Apple đã huấn luyện trí tuệ nhân tạo để nhận diện những cái bắt tay lạ dựa trên tín hiệu EMG

Apple đã tạo ra mô hình EMBridge – nhận dạng cử chỉ dựa trên tín hiệu EMG

Nghiên cứu mới của Apple cho thấy trí tuệ nhân tạo EMBridge có thể xác định chuyển động tay chỉ từ các tín hiệu điện cơ (EMG), ngay cả khi những cử chỉ tương tự chưa xuất hiện trong bộ dữ liệu huấn luyện.

EMG là gì và nó đã được sử dụng ở đâu?
Điện mô học đo hoạt động điện phát sinh khi cơ co lại.

- Trong y tế, EMG được dùng để chẩn đoán và điều trị vật lý trị liệu, cũng như trong các bón tay giả.
- Các thiết bị đeo (ví dụ kính Meta Ray‑Ban Display với bộ điều khiển Neural Band) sử dụng EMG để điều khiển thực tại ảo.

Cách huấn luyện EMBridge
1. Dữ liệu – nhà nghiên cứu dùng hai tập dữ liệu mở:

* `emg2pose` – tín hiệu EMG và tọa độ tay.
* `NinaPro DB2` – bộ dữ liệu tương tự.

2. Hai quan điểm – mô hình ban đầu được huấn luyện trên hai luồng riêng biệt:

* chỉ tín hiệu EMG;
* chỉ dữ liệu vị trí tay.

3. Đồng bộ – sau khi học sơ bộ, nhà nghiên cứu “kết nối” các luồng: thành phần làm việc với EMG học cách “hiểu” thông tin từ dữ liệu tọa độ. Cuối cùng EMBridge có thể nhận dạng cử chỉ chỉ dựa trên tín hiệu EMG.

Khó khăn trong bài toán
* Cắt bỏ một phần của luồng thứ hai (tọa độ) và buộc mô hình đưa ra kết luận chỉ dựa trên EMG.
* Để tránh lỗi quá mức, đánh giá dự đoán được làm ít nghiêm ngặt hơn: các cử chỉ tương tự được coi là liên quan chứ không phải hoàn toàn khác nhau.
* Phương pháp này giúp “cấu trúc” không gian đặc trưng và cải thiện việc khôi phục vị trí tay mà chưa có trong dữ liệu huấn luyện.

Kiểm tra và kết quả
* Mô hình đã được thử nghiệm trên cùng hai tập `emg2pose` và `NinaPro`, sử dụng chúng làm chuẩn tham chiếu.
* EMBridge giữ độ chính xác cao ngay cả khi chỉ dùng 40 % dữ liệu huấn luyện.

Giới hạn
Các nhà khoa học nhấn mạnh rằng rào cản quan trọng vẫn là truy cập vào các bộ dữ liệu có cặp “EMG + vị trí tay”. Các dữ liệu này hiện chưa đủ lớn và không luôn sẵn có.