В основе технологии лежит электромиография (ЭМГ) – метод регистрации электрических сигналов, возникающих при сокращении мышц. ЭМГ-датчики, размещенные на теле, улавливают эти импульсы, а программное обеспечение преобразует их в команды для управления техникой: протезами, дронами, системами виртуальной и дополненной реальности.
Главным преимуществом ЭМГ-датчиков является их независимость от внешних условий: они работают в темноте, не требуют прямой видимости и не подвержены перекрытиям одеждой. Кроме того, такие системы обладают высокой чувствительностью, позволяя фиксировать даже минимальные мышечные движения.
Однако исследование выявило существенную проблему: современные нейросети не способны одинаково точно распознавать жесты разных людей без предварительной настройки. Причина – в индивидуальных особенностях мышечной активности каждого человека. В ходе экспериментов ни одна из протестированных моделей не достигла приемлемого уровня точности на незнакомом испытуемом: лучшие результаты составили лишь около 35%. При этом разницы между нейросетями и классическими алгоритмами практически не было.
Ключевым препятствием стала межсубъектная вариативность: сигналы одного и того же жеста у разных людей различаются сильнее, чем модели могут обобщить. На мышечную активность влияют пол, уровень усталости и даже температура тела. Например, у женщин активность мышц предплечья может быть в 1,3–2,8 раза выше, а охлаждение руки на один градус изменяет спектр сигнала на 2,8 Гц.
Ученые пришли к выводу, что для создания массовых ЭМГ-устройств необходимы адаптивные алгоритмы. Будущее – за сочетанием предварительно обученных моделей и быстрой индивидуальной калибровки, которая позволит системе за считанные секунды подстроиться под нового пользователя и в дальнейшем дообучаться.
Сегодня наиболее зрелые ЭМГ-технологии сосредоточены в сфере «умных» протезов и телеуправлении роботами, а главные коммерческие приложения — девайсы дополненной и виртуальной реальности и носимая электроника. В перспективе ЭМГ-приборы могут быть востребованы в медицине. Например, для восстановления пациентов после инсульта, диагностики нейромышечных заболеваний или контроля эффективности упражнений у спортсменов.
