Apple е обучила изкуствен интелект да разпознава непознати ръкопожатия въз основа на EMG‑сигнали.

Apple създаде модел EMBridge – разпознаване на жестове чрез сигнал EMG

Нови изследвания на Apple показаха, че техният изкуствен интелект EMBridge може да определя движенията на ръката само от електрически сигнали на мускулите (EMG), дори ако подобни жестове не са срещали в обучаващия набор.

Какво е EMG и къде вече се използва
Електромиография измерва електрическата активност, която възниква при свиване на мускулите.

В медицината тя се използва за диагностика и физиотерапия, както и в протезите на крайници.

Носимите устройства (например очки Meta Ray‑Ban Display с контролер Neural Band) използват EMG за управление на виртуалната реалност.

Как обучават EMBridge
1. Данни – изследователите използваха два отворени набора:

* `emg2pose` – сигнали EMG и координати на ръката.

* `NinaPro DB2` – подобен набор.

2. Две представяния – моделът първо се обучаваше по две отделни потоци:

* само сигналите EMG;

* само данните за позицията на ръката.

3. Синхронизация – след първоначалното обучение изследователите „съединиха“ потоките: компонентът, работещ с EMG, се учи да „разбира“ информацията от координатните данни. В резултат емBridge успя да разпознава жестове само по сигнал EMG.

Усложняване на задачата
* Отрязаха част от втория поток (координати) и заставиха модела да прави заключения само въз основа на EMG.

* За да не допуска прекомерни грешки, оценката на предсказанията стана по-малко строга: подобни жестове се възприемат като сродни, а не напълно различни.

* Този подход помогна „структуриране“ на пространството от признаци и подобри възстановяването на позициите на ръката, които липсваха в обучението.

Проверка и резултати
* Моделът беше тестван върху същите набори `emg2pose` и `NinaPro`, като ги използваше като бенчмаркове.

* EMBridge запазва висока точност дори при използване само на 40 % от обучаващите данни.

Ограничения
Учениците подчертават, че ключовото препятствие остава достъпът до набори с двойка „EMG + позиция на ръката“. Такова данни все още са ограничени по обем и не винаги са достъпни.