英特尔为轮椅使用者提供机器人辅助臂

英特尔今天详细介绍了与埃森哲和ALYN Woldenberg家庭医院(以色列开放大学的神经-生物形态工程实验室)的合作关系，以开发一种轮椅安装的机械臂，该机械臂可帮助脊椎受伤患者执行日常任务。在接下来的几个月中，该组织的附属研究人员计划在ALYN进行临床评估并测试带孩子的手臂。

尽管当今存在类似的辅助技术，但对于全球大约7500万轮椅使用者中的大多数人来说，它们的价格过高。(例如，Kinova的Jaco的价格为35,000美元。)该价格反映了使手臂适应新环境的零件成本，这就是采用这种新解决方案的团队使用更便宜的模块化硬件的原因。

该机械臂利用英特尔的Loihi神经形态研究芯片进行实时学习，该团队预计该芯片将使他们能够实施自适应控制来增强机械臂的功能。Loihi也将支持使用可使手臂便宜10倍同时减少功耗的零件。

据英特尔称，Loihi处理信息的速度比传统处理器快1000倍，效率最高10,000倍，并且可以解决某些类型的优化问题，其速度和能源效率的提高都超过三个数量级。此外，Loihi可以保持实时性能结果，并且在放大50倍时仅消耗30%的功率，而传统硬件则要消耗500%的功率。

英特尔希望利用神经形态计算来开发超级计算机，其能力是当今任何计算机的1000倍。像Loihi这样的芯片擅长解决约束满足问题，这些问题需要评估大量潜在解决方案，以识别满足特定约束的一个或几个解决方案。还显示了这些芯片可快速识别图形中的最短路径并执行近似图像搜索，以及在现实世界中的优化问题(例如，识别气味和解释触觉)中随时间进行数学优化特定目标。

以色列公开大学和ALYN的研究人员已经组装了机械手臂硬件，现在计划构建将对其进行控制的机器学习模型。他们将在由ABR开发的称为递归错误驱动的自适应控制层次结构(REACH)的算法的基础上构建。英特尔表示，与神经形态芯片配合使用时，已证明它可以使一条简单的手臂穿过复杂的路径(例如手写文字和数字)，与传统控制方法相比，错误更少，并且能效得到了提高。

一旦算法工作完成，研究团队将在Loihi上部署模型并完善手臂的功能。然后，该手臂将接受ALYN上肢运动障碍患者的测试，他们将使用操纵杆控制该手臂，研究人员可以收集有关该手臂性能的信息。

英特尔指出，对于神经肌肉或脊髓损伤的患者，即使是最基本的任务(例如从杯子喝水或用勺子吃饭)也可能成为一项重大挑战。辅助机器人技术可以弥补这一差距。2017年发表在《神经康复》杂志上的一项研究表明，安装在轮椅上的机械臂为用户提供了增强的独立感，并且可以将看护时间减少多达41%。

埃森哲和英特尔的科学家将协助算法的开发，并为研究设计提供支持。如果该项目成功，研究人员计划探索如何批量生产手臂，并研究自适应控制技术在柔性制造和工业自动化中的应用。