Apple a antrenat inteligența artificială să recunoască strângerea de mână necunoscută pe baza semnalelor EMG.

Apple a creat modelul EMBridge – recunoașterea gesturilor prin semnal EMG

Noile cercetări ale companiei Apple au arătat că inteligența artificială EMBridge poate determina mișcările mâinii doar din semnalele electrice ale mușchilor (EMG), chiar dacă astfel de gesturi nu au fost prezente în setul de antrenament.

Ce este EMG și unde este deja utilizat
Electromiografia măsoară activitatea electrică care apare la contracția mușchilor.

În medicină se folosește pentru diagnosticare și fizioterapie, precum și în proteze de membre.

Dispozitivele purtabile (de exemplu, ochelari Meta Ray‑Ban Display cu controler Neural Band) utilizează EMG pentru a controla realitatea virtuală.

Cum s-a antrenat EMBridge
1. Date – cercetătorii au folosit două seturi deschise:

* `emg2pose` – semnale EMG și coordonate ale mâinii.

* `NinaPro DB2` – un set similar.

2. Două perspective – modelul a fost inițial antrenat pe două fluxuri separate:

* doar semnalele EMG;

* doar datele despre poziția mâinii.

3. Sincronizare – după învățarea inițială, cercetătorii „amestecă” fluxurile: componenta care lucrează cu EMG învață să „înțeleagă” informațiile din datele de coordonate. În final, EMBridge a reușit să recunoască gesturi doar pe baza semnalului EMG.

Întărirea sarcinii
* Au tăiat o parte din al doilea flux (coordiante) și au forțat modelul să facă concluzii doar pe baza EMG.

* Pentru a evita erori excesive, evaluarea predicțiilor a devenit mai puțin strictă: gesturile similare erau percepute ca fiind apropiate, nu complet diferite.

* Această abordare a ajutat la „structurarea” spațiului de caracteristici și a îmbunătățit recunoașterea pozițiilor mâinilor care nu erau prezente în antrenament.

Verificare și rezultate
* Modelul a fost testat pe aceleași seturi `emg2pose` și `NinaPro`, utilizându-le ca benchmark-uri.

* EMBridge păstrează o precizie ridicată chiar și când se utilizează doar 40 % din datele de antrenament.

Limitări
Cercetătorii subliniază că obstacolul major rămâne accesul la seturi cu perechi „EMG + poziție a mâinii”. Aceste date sunt încă limitate în volum și nu întotdeauna disponibile.