Der er flere forklaringer på, hvorfor den menneskelige hånd udviklede den måde, den har. Nogle forskere forbinder vores modsatrettede tommelfingre til vores forfædres behov for at klubbe og kaste objekter mod fjender eller kaste et stempel, mens andre siger, at en unik genforstærker (en gruppe proteiner i DNA, der aktiverer visse gener), var det, der førte til vores anatomi. Men de fleste er enige om, at bipedalisme, forstørrede hjerner og behovet for at bruge værktøjer er det, der gjorde susen.
Alligevel, for så behændigt som vores hænder gør os, tror et team af forskere ved Massachusetts Institute of Technology, at vi kan gøre det bedre. Harry Asada, professor i teknik, har udviklet en håndleddet robot, der giver en person mulighed for at skrælle en banan eller åbne en flaske med en hånd.
Sammen med kandidatstuderende Faye Wu byggede Asada et par robotfinger, der sporer, efterligner og hjælper en persons egne fem cifre. De to ekstra vedhæng, der ligner aflange plastikpegefinger, fastgøres til et håndledsmand og strækker sig langs tommelfingeren og pinkien. Apparatet forbindes til en sensorladet handske, der måler, hvordan en persons fingre bøjes og bevæger sig. En algoritme knuser bevægelsesdataene og oversætter dem til handlinger for hver robotfinger.
Roboten tager en lektion fra den måde vores egne fem cifre bevæger sig på. Et kontrolsignal fra hjernen aktiverer grupper af muskler i hånden. Denne synergi, forklarer Wu i en videodemonstration, er meget mere effektiv end at sende signaler til individuelle muskler.
For at kortlægge, hvordan de ekstra fingre ville bevæge sig, sluttede Wu enheden til sit håndled og begyndte at gribe genstande gennem hele laboratoriet. Ved hver test placerede hun manuelt robotfingrene på et objekt på en måde, der ville være mest nyttigt - for eksempel, at en sodaflaske blev udjævnet, mens hun brugte hånden til at løsne toppen. I begge tilfælde registrerede hun vinklerne på både sine egne fingre og vinklerne fra hendes robot-modstykke.
Wu brugte disse data til at etablere et sæt grebsmønstre for roboten og en kontrolalgoritme, der ville give den rigtige hjælp baseret på en given håndposition.
Mens roboten, som kun er en prototype, kan ændre sin position, kan den endnu ikke efterligne styrken eller grebstyrken i en menneskelig hånd. ”Der er andre ting, der gør et godt, stabilt greb, ” fortalte Wu til MIT News . ”Med et objekt, der ser lille ud men er tungt eller er glat, vil holdningen være den samme, men kraften ville være anderledes, så hvordan ville den tilpasse sig det?” Holdet diskuterer ikke, hvordan det planlægger at måle og oversæt kraft endnu.
Maskinlæring eller en computers evne til at tilpasse sine processer baseret på data kan gøre det muligt for systemet at tilpasse sig en given brugers præferencer. Wu siger, at hun kunne forprogrammere et bibliotek med bevægelser i roboten. Når nogen bruger den, vil roboten synkronisere med, hvordan en person griber fat i genstande - ikke alle skrælner en orange på samme måde, ikke? - og kasser grebstyper, der ikke ofte bruges.
Asada siger også, at enheden, nu temmelig voluminøs, til sidst kunne gøres sammenfoldelig og en tredjedel af sin nuværende størrelse. Han ser for sig et ur med robotcifre der vises og trækkes tilbage når det er nødvendigt.
Mens Asada og Wu ser nytten af deres robot for personer med handicap, er det også en del af en større robotikbevægelse, der søger at give ikke-kropsfulde brugere supermenneskelige egenskaber. Et andet MIT-system fungerer for eksempel efter det samme princip som Wu's robot, men tilføjer ekstra arme i stedet for fingre, hvilket giver brugerne mulighed for at åbne døre med hænderne fulde eller holde et objekt stabilt under hamring.
For det meste handler disse bærbare robotter om at tilføje styrke. TitanArm, udviklet af studerende ved University of Pennsylvania, giver brugeren mulighed for at løfte ekstra 40 pund. Mere ambitiøse opsætninger involverer fulde eksoskeletter, der er stadig tættere på Iron Man . F.eks. Har Daewoo Shipbuilding and Marine Engineering, et sydkoreansk firma, udstyret værftsarbejdere med dragter, der giver dem mulighed for at heve plader af metal og trælast med relativt minimal indsats.
Hvad alle disse tilgange har til fælles, er, hvor enkle de er at bruge. Brugere behøver ikke at lære kontrolordninger for at manipulere deres robotbilag, men i stedet gå til deres opgaver og stole på en animatronic spotter for at hjælpe dem på deres vej.
