智能外骨骼可以幫助人們跳得更高或者讓殘疾人重新走路。盡管機械外骨骼被看作是工業發展、醫療康復和老年護理的未來，但研究進展一直十分緩慢。最近，這項研究迎來了新的生機，匹茲堡卡內基梅隆大學的研究人員正在開發一種機器學習的算法，這種算法可以讓外骨骼學會如何為不同的個體定制專有運動方案——這就好像是一種有“大腦”支配的外骨骼。

“我認為這些成果可以應用的領域非常廣泛，”卡內基梅隆大學的博士生兼機械工程師KirbyWitte如是說。“這種技術真的很棒，他們能使人跳得高，或者或者像人的腿一樣踢一扇門，而且在幫助中風或殘疾病人恢復行走方面也起到重要的作用。”

迄今為止，外骨骼研究中存在一些難題，其中一個難題就是外骨骼還需要人工手動設置。研究人員正努力探尋外骨骼將如何更好的幫助人類。本周發表在《科學》雜志上的一項研究表明，研究已經取得了很大進展，但人們用來對其進行編程和模擬的模型，還不具備模擬出人類真實數據的能力。

“在模擬過程中，我們希望外骨骼能顯著減少能量消耗，但尚未取得成功。降低能耗失敗的部分原因是研究人員沒有恰當地模擬人體的基本特征”，Witte說。

為了測試他們的系統，研究人員選擇把被測試者放在跑步機上。被測試者的一個踝關節與外骨骼支架相連，這個支架通過一個扭矩來推動他的腳向前運動。一開始，研究人員根據他們的計算結果，對外骨骼進行了編程，希望外骨骼能夠更好的幫助被測試者完成測試。隨后的測試顯示，是被測試者而不是外骨骼程序選擇了最佳的方式來進行運動，因此運用踝關節來幫助行走，目前還處于測試階段，有待未來進一步考究。但是，研究人員卻有著更高的目標，Witte說：“我們希望通過這種方式來幫助人類行走：當他們的腳接觸地面時，我們會通過傳感器接收這一信息，一段時間后，記錄下一個扭矩峰值。”

“最佳的運動方式似乎在不斷變化，而且出現的時間比我們預期的晚了一點。事實證明，外骨骼裝置應該在幫助患者開始行走之前，靠內部產生一種動力驅使肢體運行起來。”Witte說，這項技術距離臨床應用還有幾年的時間，主要是因為醫院和醫生尚未配備合適的硬件和測試儀器，不能以一種有效的方式執行他們的算法。然而，Witte認為，自己的研究對進行身體復健的人還是有用的。

Witte說，“對于外骨骼在運動時產生的能量的研究，更多地是對算法的一種測試研究”。除此之外，這種機器學習算法也可以用于任何人機交互領域的研究。

據悉，外骨骼和活動假肢可以提高人類的移動能力，但目前幾乎沒有成功的先例。在充分分析人類自身情況的基礎上，對設備進行優化可能會帶來更佳優良的設計。研究人員已經找到一種方法，用于研究在行走過程中體外骨骼減少自身能量消耗的情況。優化在一個踝關節上的外骨骼的轉矩模式，通過這一方式，與無轉矩外骨骼相比，代謝能量消耗減少了24.2%。這種方法有效地利用了在一個或兩個踝關節處的外骨骼，并可應用在各種行走與跑步過程中，同時還能優化肌肉運動方式。找到一個優秀的通用輔助模式，定制個人需求，并幫助用戶學會操作外骨骼，所有這些都對智能外骨骼的未來起著積極的作用。具備這些特征的優化版智能外骨骼能從根本上提升用戶體驗，打造“超級”人類。