这位高中生发明了一类低本钱、意念操控的假肢

十七岁的 Benjamin Choi 在大盛行时期十足借用业余时间设计了一类不须要脑部手术的可访问设施

2022 年 5 月 2 日

Benjamin Choi 是今年 ‘科学人才搜索’ 的前 40 名决赛选手之一，这是美国历程最负盛名的高中生科学和数学比赛。

十年前，Benjamin Choi 上三年级时，他看了一部对于精神操控假肢的“60 分钟”记录片。研发职员将微型传感器植入患者大脑的运动皮层，该患者仅应用意念移动机器臂。Choi 对这个概念很着迷，将其比作星球大战片子中的情景。

“那时我真的十分诧异，由于这项技术太令人印象深刻了，”他说。“但我也很担忧他们须要这类十分风险的开颅手术。况且它们是这样难以靠近，本钱高达数十万美圆。”

多年后，当 2020 年新冠来袭时，暂住在弗吉尼亚州的十年级学生 Choi 忽然发掘自己有了丰富的闲暇时间。他策划在全部夏天拿来研发铝燃料的试验室已然关闭。但他多年前看过的那部记录片让他印象深刻，他决议借用业余时间自己制造1个侵入性较小的假肢。

在他地下室乒乓球桌上的暂时试验室里（他偶尔1天工作 16 个小时！），Choi 应用他姐姐价值 75 美圆的 3-D 打印机和许多钓鱼线独立设计了他的机器臂的第1个版本。打印机不能生产长度超越 4.7 英寸的部件，因而 Choi 将手臂分成小块打印出来，接着用螺栓和橡皮筋将它们连通在一块。打印总共耗费了大概 30 个小时。这个版本应用脑电波信息和头部动作，Choi 在网上公布了阐明，供所有人建立自己的版本。

他曾在小学、初中和高中阶段参与过机械人比赛，乃至屡次参与过世界锦标赛，因而有过建立机械人和编码的历练。从九年级开始，他通过观看程序员网站 Stack Overflow 上的视频自学计算机编程话语 Python 和 C++。

Choi 的机器臂生产本钱仅为 300 美圆。

经过超越 75 次设计迭代，Choi 的非侵入式、意念操控的机器臂如今由工程级原料制成，可以承受约 4 吨的重量。它应用由人工自动 (AI) 驱动的算法运作，该算法阔以阐明客户的脑电波。况且它的生产本钱仅为 300 美圆左右——与现在市场上的成品相比，节约了批量资金。1个更根本的、肌体驱动的上肢假肢本钱约为7,000 美圆。截至 2015 年，具有 26 个关节、数百个传感器并可卷曲重达 45 磅的十分超前的全臂模块化假肢售价约为 500,000美圆. 这类假肢与从头路由已经操控手臂的神经的手术相结合，使患者可以用他们的想法来操控肢体，乃至阔以通过它感觉到纹理。

这项发明为现年 17 岁的弗吉尼亚波托马克学校高年级学生 Choi 博得了今年 Regeneron Science Talent Search 的前 40 名决赛选手的一席之地，这是美国历程最悠长、最负盛名的高中生科学和数学比赛。今年的第一名获取者是来自华盛顿州萨马米什的 Christine Ye，她开发了一类解析中子星碰撞所发出的引力波的方式。

“看见我的作品获得如此的认同对我来说意义重要，”Choi 说。“我十分感激能加入决赛。”

在美国，预计有200 万人失去了肢体，每年约有 185,000 人截肢。世界卫生组织表示，唯独非常之一须要辅助成品（含盖假肢和矫形器）的人阔以获取这类成品，原因是“本钱高”和“缺少意识、可用性、训练有素的职员、政策和资金”。

Choi 的手臂应用脑电图或 EEG，以以免其余假肢的侵入性技术。脑电图设施应用摆放在头部的传感器记载大脑的电活动。

它们往往用来医学诊疗癫痫或其余脑部疾病。

正在用意念控制

他的体系应用2个电极：1个基线传感器夹在耳垂上，另1个在前额上采集脑电图信息。前额电极拾取脑电波数据，通过蓝牙将其发送到假臂中的微芯片。Choi 创立的人工自动模型也嵌入到芯片中，阔以破译信息并将其转换为对大脑头脑的预判。手臂也通过头部动作移动，并通过存心眨眼停了。

在他开始制造这只手臂6个月后，他在 YouTube 上公布了一段视频，展现了它的乖巧性。假肢引发了来自宾夕法尼亚州的上肢截肢者约瑟夫邓恩的注重。Choi 开始就设计问题与他进行远程咨询。

“与 Dunn 老师的协作使这个项目真实拥有影响力，真实鼓动人心，”Choi 说。“可能这听起来有点陈词谰言，但我认定，通过工程和技术，你真的阔以辅助人们。”

这位年青的发明家持续在 2021 年获取麻省理工学院的帮助，持续他的研发并和大学的顾问一块工作。在大概6个月的时间里，他尝试应用云计算来使 arm 互联网兼容。

“这类人工自动模型阔以变得这样巨大，”他说。“我想我会把它们存储在云端，接着让我的手臂通过 Wi-Fi 进行通信。”

但这并没有见效，原因有二。首先，手臂须要太多时间来呼应客户的思想。

“这并非理想，由于特别是针对假肢，你期望它们可以十分迅速地实时工作，”他说。

其次，Choi 阐明说，客户将时常须要连通到 Wi-Fi，这是不切实际的。相同，他压缩了他的人工自动模型——此中含盖几个子模型——并将其存储在手臂内的双核微芯片中。

为了创立他的 AI 模型，他与六名成年自愿者各自独立工作了大概2个小时，在他的学校和家中采集了他们的脑电波信息。在通过额头上的电极采集信息时，他需要每个参加者专注于握紧和松开他们的手。

他训练人工自动辨别大脑信号，人工自动模型不停地从客户的脑电波中学习。

“你应用它的次数越多，它就越能详细地了解你的思想，你的脑电波形式是甚麽，直到跟着时间的推移，你的确切度真的显着提升，”Choi 阐明道。

该算法总共有超越 23,000 行代码，含盖 978 页数学和7个崭新的子算法。Choi 的算法的平均确切率为 95%。他说，从前相似人工神经网络的黄金规范是73.8%。

具有神经恢复学背景的约翰霍普金斯大学生物医学工程师 Brock Wester 表示，Choi 的技术令人印象深刻，特别是参考到“60 分钟”记录片中的假肢有批量研发职员在研发，而 Choi 设计了全部手臂他自己。

Wester 说：“他可以建立这个肢体，开发它的操控并且实时解码他的神经信号以发送这类操控信号的算法，我认定这十分了不起。” “他理应持续在这个行业做研发，由于我认定他阔以做出许多首要的奉献。”

Wester 指出，Choi 还须要做更多的工程工作，特别是在参考肢体怎样连通到客户肌体时。这时，手臂连通到平台上的固定柱上。Choi 说他终极会设计1个插座，但这个流程须要为客户定制。

去年夏天，Choi 被石溪大学选为 Simons Fellow，在那边他与电气和计算机工程系老师 Ji Liu 远程协作开发他的 AI 的机械学习算法，但是 Liu 说他给了 Choi许多高分对于算法的级别倡议，含盖怎样为它建立更广泛的训练信息集，Choi 自己研发了更精致的细节。

Choi 项目标别致之处在于他“将最超前的机械学习技术运用于他的机器臂体系，”Liu 说，并补足说低本钱机器臂的功能可与更昂贵和超前的机器相媲美。

“他不单十分聪慧，况且工作十分尽力和独立，”刘说蔡。“与研发生相比，这也相当超卓。”

Choi 还在再生元国际科学与工程博览会、微软革新杯和全国家庭 STEM 比赛中获奖。2020 年 10 月，他从制造经用 3D 打印原料的企业 PolySpectra, Inc. 获取了生产补贴金，用来制造他的手臂。

在工程学之外，Choi 是全国排名第一的壁球运动员、他所在学校的学生会主席、出版的短篇小说作者、在多项竞赛中获取最高成绩的小提琴独奏家，并且参与 NBC 竞赛的波托马克学生队的创始人问答栏目“这是学术”。

Choi 策划在大学学习工程学，并期望不停改善他的假肢。他的目的是对上肢丧失患者进行临床研发。他已然为他的发明获取了两项暂时专利：一项是神经假体，一项是脑电波阐明算法。

Choi 说，他的算法阔以用来假肢以外的用处，含盖操控轮椅等辅助设施和辅助 ALS 患者进行交流。

“脑电波阐明是1个十分大的新兴行业，”他说。“我的算法是文献中报导的一切算法中最佳的，优势相当大。我认定它也许会有较大的运用前景。”