Malgré des centaines de millions de dollars et plus d’une décennie d’ingénierie, la plupart des prothèses de membres ont du mal à imiter les gestes humains. Pirater le code neuronal correspondant au mouvement reste plus difficile que prévu. Pour pallier à cela, les dernières tentatives de mettre au point un véritable bras bionique évitent simplement le problème de l’intention en utilisant l’apprentissage machine et la vision par ordinateur.
Imaginez que vous appreniez à jouer de la guitare. Chaque fois que vous tentez un nouvel accord, vous devez réfléchir à l’endroit où placer vos doigts. Et vous devez le faire encore et encore, en les plaçant consciemment dans l’espace, en pensant au moment et à la pression. Une fois que vous avez développé cette mémoire musculaire, votre cerveau dit simplement « joue l’accord de do » et vous le faites. Vous pouvez même le faire sans regarder. Cela ne fonctionne pas de cette façon pour les personnes disposant de prothèses de membres.
C’est là que la vision par ordinateur et les réseaux de neurones profonds entrent en jeu. Les machines sont beaucoup plus performantes que les humains pour faire des calculs compliqués de la distance, de la vitesse, de la force et de la forme qui sous-tendent la mémoire du moteur musculaire. Ainsi, les chercheurs entraînent des membres artificiels à prendre des décisions à propos de choses comme la rapidité à laquelle aller vers une tasse de café et quel type de pression pour la ramasser. Si le contrôle neuronal n’est pas encore tout à fait au point, la vision par ordinateur rend déjà les bras artificiels existants beaucoup plus agile. Ils sont jusqu’à 10 fois plus rapides que n’importe quoi sur le marché.
