科技/有片| Meta手環將手勢變游標 肌電訊號操控 替代鍵盤滑鼠

[星島綜合報道] Meta 旗下研究人員開發出一款手環，能將你的手部動作轉化為電腦操作指令，不但可移動游標，還能將空中書寫的文字轉換為文本。這項技術未來有望讓個人設備對行動能力受限或肌肉力量較弱人士更為友善，並為所有人帶來更直覺、無障礙的裝置操作方式。

根據本周發表於《Nature》的研究論文，Reality Labs 團隊介紹了這款名為 sEMG-RD（表面肌電圖研究裝置） 的手環。它透過感應器，將從手腕傳至手部的運動神經電訊號，轉換為可操控連接設備的數位指令。

這些訊號其實就是大腦向手部下達的動作指令，也就是你「打算」執行的動作，因此可視為一種有意識的輸入。你可以觀看下方的示範影片了解這個裝置的實際運作方式：

Meta 多年前已展開相關研究。早在 2021 年，公司就組成了由 Thomas Reardon 領導的團隊開發這項技術。他自 2019 年加入 Reality Labs，擔任神經運動介面總監，並率先試作出以肌電圖為基礎的手勢控制裝置。當時 Meta 著眼於強化擴增實境（AR）體驗，初步目標是實現模擬單一滑鼠點擊等簡單操作。這次發表的論文，便是由 Reardon 團隊主導的成果。

其實業界早有其他類似嘗試。例如 2023 年出現的某款裝置，就透過氣壓感應器辨識 10 種手勢；另有一款名為 Mudra Band 的產品，聲稱可透過表面神經導電技術，以簡單手勢操控 Apple Watch。

不過，Meta 的 sEMG-RD 技術更進一步。它不僅可如雷射筆般單向控制螢幕游標，還可透過捏指、滑拇指、輕點等手勢，完成介面瀏覽與項目選取等複雜操作。甚至可藉由模擬空中書寫輸入文字，達到每分鐘約 20.9 個單字的速度──考慮到手機鍵盤輸入平均也才每分鐘 36 字，這樣的表現相當出色。

更重要的是，這套系統不需為每位用戶個別校準即可使用（當然仍可調整以提升個人化體驗）。研究團隊利用大量參與者的訓練數據，透過深度學習模型將原始訊號轉譯為精準指令。這樣的通用解碼模型，不須為每位使用者量身打造，也可達到準確識別，使用門檻大幅降低，就像一般人使用滑鼠般直覺快速上手。

研究人員認為，這項技術未來還可偵測手勢「用力程度」，進一步應用於攝影機、搖桿等更細膩的控制。它也有潛力進一步降低使用手機與其他數碼設備所需的體力門檻。或許更令人興奮的是，我們可以藉由運用不同的肌肉協同作用，或傳送全新的訊號讓手環解讀，從而探索一些我們尚未命名的新型互動方式。

圖片：Meta、Image courtesy of the researchers

T10