Прототип системы был разработан всего за 48 часов во время хакатона.
Команда студентов создала систему ИИ, способную направлять движения человеческой руки с помощью электрической стимуляции мышц.
РЕКЛАМА
РЕКЛАМА
Студенты по специальности «программная инженерия» Массачусетского технологического института (MIT) в США разработали носимое устройство под названием Human Operator, объединив в одной системе модели ИИ, камеры и оборудование для стимуляции мышц.
«Мы дали ИИ тело», – заявила команда Human Operator на сайте проекта.
«Human Operator – это инструмент для расширения человеческих возможностей, который позволяет ИИ на короткое время взять под контроль ваше тело, чтобы помочь вам учиться или выполнять то, что вы не в состоянии сделать сами».
В продемонстрированных командой примерах устройство с помощью стимуляции мышц направляет пользователей, побуждая их махать рукой, извлекать ноты на пианино и показывать жест «OK».
По словам разработчиков, используя визуально-языковую модель (vision-language model, VLM), устройство анализирует обстановку с помощью закреплённой на голове камеры и превращает голосовые команды в физические действия, стимулируя мышцы руки пользователя.
VLM – это системы искусственного интеллекта, обученные одновременно обрабатывать изображения и язык.
В Human Operator модель, по словам разработчиков, интерпретирует, о чём просит пользователь, а также какие объекты и окружающая обстановка видны через камеру.
На основе этой информации система определяет, каким должно быть следующее движение руки или запястья.
Закреплённые на запястье или предплечье пользователя электроды для электрической стимуляции мышц (electrical muscle stimulation, EMS) затем подают небольшие электрические импульсы, активирующие определённые мышцы.
Технология EMS уже широко применяется в ряде физиотерапевтических и вспомогательных систем.
В сочетании с ИИ такие интерфейсы для взаимодействия с телом потенциально могут использоваться для обучения двигательным навыкам или восстановительных упражнений.
Human Operator – это прототип, созданный в ходе 48-часового хакатона. Команда, его разработавшая, победила в треке Learn на хакатоне MIT Hard Mode 2026.