شاهکار ۴۸ ساعته دانشجویان MIT: گجت پوشیدنی که با هوش مصنوعی کلود دست شما را تکان میدهد!
دانشجویان دانشگاه MIT در یک هکاتون ۴۸ ساعته گجت پوشیدنی خلاقانهای ساختهاند که با تلفیق هوش مصنوعی کلود و تحریک الکتریکی عضلات، انگشتان دست کاربر را با فرمان صوتی به حرکت درمیآورد. این پروژه نشاندهنده چشماندازی شگفتانگیز از اتصال مستقیم هوش مصنوعی به بدن انسان است؛ هرچند تا رسیدن به کاربردهای واقعی و درمانی هنوز چالشهای فنی و ایمنی فراوانی پیش رو دارد.

در یک نگاه (نکات کلیدی خبر)
خلاصه مهمترین نکات و تحولات این گزارش برای مطالعه سریع
- تیمی از دانشجویان دانشگاه MIT در یک هکاتون ۴۸ ساعته گجتی پوشیدنی به نام Human Operator ساختند که با ترکیب مدل هوش مصنوعی کلود (Claude) و الکترودهای تحریک عضلانی، میتواند با دریافت فرمان صوتی انگشتان کاربر را حرکت دهد.
- سازوکار این گجت به این صورت است که دوربین روی سر و ورودی صوتی توسط مدل کلود تحلیل میشوند و دستورات حرکتی از طریق بُرد آردوینو به عضلات دست فرستاده میشوند تا حرکاتی مثل دست تکان دادن یا فشردن کلیدهای پیانو اجرا شوند.
- با وجود جذابیت فراوان، پژوهشگران تأکید میکنند این سیستم صرفاً یک پروتوتایپ آزمایشگاهی است و تا استفاده کاربردی در توانبخشی پزشکی یا آموزش مهارتها، با چالشهای جدی ایمنی، خطاهای مدلی و حریم خصوصی روبهرو است.
شش دانشجوی دانشگاه MIT موفق شدند تنها ظرف ۴۸ ساعت و با ترکیب هوش مصنوعی Claude و الکترودهای تحریک عضلانی، گجتی بسازند که انگشتان دست کاربر را با فرمان صوتی حرکت میدهد.
کافی است کلمهای به زبان بیاورید تا حرکت انگشتانتان را با چشم ببینید! این ایده و سازوکار اصلی پشت گجت Human Operator است؛ نمونه اولیه یک گجت پوشیدنی که توسط یک تیم شش نفره در جریان رویداد MIT Hard Mode 2026 (یک هکاتون ۴۸ ساعته در حوزه سختافزار و هوش مصنوعی) ساخته شد و توانست جایزه بخش یادگیری (Learn Track) را برنده شود. اعضای این تیم شامل پیتر هه (Peter He)، والدمار دانری (Valdemar Danry)، دنیل کیزر (Daniel Kaijzer)، یوتونگ وو (Yutong Wu)، اشلی نیل (Ashley Neall) و شان هاردستی لوئیس (Sean Hardesty Lewis) هستند؛ هرچند فراتر از حضور در این رویداد، هنوز بهطور مستقل تأیید نشده که همه اعضا دانشجوی رسمی دانشگاه MIT هستند یا خیر.
زنجیره سختافزاری سیستم چگونه کار میکند؟
این سیستم یک دوربین نصبشده روی سر، مدل کلود شرکت Anthropic، یک رله آردوینو و الکترودهای پوستی را در قالب یک مسیر حرکتی یکپارچه به هم متصل میکند.
دوربینی که روی سر قرار میگیرد، هنگام ادای فرمان صوتی توسط کاربر، اطلاعات بصری زاویه دید اولشخص را به سیستم میفرستد. در مرحله بعد، هوش مصنوعی کلود (محصول شرکت Anthropic) هر دو ورودی صوتی و تصویری را پردازش کرده، توالی حرکتی مناسب را تشخیص میدهد و دستورات لازم را به رله تحت کنترل آردوینو ارسال میکند. این رله در نهایت سیگنالها را به الکترودهای EMS روی بازو یا مچ دست فرد میفرستد.
فناوری EMS که مخفف تحریک الکتریکی عضلات است، پالسهای الکتریکی ضعیفی را از طریق پوست به عضلات مشخصی منتقل میکند و با منقبض کردن آنها، باعث حرکت انگشتان یا مچ دست میشود. طبق دموهای ارائهشده، این سیستم توانسته حرکاتی مثل دست تکان دادن، نشان دادن علامت «OK» با انگشتان و حتی هدایت دست برای نواختن چند نت ساده پیانو را اجرا کند؛ البته این حرکات در حد ژستهای گسسته و اولیه هستند، نه اجرای یک کنسرت کامل پیانو!
سیستم چه کارهایی را نمیتواند انجام دهد؟
حرکت دادن غیرارادی انگشتان بر اساس یک توالی مشخص، زمین تا آسمان با تقویت هماهنگی عصب و عضله، زمانبندی دقیق یا حافظه عضلانی تفاوت دارد.
هیچ مدرک و منبع معتبری وجود ندارد که نشان دهد گجت Human Operator بتواند مهارتهای پیچیده را به کاربر یاد دهد، جایگزین تمرینهای سنتی شود یا نتیجه آموزشی پایداری داشته باشد. این پروتوتایپ صرفاً حرکات از پیش تعیینشدهای را هدایت میکند؛ هرچند تیم سازنده هدف خود را آموزش و کمک به ارتقای مهارت اعلام کرده، اما این موضوع در حال حاضر صرفاً یک آرزو و چشمانداز است، نه یک دستاورد اثباتشده.
هدایت دست با این سیستم، بیشتر به یک مسیریاب شبیه است که انگشتان شما را جابهجا میکند تا اینکه واقعاً به شما راه و روش حرکت و مسیریابی را آموزش دهد. حرکت صرفاً یکبار رخ میدهد و بعد از آن، مهارت یا استقلال حرکتی پایداری در فرد ایجاد نمیشود.
این مسیر تحقیقاتی به کجا میتواند برسد؟
فناوری EMS سابقهای طولانی در فیزیوتراپی و توانبخشی دارد؛ نوآوری اصلی این پروژه، اتصال آن به یک هوش مصنوعی چندحالته (Multimodal) است که بهطور همزمان به فرامین صوتی و محیط بصری پاسخ میدهد.
اهداف اعلامشده توسط تیم سازنده شامل توانبخشی فیزیکی، بهبود دسترسپذیری برای افراد دارای اختلالات حرکتی و پژوهش در زمینه اندامهای مصنوعی است. استفاده از تحریک هدایتشده عضلات برای بازآفرینی حرکات در بیماران، سابقهای مشخص در علم توانبخشی و فیزیوتراپی دارد. با این حال، شاهکار اصلی Human Operator این است که این تحریکات عضلانی را به سیستمی هوشمند متصل کرده که میتواند فرامین صوتی و دادههای بصری را در یک لحظه بفهمد و پردازش کند.
پیش از آنکه چنین ایدهای به ابزاری کاربردی تبدیل شود، ابهامات و پرسشهای بزرگی وجود دارد. آزمایشهای ایمنی برای پیشگیری از انقباضهای ناخواسته عضلانی و سازگاری با آستانه تحمل بدنی افراد مختلف، به بررسیها و مطالعات بالینی موشکافانهای نیاز دارد. علاوه بر این، محل قرارگیری الکترودها بر اساس آناتومی بدن هر فرد تغییر میکند؛ پیچیدگی خاصی که یک نمونه اولیه با مدار رله در یک هکاتون ساده از پس حل آن برنمیآید.
از طرفی، نگرانیهای حریم خصوصی ناشی از دوربینی که مدام محیط اطراف، اسناد شخصی و رهگذران را ضبط میکند، هنوز حلنشده باقی مانده است. مهمتر از آن، خطای مدلهای زبانی در یک چتبات نهایتاً به یک پاسخ اشتباه متنی ختم میشود؛ اما همین خطا در این گجت میتواند به یک حرکت فیزیکی ناخواسته و ناگهانی در بدن انسان منجر شود؛ خطایی که ماهیت و خطرات آن زمین تا آسمان با اشتباهات متنی فرق دارد!
ایدهای جذاب که ارزش دنبال کردن دارد
گجت Human Operator یک محصول تجاری، دستگاه پزشکی تأییدشده یا ابزار اعتبارسنجیشده بالینی نیست؛ منابع موجود صرفاً آن را یک پروتوتایپ آزمایشگاهی کاربردی توصیف میکنند.
پروژه Human Operator بهخوبی هم جذابیتهای شگفتانگیز و هم ریسکهای جدی پیوند دادن هوش مصنوعی با بدن فیزیکی انسان را به نمایش میگذارد. اینکه آیا این رویکرد در نهایت میتواند به ابزارهایی برای کمک به حرکت، بهبود یا آموزش انسانها تبدیل شود یا خیر، پرسش پژوهشی بزرگی است که حل آن قطعاً در یک هکاتون ۴۸ ساعته نمیگنجد.
برچسب های مرتبط
مطالب مرتبط و پیشنهادی

دوراهی سرنوشتساز استارتاپها: هوش مصنوعی متنباز یا مدلهای بسته و انحصاری؟
انتخاب میان مدلهای متنباز و ابزارهای انحصاری دیگر یک تصمیم یکباره نیست و استارتاپهای پیشرو به سراغ ترکیب چند مدل همزمان رفتهاند. در رویداد دیسراپت ۲۰۲۶، کارشناسان برجسته از انویدیا، Oumi و Together AI گرد هم میآیند تا راهکارهای بهینهسازی هزینه، انتخاب زیرساخت و حتی طراحی تراشهها توسط خود هوش مصنوعی را موشکافی کنند.

خط و نشان مدل متنباز JEV-27B-VL برای GPT-4o: ارزیابی برقآسای متن و تصویر فقط در یک مرحله!
مدل متنباز JEV-27B-VL با معماری متفاوت خود توانسته سرعت تصمیمگیری هوش مصنوعی را متحول کند و متن و تصویر را تنها در یک مرحله بسنجد. این مدل ۲۷ میلیارد پارامتری با ترکیب سرعت خیرهکننده و استدلال عمیق، در بسیاری از سناریوها پابهپای GPT-4o رقابت میکند و به گزینهای ایدهآل برای رتبهبندی و سیستمهای پیشنهاددهنده تبدیل شده است.

استتار دیتاسنترهای هوش مصنوعی مایکروسافت پشت نقاب طبیعت؛ کاشت درخت در روز و قرارداد گازی ۲۰ ساله در شب!
مایکروسافت در حالی با کاشت هزاران درخت و احیای تالابها سعی دارد دیتاسنترهای غولپیکر هوش مصنوعی خود را در دل طبیعت پنهان کند که انتشار کربن این شرکت ۲۵ درصد جهش داشته است. امضای یک قرارداد ۲۰ ساله خرید گاز طبیعی با شِورون، حالا صدای فعالان محیطزیست را درآورده و این طرحهای بهظاهر سبز را زیر تیغ تند انتقادات برده است.
دیدگاه ها و گفتگوی تخصصی
نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید
هنوز دیدگاهی برای این مطلب ثبت نشده است
اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.