Det er flere forklaringer på hvorfor den menneskelige hånden utviklet slik den har. Noen forskere knytter våre motsatte tommelen til forfedrenes behov for å klubbe og kaste gjenstander mot fiender eller kaste en trøkk, mens andre sier at en unik genforsterker (en gruppe proteiner i DNA som aktiverer visse gener) er det som førte til vår anatomi. Men de fleste er enige om at bipedalisme, forstørrede hjerner og behovet for å bruke verktøy er det som gjorde susen.
Likevel, for så fingerferdige som våre hender gjør oss, tror et team av forskere ved Massachusetts Institute of Technology at vi kan gjøre det bedre. Harry Asada, professor i ingeniørfag, har utviklet en håndleddet bærende robot som lar en person skrelle en banan eller åpne en flaske med en hånd.
Sammen med doktorgradsstudenten Faye Wu bygde Asada et par robotfinger som sporer, etterligner og hjelper en persons egne fem sifre. De to ekstra vedleggene, som ser ut som langstrakte pekefingre i plast, fester seg til en håndleddmansjett og strekker seg langs tommelen og pinkien. Apparatet kobles til en sensorladet hanske, som måler hvordan en persons fingre bøyer seg og beveger seg. En algoritme knuser bevegelsesdata og oversetter dem til handlinger for hver robotfinger.
Roboten tar en leksjon fra måten våre egne fem sifre beveger seg. Ett kontrollsignal fra hjernen aktiverer grupper av muskler i hånden. Denne synergien, forklarer Wu i en videodemonstrasjon, er mye mer effektiv enn å sende signaler til individuelle muskler.
For å kartlegge hvordan ekstrafingrene ville bevege seg, festet Wu enheten til håndleddet og begynte å gripe gjenstander gjennom hele laboratoriet. Med hver test plasserte hun robotfingrene manuelt på et objekt på en måte som ville være mest nyttig - for eksempel å steke en brusflaske mens hun brukte hånden for å løsne toppen. I hvert tilfelle registrerte hun vinklene til både fingrene og robotene.
Wu brukte disse dataene til å etablere et sett med gripemønstre for roboten og en kontrollalgoritme som ville gi riktig assistanse basert på en gitt håndposisjon.
Mens roboten, som bare er en prototype, kan endre sin posisjon, kan den ennå ikke etterligne kraften eller grepstyrken til en menneskelig hånd. "Det er andre ting som tar et godt og stabilt grep, " sa Wu til MIT News . "Med et objekt som ser lite ut men er tungt eller er glatt, vil holdningen være den samme, men styrken ville være annerledes, så hvordan vil den tilpasse seg det?" Teamet diskuterer ikke hvordan det planlegger å måle og oversett kraft ennå.
Maskinlæring, eller datamaskinens evne til å tilpasse prosessene sine basert på data, kan tillate systemet å tilpasse seg en gitt brukers preferanser. Wu sier at hun kunne forhåndsprogrammere et bibliotek med gester inn i roboten. Når noen bruker den, ville roboten synkronisere seg med hvordan en person griper gjenstander - ikke alle skreller en appelsin på samme måte, ikke sant? - og kasser grepstyper som ikke brukes ofte.
Asada sier også at enheten, nå ganske klumpete, til slutt kan gjøres sammenleggbar og en tredjedel av sin nåværende størrelse. Han ser for seg et klokke med robot sifre som vises og trekkes tilbake når det er nødvendig.
Mens Asada og Wu ser nytten av sin robot for personer med nedsatt funksjonsevne, er det også en del av en større robotikkbevegelse som søker å gi funksjonshemmede brukere supermenneskelige egenskaper. Et annet MIT-system fungerer for eksempel etter samme prinsipp som Wus robot, men legger til ekstra armer i stedet for fingre, slik at brukerne kan åpne dører med hendene fulle eller holde et objekt stødig mens de hamrer.
For det meste handler disse bærbare robotene om å tilføre styrke. TitanArm, utviklet av studenter ved University of Pennsylvania, lar brukeren løfte ytterligere 40 pund. Mer ambisiøse oppsett involverer fulle eksoskeletter som kommer stadig nærmere Iron Man . For eksempel har Daewoo Shipbuilding and Marine Engineering, et sørkoreansk selskap, utstyrt verftsarbeidere med drakter som lar dem heise plater av metall og trelast med relativt minimal innsats.
Det alle disse tilnærmingene har til felles, er hvor enkle de er å bruke. Brukere trenger ikke å lære seg kontrollordninger for å manipulere robotvedleggene sine, men i stedet gjøre oppgavene sine og stole på en animatronisk spotter for å hjelpe dem på vei.
