吳明宜Meta 研究人員正在開發一款讓用戶以手勢控制電腦的智慧腕帶。
這款手錶的手勢控制指令使用戶好比使用虛擬筆在空中筆劃，就能移動游標、開啟 App 、傳送訊息。也能使今天手部不便的人也能像一般人一樣使用電腦、手機或電玩遊戲，或是發展出更新的使用行為。
Meta 的 Reality Labs 在近期的《Nature》雜誌上發表論文，展示其最新研發的 sEMG-RD（Surface electromyography research device，表面肌電研究裝置）。這個 sEMG-RD 是一個類似手錶的腕戴裝置，可蒐集大腦發出通過腕部傳送到手的神經訊號轉換成數位指令，用戶就可以用來控制連網裝置。
研究小組指出，使用肌電圖可免於電腦視覺方法所面臨的問題，例如遮擋、照明不足或無法偵測運動量太少的手勢。事實上，表面肌電已被部署用於臨床環境中的各種應用，如用於診斷和復健、以及義肢控制。然而，現有肌電圖系統包括用於義肢控制的肌電圖系統，想大規模使用和部署存在許多限制。例如需要連接到外部電源和放大器的電線，造成重重限制，而且還得放置在不舒服的位置，例如腹部。
Meta Reality Lab 開發的表面肌電圖腕帶小巧、易於佩戴，他們相信是第一個高頻寬神經運動介面。 sEMG 原型背後是以深度學習系統利用數千位參與者的資料訓練而成的通用解碼模型，從肌電訊號可以推測用戶的動作意圖，甚至在還沒做出動作就能猜出他們的想法，且這模型可以廣泛適用不同人。只要套用穿戴裝置輸入介面就能開始操作。
Meta 認為這項發明有很多優點，理由是這腕帶比其他非傳統操控裝置如馬斯克的 Neuralink 要簡單，Neuralink 需在嚴重癱瘓者大腦植人晶片來操控肌肉。相較之下，Meta 的腕帶裝置不需動手術，更安全、肌電也比腦電圖更強，更易於偵測。
Meta Reality Labs 剛以 sEMG 原型配合 Orion AR 眼鏡完成一項測試。研究人員發展機器學習模型，可將控制肌肉的神經訊號轉換化指令，來驅動 AR 眼鏡。 Meta 希望未來能發展出更實用的應用場景，例如打字不需鍵盤、點選選單無需滑鼠，或是不用手機就能享用數位內容。
研究人員說，其模型可以進一步開發，像是偵測特定手勢的力道，發展出操控相機和搖桿的多樣使用模式，除了能造福手部不便的使用族群，或許能拓展現今都想像不到的新式應用場景。