我们来想象一下这样一幅画面：某天，你在医院中醒过来，你已经记不清发生了什么，但是你惊恐地发现左手已经不在了，医生告诉你你刚刚经历了一场车祸。从那时起，你失去了你的左手，你很绝望。你发现生活中99%的事都要靠手来完成，这时，你想到了机器人义肢，也许它能够帮你。在你朋友的建议下，你来到附近的康复中心，装上了假肢。假肢完美地贴合你的身体，你很满意，你还是像正常人一样可以做自己喜欢的事，你渐渐地开始接受自己的新身份，你忘了自己是残疾人。

那么，现在，我要告诉你一个悲伤的消息。

在欧洲，每年有1900起新的截肢案例。而机器人、康复科学、工程学能为这些人做些什么呢？至少在我写这篇文章之前，它们能做的，非常少。

虽然多指义肢已经在医疗市场上出现8年了，但是要实现我前文描述的景象现在仍然很难实现，更别说整条手臂的截肢了。如果你失去了整条手臂，要实现上述的情景简直痴人说梦。现在，只有世界顶尖的实验室才能解决这个问题，而前提是它们能够吸取到足够多的资金。现在，世界上只有唯一一个成熟的机械义肢------DEKA义肢， 得到了FDA（美国食品药品管理局）的批准。该装置由Segway的发明者Dean Kamen的公司开发，尺寸与重量基本与成人的手臂一样。该义肢由植入在残留肢体中的肌动电极控制。传感器会收集上臂肌肉运动时的电信号，而义肢中的计算机可识别出使用者的操作类型。虽然它在某一特定范围的应用较为成熟，但要造福广大百姓还远远不够。

工业机器人还是摩托车？

我们研究中心关注这个问题已经有10年之久了，并且一直在为打造自然灵活、值得信赖的上肢义肢而努力。

我们面临着巨大的挑战：怎样将义肢连接到病人身体、怎样确保系统能够让病人做自己想做的事，怎么避免控制系统产生的错误等等。我们与医院和诊所密切接触，来了解病人的真正需求。

我们发现：主要的瓶颈就是现在的义肢有点像工业机器人。它们最开始是为某一特定的人群打造，后来却要运用于其他的病人。因为每个病人的情况不一样，因此要完成这个任务几乎不可能。

我们需要一整套体系（包括传感器、控制电子和义肢本身）能够紧紧地和病人身体契合，并随着时间的推移越来越契合。而对于系统来说是一个学习过程：一方面，基于机器学习的控制系统需要一直处于一种“提高”的状态，能够越来越适应新的环境；另一方面，病人也会随着时间的推移对自己的义肢越来越了解，能够向义肢发出指令。

这个过程有点像学习开摩托车。你需要了解引擎的力量、转向装置的稳定性，还需要学习如何启动、控制方向、刹车等等。你练习得越多，你的技能就会越强。经过一段时间之后，你将能游刃有余。而义肢也是一样，你需要与它亲密接触，这样日复一日之后，它才能成为你身体的一部分。

让义肢不断学习

我们使用这种机器学习技术来产生”不断适应”的效果，让义肢与病人越来越合拍。算法可以将身体信号转变为控制指令，在接受到熟悉的指令时，义肢会作出相应反应；而在接受到不熟悉的指令（比如当时病人处于压力状态，肌肉状态与平时不一样，这时义肢会接受到新的指令）时，新的指令会添加到信息库之中，这样义肢今后遇到类似的情况将会作出相关反应。

这种技能其实非常重要。义肢会遇到很多不同的场景，比如，稳定地提起重物。想象一下：某个下午你在购物，不管你在走路、坐下、弯腰、蹲下，购物袋必须稳定地挂在你的手上，因此你的手、手腕、肩膀等必须保持稳定。而在康复项目的最开始，我们就要预测到这种情况；而碰到没有遇到的情况，义肢就需要学习。

其实，义肢的学习就是控制系统的学习，而控制系统要不断学习，就要让它不断和物体接触，这就是康复的关键。此外，没有哪个测试能迅速地产生效果。我们需要结合各种不同的物体、控制系统、义肢等等，一次一次试验，让系统适应不同的日常场景。这就意味着我们的工程师、数学家、机器人学家必须将自己的技能与医学、与病人结合，必须学习与终端用户、医生等接触，并要从一开始就测试不同的机电整合模型。

前面道阻且长

义肢不仅需要解决生物排斥性问题，需要与人体完美契合，更重要的，它要具备学习技能。不过，现阶段的现实还很残酷，很多截肢的人并没有办法安装上义肢，并且世界上至今尚未出现文章开头提到过的那种康复中心。

要让义肢真正造福有需要的人，我们仍然道阻且长。从中长期来看，我们应该开放义肢市场；而在短期内，我们需要提升义肢功能，让义肢能够不断学习，使之与用户越来越合拍。只有这样，我们才能真正让残疾人的世界变得更加美好。