可以自己拿起咖啡送入口中!腦機合一,讓癱瘓者靠意識控制四肢
可以自己拿起咖啡送入口中!腦機合一,讓癱瘓者靠意識控制四肢
2017.04.05 | AI與大數據

3月29日,在美國凱斯西儲大學學者與克裡夫蘭功能性電刺激中心的實驗下,一名四肢癱瘓病人透過大腦思維成功地控制雙手,將食物送進了自己的嘴裡。

參與實驗的癱瘓病人名為Bill Kochevar,今年56歲。他在一次騎自行車時發生車禍,導致全身癱瘓。

Bill對Engadget記者表示:

對於一個已經癱瘓八年,全身上下無法動彈的人來說,即使只能移動一寸對我來說都是極其幸運的事。而這次實驗結果已經比我想像中的好得多了!

點開下方影片,我們一起見證這對於所有癱瘓者來說,充滿曙光的一刻:

當然,這樣的成果不是一蹴而就的。

事實上,科學家們很早以前便開始嘗試製造這種大腦皮層腦機介面(intracortical brain-computer interface (iBCI))。其中,美國布朗大學神經生物工程學家Leigh Hocherg教授(也是這次實驗的領導人)取得的成果最為顯著。

Bill Kochevar
癱瘓患者透過大腦思想控制螢幕游標。

早在2004年,Leigh所帶領的「腦門」(BrainGate)就計畫將腦機介面放入了一名24歲的四肢癱瘓者的大腦皮層,幫助這位元患者傳遞大腦資訊。這個裝置雖然只有藥片大小,但內部十分複雜,由96根電極組成。

又到了2010年,美國加州大學洛杉磯分校和加州理工學院學者開始幫助患者利用大腦思想控制螢幕上的滑鼠游標。

Bill Kochevar
患者透過思維控制機械臂,拿起桌上的咖啡

2012年,在Hocherg的指導下,腦門計畫開啟了第二階段的探索。在這次試驗中,兩位參與者Cathy和Bob均已中風,四肢癱瘓,無法說話。

神經外科醫生製作了包含著約100根頭髮絲那麼細的電極的微型記錄裝置,植入到他們大腦的運動皮層中,記錄下與運動有關的神經訊號。這次實驗使患者成功利用大腦思維控制機械臂,拿起桌上的咖啡,準確送入自己口中。

Hocherg教授認為:

從二維到三位元,再到目標物體的到達和抓起,然後在指引下送入目的地,這對於我們來說是個巨大的進步,也遠遠比單純加上一個維度要來的複雜。

除了大腦皮層腦機介面外,功能性電刺激系統(functional electrical stimulation)在實驗中也起到了至關重要的作用。

功能性電刺激系統是一種通過刺激四肢上的神經,使手臂、大腿或手指動起來的系統。這種技術此前被用於幫助四肢癱瘓者來活動他們的四肢,但也僅僅只能做到聳肩或點頭的地步。

而凱斯西儲大學與克里夫蘭功能性電刺激中心此次實驗之所以能取得如此大的飛躍,就是因為他們將大腦皮層腦機介面與功能性電刺激系統兩者進行了有機結合。

為了讓大腦表層接收到最準確的指令,他們將Bill安置在一台核磁共振儀中,讓他在想像中活動自己不同的身體部位,並在此期間追蹤身體的每個部分是有哪部分神經控制的。

實驗的另一領導者Bolu Ajiboye在接受《時代週刊》訪問時說:

只有透過這種因人而異的實驗方法,我們才能得出精准的大腦地圖。

實驗小組透過資料在Bill大腦的特定地點植入電極,並將它們與一台可以解碼指令的電腦相連。
為了練習,Bill透過大腦思維控制了電腦螢幕上的虛擬手臂,又用相同思維控制了現實中自己的手臂。

那種感覺很好,但稍縱即逝,他說:「我很快就知道怎麼操作,並在每次聯繫後都愈發熟練。」

與此同時,克裡夫蘭功能性電刺激中心透過遠端操控36電極陣列(36-electrode array)加強Bill萎縮的手臂和手掌肌肉力量。

當大腦皮層腦機介面與功能性電刺激系統同時工作時,Bill便可以用自己的手吃、喝、甚至撓鼻子了。
對於實驗效果,Bill這樣描述自己的感受:

對我而言,這感覺就像(沒癱瘓)以前一樣,除了感覺上稍顯遲鈍。

當然了,Bill沒有任何觸覺上的感受,但這絲毫沒影響到他:

他們曾讓在某幾場實驗中閉上眼,結果我還是能拿到東西。

有朝一日,或許再細微的感覺都會被類比出來。

雖然這個系統有效地説明癱瘓者再次得以掌控自己的四肢,但在日常生活中,這樣龐大體積的器材卻不太現實。或許“腦門”計畫的下一步便是縮小整台機器的體積,直到它能被植入甚至適應患者的身體。

無論如何,這次實驗的結果都賦予了全球超過10億的殘疾人希望,也證明馬斯克曾闡述的「大腦介面」理念並不是空穴來風,聳人聽聞。

領頭人Leigh Hocherg認為,實驗成果或許真的將顛覆歷史:

這次實驗成果很可能將神經技術引入一個全新的時代,一個能夠幫助殘疾人們恢復活動能力和自主能力的時代。

本文授權轉載自:36 氪

往下滑看下一篇文章
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?

曾是台灣製造業重要根基的塑膠射出產業,如今正面臨人才斷層危機。尤其桃園聚集大量工業區與製造業者,老師傅退休、新人才接不上的現況,更是許多工廠正在面對的現實難題。

從汽車零組件、網通設備、醫療器材到半導體載具,許多產品都離不開射出成型。智穎智能創辦人暨執行長張詠翔指出,全球塑膠射出市場規模超過 3000 億美元,每年仍以約 3% 至 4% 的幅度成長。需求並未消失,只是製造基地從台灣、中國逐步往東南亞等地移動。但機器可以搬、訂單可以轉,老師傅數十年累積的經驗卻很難複製。

這道人才缺口,正是 2020 年成立的智穎智能切入市場的機會。團隊從桃園中原大學的研究能量出發,歷經近十年研究與工廠驗證,嘗試把老師傅腦中的射出經驗,轉化成可以計算、保存與持續學習的 AI 模型,解決產業第一線面對到的挑戰。

把老師傅經驗交給 AI,射出成型從「導航」走向「自駕」

「餐廳沒有廚師是不行的。有再好的設備,不會做的人還是會把它做失敗。」張詠翔如此比喻射出成型的技術門檻。當模具完成後,生產現場仍得依產品、材料與機台特性,調整溫度、速度、壓力、位置等條件;即使使用同一種塑料,不同產品的調整方式也可能完全不同。

而老師傅的珍貴之處,不只是記住參數,而是知道面對材料、機台與環境變化時如何修正。智穎智能要做的,就是把這些難以傳承的「火候」拆解成可以運算的製程邏輯。目前其 AI 解決方案已應用於超過 200 種材料、50 多種產品類型。

把老師傅的經驗轉化為製程邏輯後,第一步就是讓 AI 協助操作人員找到合適的成型條件。智穎智能為此開發智能成型導引系統,工廠只要輸入材料、機台規格、產品尺寸等資訊,sMolding 便能計算第一組成型參數;若試模後出現產品缺陷,再由 sTroubleshooting 提供修正建議。

用手機即可查看系統狀況
圖/ 智穎智能提供

「它就像導航。我今天告訴你要從 A 點到 B 點,但不知道路怎麼走,導航會把路徑算給你。」張詠翔說。對射出成型而言,這條「路徑」就是溫度、速度、壓力與位置等參數如何組合。以半導體載具試模為例,傳統方式需 7.5 小時,導入系統後縮短至 2 小時,材料使用量從 23 公斤降至 8.7 公斤,整體試模成本降低 64%。

但找到正確參數只是第一步,真正進入量產後,工廠面對的「路況」還會持續改變。溫溼度、材料批次與機台耗損,都可能讓原本設定好的製程條件產生偏移。智穎智能因此進一步開發 StabMolding 成型穩定模組,透過射出壓力數據持續監控品質,並依生產狀態自動補償關鍵參數。換言之,AI 不只在試模階段提供一條正確的「導航路徑」,進入量產後還能因應製程變化持續修正,進一步朝「自駕」邁進。

從產線驗證到海外布局,桃園如何助攻智穎智能跨過0到1?

但要讓 AI 真正走進工廠,智穎智能採取 SaaS 訂閱模式,將核心運算留在雲端持續學習與更新,降低中小型製造商一次投入大量資金的門檻。另一項差異則是「跨廠牌」。現實中的射出工廠往往同時擁有台灣、日本、歐洲不同品牌與年份的設備,因此智穎智能的方案既能導入既有設備,也能與射出機、控制器業者合作,在新機出廠時直接整合。「一個工廠不會只有一個廠牌,就像你家的車庫不會永遠只放同一品牌的車。」張詠翔說。

對智穎智能而言,AI 真正走進製造現場的關鍵,在於不同世代、不同品牌的設備都能導入。只是對工業 AI 而言,降低導入門檻還不夠,更關鍵的是能否取得真實產線反覆驗證。對從中原大學研究成果衍生創立的智穎智能而言,桃園不只是公司所在地,也提供了技術走向市場的第一塊試驗場。「對新創來說,第一個就是要經費、要人才、要場域,再來就是客戶與合作夥伴資源。」張詠翔說。

成立初期,團隊透過桃園市政府研發補助、新創競賽與基地進駐等資源,降低早期研發與營運負擔。更重要的是,桃園密集的製造業聚落,本身就是智穎智能最直接的潛在市場。透過市府串聯工業區與在地企業,智穎智能在創業初期接觸到位於桃園的「良器」,成為公司第一個客戶。從概念驗證、產品調整到實際導入,合作一路延續至今。對必須進入產線反覆驗證才能成熟的工業 AI 而言,第一個願意開放場域的客戶,意義遠超過第一筆營收。

如今,從桃園製造現場磨出的解決方案也開始往海外走。「日本這一次,完完全全都是桃園市政府帶著我們去做這件事情。」張詠翔表示,透過市府帶領團隊前往日本神戶,智穎智能接觸當地官方與企業資源。在市府引薦下,團隊成功對接了神戶知名加速器,更取得日方針對外資新創設立公司與拓展市場的兩階段實質補助資訊。目前團隊正籌備日本布局,為下一階段海外市場拓展做準備。

智穎智能在 TaipeiPLAS 2026 台北國際塑橡膠工業展,展示 AI 智慧製造成果,現場商洽氣氛熱烈,成功吸引產業關注。
圖/ 智穎智能提供

AI 解決「怎麼生產」後,下一步是「替誰生產」

當 AI 開始解決「怎麼生產」,張詠翔看到的下一個問題,是「替誰生產」。部分製造商提高生產效率後反過來問他,如果我的產能多了 20%,但沒有多 20% 的訂單,我何必要做那麼快?

這個問題催生了智穎智能下一階段的製造媒合平台構想。隨著供應鏈分散至不同國家,品牌要在海外重新尋找符合特定規範與製程能力的供應商,也愈來愈困難。團隊因此希望串聯既有使用 AI 方案的製造商,讓品牌端能依條件尋找供應商,也讓製造端的閒置產能有機會被看見。團隊預計 2027 年上半年推進平台服務,初期規劃串聯超過 200 家製造商與破千台機器。

從中原大學的研究,到桃園工廠提供第一個實際驗證場域;從把老師傅經驗變成 AI「導航」,再走向能自行修正製程的「自駕」,智穎智能試圖數位化的,是製造業最難被保存的資產:人的經驗。而當全球供應鏈持續移動、製造基地愈來愈分散,這套從桃園工廠磨出的 AI,下一步不只要替老師傅找到數位接班人,也要重新連結散落全球的製造能力。
而「Meet 桃園+」也期盼持續透過計畫的媒體報導與宣傳資源,將更多像智穎智能這樣扎根在地、走出海外的創業故事傳遞出去,讓外界看見桃園豐沛且具實戰力的創新動能。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓