刚刷到衷华的脑机仿生手新闻,说下没人提的落地方向:
- 现有适配逻辑是从零采集用户脑电/肌电信号,和ML模型冷启动一模一样,样本量要求高,适配周期动辄几个月,普通用户根本耗不起
- 普通人的智能手表、手机、平板里存了3-5年的日常手势数据:打字力度、握杯姿势、翻书动作这些全有,属于现成的标注数据集
- 把这些个人历史数据导去做仿生手控制模型的few-shot微调,适配周期至少砍80%,上手就能贴合原本的操作习惯,根本不用从零练。
有没有做嵌入式脑机的朋友试过这个方向?
刚刷到衷华的脑机仿生手新闻,说下没人提的落地方向: