• Ученые МФТИ разработали бенчмарк для сравнения популярных нейросетей и алгоритмов распознавания жестов по сигналам электромиографии.
• Разработка поможет лучше понимать «голос тела» и дистанционно управлять техникой, теледроидами и виртуальной реальностью.
• Электромиография регистрирует электрическую активность мышц в момент сокращения с помощью датчиков и электродов.
• Технологии ЭМГ успешно работают в темноте, не требуют прямой видимости и высокой разрешающей способности.
• Современные нейросети не могут без калибровки одинаково точно распознавать жесты разных людей из-за индивидуальных различий.
• Адаптивные алгоритмы становятся более важными, чем мощные нейросети, для универсальных ЭМГ-устройств.
• ЭМГ-технологии могут быть использованы в медицине, для восстановления после инсульта, диагностики заболеваний и контроля эффективности упражнений.

«Исследование показало, что даже самые мощные нейросети бессильны перед индивидуальными различиями. Мышечный почерк каждого человека уникален настолько, что его теоретически можно использовать как пароль. Поэтому ни одна из протестированных моделей не смогла с первого раза его правильно распознать. Следовательно, на первый план выходят адаптивные алгоритмы», — поделился Кирилл Головань.