自 1999 年起，《麻省理工科技评论》每年都会评选出“35 岁以下科技创新 35 人”，涵盖范围包括生物医疗、智能计算、新能源、新材料等几乎所有新兴技术领域。2021 年“35岁以下科技创新 35 人” 亚太区正式落地中国，已在杭州未来科技城发布两届。
为聚集全球创新人才和资源，搭建展现“青年人”智慧与潜力的舞台，《麻省理工科技评论》中国于2023 年 11 月 2-3 日 在 杭州未来科技城·国际会议中心举办2023《麻省理工科技评论》“35岁以下科技创新35人”亚太区发布仪式暨青年科技论坛。
科技创新的奇迹总是来源于梦想的火花，本次活动我们将以「I have a dream」大梦想家作为主题，让更多人看见他们追求梦想之路，让一个火苗点燃他们无穷的势能。
以下是远也科技创始人兼首席执行官丁也在《麻省理工科技评论》“35岁以下科技创新35人”青年科技论坛的精彩讲话，由云现场整理。
丁也：尊敬的各位嘉宾，大家下午好！非常感谢主办方的邀请，有幸在这里和大家分享一下我的工作。我过去都主要做穿戴机器人，所以我今天主要跟大家分享一下关于穿戴机器人和无限智力之间的种种。
前段时间科幻电影《流浪地球》火遍大江南北，我们也看到了在电影中幻想了大量穿戴式机器人能帮我们的科学家、工人提高他们在一些任务中的效率。如图所示，非常大、非常复杂的机器人。在现实生活中，我们的穿戴技术是怎么样发展的呢？可以看到这张图，这是在2018年的时候能在文献中找到的穿戴机器人。2004年之前机器人技术没有很大的发展，原因其实是第一波穿戴机器人技术的发展和美国军方的支持分不开，代表他们急需一个装备能够帮助士兵承重并且快速行进，所以2004年开展了人体增强计划的项目。
这个视频中展示了早期穿戴机器人的视频，其中一个是我在哈佛的导师做的第一代的MIT Leg（音）。这是大家希望实现的方向能帮助承载，增强人体的行动状态。可惜的是由于当时的技术路线方式需要重支撑结构、金属结构配合下肢，由于下肢的自由度比较多，金属结构要减少复杂程度只能做7个自由度，人体的动作会受到一些限制。
另一方面对于人体行为的感知和判断在当时没有很好的方式，所以整体上的效果来说，当时做了这一款机器人，虽然做了很多的承重，但是没有得到很好的效果。这个项目没有真正落实下来，四年后美国开了一个新的项目叫勇士织衣，整个研发设计就到了软体机器人时代。
非常有幸当时我是在哈佛团队主要承担这个方面的研究，上面四个视频是2012年到2018年中所有在项目中的推进。背后的理念也发生的改变，从支撑身体到开始真正地辅助肌肉，意味着我们要开始真正地理解身体的动作，开始能够配合身体的动作，这里面就开始从最简单的方式参与到智力、理解。最早的时候我们用气动的方式做，当时也做了相对突破性的进展，在此前没有任何机构能够做一套设备穿上去和不穿设备对于人体带来的能耗能打平的，人类经过几百万年的进化，背负额外的设备是一个负担。我们第一次通过这种助力的方式打平。
我们在驱动、传感、结构上优化，把气动的方式改成了电动套索的方式，以更好的算法理解身体的行为进行配合。2014年通过织物方式真正做到了通过设备给人体的行走带来净能耗提升，你穿上设备走路感觉自己轻了十斤。
我们又进一步推进从单关节到多关节，能耗减少进一步下降。之前每个人都是一样的，在测试的过程中发现每个人喜好不一样，走路的方式不一样，习惯不一样，所以我们怎么样通过技术真正能够做个性化的事情，我们做了大量的尝试。2018年，我们通过把人体整个输出表现引入到整个机器系统中，相当于把人和机器结合在一起，以人的表现为优化的目标来改变机器参数的方式，我们真正地把单关节助力得到的效果又提升了一倍。
在医疗方向上对于截瘫的病人是有帮他们站起来的工效，下面我们可以对这些患者加速康复以及辅助日常生活活动、运动、行走的功能。
可以看一下这两代技术所穿戴带来的差别，一个是以机器为主导的，动作相对固定在一个支架上，另外可以在过程中自由地运动。
在其中这些实现之后背后有哪些AI相关的呢？包括传感、驱动、个性化辅助。
看一下传感的历史，其实很简单，最早我们以最简单的方式通过按钮按一下，设备按照既定的轨迹动一下。后面我们尝试拿一些身上的信号，比如脚上的压力传感器，指定脚根落地的事件做动作的预编。后面我们发现仅对一个关键事件做整个动作的预测其实和人体协同上是不够的。所以又引入了惯量传感器和肌电信号，用更多的事件细分整个行为。再到最后其实用AI的算法结合这些不同的传感器做得更加细致，让机器对整个身体的动作、现有的状态和未来的动作预测做得更好。我们用6个传感器做全身22个动作的直接实时预测和捕捉，这是在传感器方面。
在驱动方面，我们最早用直驱、电极+谐波减速器的方式对应到关节上给予辅助，到后面用液压驱动的方式，波士顿机器人就是用液压的方式给关节驱动，后面用气动的方式针对一些场景上需要柔韧性，再到套索驱动，类似电极+刹车线的传动方式来模拟肌肉。
同时在整个控制的发展上，我们也是从开始的开环控制到闭环控制，开环控制就是没有反馈，送出去一个信号不知道最后的执行结果是什么，闭环控制是会收集信号理解我是不是做到了，从位置、速度、力的方式。最后到导纳控制和阻抗控制就是结合力和位置的信号做控制，以及到最后的混合控制，在不同的阶段采用不同的控制方式，再加上AI结合的混合控制，用AI模拟其中一部分控制机构的数学模型，让整个链路更加精确，做一些提前的预判，让整个控制表现变得更好。
在个性化上可以做哪些事情呢？就是和AI结合，刚才说每个人其实行动表现都不太一样，每个人的状态不太一样，习惯不太一样，肌肉的力量不太一样，所以整个过程中由于穿戴机器人做的是对于人体的辅助，我们其实要更好地去理解，给你干预之后，人的表现如何。我的目标是让穿戴者走得更快，我就以他的行走速度为目标改变控制参数。对于病人来说可以针对行走的对称性和稳定性来做优化目标，所以真正做到用穿戴机器人和人结合，按照人想达到的目标做整个参数的优化和控制。
所以我们通过这些技术做了一些什么事情呢？我们结合这些技术，我们公司在过去几年中研发了第一款产品，针对于医疗级别的肌肉外甲，给你一个懂你的人工肌肉。我们希望通过这些技术给行走有障碍的人群提供更好的康复训练和行走辅助。我们在最近发表的文章看到了能够加速带有显著性的行动指标的提升。在这样的设备上是怎么实现的呢？其实我们在设备的全身结构上布有大量的传感器，我们也有惯量传感器捕捉动作，有力传感器、气压剂捕捉环境信号，力传感器捕捉身体和机器结合的信号，我们通过50路信号了解身体整个运动的行为状态，以及预测接下来做的动作可能是什么，结合内置的模型和优化算法告诉机器怎么样辅助。
通过这样的一块肌肉希望给病人提供他们更好的训练状态和方式，我们可以看一下这款技术能给病人带来什么样的改变。这是一位64岁70公斤的卒中患者，通过下面的视频可以看一下他的行走状态变化。视频左边是他不穿设备行走的状态，右边是穿上设备行走的对比变化，左脚是失能脚，行走的时候踝关节和膝关节并没有很大的动作，控制这部分的肌肉神经元坏死了，我们通过机器传感器和信号来猜测想做什么动作，给一个合适时机的助力。右边这些行走的动作会更靠近正常人。由于机器的辅助会降低相对肌肉最大的峰值信号，对于他来说动作变得简单了，同时我还提升了整个关节的活动度，不光是踝关节，还包括膝关节、髋关节都有不同程度的提升，这个过程按照他的意图做他想做的事情，让他能够做更多高质量，按照他意图想做的动作，从而加速整个的康复。
像这样的病人有很多穿上对他动作代偿的提升是非常明显的。一段训练之后这样的设备给患者带来什么样的差别呢？这位受试者是59岁的偏瘫两次的患者，经过一周的训练之后发现整个核心肌力可以提升，两周之后可以用拐杖走路，脱下设备之后整个核心力量的提升可以支撑自己身体的重量站立。我们在过去大量的实验中发现对于这样的患者真的是有非常好的效果，可以在两个星期到两个月的时间内不同程度地对这些患者的肌力和行动力有可见的提升。
另外一个患者相对较轻的脊椎损伤的患者，我们第一次见到他的时候，他每迈一步的时候会停顿。穿上这个设备之后，由于设备会帮助他、理解他，所以流畅性变高了。但是两个星期助力之后发现他恢复快了非常多，这样的患者一般需要非常多的时间可能能恢复到正常人的行走状态。这是我们之前在医院中做的相关实验，大家知道这个康养是很漫长的过程，其实并不是所有的病人都能够在短时间恢复的，所以我们也希望能够把这样的技术真正延伸到患者的家中，提供长期的康复服务。公司也真正做出2C款价格更低、更小型、更适合日常生活的设备。我们在设备的试验和使用上也针对了具体的测试，大家看一下这位住院两次，在医院中患病10个月，只有0.15米行走状态的患者。我们提供了长达半年的设备服务，每一栏对应具体的时间，上面是不穿设备行走的状态，下面是穿设备的。从2月7号到10月10号整个行走状态的变化，其实通过这样的设备真正改变了整个生活状态，从一个开始只能在家当中行走和做一些小事情的状态到现在可以每天走一万多步。这是我们所做的一些研究，当然患者也表示了对我们的认可。
在未来我会觉得这只是我们开始做的一小步，我们希望通过机器人结合AI的技术在未来更好地修复人体，你不健康和残缺之间的差距，到时候我们会迎来更加多元化、自由、平等的时代，谢谢大家！
