观看机器人在猪腰上操作

机器人已经可以在一定程度上模仿外科医生，但训练它们这样做通常需要复杂的编程和耗时的反复试验。现在，机器第一次在简单分析医学专家的视频片段后成功地学会了复制基本的手术任务。但是在它开始对人类病人工作之前，微型机械臂在猪腰上练习。

自从2000年达芬奇外科手术系统问世以来，医生们越来越多地将其整合到一系列手术中。这对小小的机械臂末端像镊子一样的抓握器，已经被用于前列腺切除术、心脏瓣膜修复以及肾脏和妇科手术。但是这种设备有其局限性，尤其是在教它新任务的时候。

“这[]非常有限，”约翰霍普金斯大学机械工程助理教授阿克塞尔·克里格在11月11日的一篇简介中解释道。克里格补充说，以前编程需要手术的每一步都由专家手工编码，这意味着单一形式的手术缝合可能需要长达十年的时间才能完善。

正如克里格及其同事在今年德国慕尼黑举行的机器人学习会议上所解释的那样，这个艰苦的时代可能即将结束。利用ChatGPT等强化学习模型背后的类似机器学习原理，克里格的团队最近开发了一种基于运动学的新模型。新颖的达芬奇手术系统训练程序依赖于运动学，而不是大型语言模型的基于单词的数据集，运动学将机器人运动和角度转化为数学计算。在积累了数百个视频，描绘了数千名人类外科医生监督达芬奇机器人后，研究人员随后要求系统分析档案宝库，以便最好地模仿正确的动作。结果甚至让程序员感到惊讶。

[相关：第一次在国际空间站上从地球进行的远程零重力手术（在橡胶上）。]

博士后研究员JiWoong Kim说：“我们只需要图像输入，然后这个人工智能系统就会找到正确的动作。”“我们发现，即使有几百个演示，模型也能够学习程序并概括它没有遇到的新环境。”

克里格补充说，他们的模型还擅长学习没有人类通过视频实际展示的东西。“就像，如果它掉了针，它会自动捡起来继续。这不是我教它做的事情。”

为了测试他们的系统升级，克雷格的团队指示一个新训练的达芬奇机器人在猪腰肉上完成各种任务，因为它与人体组织具有生物学相似性。然后，小抓手展示了它们捡起掉落的针头、打结和完成手术缝合的能力，几乎与人类教练一模一样。此外，它甚至在最初使用硅皮肤替身进行训练后也这样做了，这意味着它可以轻松地将技能转移到生物组织上，而无需额外的工作。

克里格认为，新的学习模型将允许达芬奇系统“在几天内”完善程序，而不是等待数年让机器人学习新的手术策略尽管自主机器人系统目前的运行速度比人类慢14到18倍，但研究人员认为，他们的机器也不会太久就能跟上步伐。

克里格说：“拥有这个模型真的很神奇，我们所做的就是给它输入相机输入，它可以预测手术所需的机器人运动。”