Datora algoritms ir ievērojami paātrinājis cilvēku ar amputētu kāju adaptāciju robotajai protēzei. Rezultātā neatkarīgas pastaigas uzsākšanas laiks tika samazināts no dažām stundām līdz minūtēm. Attīstības apraksts tika publicēts IEEE darījumos par kibernētiku.
Viena no daudzsološākajām mūsdienu mākslīgā intelekta iespējām ir pastiprināšanas mācīšanās. Šīs pieejas ietvaros datorprogramma automātiski mēģina atrisināt problēmu, vienlaikus saņemot "atlīdzību" par labiem rezultātiem. AlphaZero programma ir balstīta uz šo principu, kas ir spējis uzvarēt labākos cilvēku sportistus galda spēlē Go, kā arī iespaidīgi uzstājas arī citās spēlēs, piemēram, šahā, Dota 2 un Starcraft II.
Jaunajā darbā pētnieki izmantoja līdzīgu pieeju programmatūras izstrādei robotu kāju protēzei. Rezultāts tika pārbaudīts vienam pacientam ar amputētu ekstremitāti tieši virs ceļa. Parasti šādiem cilvēkiem ir vajadzīgas daudzas apmācības stundas, lai pārvietotos bez palīdzības, kā arī speciālistu ilgstoša manuāla protēžu pielāgošana, lai tās atbilstu staigāšanas individuālajām īpašībām. Jaunais algoritms ļāva invalīdam pēc 10 minūtēm patstāvīgi staigāt.
Protēzes uzstādīšana ir sarežģīta un ietver 12 parametrus, kas kontrolē tādas īpašības kā ceļa locītavas stīvums un kustības amplitūda, pagriežot kāju. Algoritms tika apmācīts uz diezgan nelielu datu kopumu, ko speciāli sensori savāca par citu cilvēku protēzēm ar amputētām kājām. Autori atzīmē, ka, neskatoties uz iespaidīgajiem rezultātiem, algoritms joprojām ir tālu no liela mēroga pielietojuma, jo šobrīd tas ir paredzēts tikai staigāšanai pa taisnu virsmu. Nākotnē pētnieki plāno pievienot jaunas kustības, galvenokārt kāpjot un nolaižoties pa kāpnēm, kā arī pārbaudīs attīstību vairāk cilvēku, kuriem tā nepieciešama.
