亚当·帕克（Adam Parker）从NAIT转到阿尔伯塔大学（University of Alberta）攻读电气工程本科学位时，他的平均成绩为4.0。但他并非一直都是优等生。
事实上，当我还是个孩子的时候，“我基本上不喜欢学习。我只想玩，”他说。“所以我会尽最小的努力完成学业，尽可能多地玩游戏，和朋友们一起出去玩。”
帕克十几岁时最喜欢的游戏是一款名为《Shadowrun》的桌面奇幻角色扮演游戏，在这款游戏中，拥有仿生四肢的英雄们在反乌托邦的不久的将来与邪恶的大亨们战斗。
这就是为什么当他遇到医学教授帕特里克·皮拉斯基，并了解到改善自然控制的仿生肢体（BLINC）实验室时，他似乎是一个完美的选择。帕克在接下来的11年里一直在“玩”仿生肢体，起初是作为一名本科生暑期研究员，最终通过康复医学学院获得了康复科学博士学位，并将在下周的秋季毕业典礼上被授予。
亚利桑那大学的学生将塑造未来。你可以帮忙。
有了你们的支持，下一代的变革者可以获得他们需要的资源、经验和学生空间，以应对当今的挑战，塑造更光明的明天。
了解更多
帕克的研究结果颠覆了我们对人工智能在开发仿生肢体中所扮演角色的传统理解：帕克并没有专注于如何利用人工智能来教授假肢的动作，而是在开发和测试假肢向个人用户实时学习并提供反馈的方法，换句话说，就是与人类用户合作。
“亚当改变了我的想法——以及我们国际社会的想法——关于智能机器如何成为更好的合作伙伴和合作者，”Pilarski解释说，他是加拿大CIFAR人工智能主席，曾任加拿大康复机器智能研究主席，物理医学和康复学部教授，康复医学学院兼职教授，阿尔伯塔机器智能研究所（Amii）研究员。
“多亏了亚当的研究，康复医学和辅助技术领域已经能够理解机器学习如何影响人类与机器之间不断发展的关系，这种关系与用户的日常生活活动紧密相关。”
帕克论文的中心实验名为“在模拟假肢使用过程中，理解人类与实时自适应反馈的互动”。他要求两组身体健全的参与者使用手臂假肢的物理模拟来移动一个柔性塑料杯而不会压碎它。该假肢由电动机驱动，使用者通过弯曲前臂肌肉来控制，并通过附着在皮肤表面的电极发送信号。没有一个参与者是专业用户，所以这是一项很难完成的任务。
所有16名参与者首先都自己完成了移动杯子的任务，没有任何来自假肢的反馈，只是用自己的感官——他们所能看到和听到的——来引导他们。这就是目前市面上可买到的假肢对截肢者的作用。
然后，一半的参与者在接受手臂直接反馈的情况下完成任务。每当超过一定程度的力（足以压碎杯子）时，它就会发出哔哔声。
第二组参与者使用由预测学习算法引导的手臂工作。它不知道在多大的负荷下杯子会被压碎，直到它经历了一次。然后，它开始帮助用户，在他们达到临界负荷之前，用声音信号警告他们。
实验结束时有很多压碎的杯子，但完成任务并不是真正的重点。帕克使用了一种混合方法来分析他的结果，包括来自实验的定量数据和来自参与者经历访谈的定性数据。
总体而言，预测学习部分在指导用户方面不如直接反馈部分做得好，但用户仍然更喜欢它。帕克怀疑，这是因为尽管预测臂在任务开始时完全没有提供任何帮助，但随着时间的推移，它确实变得越来越好，这给了参与者信心。
“他们关注的是它的增长，它正在改善的事实，”帕克说。“他们对这个系统投入更多，他们的看法也更加积极，因为他们看到这个系统开始更好地帮助他们完成任务。”
