Không cần chạm màn hình: Wearable tương lai có thể nhận lệnh từ cử chỉ và tín hiệu cơ thể

Trong nhiều năm, thiết bị đeo chủ yếu được dùng để đo cơ thể: đếm bước chân, theo dõi nhịp tim, ghi lại giấc ngủ hay ước tính mức độ vận động. Nhưng một hướng phát triển mới đang đảo ngược mối quan hệ đó. Thay vì chỉ thu thập dữ liệu sức khỏe, wearable có thể trở thành thiết bị nhập liệu, đọc những tín hiệu rất nhỏ từ cơ và chuyển động của người dùng để điều khiển máy tính mà không cần chạm vào màn hình.

Ý tưởng này đã bắt đầu rời khỏi phòng thí nghiệm. Meta hiện bán Meta Neural Band cùng kính Meta Ray-Ban Display, sử dụng điện cơ bề mặt để biến những cử chỉ ngón tay nhỏ thành lệnh cuộn, chọn hoặc điều chỉnh giao diện. Song song với đó, các nghiên cứu như TouchFusion đang thử kết hợp nhiều loại cảm biến trên cổ tay để nhận biết không chỉ cử chỉ mà cả việc người dùng đang chạm vào đâu và tương tác với bề mặt nào.

Nếu hướng đi này tiếp tục tiến bộ, wearable tương lai có thể không cần một màn hình cảm ứng riêng. Chính bàn tay, cẳng tay, lòng bàn tay hoặc mặt bàn trước người dùng có thể trở thành một phần của giao diện.

Từ màn hình cảm ứng đến tín hiệu cơ

Màn hình cảm ứng thành công vì trực quan: người dùng nhìn thấy nút và chạm trực tiếp vào nó. Nhưng mô hình này kém phù hợp hơn khi thiết bị ngày càng nhỏ hoặc chuyển lên khuôn mặt dưới dạng kính thông minh. Một chiếc kính không có nhiều diện tích để đặt bàn phím, trackpad hay màn hình cảm ứng lớn.

Đó là lý do các nhà nghiên cứu đang quan tâm tới surface electromyography, hay sEMG. Các điện cực đặt trên da có thể đo tín hiệu điện liên quan tới hoạt động của cơ. Khi người dùng định co một nhóm cơ để bấm ngón tay, xoay cổ tay hoặc thực hiện một động tác nhỏ, tín hiệu ở vùng cẳng tay có thể được cảm biến ghi lại và mô hình máy học giải mã thành lệnh.

Điểm quan trọng là đây không phải công nghệ đọc suy nghĩ. Thiết bị không giải mã nội dung trong não. Nó đo các tín hiệu thần kinh – cơ đã đi tới cơ thể và biểu hiện thành hoạt động cơ, đôi khi trước khi chuyển động trở nên rõ ràng bằng mắt thường.

Meta Neural Band cho thấy công nghệ đã bước vào sản phẩm thương mại

Một trong những ví dụ rõ nhất là Meta Neural Band, vòng đeo cổ tay đi kèm Meta Ray-Ban Display. Theo Meta, vòng sử dụng EMG để dịch hoạt động cơ thành lệnh cho kính, cho phép người dùng thực hiện các thao tác như vuốt, chọn hay điều chỉnh một số chức năng bằng cử chỉ tay nhỏ thay vì chạm lên gọng kính hoặc lấy điện thoại ra.

Meta công bố Meta Ray-Ban Display và Neural Band vào tháng 9/2025. Công ty cho biết công nghệ EMG của mình được phát triển từ nghiên cứu với gần 200.000 người tham gia, một quy mô dữ liệu lớn nhằm giúp hệ thống hoạt động ngay với nhiều người dùng mới mà không phải huấn luyện lại từ đầu cho từng cá nhân.

Nền tảng nghiên cứu đứng phía sau sản phẩm này cũng được mô tả trong một công trình đăng trên Nature năm 2025. Nhóm tác giả trình bày một giao diện thần kinh – vận động không xâm lấn sử dụng vòng sEMG và mô hình học sâu để giải mã cử chỉ. Trong thử nghiệm, hệ thống có thể thực hiện các nhiệm vụ điều hướng, nhận biết cử chỉ rời rạc và thậm chí giải mã chữ viết tay. Kết quả cho thấy sEMG có thể trở thành một kênh nhập liệu có băng thông đáng kể, thay vì chỉ nhận một vài lệnh đơn giản.

TouchFusion muốn biến bất kỳ bề mặt nào thành giao diện

Một hướng nghiên cứu khác được công bố trên arXiv tháng 2/2026 mang tên TouchFusion. Hệ thống này không chỉ dựa vào EMG mà kết hợp nhiều loại cảm biến gồm sEMG, đo trở kháng sinh học, cảm biến quán tính và cảm biến quang học.

Mục tiêu là để vòng đeo cổ tay hiểu nhiều khía cạnh của một hành động cùng lúc: cơ nào đang hoạt động, cổ tay di chuyển ra sao, ngón tay có đang tiếp xúc với một bề mặt hay không và bối cảnh tương tác là gì.

Nhóm nghiên cứu cho biết TouchFusion có thể nhận biết thao tác chạm trên các bề mặt trong môi trường hoặc ngay trên cơ thể, hỗ trợ một số cử chỉ bề mặt và tạo tương tác tương tự trackpad. Trong các ví dụ được trình bày, người dùng có thể biến một bề mặt gần đó thành vùng điều khiển, hoặc dùng chính lòng bàn tay làm bề mặt cảm ứng luôn sẵn có.

Nghiên cứu được đánh giá trên dữ liệu của 100 người tham gia. Đây vẫn là một nguyên mẫu nghiên cứu chứ chưa phải sản phẩm bán ra thị trường, nhưng nó cho thấy hướng đi quan trọng: wearable không nhất thiết phải nhận lệnh từ một cảm biến duy nhất. Việc kết hợp nhiều tín hiệu có thể giúp hệ thống hiểu hành động trong bối cảnh tốt hơn.

Vì sao cần nhiều cảm biến thay vì chỉ một?

Mỗi loại cảm biến đều có điểm mạnh và điểm yếu riêng. EMG có thể phát hiện hoạt động cơ rất nhỏ nhưng tín hiệu thay đổi theo vị trí đeo, cơ địa, tiếp xúc điện cực và chuyển động. Cảm biến quán tính rất tốt trong việc đo hướng và gia tốc, nhưng khó phân biệt những cử chỉ cực nhỏ nếu cổ tay gần như đứng yên. Camera có thể nhìn thấy bàn tay, nhưng phụ thuộc vào ánh sáng và góc nhìn, đồng thời đặt ra bài toán riêng tư khi phải quan sát môi trường liên tục.

Sensor fusion – kết hợp nhiều cảm biến – giải quyết bài toán bằng cách để mỗi nguồn dữ liệu bổ sung cho nguồn còn lại. Ví dụ, EMG có thể cho biết người dùng vừa chủ động co một nhóm cơ, IMU xác định hướng cổ tay, trong khi cảm biến tiếp xúc giúp hệ thống biết ngón tay đã chạm vào một bề mặt hay chưa.

Cách tiếp cận này đặc biệt phù hợp với thiết bị đeo, nơi hành động của con người chứa rất nhiều thông tin nhưng phần lớn không thể hiện thành một chuyển động lớn và rõ ràng.

Giao diện mới cho kính thông minh

Kính thông minh là nơi công nghệ điều khiển bằng tín hiệu cơ có thể tạo ra khác biệt rõ nhất. Với điện thoại, người dùng đã có màn hình cảm ứng lớn trong tay. Nhưng với kính, việc liên tục đưa tay lên gọng để chạm hoặc nói lệnh bằng giọng nói trong môi trường công cộng không phải lúc nào cũng tiện.

Một vòng đeo cổ tay có thể giải quyết vấn đề đó bằng cử chỉ kín đáo. Người dùng có thể giữ tay trên đùi, bấm nhẹ ngón trỏ và ngón cái để chọn, vuốt ngón để cuộn hoặc xoay cổ tay để điều chỉnh một giá trị. Nếu kết hợp với màn hình trong kính, mô hình này tạo ra một giao diện mà mắt nhìn thông tin còn tay điều khiển mà không phải cầm thiết bị.

TouchFusion mở rộng ý tưởng thêm một bước: nếu hệ thống hiểu được bề mặt đang được chạm, bàn làm việc có thể trở thành trackpad tạm thời, lòng bàn tay có thể trở thành vùng điều khiển và một thao tác tương tự nhau có thể mang ý nghĩa khác tùy bối cảnh.

Không cần nhìn thấy bàn tay cũng là một lợi thế

Các hệ thống nhận dạng cử chỉ dựa trên camera có một hạn chế cơ bản: camera phải nhìn thấy tay. Khi tay nằm ngoài góc quan sát, bị che khuất hoặc môi trường quá tối, chất lượng theo dõi có thể giảm.

sEMG hoạt động theo cách khác. Vì cảm biến đo tín hiệu ngay trên cổ tay hoặc cẳng tay, nó không cần đường nhìn trực tiếp tới ngón tay. Đây là một trong những lý do giao diện thần kinh – cơ được xem là bổ sung tiềm năng cho camera trong các hệ thống AR và wearable.

Điều này cũng giúp các cử chỉ trở nên nhỏ hơn. Người dùng không cần vung tay trong không khí để máy ảnh nhận ra động tác. Một chuyển động tinh tế có thể đủ để tạo ra tín hiệu mà cảm biến trên da đo được.

Khả năng tiếp cận có thể là ứng dụng quan trọng

Công nghệ này không chỉ nhằm tạo ra cách điều khiển “tương lai” cho người dùng phổ thông. Một lợi ích đáng chú ý nằm ở khả năng tiếp cận.

Meta cho biết tín hiệu cơ ở cổ tay có thể cung cấp kênh điều khiển cho những người không thể tạo ra chuyển động lớn, chẳng hạn một số người bị chấn thương tủy sống, sau đột quỵ hoặc có run tay. Vì hệ thống có thể nhận biết tín hiệu trước khi chuyển động trở nên rõ ràng, một cử chỉ rất nhỏ vẫn có khả năng trở thành lệnh số.

Tuy nhiên, hiệu quả thực tế sẽ khác nhau tùy từng tình trạng vận động và từng người. Vì vậy, các ứng dụng hỗ trợ người khuyết tật cần được đánh giá riêng thay vì mặc định rằng một mô hình điều khiển sẽ phù hợp cho tất cả.

Thách thức lớn nhất: tín hiệu cơ thể không giống nhau ở mọi người

Đưa một demo trong phòng thí nghiệm thành wearable dùng mỗi ngày khó hơn nhiều so với việc nhận đúng một cử chỉ trong một buổi thử nghiệm. Tín hiệu EMG thay đổi theo vị trí vòng đeo, độ ẩm da, cấu trúc cơ, lực siết của dây đeo, mồ hôi và cách từng người thực hiện cùng một động tác.

Mô hình máy học vì thế phải giải quyết hai yêu cầu tưởng như mâu thuẫn: đủ tổng quát để hoạt động ngay với người mới, nhưng cũng đủ linh hoạt để thích nghi với thói quen riêng của từng người.

Công trình trên Nature cho thấy cá nhân hóa vẫn có ích: nhóm nghiên cứu báo cáo hiệu suất giải mã chữ viết tay tăng thêm 16% khi mô hình được điều chỉnh cho từng người. Điều đó gợi ý rằng wearable tương lai có thể dùng mô hình nền tảng chung khi người dùng đeo lần đầu, rồi âm thầm cải thiện theo thời gian dựa trên dữ liệu của chính chủ nhân.

Quyền riêng tư sẽ trở thành vấn đề lớn hơn

Khi wearable chỉ đo số bước, dữ liệu đã có tính cá nhân. Khi thiết bị bắt đầu ghi hoạt động cơ, cách cử động, mẫu tương tác và ý định vận động, câu hỏi về quyền riêng tư càng quan trọng.

Một hệ thống như vậy cần làm rõ dữ liệu thô nào được lưu, dữ liệu nào chỉ xử lý tạm thời, phần suy luận có diễn ra trực tiếp trên thiết bị hay phải gửi lên máy chủ và người dùng có thể xóa lịch sử huấn luyện cá nhân hay không.

Xử lý tại thiết bị có thể giảm nhu cầu truyền liên tục dữ liệu sinh học ra ngoài, nhưng cũng đòi hỏi chip đủ mạnh và tiết kiệm điện. Đây là bài toán kỹ thuật mà các thế hệ wearable tiếp theo phải giải quyết song song với độ chính xác.

Wearable có thể trở thành “chuột và bàn phím” của thời kỳ hậu smartphone

Chuột và bàn phím được thiết kế quanh máy tính để bàn. Màn hình cảm ứng phù hợp với smartphone. Nếu kính AI hoặc AR trở thành một nền tảng điện toán phổ biến hơn, chúng cũng cần một phương thức nhập liệu phù hợp với hình thái mới.

EMG và các hệ thống cảm biến đa phương thức đưa ra một ứng viên đáng chú ý: giao diện luôn ở trên người, hoạt động trong nhiều tư thế, không cần bàn phím vật lý và có thể nhận lệnh từ những cử chỉ nhỏ.

Điểm đáng chú ý là tương lai đó không còn hoàn toàn mang tính giả thuyết. Meta Neural Band đã đưa EMG vào một sản phẩm tiêu dùng, trong khi các nghiên cứu như TouchFusion đang mở rộng phạm vi từ “nhận cử chỉ” sang “hiểu tương tác với thế giới xung quanh”.

Nếu các vấn đề về độ chính xác, năng lượng, sự thoải mái và quyền riêng tư được giải quyết, wearable có thể tiến từ thiết bị đo cơ thể thành thiết bị nghe lệnh từ cơ thể. Khi đó, thao tác chạm màn hình có thể chỉ còn là một trong nhiều cách để con người nói với máy tính rằng mình muốn làm gì.

Nguồn tham khảo

• Nature: A generic non-invasive neuromotor interface for human-computer interaction.
• Meta: Meta Ray-Ban Display and Meta Neural Band.
• arXiv: TouchFusion – Multimodal Wristband Sensing for Ubiquitous Touch Interactions.