根據英國《自然》雜志30日發(fā)表的一項工程學(xué)論文,美國麻省理工學(xué)院團隊報告研發(fā)出一種裝配了傳感器的“人工智能手套”,可以學(xué)習識別單個(gè)物體、估算重量和應用觸覺(jué)反饋。這一成果有助于未來(lái)設計假體、機械工具和人機交互系統。
人類(lèi)能夠以適當的力度抓握和感受物體,但是這種感覺(jué)反饋卻很難在機器人身上實(shí)現。近年來(lái),基于計算機視覺(jué)的抓握策略,在新興機器學(xué)習工具的幫助下,取得了長(cháng)足進(jìn)步,但是目前依然缺少依賴(lài)于觸覺(jué)信息的平臺。
此次,麻省理工學(xué)院科學(xué)家薩博拉馬伊安·桑德拉姆及其同事,設計了一種實(shí)用且簡(jiǎn)易廉價(jià)的可伸縮觸覺(jué)手套,其僅需10美元,手套上面布置了548個(gè)傳感器和64個(gè)導電線(xiàn)電極。
這種觸覺(jué)手套相當于由一張力敏薄膜和導電線(xiàn)網(wǎng)絡(luò )組成的傳感器陣列。電極與薄膜之間的每一個(gè)重合點(diǎn)都對垂直力敏感,并會(huì )記錄通過(guò)薄膜的電阻。研究人員帶上手套單手操控物體,由此記錄了一個(gè)大規模的觸覺(jué)圖譜數據集。數據集包含手指區域的空間關(guān)聯(lián)和對應,它們代表了人類(lèi)抓握的觸覺(jué)特征。
研究團隊使用手套,單手與26個(gè)物體進(jìn)行互動(dòng),時(shí)間超過(guò)5個(gè)小時(shí),并錄下了觸覺(jué)視頻。之后,他們利用記錄下來(lái)的數據訓練一種深度學(xué)習網(wǎng)絡(luò )來(lái)識別這些圖片,發(fā)現該深度學(xué)習網(wǎng)絡(luò )能夠通過(guò)持握方式鑒定出不同的物體。
這一技術(shù)的未來(lái)應用將非常廣泛,譬如可用于機器人手術(shù)。這一領(lǐng)域此前的局限之一就是機器人缺乏人類(lèi)外科醫生操作的“手感”,增加了手術(shù)的不確定性和風(fēng)險性,但通過(guò)力觸覺(jué)反饋機制,可以讓手術(shù)機器人將觸覺(jué)實(shí)時(shí)傳遞給主刀醫生以及處理器,進(jìn)一步將人工智能醫療精準化。
總編輯圈點(diǎn)
當你輕輕拿起一顆雞蛋,既不會(huì )用力過(guò)度捏爆它,也不會(huì )力道過(guò)輕把它摔地上,這種人類(lèi)與生俱來(lái)的本領(lǐng),對機器人來(lái)說(shuō)卻是個(gè)大挑戰。觸覺(jué)并非簡(jiǎn)單的系統,我們隨隨便便一個(gè)抓取動(dòng)作,可以組合運用到各種感知能力,但對機器人來(lái)說(shuō),再多的算法疊加,它仍然如同盲人摸象。現在,深度學(xué)習賦予了機器人更好的觸覺(jué)表現,開(kāi)始讓低等的數據轉換為高等的信息,或許不久的未來(lái),機器人將能真正擁有皮膚一般的感知功能。
點(diǎn)擊下圖,觀(guān)眾預登記成功送20元話(huà)費
合作咨詢(xún)
肖女士
021-33392297
Kelly.Xiao@imsinoexpo.com