娶了UI設計師的Python工程師-北歐生活

蘋果電腦熱愛圓角UI設計,原來有這麼多學問!

過往收集不到的觸覺，ReSkin 做到了！人工智慧發展大突破

為了展現 ReSkin 的實用性、並展示它如何幫助研究人員，利用過往難以收集到的各種觸覺數據，以推進人工智慧發展的，Meta AI 在下列幾個不同的試驗中，展現 ReSkin 突出的實用性：

本文為下篇，上篇請看此連結。

不到3mm的輕薄柔軟、不到6美元的低成本

由於人工智慧應用與技術的研發，往往需要巨量的數據來產生機器學習模型。所以致力於人工智慧發展的 Meta AI 部門，對觸覺 sensor 的需求大。 過往機器人皮膚需要內建電子設備，來監控皮膚與表面接觸時產生的電流變化。然而厚度不到 3mm 的可塑型皮膚 ReSkin ，只需要靠近監控設備即可，這意味著我們可以花更低的成本屬於，偵測到寬度不到 1 釐米、力道僅 0.1 牛頓的物件。 Meta 研究科學家古塔（Abhinav Gupta）說：如果生產 100 件以上的 ReSkin，則每一件的材料成本將低於 6 美元。皮膚的薄度可以重複使用 50000 多次，就算磨損，也非常容易搭上磁性粒子替換（更換過程如下方影片所示）。

在元宇宙也有觸覺! Meta 養成 ReSkin 人工智慧模擬真實肌膚感知

讓臉書 CEO 祖克柏​​熱血沸騰的「元宇宙」（Metaverse）新虛擬世界，目前是以有限的形式存在，我們只要戴上 VR 眼鏡便可抵達！祖克柏日前更將 Facebook 母公司改名 「Meta」，展現將「元宇宙」深入現實世界的野心！緊跟著「元宇宙」的腳步，祖克柏在十一月宣布：自家公司研發了新的觸覺感測器「ReSkin」，質感如真人皮膚，可安裝在 AI 機器人身上、​​收集人工智慧的觸覺資料。

人工智慧編舞一把罩：FACT 模型

Google 使用上述的 AIST 資料庫，訓練 FACT 模型從音樂生成 3D 舞蹈。該模型先使用動作轉換器與音頻轉換器，分別對一段音樂與一個短的（2 秒）種子動作（seed motion）進行編碼。之後再將嵌入碼連接、發送到跨模型轉換器，該轉換器學習兩種模型之間的對應關係，並生成 N 個未來的動作序列。 然後使用這些序列以自我監督的方式訓練模型。在測試時，Google 將此模型用於自回歸框架，其中所預測的動作則作為下一個生成步驟的輸入。因此，FACT 模型能夠一個框架接著一個框架地，生成長時間的舞蹈動作。

人工智慧學編舞，動作搭配音樂複雜度高

Google 正進行一項人工智慧研究，開發稱為「FACT （Full-Attention Cross-modal Transformer）」的模型，可以模仿、理解舞蹈動作，甚至可提高個人的編舞能力。Google 研究團隊為了訓練該模型，也隨之發布一個大規模、多模態的 3D 舞蹈動作資料庫「AIST++」，包含長達 5.2 小時的 1408 個 3D 舞蹈動作序列，涵蓋 10 種舞蹈類型。都包含了已知相機位置的多視角影片，可生成逼真流暢的 3D 舞蹈動作。