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）。
90%的精確度，能搜集到過去無法得知的數據
ReSkin 的時間解析率高達 400Hz，1 毫米的空間解析度則有 90% 的精確度。這種精準度使其在元宇宙上能具備多種應用，像是機械手臂、觸感手套、袖套、以及任何能追蹤走路、跑步、運動和休息的鞋子（寵物也可用）等，因此它可協助研究人員蒐集過去無法得知的多種觸覺資料。此外，ReSkin 還提供高頻 3 軸觸覺訊號，可執行靈巧的操作動作，如丟、抓、拍手、滑等。 古塔認為這是未來。他說：「當你戴上這些耳機時，你想要產生愈來愈豐富的體驗——而關鍵是觸覺。」
ReSkin的人工智慧原理-磁場x影像SENSOR打造擬人觸覺
依 Meta AI 的研究科學家古塔（Abhinav Gupta）等人的撰文內容表示，目前希望這樣的觸覺感知能力賦予在 AI 機器人身上，使其獲得更人性化的互動方式。例如：機器手臂順利地拿起桌上的蛋，而不會施予過度的力道讓蛋破碎。 當研究人員想要賦予機器人觸覺時，首先想到的是能不能也給機器人跟人類一樣的皮膚，讓機器人全身都有觸感？紐約大學電腦科學的助理教授 Lerrel Pinto 表示，獲得可信賴的觸覺感知數據，是目前機器技術的重大瓶頸。現有的感應器很昂貴、解析度差且重量不輕，ReSkin 將克服以往的這些問題。
ReSkin感測器－內建磁性顆粒，一摸就生成磁場
由 Meta AI 的合作對象——卡內基梅隆大學打造的 ReSkin 感測元件，可模擬「觸覺」：透過模仿人類皮膚的設計，在接觸其他表面時，本身內嵌入的磁性顆粒產生成磁場，進而形成觸覺；感測器會記錄磁流量（magnetic flux）的變化，反饋數據給人工智慧軟體分析，幫助 AI 機器人辨識物體觸感、重量、溫度及狀態等，因此可讓機器手臂隨著力道增加，而判斷物品受力程度。
DIGIT感測元件－內建攝影鏡頭，一壓就啟動影像辨識
Meta AI 對於 ReSkin 的設計過程中，以可辨識指尖按壓力度的 DIGIT 感測元件及可模擬「觸覺」的 ReSkin 感測元件，讓機器人可以自主判斷機器手臂的按壓力道。DIGIT 感測元件採 15 美元造價成本、可識別高解析度影像設計，表面覆蓋一層透明矽膠用於接觸；內部則包含照明用 LED 燈組，用於影像識別的攝影鏡頭。當機器手臂指尖開始進行壓按動作時，系統就會透過影像識別方式判斷指尖施與力道。 配合先前機器人觸覺感知的訓練數據，當指尖識別影像對應到玻璃杯、保麗龍等易碎材質時，就會採取較小夾取力道，依照夾取物品外觀大小作調整力道，以便順利將物品成功夾取。 不過，包含 DIGIT、ReSkin 在內的兩種感應器的設計，都必須透過深度學習方式進行訓練，意味著機器人雖可學習觸覺，但仍然會侷限在預先訓練的使用資料範圍內，但預期未來將能透過不同的學習框架，讓機器人可學習到更多「觸覺」，藉此反應在真實互動中所使用力道。
幫助人工智慧喊痛叫癢
除了應用在機器人觸覺，目前此技術也能應用在更多智慧穿戴裝置的觸控互動，例如應用在衣物等軟性表面物品，藉此產生觸控操作反應；甚至還能應用在機器人身上，模擬產生「痛覺」或「搔癢」。
延伸閱讀：
FB 用十億張照片讓 AI「SEER」自主學習！自監督學習大躍進
「超能力」具現化？臉書推手腕 AR 感測器 讓你隔空操縱介面
Google 開發編舞用人工智慧「FACT」，任何音樂都能生成對應舞蹈！
留言列表
