對于我們?nèi)藖碚f，可以很容易通過身體觸覺來判斷物體的屬性，也可以很輕松的知道物體的軟硬程度，因為人天生就有敏銳的觸覺感知系統(tǒng)，但這對機器來說可能是一個巨大的挑戰(zhàn)。目前麻省理工學(xué)院計算機科學(xué)與人工智能實驗室（CSAIL）通過正在開發(fā)的一種新型機器人正試圖做到這一點。

麻省理工學(xué)院計算機科學(xué)和人工智能實驗室(CSAIL)的一個團隊通過使用一個復(fù)雜的觸摸傳感器和一個網(wǎng)絡(luò)攝像頭來教機器人通過觀察來預(yù)測事物的感覺。研究人員已經(jīng)已經(jīng)創(chuàng)造了一種預(yù)測人工智能來幫助機器人使用多模態(tài)感覺輸入，正在教機器人通過觸摸物體來“看到”物體的樣子，并通過觀察來預(yù)測物體的感覺。

如果我們看到一個毛絨玩具和冰箱，幾乎都能分辨的出哪個是軟的更輕，另一個是硬的會更重。即使我們閉上眼睛通過別人遞給我們的東西也能感覺到東西的軟硬程度和大小重量。

但是機器想做到識別物體的效果，還是非常不容易的一件事。麻省理工學(xué)院的研究人員正是通過利用機器人手臂上復(fù)雜的觸摸傳感器中識別到的視頻和數(shù)據(jù)，通過觀察和分析來預(yù)測物體的。機器人可以配備視覺和觸覺傳感器，但是它們很難將這些信息結(jié)合起來。因為我們?nèi)祟愒谛r候就是通過這種同步的信息來實現(xiàn)的，通過在這兩個方向的研究，希望以后的機器人都能擁有這樣的能力。

研究人員通過網(wǎng)絡(luò)攝像頭記錄了手臂接觸近200個物體的次數(shù)超過12000次，例如各種工具、紡織品和家用產(chǎn)品。把一個特殊的觸覺傳感器放在機器人手臂上，讓機器不斷的觸摸物體來得到各種數(shù)據(jù)。他們將視頻片段分解成單獨的幀，這給了他們超過300萬個視覺/觸覺配對圖像的數(shù)據(jù)集。這些信息被用來幫助機器人預(yù)測當(dāng)它看到某個圖像時會有什么感覺，通過大量的數(shù)據(jù)識別和分析，讓機器了解物體的屬性特點。

目前，機器人只能識別受控環(huán)境中的物體。下一步是建立一個更大的數(shù)據(jù)集，這樣機器人就可以在更多樣化的環(huán)境下工作。這項技術(shù)可以用來幫助機器人找到通過觀察物體來抓住物體的最佳方法。數(shù)據(jù)集僅包括在受控環(huán)境中收集的數(shù)據(jù)，該團隊希望通過在世界范圍內(nèi)收集新數(shù)據(jù)來改進這一點。

但是仍然有一些細節(jié)很難從切換模式中推斷出來，比如僅僅觸摸物體就能知道它的顏色，或者不用實際按壓就能知道沙發(fā)有多柔軟。研究人員表示，這可以通過創(chuàng)建更加穩(wěn)健的不確定性模型來改善，以擴大可能結(jié)果的分布。

在未來，這種類型的模型將有助于視覺和機器人之間更和諧的關(guān)系，特別是在物體識別、抓取、更好的場景理解以及輔助或制造環(huán)境中無縫的人機集成方面。有了這些人工智能的算法作為基礎(chǔ)，機器人在未來場景的應(yīng)用增加了更多可能性！