AI|刚改完名扎克伯格在博客上公布了一款逆天的AI数字皮肤( 三 )_刚改完名|扎克伯格在博客上公

ReSkin可以与其他传感器集成，收集视觉、声音和触摸数据以创建多模式数据集，因此有助于构建比以前更真实的世界模型。

文章图片

▲ReSkin传感器用于测量触觉力（图片来源为Meta）
“今天的人工智能有效地融合了视觉和听觉等感官，但触觉仍然是一个持续的挑战，是由于人体以外获取触觉传感数据有限。因此， AI研究人员希望利用人们触觉感知的丰富性和冗余性，更好地将触觉融入到他们的模型中。”
二、ReSkin有望解决大规模生产难题
值得注意的是， Digit和ReSkin都不是该领域中的第一个触觉传感器，其他触觉传感器还包括加州大学伯克利分校研究小组开发的OmniTact和麻省理工学院计算机科学和人工智能实验室的机器人抓手GelFlex ，新加坡国立大学还使用英特尔的原型芯片开发了触摸感应机器人“皮肤” 。

文章图片

▲机器人抓手GelFlex正在抓取物体（图片来源为麻省理工学院）
但是，之前的这些实践表明， “柔软的皮肤”难以进行大规模制造，因为在制造过程中它们会发生变化，首先是该设备本身的材料的性质会随着时间的推移而发生变化，其次对材料的使用方法不同也会使其产生改变，这都为“皮肤”的大规模制造增加了挑战。同时，每个传感器都必须通过校准程序来确定其各自的响应结果，这也意味着校准程序必须自行适应上述变化。
ReSkin利用机器学习和磁感应，并采用无监督学习模型，设备安装、使用时减少触碰，降低其损坏率，一定程度上能缓解难以大规模制造的困境。
ReSkin通过消除软材料和测量电子设备之间的电气连接，无需近距离接触连接，确保其材料不受外界干扰，以此克服其在大规模制造时出现的困难。该触觉传感器的磁信号依赖于接近它的距离，因此电子设备只需在附近，无需连接就可以接收磁信号。
除此之外， ReSkin还开发了一个映射函数，该函数对来自多个数据源的数据进行训练，使其比传统映射函数更具通用性和稳健性。并且ReSkin的传感器采用无监督模型，可以使用少量未标记数据自动且连续地进行微调。