據(jù)外媒報(bào)道，對(duì)于人類來說，很容易通過觀察某個(gè)物體來判斷其外觀，或者通過觸摸它來判斷它給人的感受，但是這對(duì)機(jī)器來說是可能是個(gè)巨大的挑戰(zhàn)?，F(xiàn)在，美國(guó)麻省理工學(xué)院（MIT）計(jì)算機(jī)科學(xué)和人工智能實(shí)驗(yàn)室(CSAIL)開發(fā)的一種新機(jī)器人，正試圖獲得人類的視覺和觸覺能力。

CSAIL團(tuán)隊(duì)使用KUKA機(jī)器人手臂，并添加了一種名為GelSight的觸覺傳感器，該傳感器是由CSAIL下屬泰德·阿德爾森(Ted Adelson)團(tuán)隊(duì)開發(fā)。GelSight收集的信息會(huì)被傳輸給人工智能（AI），以便后者能夠理解視覺信息和觸覺信息之間的關(guān)系。

為了教授AI如何通過觸摸來識(shí)別物體，CSAIL團(tuán)隊(duì)錄制了12000個(gè)視頻，記錄了200個(gè)物體，如織物、工具以及被觸摸的家居物品。這些視頻被分解成靜態(tài)圖像，AI使用這個(gè)數(shù)據(jù)集來連接觸覺和視覺數(shù)據(jù)。

CSAIL博士生、關(guān)于該系統(tǒng)的新論文主要作者李云珠（音譯）表示：“通過觀察場(chǎng)景，我們的模型可以想象觸摸平面或鋒利邊緣的感覺。通過盲目的觸摸，我們的模型可以純粹通過觸覺來預(yù)測(cè)與環(huán)境的交互。將這兩種感覺結(jié)合起來，可以增強(qiáng)機(jī)器人的能力，減少我們?cè)诓僮骱妥ト?duì)象時(shí)可能需要的數(shù)據(jù)?！?/p>

目前，機(jī)器人只能在受控環(huán)境中識(shí)別物體。下一步是建立更大的數(shù)據(jù)集，這樣機(jī)器人就可以在更不同的環(huán)境下工作。

加州大學(xué)伯克利分校博士后安德魯·歐文斯(Andrew Owens)表示：“這種方法可能對(duì)機(jī)器人非常有用，因?yàn)樗鼈冃枰卮疬@樣的問題：‘這個(gè)物體是硬的還是軟的？’或者‘如果我用手把這個(gè)杯子舉起來，我的抓力會(huì)有多好？’這些都是非常具有挑戰(zhàn)性的問題，因?yàn)樾盘?hào)是如此的不同，而MIT的模型已經(jīng)顯示出很強(qiáng)的能力?！?/p>