麻省理工学院的研究小组报告说，他们已经开发出一种“人工智能手套”。配备了可以学会识别单个物体，估计体重以及施加触觉反馈的传感器。这一成就将有助于假体，机械工具和人机交互系统的未来设计。人类可以以适当的强度抓握和感觉物体，但是这种感官反馈很难在机器人中实现。近年来，在新兴的机器学习工具的帮助下，基于计算机视觉的抓取策略取得了长足的进步，但是仍然缺乏依赖触觉信息的平台。这次，麻省理工学院的科学家Sabolamayan Sandram和他的同事设计了一种实用，简单且廉价的可伸缩触觉手套，价格仅为10美元。该手套配有548个传感器和64个导线电极。这种触觉手套相当于由力敏薄膜和导线网络组成的传感器阵列。电极和薄膜之间的每个重合点都对垂直力敏感，并记录通过薄膜的电阻。研究人员用一只手戴上手套并操纵了物体，从而记录了大规模的触觉地图数据集。数据集包含手指区域的空间关联和对应关系，代表了人类抓握的触觉特征。研究小组使用手套用一只手与26个物体进行互动超过5个小时，并录制了触觉视频。后来，他们使用记录的数据训练了一个深度学习网络来识别这些图片，并发现深度学习网络能够通过持有它来识别不同的对象。这项技术的未来应用将非常广泛，例如，它可以用于机器人手术。以前，该领域的最大局限之一是机器人缺乏“手感”。外科手术机器人的操作会增加操作人员的不确定性和风险，但是通过力触觉反馈机制，外科手术机器人可以将触觉实时传递给外科医生。而处理器则进一步使人工智能医疗更加精确。