人类认为触觉是理所当然的，它是我们在某些情况下获得的最重要的输入类型之一。我们的触觉使我们能够做一些事情，比如感觉我们如何抓住一个物体，使我们能够轻松地拿起它而不会压碎它。任何时候我们拿起易碎的东西，比如鸡蛋，我们都知道挤压它有多难，以免压碎它，把它弄得一团糟。对于没有类似触觉的机器人和人工智能，机器人很难收集有关它试图处理的物体的信息。
Facebook AI 正在开展一个名为 ReSkin的新项目，旨在为 AI 设备提供额外的输入。今天，人工智能可以结合感官，包括视觉和声音，但获得触觉仍然是一件难以捉摸的事情。当今 AI 系统和机器人的触摸信息有限的部分原因是对触觉传感数据的访问受限。
与 AI 相关的研究人员希望将触摸数据整合到 AI 模型中，但很难为 AI 系统提供与人类相同的触摸感应能力。Facebook AI 的 ReSkin 项目是由 Meta AI 研究人员和卡内基梅隆大学的科学家合作创建的开源触摸感应“皮肤”。ReSkin 通过先进的机器学习和磁感应，帮助研究人员快速、大规模地提升其 AI 系统中的触觉感知能力。
该系统价格低廉、用途广泛、耐用且可更换，非常适合长期使用。ReSkin 使用自监督学习算法来自动校准传感器并使数据具有通用性，以便可以在不同的传感器和系统之间共享。Facebook AI 将发布设计、文档、代码和基础模型，让世界各地的研究人员无需使用自己的数据集进行训练即可使用 ReSkin。这将允许触觉感知快速集成到各种人工智能系统中。
此外，广义触觉传感将允许研究人员收集有助于推进人工智能在一系列基于触摸的任务中使用的数据。它将有助于物体分类、本体感觉和机器人抓取。一旦人工智能系统接受了触觉感知训练，它们将能够执行新的任务，包括在医疗保健环境中工作以及操纵小型、柔软和敏感物体的能力。操纵范围更广的物体的能力可以使机器人更适合在工厂或非常敏感的产品(包括农产品)内包装订单。
ReSkin 以 100 个单位批量生产的成本不到 6 美元，在大批量生产时甚至更便宜。传感器本身厚 2 到 3 毫米，可以承受 50,000 次交互。一旦磨损，它很容易更换，并提供高达 400 赫兹的高时间分辨率以及 1 毫米的空间分辨率和 90% 的准确度。
ReSkin 还为研究人员提供高频三轴触觉信号，允许系统在快速操作任务(如投掷、滑倒、接球和拍手)期间进行调整。传感器本身使用一种可变形的弹性体，其中嵌入了磁性颗粒。弹性体在任何方向变形，允许磁信号随着变形而改变。可以使用磁力计测量磁信号的变化，该磁力计允许转换接触位置和施加的力的大小等信息。研究人员创建了一个可通用的皮肤，以消除每次更换系统时训练新皮肤的需要。
但是，每个传感器都会经过初始的彻底校准程序来确定其各自的响应。校准程序可适应软材料随时间变化的特性。研究人员通过 ReSkin 克服了挑战，不需要依靠磁信号的接近度在软材料和测量电子设备之间建立电气连接，因此电子设备只需要在附近即可。
模型映射功能不依赖于来自单个传感器的数据，而是利用来自多个传感器的数据。这使研究人员能够在更高多样性的数据上训练模型，从而产生更通用和更有效的数据。自监督学习系统不是在每个新传感器上收集校准数据，而是用于利用少量未标记数据自动微调传感器。Facebook AI 表示，ReSkin 的工作是其在 AI 研究领域推进触觉感知的承诺的一部分。