吳明宜馬克說要打造元宇宙不是說假的！臉書母公司 Meta 正在訓練 AI 機器人的觸覺感測器
臉書母公司 Meta Platform 目前正在訓練一款具備 2 種感測器，以便未來生產有觸感的 AI 機器人。
這兩種感測器分別是高解析度手指感測器，名為 DIGIT，以及可替換式的薄皮表層，稱為 ReSkin，可幫助 AI 機器人辨識物體觸感、重量、溫度及狀態等。
根據 Meta AI 研究人員 Robert Calandra 及 Mike Lambeta 指出，這計畫主旨在利用「觸覺感知」來訓練機器人從他們接觸的事物蒐集更多重要資訊，之後整合其他資訊執行更複雜的任務。
觸覺感知目的在把人類的觸覺複製在機器人身上，使 AI 可以「學習並使用觸覺，並連結其他感測模態，如視覺和聽覺。」另一個好處是具觸覺感知能力的機器人在處理其他物體或物件時，也會更輕柔、更謹慎。
要實現這個目的，研究人員必須先在機器人身上加上能蒐集碰觸到的物件資訊。他們希望觸覺感知硬體模擬人類手指的眾多屬性，要能耐得住重覆接觸表面的摩擦、必須具備高解析度能測量物體豐富資訊，像是表面特徵、接觸力度及其他和「觸覺」有關的屬性。
Meta 2020 年已經將 DIGIT 設計藍圖開放出來，當時臉書表示很容易開發、低成本、穩定、堅固而高解析度。DIGIT 已獲得學校和研究實驗室的廣泛採用，現在 Meta 希望能 DIGIT 能和一家名為 GelSight Inc 的新創公司合作，可將感測器商用化，廣泛用於研究人員以加速創新。
至於 ReSkin 則是全新的感測器，好比一層機器人用人工皮。
ReSkin 等泛用型觸覺感知皮膚可提供豐富的接觸資料，可提升各種任務的 AI 能力，像是物體分類、本體感覺 (proprioception) 或機器人抓握等，Meta AI 研究人員 Abhinav Gupta 和 Tess Hellebrekers 指出。「具備觸覺感知技能的 AI 模型可以執行許多任務，包括需要高度靈敏度的工作，像是在醫療環境，或是操作小型、柔軟或敏感物件的環境。」
ReSkin 優點是生產成本不貴，Meta 宣稱 100 組成本不到 6 美元，生產更多單價還會更便宜。ReSkin 厚僅 2、3 毫米，可耐用 5 萬次接觸互動，而且時間解析率達 400Hz，毫米 (mm) 空間解析精準度則高達 90%。
這種精準度使其具備多種應用，像是機器人手、觸感手套、袖套或甚至寵物狗鞋等，因此它可協助研究人員蒐集以前蒐不來的多種觸覺資料。此外，ReSkin 還提供高頻 3 軸觸覺訊號，可執行靈巧的操作動作，如丟、抓、拍手、滑等。
而為了協助觸覺感知研究人員，Meta 還開發了一個模擬器稱為 TACTO，可以在沒有硬體情況下實驗。TACTO 可以以每秒數百框格的速度展現 (render) 高解析度觸覺資料，幫助研究人員模擬出基於視覺的觸覺感測器 (vision-based tactile sensor)，如 DIGIT。它也可化身不同 form factor 加在不同型態機器人身上。
除了有感測資料外，研究人員還需要能處理資料、分析出洞見。Meta 很慷慨地提供機器學習模型庫，稱為 PyTouch，可將原始感測器資料轉譯成高階資訊，例如它能偵測滑落或辨識出感測器碰到的物體材質。
研究人員也可利用 PyTouch 來訓練不同感測器的多種模型，使它們能具備偵測滑落、碰觸的能力，評估物件（如人）姿態。
此外，PyTouch 也可以整合到真正感測器或 Meta 的觸覺感知模擬器，以快速驗證模型及 Sim2Real 的能力，將模擬訓練出來的概念轉化成實際應用。
最後 Meta 希望 PyTouch 可讓研究人員使用專為觸覺感知而設計的「進階機器學習模型即服務」。這樣一來，他們可使用 DIGIT 感測器、下載預訓練的模型，然後以此為建構元件打造機器人應用。
不過 Meta 表示，這些都還有長路要走，Calandra 和 Lambeta 說明，要生產具備人類觸感的機器人，還需要更多硬體，像是溫度感測器。他們也得更了解特定任務的最重要觸覺為何，以及處理觸覺資訊的正確機器學習計算結構。
觸覺感知的研究有助於推進 AI，幫助研究人員製造智慧型機器人，也能開拓 AR/VR 的可能性，並加速製造、醫療及農業機器人的創新。