人工智能的興起讓許多行業(yè)感受到了科技帶來的便利，現(xiàn)在不少研究團隊和大企業(yè)都在積極地讓AI機器人進行深度學習，不過這種學習大多是基于大數(shù)據(jù)來展開，如果AI機器人能夠透過觸覺反饋來進行學習和感知的話，那么就顯得更有“生命力”了。
日前TechCrunch報道稱，一個名為”Baxter”的機器人正在進行一種觸覺反饋訓練，它每天的任務只有一個，那就是從桌子上隨機抓取物品，不過其抓取的速度很慢，看起來很笨拙。就這樣，一個月內(nèi)它進行了 5 萬次抓取，在這個過程中Baxter不斷調(diào)整自己抓取物品時的力度以及移動的精確度。
開發(fā)Baxter的是來自美國卡耐基梅隆大學（Carnegie Mellon University）的研究團隊，近期該團隊還針對這項研究發(fā)表了論文，該論文解釋了如何讓AI機器人通過反復接觸物品來提升對物品的認知。該團隊認為這樣的學習方式會更有助于AI機器人與人類交流，同時在發(fā)現(xiàn)數(shù)據(jù)庫中不存在的事物時可以自主創(chuàng)建一個名稱或是檔案。
此外，該研究團隊助理 Dhiraj Gandhi 用 1970 年代中期英國的一項實驗作為例子，當時研究人員對兩只貓進行認知實驗，其中一只就像平常一樣生活、與世界接觸，另一只貓則只能夠觀看，不被允許接觸物品，最終只有被允許與環(huán)境互動的貓學會如何爬行，只能觀察的那一只則不能做出同樣舉動。
該方法運用在Baxter身上則表現(xiàn)為：認出熟悉的物品時，顯示屏上會出現(xiàn)“微笑”表情，并抓取物品放入適合的籃子。如果對物品不熟悉，顯示屏上則會出現(xiàn)“困惑”的表情。如此一來AI機器人對未知事物的認知可以更為主動地進行，而不是被動地接受一些現(xiàn)成的數(shù)據(jù)。一旦AI機器人掌握了這項技巧，那么未來可以用于物品分揀、娛樂互動等領域。
