【小哈划重点：但光有手而没有脑，还是没有感觉和情感。于是作者戴上手套反复抓取26个不同的物体，获得13万5千组触觉压力的时空数据，并通过卷积神经网络深度学习方法进行训练，教会了机器触觉。】
这样的机器人，您想来几个呢？
直立行走，将人双手解放出来，既能使用工具劳动生产，又能抒发情感创造艺术，有词为证：持手相看泪眼，竟无语凝噎。
那么，日新月异、一骑千里的人工智能，什么时候才能学会爱抚亲昵风花雪月呢？今天上线的一篇Nature论文，麻省理工学院的研究人员朝这个方向迈进了一大步。
秘密就在上面这个手套，看起来普普通通，只是上面安装了包含548个柔性压阻传感器的阵列，覆盖全手掌，可以感知触摸时的压力大小，范围在30到500mN之间，离散为150个级别，一秒钟可以采样7.3次，并输出相应电信号。也就是说，这个手套有相当不错的时空分辨率和压力精度，戴着它抚摸抓取的时候可以获得大量触觉数据，而造价只要10美金。
机器视觉其实已经突飞猛进，非常发达，但触觉则起步不久。因为相对摄像机照相机而言，此前人们对触觉感应数据采集并没有太多的需求，没有多少人会异想天开把触觉记忆存储下来。但随着机器人的发展，特别是未来对于服务机器人的需求，光有视觉显然不够了，触觉也变得日益重要。这个手套，就像摄像机一样，能够抓取存储动态的触觉数据。
但光有手而没有脑，还是没有感觉和情感。于是作者戴上手套反复抓取26个不同的物体，获得13万5千组触觉压力的时空数据，并通过卷积神经网络深度学习方法进行训练，教会了机器触觉。其卷积神经网络构架如下，基于ResNet-18：
结果显示，只要7组时空数据输入，就可以比较准确辨识不同的物体：结果显示，只要7组时空数据输入，就可以比较准确辨识不同的物体：
也可以大致估算物体的重量：也可以大致估算物体的重量：
也就是说，机器已经具备了初步的触觉。下一步的呢，我想应该是通过触觉，进一步让机器学会情感，比如爱抚亲昵时的愉悦，咬牙切齿时的愤怒，和手足无措的焦躁，都可以通过触觉传感和脑神经电极同时取样，深度学习。一个喜怒哀乐溢于言表的机器人，就产生了。
这样的机器人，您想来几个呢？
