許多研究人工智慧（AI）的企業(yè)都在透過深度學(xué)習(xí)來教會(huì)機(jī)器人辨識(shí)圖像，卡內(nèi)基美隆大學(xué)（CMU）的研究團(tuán)隊(duì)則選了另外一種方式，他們?cè)囍虒?dǎo)機(jī)器人透過觸摸來認(rèn)知世界，就像嬰兒一樣。

TechCrunch 報(bào)導(dǎo)，在每天 8 小時(shí)實(shí)驗(yàn)期間，這個(gè)名為“Baxter“的機(jī)器人只有一個(gè)任務(wù)要進(jìn)行──從桌上隨機(jī)抓取物品，它的動(dòng)作緩慢而笨拙，即使如此，這一個(gè)月期間也已經(jīng)進(jìn)行了 5 萬次的抓取動(dòng)作，Baxter 正在透過觸覺反饋和嘗試錯(cuò)誤來學(xué)習(xí)。

研究團(tuán)隊(duì)在發(fā)表的論文中，解釋了他們?nèi)绾瓮高^讓機(jī)器人反覆接觸物品，來提升對(duì)物品的認(rèn)知，“以嬰兒來說，他們透過用手推、戳物品、把東西放進(jìn)嘴里或扔出去來學(xué)會(huì)認(rèn)知表征，我們也希望達(dá)到這樣的目標(biāo)，所以在 Baxter 的程式平臺(tái)中建構(gòu)了類似的模式，讓它們?cè)谧烂姝h(huán)境上戳、抓取并觀察物品。“

為了說明學(xué)習(xí)觸摸的重要性，研究室助理 Dhiraj Gandhi 用 1970 年代中期英國(guó)的一項(xiàng)實(shí)驗(yàn)做為例子，當(dāng)時(shí)研究人員對(duì)兩只貓進(jìn)行認(rèn)知實(shí)驗(yàn)，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(dòng)的學(xué)會(huì)爬行，只能觀察的不能做出同樣舉動(dòng)。

而在實(shí)驗(yàn)中，Baxter 逐漸地展現(xiàn)出對(duì)物品認(rèn)知的提升，當(dāng)機(jī)器人認(rèn)出熟悉的物品時(shí)，平板顯示屏幕上會(huì)露出“微笑“，并且抓取物品放入適合的籃子；如果對(duì)物品不熟悉，屏幕上則會(huì)露出“困惑“的表情──研究人員并不擔(dān)心，他們相信沒有什么是另外 5 萬次抓取練習(xí)學(xué)習(xí)不了的。

這項(xiàng)研究改變了傳統(tǒng)的機(jī)器視覺學(xué)習(xí)模式，不同于以往系統(tǒng)透過已經(jīng)輸入的標(biāo)簽去判斷、尋找物品，Baxter 是透過觸摸來自我學(xué)習(xí)認(rèn)知，Gandhi 解釋，過去圖像和標(biāo)簽之間并沒有互動(dòng)，在視覺系統(tǒng)中只有被動(dòng)數(shù)據(jù)可以收集。

“我們想要的是與物品時(shí)可以獲得活動(dòng)的數(shù)據(jù)，并透過這些學(xué)習(xí)對(duì)其他視覺任務(wù)有用的功能。“

Baxter 的系統(tǒng)中有著類似 Kinect 的 3D 鏡頭，將收集到的視覺與觸覺訊息發(fā)送到深層的神經(jīng)網(wǎng)路，并在 ImageNet 中與圖像交叉參考。團(tuán)隊(duì)在其中意外發(fā)現(xiàn)，收集的觸摸數(shù)據(jù)讓 Baxter 的辨識(shí)精準(zhǔn)度，較其他只使用圖像辨識(shí)的機(jī)器人高出 10%，團(tuán)隊(duì)認(rèn)為這非常鼓舞人心。 

盡管目前研究還處于初期階段，但團(tuán)隊(duì)十分看好未來的發(fā)展，Gandhi 表示，他認(rèn)為結(jié)合視覺與觸摸學(xué)習(xí)的機(jī)器人可以用于揀選分類，就像 ZenRobotics 開發(fā)的類型，未來能為垃圾進(jìn)行分類回收，這在現(xiàn)實(shí)中是一個(gè)非常大的挑戰(zhàn)，“當(dāng)然，我們目前還在嬰兒學(xué)步呢。“