根据英国（guó）《自（zì）然》杂志30日发表的（de）一项工程（chéng）学论文（wén），美国麻省理工学院（yuàn）团队报告研发（fā）出一种装配（pèi）了传（chuán）感器的“人工智能手套”，可以学习识别单个（gè）物（wù）体、估算重量和应用触觉（jiào）反馈。这一成（chéng）果有助于（yú）未来设计假体、机（jī）械工具和人机交互系统。

人类能够以适（shì）当的力度抓握和感受物体（tǐ），但是这种感（gǎn）觉反馈却很难在机器人身上实（shí）现。近年来，基于（yú）计算机视觉（jiào）的抓握策略，在新兴机器学习工具的帮助（zhù）下，取得了长足进步，但是目前（qián）依（yī）然缺少依赖于触觉信息的平台。

此次，麻省理工学院（yuàn）科学家萨博拉马伊安·桑德（dé）拉姆及其同（tóng）事，设计了（le）一种实用且简易廉价的可伸缩触觉手套，其（qí）仅需10美元，手套（tào）上面布置了548个传感器和64个导（dǎo）电线电极。

这种触（chù）觉（jiào）手套（tào）相当于由一张（zhāng）力（lì）敏薄（báo）膜和导电线（xiàn）网（wǎng）络组（zǔ）成（chéng）的传感器阵列。电极与薄膜之间的每（měi）一个重合点都对垂直力（lì）敏感，并会记录通过薄膜的电阻。研（yán）究人员带上手套（tào）单手操控物体，由此（cǐ）记录了一个大规模的触觉图谱（pǔ）数据集（jí）。数据集（jí）包含手指区（qū）域的（de）空间关联（lián）和对（duì）应（yīng），它们代表（biǎo）了（le）人类抓（zhuā）握的触觉特征。

研究团队使用手套，单（dān）手与26个物体进行互动，时间超过5个（gè）小（xiǎo）时，并录下（xià）了触觉视频。之后（hòu），他们利（lì）用记录下来的数据训（xùn）练（liàn）一种深度学习网络（luò）来识别这些图片（piàn），发现该深度学习网（wǎng）络（luò）能够（gòu）通（tōng）过（guò）持（chí）握方式鉴定出不同的物体。

这一技（jì）术（shù）的未来应用将（jiāng）非常广泛，譬（pì）如可用于机器人（rén）手术（shù）。这一领域此前最大的局限之一就（jiù）是机（jī）器人缺乏（fá）人类外科（kē）医（yī）生操作的“手（shǒu）感”，增加了（le）手（shǒu）术（shù）的不（bú）确（què）定性和风（fēng）险性，但通过力触觉反馈机制（zhì），可以让手术机器人将触觉实时传（chuán）递给主刀医生以（yǐ）及处理器，进一步将人工智（zhì）能医疗精（jīng）准化。