臉書周一宣佈，它已經開發出一套觸覺技術，將向機器人提供觸覺。 這就是Facebook人工智慧研究（FAIR）的開始。 Facebook力求讓機器人達成感知、推理、計劃和行動的完整循環，然後從環境中獲得反饋。

因此，FAIR將其觸覺技術研究集中在四個主要研究領域，即硬體、模擬、處理和感知。 我們已經看到了FAIR在硬體上的努力，其中DIGIT是一種低成本、緊湊的高解析度觸覺感測器，與通常依賴電容或電阻方法的傳統觸覺感測器不同，DIGIT實際上是基於視覺的。

在感測器內部有一個攝像頭，在矽的周圍放置有RGB LED，然後有一個矽凝膠，每當觸摸物體時，矽膠將會產生陰影或顏色線索的變化，然後由攝像頭記錄下來。 這允許DIGIT]擁有極高的解析度和極高的光譜靈敏度，同時擁有一個機械上非常堅固的設備，並且非常容易和便宜地生產。 DIGIT的生產成本約為15美元，而且作為開源硬體，其生產原理可供具有製造能力的大學和研究機構使用。

在類比方面，Facebook允許ML系統在虛擬環境中進行訓練，而不需要收集成堆的真實世界的硬體數據。 FAIR已經開發了TACTO。 這個系統可以每秒生成數百幀真實的高解析度觸摸讀數，以及類比基於視覺的觸覺感測器，這樣研究人員就不必花費數小時敲擊感測器來創建真實世界訓練數據的彙編。

最近，FAIR與卡內基梅隆大學合作開發了ReSkin，一種用於機器人和可穿戴設備的觸摸感應”皮膚”。 這種可變形的彈性體裡面有微磁粒子，搭配一個薄的柔性PCB，它基本上是一個磁力計的網格。 皮膚背後的感測技術非常簡單，如果你向它施力，彈性體就會變形，隨著它的變形，它改變了磁通量，由磁力計讀取。 “

像ReSkin這樣的通用觸覺皮膚將提供豐富的接觸數據來源，這可能有助於在廣泛的觸摸任務中推進人工智慧，包括物體分類、本體感覺和機器人抓取。 儘管生產成本相對較低，100個單位生產成本約為6美元，但ReSkin的耐用性令人驚訝。 2-3毫米厚的材料可以持續5萬次觸摸，同時產生高頻、3軸觸覺信號，並保持高達400Hz的時間解析度和1毫米的空間解析度，精確度達90%。

鑒於這些特性，FAIR的研究人員預計ReSkin將被用於多種應用，包括手部操作，即確保機器人抓手不會壓碎它正在拿起的雞蛋，測量現場的觸覺力，測量人手對物體施加多少力，以及接觸定位，基本上是教機器人識別它們正在接觸的東西，以及一旦它們接觸到不同的物體應該施加多大壓力。