選自IEEE Spectrum

(資料圖)

作者：Prachi Patel

機(jī)器之心編譯

編輯：袁銘懌

不需要繁瑣的設(shè)備、鍵盤，也不需要佩戴笨重的手環(huán)，只需在手上打印一條線就能實(shí)現(xiàn)憑空打字？近日，一項(xiàng)由斯坦福大學(xué)的研究人員開發(fā)的智能皮膚系統(tǒng)登上 Nature 子刊，它可以精確定位用戶在鍵盤上想輸入的位置，還可以與應(yīng)用程序甚至是物體交互。

圖源：KYUN KYU “RICHARD” KIM / 斯坦福大學(xué)

新的 AI 學(xué)習(xí)機(jī)制結(jié)合了智能皮膚，可以破譯人手的動(dòng)作，以識(shí)別打字、手語，甚至是簡單日常物體的形狀。開發(fā)人員說，這項(xiàng)技術(shù)可以在有限的數(shù)據(jù)和最少的訓(xùn)練下快速識(shí)別和解釋手部動(dòng)作，值得廣泛應(yīng)用。

除了應(yīng)用于游戲和虛擬現(xiàn)實(shí)中，新的手部動(dòng)作識(shí)別技術(shù)可以讓人們通過手勢與他人和機(jī)器進(jìn)行交流。技術(shù)專家們認(rèn)為，該項(xiàng)技術(shù)還可以讓外科醫(yī)生遠(yuǎn)程控制醫(yī)療設(shè)備，讓機(jī)器人和假肢實(shí)現(xiàn)物體和運(yùn)動(dòng)識(shí)別的新模式。

目前人們開發(fā)的手勢識(shí)別技術(shù)都離不開笨重的腕帶，以測量肌肉產(chǎn)生的電信號(hào)，或者在每個(gè)關(guān)節(jié)上都有應(yīng)變傳感器的可穿戴手套。其他方法還有跟蹤人體運(yùn)動(dòng)、并使用機(jī)器學(xué)習(xí)來解釋動(dòng)作的攝像頭。這些動(dòng)捕相機(jī)系統(tǒng)需要從多個(gè)角度拍攝圖像，這意味著僅一個(gè)手勢識(shí)別系統(tǒng)就需要配備多個(gè)相機(jī)。

韓國先進(jìn)科學(xué)技術(shù)研究院（KAIST）計(jì)算學(xué)院教授 Sungho Jo 表示，這些多攝像頭系統(tǒng)也受到了視覺傳感器的固有限制。這些限制包括工作空間中沒有能讓多個(gè)攝像機(jī)覆蓋的區(qū)域，以及當(dāng)手或其他物體在視野中被遮擋時(shí)，難免會(huì)產(chǎn)生錯(cuò)誤。

目前使用的軟件也很麻煩。研究人員通常依賴于基于監(jiān)督學(xué)習(xí)算法的機(jī)器學(xué)習(xí)模型，這種算法的計(jì)算強(qiáng)度很高。它們需要為每個(gè)新用戶和任務(wù)收集大量數(shù)據(jù)，這都需要大量的人力來進(jìn)行標(biāo)記。

為了制造出更精簡的動(dòng)作識(shí)別系統(tǒng)，Sungho Jo 和來自首爾國立大學(xué)、斯坦福大學(xué)的同事們專注于研發(fā)更高效的傳感器和算法。他說：「我們試圖創(chuàng)建一個(gè)精簡且適應(yīng)性強(qiáng)的手勢識(shí)別系統(tǒng)，希望它基本上可以適用于任何用戶和任何數(shù)據(jù)有限的任務(wù)?！?/p>

該團(tuán)隊(duì)在《自然?電子學(xué)》雜志上發(fā)表了這一新系統(tǒng)的兩個(gè)關(guān)鍵部分。一種是由數(shù)百萬條鍍有金的銀納米線組成的網(wǎng)格，這些納米線被嵌入聚氨酯塑料涂層中。Sungho Jo 提到，這種網(wǎng)格既耐用又有彈性，有助于傳感器附著在皮膚上。「它能與佩戴者的每根手指的皺紋和甚至細(xì)微褶皺實(shí)現(xiàn)高度吻合?！?/p>

研究人員表示，這種網(wǎng)格可以用便攜式機(jī)器直接打印在皮膚上，非常輕薄，幾乎察覺不到它的存在。而且這種材料還具有生物相容性和可呼吸性，可以在日常生活中使用（洗手也不礙事），除非用肥皂和水將它擦掉。

該團(tuán)隊(duì)直接將網(wǎng)格順著用戶的食指打印在用戶的手背上。納米線網(wǎng)絡(luò)能感應(yīng)到皮下皮膚拉伸時(shí)電阻的微小變化。當(dāng)手移動(dòng)時(shí)，納米網(wǎng)格會(huì)產(chǎn)生獨(dú)特的信號(hào)模式，并通過一個(gè)輕量級(jí)藍(lán)牙單元無線發(fā)送到計(jì)算機(jī)進(jìn)行處理。

圖源：KYUN KYU “RICHARD” KIM / 斯坦福大學(xué)

這就是 AI 的用武之地。機(jī)器學(xué)習(xí)系統(tǒng)將電導(dǎo)率的變化模式映射到特定的物理任務(wù)和手勢上。研究人員首先使用來自三個(gè)不同用戶的隨機(jī)手和手指動(dòng)作來幫助 AI 學(xué)習(xí)動(dòng)作之間的一般相關(guān)性。

然后，研究人員基于先驗(yàn)知識(shí)來訓(xùn)練它區(qū)分由特定任務(wù)產(chǎn)生的信號(hào)模式，例如在電話上打字，在鍵盤上雙手打字，握著六個(gè)不同形狀的物體并與之交互。每個(gè)用戶執(zhí)行與任務(wù)相關(guān)的個(gè)人手勢 5 次，以生成一個(gè)小數(shù)據(jù)集，隨后研究人員再用這些數(shù)據(jù)集訓(xùn)練模型。例如，算法會(huì)在用戶往鍵盤上輸入特定的字母，或者描摹金字塔的斜面的過程中學(xué)會(huì)識(shí)別。在測試中，該系統(tǒng)能夠識(shí)別新用戶拿著的物體和在虛擬鍵盤上輸入的句子。

「這套學(xué)習(xí)方案不僅計(jì)算效率極高，而且用途廣泛，因?yàn)樗恍枰嗟难菔颈憧梢钥焖龠m應(yīng)不同的用戶和任務(wù)，」Sungho Jo 說道。

研究人員還表示，他們現(xiàn)在計(jì)劃嘗試在多個(gè)手指上放置納米網(wǎng)格設(shè)備，以便捕捉更大范圍的手部運(yùn)動(dòng)。Sungho Jo 表示，放置的傳感器越多，需要分析的數(shù)據(jù)也就越多，因此研究人員需要仔細(xì)斟酌，盡可能地平衡 AI 系統(tǒng)的準(zhǔn)確性和計(jì)算工作量的合理性。

關(guān)鍵詞： 無需攝像頭、手套 僅憑一雙手就能隨時(shí)隨地打字的虛擬鍵盤 人工智能