メタバース内の物に触れるために、ザッカーバーグは6ドルの電子スキンを新たに作った。

メタバース内の物に触れるために、ザッカーバーグは6ドルの電子スキンを新たに作った。

[[433039]]

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載しています。転載の際は出典元にご連絡ください。

将来のメタバースには触覚的なインタラクションがあるでしょうか?

ザッカーバーグ氏がFacebookをMetaに改名すると発表したわずか2日後、同氏は鉄は熱いうちに打つと、​​ロボットスキンを宣伝した。

このスキンの用途は何ですか?

ザッカーバーグ氏は、これをメタバース内の仮想オブジェクトに使用して、それらと対話する際に触覚を得ることができると述べた。

ということは、見るだけでなく触ることもできるんですか?

まず、このスキンがどのように機能するかを見てみましょう。

価格は6ドル程度で、0.1Nの軽い力も測定できる。

これはFacebookのAIチームがCMUと共同で開発したもので、「ReSkin」と呼ばれ、厚さはわずか2~3mmで、ゴムのような弾力性のある表面を持っています。

写真をよく見ると、内部に磁性粒子が埋め込まれていることがわかります。

圧力/接触が発生すると、皮膚表面が変形し、内部粒子の磁場が変化します。

これらの変化は磁力計モニタリングによって収集され、自己教師学習を通じてトレーニングされた AI モデルにフィードバックされます。

モデルは、接触位置や加えられた力などの特定の情報を分析および変換する役割を担います。

具体的には、ReSkin は感度が高く、耐久性があり、汎用性が高く、低コストです。

高感度とは、最大 400 Hz の時間分解能と 1 mm の空間分解能を持ちながら、90% の精度を達成できることを意味します。

また、幅1mm未満の物体に対して検出できる最小の力は0.1Nです。

耐久性があるということは、耐用年数が 50,000 回に達することを意味します (摩耗した後は、剥がして交換することも非常に簡単です)。

ユニバーサルとは、どんな形にも作ることができ、ロボットの指や手袋などにも応用でき、あらゆる物体の触感を得ることができることを意味します。

コスト面では、100 個生産した場合、 1 個あたりのコストは 6 ドル未満となり、生産量が増えるほど価格が下がります。

研究者たちは、この皮を使ってブドウやブルーベリーなどの果物に対する繊細な感触をテストした。

ご覧のとおり、このスキンをインストールしたグリッパーは、隣にあるこのスキンをインストールしていないグリッパーとは異なり、過度の力をかけずに小さなブルーベリーを簡単に拾います。

さらに、人の右手の人差し指に皮膚を貼り付け、手袋をはめて団子を作ることで、対応する触覚データも測定できる。

以上がこのスキンの簡単な紹介です。どう思われますか?

先週金曜日のメディア向け電話会議で、メタ社の研究責任者アビナフ・グプタ氏は、触覚センサーは高価すぎるか壊れやすいため、信頼できるデータが得られないため、ロボットの触覚研究はほとんど無視されてきたと指摘した。

ReSkin を紹介する技術ブログで、彼は次のように発表しました。

ロボット触覚認識のためのオープンソースエコシステムが正式に設立されました(詳細については、記事末尾のリンクを参照してください[1])。

このシステムは、ReSkin、以前にリリースされた視覚ベースの触覚センシングハードウェア DIGIT、シミュレーター (TACTO)、ベンチマーク (PyTouch)、および関連データセットで構成されています。

この観点からすると、触覚体験を備えたメタバースがいつ登場するかは分かりませんが、成熟した触覚認識能力を備えたロボットの登場もそう遠くないのではないでしょうか。

<<:  Facebook、顔認識システムの停止を決定

>>:  企業セキュリティのための AI 生体認証

ブログ    
ブログ    

推薦する

Tech Neo 5月号: ディープラーニング

51CTO.com+プラットフォームは、オリジナルの技術コンテンツの選択と絶妙なレイアウトを通じて...

ベイズ最適化の美しさ: 素晴らしいアルゴリズムの背後にある直感

[[345174]]計算コストが高く、必ずしも解析的な表現ではなく、導関数が不明な関数 f(x) が...

新たなブレークスルー:科学者が脳のようなナノワイヤネットワークを開発し、AIが人間のリアルタイム学習と記憶を模倣できるようにする

11月3日、研究者らは脳内の神経ネットワークを模倣することで動的に学習し記憶できる物理的なニューラル...

...

LangChain の実践: 大規模言語モデルのコードベースの理解

著者 | 崔昊レビュー | ChonglouまとめLLM(大規模言語モデル)の開発に伴い、ソースコー...

マイクロソフト、精度を80%以上に向上させるAIコードレビューツールを発表

Microsoft は、大規模言語モデルのパフォーマンスを向上させる新しいツール、Jigsaw を発...

超まとめ! 200以上の便利な機械学習、NLP、Pythonチュートリアル

[[244555]]ビッグデータダイジェスト制作編集者: グアグア、アイリーンこの投稿には、私がこれ...

2021年の中国AI音声認識産業の市場現状と発展見通しの分析

2020年、中国のスマート音声市場規模は113.96億元に達し、前年比19.2%増加した。中国のスマ...

...

AI がデータセンターを持続可能性の原動力に変える方法

これまで多くの技術進歩の基盤となってきたデータセンターは、現在、インフラストラクチャ プロバイダーだ...

マシンビジョンを超えて、ロボット認識完成計画

人工知能の目標の 1 つは、コンピューターが人間の視覚、聴覚、触覚などの知覚能力をシミュレートし、画...

IBMの調査によると、AIのフィッシング能力は人間と同等であることが判明

この研究は、フィッシングメールの作成において AI と熟練した人間のエンジニアを対決させるという中核...

...

変革の成功を推進する 4 つの AI コア原則

新しいプロジェクトは従業員に恐怖心を引き起こす可能性があり、変更が導入される全体的な文化は、その恐怖...