想機械人能夠幫人類完成更多工序的話，首要解決是機械人的識別能力，美國 MIT 麻省理工學院深明此道，最近便研發出 STAG 感應手套，用以幫助機械人觸摸及識別更多物體。這項研究已刊登於科學期刊《Nature》之中。
【相關報道】
【相關報道】
美國 MIT 的研究團隊為讓機械人能模仿人類善於分辨物件的能力，於是研發製作低成本，內置 550 個壓力感應器的 STAG 感應手套來收集數據，當手套連接電腦後，電腦會計算由手套所得之數據，並將壓力結果轉化為圖像及存於卷積神經網絡 CNN 中。至於卷積神經網絡有何特別之處？當中勝在可以找出特定壓力模式，並將之與特定物體配對。另外，研究團隊同時也使用 26 種日常物件，例如：汽水罐、剪刀、網球、湯匙、筆及杯等，收集了 135,000 個特定數據，讓卷積神經網絡能與指定數據配對，從而建立完整物體的資料庫，當中的操作跟人類透過在手上滾動物體來識別物體的方式相似。系統預測及識別目標的程度達致 76% 的準確度外，對於重量 60g 以上的物件，也能正確判斷當中的重量。
值得一提的是，過往研發類似感應手套的成本，或需數千美元的高昂數字，但 STAG 感應手套的材料總值，只是 US$10（約 HK$79）左右的低成本。至於應用預期方面，研究團隊之一的 Yunzhu Li 表示，STAG 感應手套能紀錄人類進行複雜工序的觸覺回饋，透過機器學習形式，讓機械人能完成類似工序，長遠而言或會使機械人與人類之間有更仔細的互動，甚至幫助人類完成複雜的工作。
【相關報道】
【相關報道】
Source: MIT News