在许多人所说的“嵌入式人工智能年”中，Meta 已经 迈出了一大步 通过一系列新技术提高机器人能力。 Meta 的基础人工智能研究 (FAIR) 部门最近推出了三款研究产品：Meta Sparsh、Meta Digit 360 和 Meta Digit Plexus，每款产品都在触摸感知、灵活性和人机协作方面带来了进步。
什么是实体人工智能？它为何如此重要？
嵌入式人工智能是指人工智能系统，其设计为在物理世界中存在和运行，以模仿人类感知和行为的方式理解周围环境并与之交互。传统的人工智能系统擅长数据分析，但在应用于物理任务时却表现不佳，因为物理任务不仅需要视觉，还需要触觉等感官反馈。通过构建具体的人工智能，研究人员的目标是创造能够感知、响应甚至适应环境的机器人，从而弥合数字智能和现实世界功能之间的差距。
Meta 在实体人工智能方面的创新旨在实现其首席人工智能科学家 Yann LeCun 所说的高级机器智能 (AMI)。这一概念设想机器能够推理因果关系、规划行动并适应环境的变化，从而从单纯的工具转变为协作助手。
Meta 在嵌入式 AI 领域的突破：Sparsh、Digit 360 和 Digit Plexus
Meta 最近的公告强调了其致力于解决当前机器人技术局限性的承诺。让我们探索一下每个新工具的功能。
Meta Sparsh：触觉传感的基础
Meta Sparsh 在梵语中意为“触摸”，是首个基于视觉的触觉传感模型，使机器人能够“感觉”表面和物体。 Sparsh 是一种通用编码器，依靠包含超过 460,000 个触觉图像的数据库来教机器人识别和解释触摸。与需要特定任务训练的传统模型不同，Sparsh 利用自我监督学习，使其能够适应各种任务和传感器，而无需大量标记数据。
这种泛化能力对于需要执行广泛任务的机器人来说至关重要。 Sparsh 可跨多种触觉传感器工作，无缝集成到不同的机器人配置中。通过使机器人能够感知触摸，Sparsh 在灵巧操作和触觉反馈至关重要的领域（例如医疗应用、机器人手术和精密制造）开辟了机会。
Meta Digit 360：机器人技术中的人类级触觉感知
Digit 360 是 Meta 的新型指尖触觉传感器，旨在复制人类触觉。 Digit 360 配备 18 种不同的传感功能，提供高度详细的触觉数据，可以捕获物体表面、力和纹理的微小变化。 Digit 360 采用超过 800 万个“紫杉醇”（触觉像素）构建，允许机器人检测小至 1 毫牛顿的力，从而增强其执行复杂、细致任务的能力。
触觉传感领域的这一突破在各个领域都有实际应用。在医疗保健领域，Digit 360 可用于假肢，为患者提供增强的触觉。在虚拟现实中，它可以通过使用户能够“感受”数字环境中的物体来增强沉浸式体验。 Meta 正在与 GelSight Inc 合作，将 Digit 360 商业化，目标是到明年让更广泛的研究社区能够使用它。
Meta Digit Plexus：支持触摸的机器人手平台
Meta 的第三个主要版本 Digit Plexus 是一个标准化的硬件软件平台，旨在将各种触觉传感器集成到单个机器人手上。 Digit Plexus 结合了指尖和手掌传感器，为机器人提供了更加协调、类似人类的触摸响应系统。这种集成使机器人能够处理感官反馈并在任务期间进行实时调整，类似于人手的操作方式。
通过标准化机械手的触摸反馈，Digit Plexus 增强了控制力和精度。 Meta 设想将该平台应用于制造和远程维护等领域，这些领域对材料的精细处理至关重要。为了帮助建立开源机器人社区，Meta 正在免费提供 Digit Plexus 的软件和硬件设计。
Meta 与 GelSight Inc 和 Wonik Robotics 的合作伙伴关系
除了这些技术进步之外，Meta 还建立了合作伙伴关系，以加速触觉传感在机器人技术中的采用。 Meta 与 GelSight Inc 和 Wonik Robotics 合作，旨在将其创新成果带给全世界的研究人员和开发人员。 GelSight Inc 将负责 Digit 360 的分销，而 Wonik Robotics 将制造 Allegro Hand（与 Digit Plexus 集成的机器人手），预计将于明年推出。
这些合作伙伴关系意义重大，因为它们代表了机器人技术民主化的转变。通过广泛使用这些先进的触觉系统，Meta 正在培育一个协作生态系统，该生态系统可以产生新的应用程序并提高各行业机器人的性能。
PARTNR：人机协作的新基准
Meta 还推出了 PARTNR（人机协作中的规划和推理任务），这是一个旨在评估家庭环境中人机交互的人工智能模型的基准。 PARTNR 基于 Habitat 3.0 模拟器构建，提供了一个真实的环境，机器人可以通过复杂的任务与人类互动，从家务劳动到物理世界导航。
PARTNR 拥有超过 100,000 个基于语言的任务，提供了一种标准化方法来测试人工智能系统在协作场景中的有效性。该基准旨在推动对作为“伙伴”而不仅仅是工具的机器人的研究，使它们具备做出决策、预测人类需求并在日常环境中提供帮助的能力。
图片来源： 元
