ReSkin是個採用軟材料、可變形的感知皮膚，其時間解析率最高為400Hz，1毫米的空間解析度則有90%的精確度，一次生產100片的每一片成本只要6美元，可支撐5萬次的互動

為了協助全球AI社群蒐集更多的觸覺資料，甫從Facebook更名的Meta在本周宣布開源感知皮膚模組ReSkin，標榜它是個可靠、方便且便宜的皮膚模組，可協助機器人感受人類的觸感。

ReSkin約有2~3毫米厚，是個採用軟材料、可變形的感知皮膚，其時間解析率最高為400Hz，1毫米的空間解析度則有90%的精確度，一次生產100片的每一片成本只要6美元，並可支撐5萬次的互動。這些規格使得它得以安裝在機器人手臂上、觸覺手套上、袖子上或充當狗的鞋子使用，以協助研究人員蒐集新AI模型的觸覺資料。

與現有的觸覺感應器相較，ReSkin移除了軟式材料與測量裝置之間所需的連線，它嵌入了許多磁性顆粒，只要接近就能測量，同時它的內部電子線路與被動介面是分開的，因此很容易更換；此外，ReSkin是個通用的感知皮膚，有別於仰賴單一感應器的資料輸入，Meta得以利用來自不同感應器的資料，以產生更好的結果；ReSkin也嵌入了自監督學習技術，利用少量的未標記資料自動校準ReSkin，因而不必再每次換膚時蒐集校準資料，還能共享感應器與系統資料。

坊間已有不少有關視覺或聲音的AI訓練資料集，而觸覺資料集則因難以蒐集而大幅落後。紐約大學電腦科學的助理教授Lerrel Pinto表示，可靠的觸覺感知是機器技術的重大瓶頸，現有的感應器不是太貴，就是解析度很差，或者是太笨重，ReSkin將可克服許多的問題。

一個支援觸覺的AI模型應該能夠處理許多類型的任務，包括那些需要更高靈敏性的工作，如醫療保健，或是抓取更小、柔軟或脆弱的物件。

已由Facebook AI更名為Meta AI的研究團隊即展示了許多ReSkin應用，其中之一是以貼上ReSkin的機器夾子來抓取藍莓，它能夠感知力反饋而得以適當的力量抓取，且就算置換了機器夾子上的ReSkin，不必經過調校也能運作良好。

其它應用還包括把ReSkin製成毛小孩的鞋子，以蒐集毛小孩在野外行走的觸覺資料；或是將ReSkin貼在廚師的手指上，蒐集廚師捏包子的觸感與力道。

Meta準備釋出ReSkin的設計、文件、程式碼及基礎模型，以協助研究人員快速及大規模地改善AI的觸覺能力。