（前回からのつづき）Facebook（訳注：旧社名・新社名はMeta）の研究員マネージャーであるAbhinav Gupta氏とポスドク研究員のTess Hellebrekers氏によると、ReSkinの目的は、物体の分類など、さまざまなタッチベースのタスクでAIを進化させるために役立つ接触データのソースを提供することだ。
Gupta氏とHellebrekers氏は、ReSkinを使用して開発された触覚感知スキルを持つAIモデルは、ヘルスケアの現場で活躍したり、柔らかい物体を把握したりできる可能性があると語る。また、ReSkinは他のセンサーと統合することで、視覚、聴覚、触覚のデータを収集し、マルチモーダルなデータセットを作成することができるため、これまでよりも物理的にリアルな世界のモデルを構築するのにも役立つとしている。
「私たちの触覚は、周囲の世界をナビゲートするのに役立っています。触覚は軽いか重いか、柔らかいか硬いか、安定しているか安定していないかなど、私たちが靴を履くときや食事の準備をするときなど、日常的に使用する物体に関する情報を集めることができます。現在のAIは、視覚や聴覚などの感覚を効果的に取り入れていますが、触覚は現在も課題となっています。これは、自然界での触覚データへのアクセスが限られていることが原因のひとつです。その結果、触覚をモデルに組み込もうとするAI研究者は人間のように触覚の豊かさや冗長性を利用することに苦労しているのです」（Gupta氏とHellebrekers氏のブログより）。
磁性粒子を埋め込んだ変形可能なエラストマーであるReSkinは、Digitが1,000個の製造で15ドルであるのに対し、100個の製造で1個あたり6ドル以下とさらに低価格だ。また、厚さはDigitの18mmに対して2～3mmで、5万回以上のインタラクションに対応できるとGupta氏とHellebrekers氏は語る。
「また、ReSkinは高周波の3軸触覚信号を提供することができるので、滑る、投げる、捕まえる、叩くなどの高速操作タスクにも対応できます。消耗した際には、簡単に剥がして新しいものと交換することができます」（同ブログより）。
DigitもReSkinも、この種のタッチセンサーとしては初めてのものではない。他にも、OmniTactや、MITのコンピュータサイエンス・人工知能研究所が開発したGelFlexというロボットグリッパーは、LEDと2つのカメラによって人間のようなニュアンスのある感覚を実現している。また、シンガポール国立大学では、Intelの試作チップを使って、タッチセンサー付きのロボット「skin」を開発した。
しかし「ソフトスキン」と呼ばれるものは、使用中に生じるばらつきのために、大量生産が難しいとされている。また、各センサーの反応を確認するためには、それぞれのセンサーにキャリブレーションの手順を踏まなければならない。さらにセンサーの素材は時間の経過とともに変化し、使用状況によっても変化するため、キャリブレーションもその変化に対応しなければならない。
ReSkinは柔らかい素材と計測用の電子機器を電気的に接続する必要がないため、これらのハードルを克服することができる。センサーの磁気信号は近接性に依存しているため、電子機器は接続されていなくても近接していればよいのだ。さらにReSkinは複数のソースから得られたデータをもとに学習したマッピング機能を用いて、従来のマッピング機能よりも汎用性が高く、「手堅い」なマッピングを実現している。さらに、このセンサーは教師なしモデルを使用して、少量のラベルなしデータを使って自動的に（継続的に）微調整を実行する。
教師なし学習では、事前に定義されたカテゴリーやラベルが存在しない「未知」のデータに対してアルゴリズムが適用される。一方、教師あり学習では、特定の出力を得るために注釈が付けられた入力データを用いてアルゴリズムを学習し、根本的な関係を検出できるようになるまで学習する。ReSkinのような教師なし機械学習システムは、ラベルのないデータを分類することを自ら学ぶ必要があり、データを処理して、アノテーションからではなく、データ固有の構造から学ぶ。
「ReSkinのような機械学習システムではアノテーションではなく、データの構造から学習するようにデータを処理しなければなりません。例えば、3つの接触点のうち、物理的に近い2つの接触点では、より似通った触覚信号が得られることがわかっています。ReSkinは、既存のシステムでは実現できない、多様でスケーラブルかつ安価な触覚モジュールの可能性を広げてくれます。既存のカメラベースの触覚センサーは、表面とカメラの間に最小の距離を必要とするため、デザインが大きくなってしまいます。それに比べて、ReSkinは人間やロボットの手や腕の上に重ねて設置することができるからです」（Gupta氏とHellebrekers氏）。
Facebookの研究者は、ReSkinの有用性を実証するためにいくつかの実験を行い、手の中での操作、接触位置の特定、その他の力の測定タスクに応用できることを示した。例えば犬の靴底にReSkinと回路基板を設置して、犬が休んでいるとき、歩いているとき、走っているときにかかる力の大きさと方向を追跡している。
「一般化できる触覚センサーの研究から低コスト、コンパクト、長寿命のReSkinが生まれました。絆創膏を剥がして貼るように簡単にスキンを交換できるので、すぐに使うことができ、学習したモデルはすぐに新しいスキンでも威力を発揮してくれます。これは、研究者が海外の多様なアプリケーションに力を発揮するAIモデルを構築するのに役立つ強力なツールになると思います」（Gupta氏とHellebrekers氏）。
（次につづく）
【via VentureBeat】 @VentureBeat
【原文】
BRIDGEでは会員制度「BRIDGE Members」を運営しています。会員向けコミュニティ「BRIDGE Tokyo」ではテックニュースやトレンド情報のまとめ、Discord、イベントなどを通じて、スタートアップと読者のみなさんが繋がる場所を提供いたします。登録は無料です。