人工智能的興起讓許多行業感受到了科技帶來的便利，現在不少研究團隊和大企業都在積極地讓AI機器人進行深度學習，不過這種學習大多是基于大數據來展開，如果AI機器人能夠透過觸覺反饋來進行學習和感知的話，那么就顯得更有“生命力”了。

日前TechCrunch報道稱，一個名為”Baxter”的機器人正在進行一種觸覺反饋訓練，它每天的任務只有一個，那就是從桌子上隨機抓取物品，不過其抓取的速度很慢，看起來很笨拙。就這樣，一個月內它進行了 5 萬次抓取，在這個過程中Baxter不斷調整自己抓取物品時的力度以及移動的精確度。

開發Baxter的是來自美國卡耐基梅隆大學（Carnegie Mellon University）的研究團隊，近期該團隊還針對這項研究發表了論文，該論文解釋了如何讓AI機器人通過反復接觸物品來提升對物品的認知。該團隊認為這樣的學習方式會更有助于AI機器人與人類交流，同時在發現數據庫中不存在的事物時可以自主創建一個名稱或是檔案。

此外，該研究團隊助理 Dhiraj Gandhi 用 1970 年代中期英國的一項實驗作為例子，當時研究人員對兩只貓進行認知實驗，其中一只就像平常一樣生活、與世界接觸，另一只貓則只能夠觀看，不被允許接觸物品，最終只有被允許與環境互動的貓學會如何爬行，只能觀察的那一只則不能做出同樣舉動。

該方法運用在Baxter身上則表現為：認出熟悉的物品時，顯示屏上會出現“微笑”表情，并抓取物品放入適合的籃子。如果對物品不熟悉，顯示屏上則會出現“困惑”的表情。如此一來AI機器人對未知事物的認知可以更為主動地進行，而不是被動地接受一些現成的數據。一旦AI機器人掌握了這項技巧，那么未來可以用于物品分揀、娛樂互動等領域。