谷歌推出智能眼镜，可穿戴设备已逐渐进入人们的日常生活

　　从 2012 年谷歌推出智能眼镜以来，可穿戴设备已逐渐进入人们的日常生活，比如各大厂商推出的智能手表。目前的可穿戴设备多以具备部分计算功能、可连接手机及各类终端的便携式配件形式存在，比如手表、眼镜、头盔等。

　　来自麻省理工学院计算机科学与人工智能实验室（CSAIL）研究团队的最新成果将改变这一现状。团队研发了一款新型的纺织品，可以用于获取人体信息，比如监控坐姿、动作或感知外界压力等。这个新研究发表在国际知名杂志NatureElectronics上，并作为杂志的最新一期的封面，主要作者包括 5 位来自中国的研究者。该研究的主要创新在于，开发了一套基于纺织品的触感智能系统，除了用于可穿戴设备外，在机器人开发、人类行为研究方面也大有可为。

　　研究介绍，触觉交互信息的记录、建模和分析对于研究人类行为、以及在医疗保健和机器人技术的应用开发中具有非常重要的作用。然而，由于现有的可穿戴设备的传感界面在性能、灵活性、可拉伸性和成本方面仍有较大进步空间，因此相关研究的推进极具挑战性。

　　这款触觉纺织品使用了廉价的同轴压阻纤维（涂有压阻纳米复合材料的导电不锈钢线），依靠自动化涂层技术生产而成。由于使用了数码机械化编织技术，这种功能性纤维可以被制作成大规模传感织物。就像一般的纺织品，它可以制成任意形状，能够在任意不规则形状的几何体表面适形应用，制成各式各样的衣物。

　　论文的共同通讯作者、来自 MIT 的中国研究者李昀烛表示：“研究巧妙地将低成本的压阻纤维和自动化编织技术结合，并且融合了机器学习算法，建立了一种基于织物的触感智能系统。”也就是说，这种触觉纺织品实际上构建了一种基于织物的、用于触感机器学习的系统，它可以记录、监测触觉信息以及对人与环境的交互信息进行学习。

　　“过去很难开发出使用大量传感器提供高精度数据的可穿戴设备。”论文的主要作者、来自中国的罗亦悦说。为了提高传感系统的品质和稳定性，团队使用机器学习技术对传感数据进行感测和校准。她介绍：“在制造大规模柔性的传感器阵列时，通常其中的一些传感器将无法工作，或者比其他传感器工作得差。因此，我们开发了一种自我校正机制，该机制使用自我监督的机器学习算法来识别并调整某些传感器在何时出现故障。”

　　为了测试触感系统的精度和可靠性，研究人员用触觉纺织品制造了不同类型的衣物，比如袜子、手套和背心。他们通过实验发现，这个人工智能驱动的传感织物可以成功分辨出人的坐姿、动作以及其他与环境的交互，并且可以重现人体动态的全身姿势。