人工智能的兴起让许多行业感受到了科技带来的便利，现在不少研究团队和大企业都在积极地让AI进行深度学习，不过这种学习大多是基于大数据来展开，如果AI机器人能够透过触觉反馈来进行学习和感知的话，那么就显得更有“生命力”了。

　　日前TechCrunch报道称，一个名为”Baxter”的机器人正在进行一种触觉反馈训练，它每天的任务只有一个，那就是从桌子上随机抓取物品，不过其抓取的速度很慢，看起来很笨拙。就这样，一个月内它进行了 5 万次抓取，在这个过程中Baxter不断调整自己抓取物品时的力度以及移动的精确度。

　　开发Baxter的是来自美国卡耐基梅隆大学（Carnegie Mellon University）的研究团队，近期该团队还针对这项研究发表了论文，该论文解释了如何让AI机器人通过反复接触物品来提升对物品的认知。该团队认为这样的学习方式会更有助于AI机器人与人类交流，同时在发现数据库中不存在的事物时可以自主创建一个名称或是档案。

　　此外，该研究团队助理 Dhiraj Gandhi 用 1970 年代中期英国的一项实验作为例子，当时研究人员对两只猫进行认知实验，其中一只就像平常一样生活、与世界接触，另一只猫则只能够观看，不被允许接触物品，最终只有被允许与环境互动的猫学会如何爬行，只能观察的那一只则不能做出同样举动。

　　该方法运用在Baxter身上则表现为：认出熟悉的物品时，显示屏上会出现“微笑”表情，并抓取物品放入适合的篮子。如果对物品不熟悉，显示屏上则会出现“困惑”的表情。如此一来AI机器人对未知事物的认知可以更为主动地进行，而不是被动地接受一些现成的数据。一旦AI机器人掌握了这项技巧，那么未来可以用于物品分拣、娱乐互动等领域。