本文經AI新媒體量子位（公眾號ID:QbitAI）授權轉載，轉載請聯系出處。

注意看，這人的面前沒有鍵盤。

但他在桌上做出打字動作后，電腦屏幕上就出現了對應的字母：

△亞克力板只印刷了鍵位，不發出信號

這個神奇的“虛空打字”能力，來自一款智能皮膚。

與其他材料不同，它可以像噴霧一樣被附著在手上，其中的微型電子網絡可以感知皮膚的變形情況。

不止是憑空打字，有了它甚至能通過觸摸3D物體感知形狀、以及用電腦識別手語。

如果將它噴到臉上，還可以識別人臉面部表情，在元宇宙里做個有表情的人指日可待了（doge）

這款智能皮膚來自斯坦福鮑哲南團隊、韓國建國大學、首爾大學和KAIST，目前已經登上Nature Electronics。?

所以它究竟是如何識別手勢的？

超薄皮膚如何識別手指信號？

先來看看這塊皮膚是如何基于“超薄材料”收集手指信號的。

整體來看，它由一個無線信號收發模塊和一塊納米級網狀網絡組成。

其中，無線模塊用于收集并傳輸從人類手上感知到的皮膚變形狀態，當人類的手指皮膚因為拉伸產生變形時，相應部位就會改變網絡導電能力（電導率），從而成功傳遞手部運動信號。

至于納米級網絡的“網線”，則由一個“金包銀”的結構制成，即銀線外面鍍金。

這樣既能保證強大拉伸能力，又可以抵抗反復的摩擦力，同時還能確保一定的透氣性和生物相容性（降低過敏概率）。

將智能皮膚噴涂到手上，只需要將手伸進一個特殊的“印刷機”里：

在那之后，就是用AI算法來識別不同的手部信號、并判斷它具體在做什么動作了。

論文基于對比學習開發了一種AI算法，可以區分不同的未標記運動信號。

然而，雖然皮膚噴涂能很好地適應不同大小的手，但對于AI算法來說可不是這樣。

一方面，目前針對智能皮膚收集的AI數據有限，用來訓練遠遠不夠；另一方面，由于不同人手部差異較大，即使AI模型成功學習，運用到不同手上也會出現差異性的效果。

如何解決這一問題？

不同大小的手怎么適應？

作者們想到用元學習的方式，基于少量數據快速讓AI算法適應不同大小的手。

首先，基于已有的傳感器信號數據進行無監督學習，讓模型掌握基本識別能力。

隨后收集任意用戶擊打9宮格數字的少鏡頭標注數據集，快速訓練模型學會識別對應的動作，相當于給不同的人定制專屬模型。

這樣的思路還能被用在適應更多其他任務上。

不止是輸入9宮格數字，類似的預測還能被用在雙手鍵盤輸入上。

如果給兩只手都印上智能皮膚，這樣用戶連續輸入句子時，預測的字母就會出現在界面上。

據一作Kyun Kyu Kim介紹，如果能將這類智能皮膚進一步推廣到臉上，還能更精準、高效低成本地識別用戶表情。

作者介紹

論文作者來自斯坦福大學、韓國科學技術院（KAIST）、首爾大學和韓國建國大學。

一作Kyun Kyu Kim，目前在斯坦福大學任博士后研究員，本科畢業于高麗大學，并在首爾大學獲得碩博學位。研究方向是人機交互，尤其是納米材料和機器智能相結合的制造技術。

通訊作者Sungho Jo，KAIST助理教授，碩博畢業于MIT，研究方向為智能機器人、人機交互、計算智能、計算神經工程、仿生系統設計、仿生學習與控制等。

通訊作者Seung Hwan Ko，首爾大學副教授，主要研究下一代非傳統微/納米制造方法的開發，包括新材料開發、高分辨率直接制圖工藝開發和應用開發等。

通訊作者鮑哲南，斯坦福大學化學工程、材料科學與工程教授，美國國家工程院院士，研究方向是利用化學、物理和材料科學開發人造電子皮膚。

你想好把這個智能皮膚用在哪里了嗎？

論文地址：
?https://www.nature.com/articles/s41928-022-00888-7