春节假休完，北上广又开始上演小城妈宝惨变五环内社畜的惨剧。恢复到自己洗衣做饭收拾屋子的日子，年轻人们又深刻地感受到——科技不能改变生活，老妈才能。

人工智能虽然在各种游戏比赛中血虐人类，但在现实世界里却不能帮助人类“血虐”家务活。在研究更适用于复杂现实场景的视频作为训练数据，利用奖励机制引导AI进行学习，直到AI也学会叠被子为止。甚至还会引入“叠错被子”的

就像在应用视觉传感技术的机器人来说，它们能够辨识外界事物的形状，却很难判断外界事物的质地、密度和受力情况。所以在很多情况中，光有视觉技术是远不足够的。

守序善良且秀：一位非人类的职业积木玩家

比如很多人都玩过，或者在美剧里见过的桌游“叠叠乐”——用积木条堆叠成积木塔，参与玩家在不导致塔倒塌的前提下从塔身中抽出积木条，将积木条搭到塔顶端，塔在哪位玩家的回合中倒塌，哪位玩家就输掉比赛。

其实这种结合两种纬度数据进行AI训练的方式并非MIT独有，在去年我们在一些类似于视频分析的领域中，也能看到诸如画面分析+语音分析的多模态理解。

聚焦到机器人领域中，这几年也有很多类似的研究。例如模拟人类手指力量感知能力的机械钢琴手，通过操作时获取钢琴按键反弹时的数据反馈，来更精准地模拟出人类弹钢琴时的轻与重。还有低成本的生物感应电子皮肤，可以贴合在机械设备上帮助寻找施力方向。

随着触觉机制越来越多地被引入机器人领域，与视觉系统、红外/激光雷达等其他传感模式的结合也越来越多。

可见在探索现实世界的旅途中，AI正在愈发多才多艺起来。相信当机器人也开始手眼并用时，我们距离“科技改变生活”的未来也越来越近了。