前景是兩隻碩大的包裹着半透明的粉藍色硅膠的機械手，合成一個碗狀，託着一直熟睡中的拉不拉多幼犬。而後景則是整齊碼放着的服務器機羣。
這一期的ai，封面上印着這樣的標題：thetouachine。中文翻譯：“機器的觸覺”，“機器的接觸”，“機器的撫”都可以，就是利用touch的多重含義的。
文章詳細介紹了數字圖騰在進行測試的仿生機械手，和支持着仿生機械手順利運轉的龐大的程序組和驚人的服務器機羣。
人類的大腦是多麼偉大的一個結構，居然能夠進行如此龐雜繁複的處理，越是研究人工智能，這個領域的學者們就越是這樣感覺。爲了支持前臺的兩個機械手和那些發揮着“眼睛”的功能的鏡頭組，數字圖騰動用了價值7000萬美金的服務器機羣，用蜂巢體系進行連接，來應付來自機械手和鏡頭的超乎一般人想象的運算要求。
他們進行了兩週的測試後，將機械手的消息寫成了專門的通訊稿，發給了ai雜誌。在專業領域，數字圖騰還是要通過這樣的伎倆來維持自己的關注度，同時，也是業界對於數字圖騰佔據着技術領先地位的認同度。
雖然隱瞞了他們在進行觸覺與視覺的聯動的實驗，而且也沒有說他們在機械手裏使用了電磁關節，只是大致描述了數字圖騰對於觸覺的解決方案。但僅僅這個觸覺的問題，大概也足夠整個業界消化上幾個月了吧。
而相比起冷冰冰的技術，那張作爲封面的照片，那張機械手託着熟睡的小狗的照片，則顯得溫情得很。這張照片在公司內外廣爲流傳，而現在正在進行機械手和視覺聯動測試得實驗室，則將這張照片做了一整面牆那麼大的一幅噴繪，放在了實驗室的入口處。每個進出實驗室的人看到這張照片，都會發出來自內心的微笑。
“幸福是一隻溫暖的小狗。”繪製了膾炙人口的snoopy系列漫畫的查爾斯•；舒爾茨曾這麼說。而現在看來，他還是頗有點先見之明的。
在已經進行了一個月的測試裏，他們小心翼翼地讓機械手嘗試了各種各樣的觸覺，堅硬的或是柔軟的，單純的或是複雜的，就像是父母引導着自己的孩子通過撫各種東西來熟悉這個世界。
而機械手的表現也像是在印證着大家的想象。從一開始生疏稚拙的動作，總是要弄破點什麼的樣子逐漸變成了圓熟簡練，能以正確的力度拿起東西了，最後的成果就是機械手可以撫和逗弄小狗小貓之類的寵物了，雖然硅膠的表皮似乎不太被小動物喜歡，不過那些小動物看起來頗喜歡機械手輕柔的觸感。而後，他們嘗試着讓機械手開始拿着簡單的工具做一些事情，比如，剪刀，小錘子，像是讓一個孩子做手工一樣設定了各種各樣的製作目標。最主要的是做一些石膏的小雕塑。
機械手的半自主行爲和當初第一代產品靠遙控操作完全不同，現在只要輸入工具和需要完成的目標形狀，機械手現在就可以自己判斷如何去進行這項工作。由於3個可見光鏡頭形成的定位相當精確，作出來的小雕塑的精度都很高。自然，雕塑的難度也從非常簡單的幾何體逐漸向頗爲複雜精細的藝術品發展，而最終作品，則是一個思考者的縮小版。
對於這樣的話呂振羽不置一詞，顯然，他自己也有着類似的感覺。尤其是，達摩潛藏在系統裏，通過機械手和視覺系統不斷學習，經常向他發來一些表示興奮，喜悅的表情符號。這個不說話的達摩，完全沉浸在學習的快樂中了，變得更像個小孩子了。
在這個系統裏，呂振羽當初費勁心機弄出來的減法學習程序發揮了巨大的作用，如果不是這個程序在不斷起作用，讓達摩可以通過學習不斷去除對形成判斷無關的信息，那從機械手上傳來的巨大的信息量早就讓整個系統崩潰了無數次了。而現在，正是因爲這個程序，作爲核心的達摩已經掌握了應該如何判斷有用信息和無用信息，作爲判斷依據的信息越來越精簡。而後臺支持運算的服務器機羣，甚至因爲運算壓力的減小而開始有步驟地關閉了一些。
按照這個速度進行下去，這對機械手最終需要的計算資源，可能也就是4個到6個機櫃，看起來不太多的服務器資源吧。呂振羽這樣揣測道。
和呂振羽的泰然相比，全世界的程序界和人工智能界基本上處於暴亂的狀態。不少對技術有強烈的執着的人每天一封郵件地涌向數字圖騰的總裁辦公室，電話和傳真不斷，甚至已經有人直接飛來了上海，號稱要“求見”呂振羽。而他們看中的，倒並非是機械手。
要說機械手，日本和美國他們發展的程度絕對不低，在觸覺方面，雖然日美的機械手走的都是動作控制的路線，但還是有一些學者進行着觸覺模擬方面的實驗。人造皮膚，電極壓力感應等等一系列技術，都是日美，還有歐洲的一些科學家們首先弄出來的。雖然沒有像數字圖騰那樣，從一開始就走動態感知的路線，並且將一系列觸覺技術集大成地運用了起來，但有了數字圖騰這麼一個榜樣，估計大家地幹勁一足，成果很快就能出來。
那些人工智能方面的學者們，感興趣的是呂振羽首次披露給學術界的減法學習模式。一直以來，人工智能界都是將知識與經驗的積累作爲學習的幾乎唯一模式，總是覺得積累的數據越多，那簡單的人工智能，哪怕智能級別很低，也還是可以發揮不小的功能的。而數據的堆積，則造成了對作爲人工智能的後臺的計算機對計算資源和儲存空間的不斷加量的需求，許多實驗沒有取得成果前，系統卻已經挺不住了。這也就是人工智能領域出成果很慢的原因之一，畢竟任何機構都不可能有無限的資金揮霍在計算機的添置和更新換代上。
&
nbsp;而呂振羽開發出的這種減法學習機制，將極大地改變這種情況。
另外有一點，則是這種東西和呂振羽先前拋出的混沌碰撞理論不同。減法學習是切切實實可以用程序實現的，而不用依靠運氣。
業界的追捧進一步奠定了呂振羽人工智能領域的第一人和程序界第一人的地位。而在實驗基本完成之前，對於所有來訪者，呂振羽都一律擋駕。