模型训练
谷歌的研究者从 12 名志愿者那里收集了 864 个触摸动作的数据样本（12 人分别演示 8 种手势，每种重复 9 次），在此基础上对模型进行训练，使得模型能够辨认出各种不同的手势。
每位参与者均可按照自己的方式进行触摸操作，因为分类高度依赖于用户的风格（接触方法）、偏好（如何捏和抓）以及解剖结构（手的大小）。
值得注意的是，重复感应矩阵中的内在关系非常适合机器学习分类，使得分类器可对有限数据进行快速训练。在实验过程中，典型手势的训练时间不到 30 秒，与训练指纹传感器所需的时间差不多。谷歌表示，该模型识别不同手势的准确度已经达到了 94%。
但如果嵌入消费品的话，识别准确度可能暂时还没这么高。另一个存在的问题是，如果将该技术嵌入到耳机之中，也难保用户在调节音量的时候失手。
什么时候上市开售？这个还无法确定。从两年前发布的「谷歌 x 李维斯联名智能牛仔夹克」来看，或许谷歌正在寻觅一个心意相通的合作方，将这根智能编织绳打造成联名款。
参考链接：
https://ai.googleblog.com/2020/05/enabling-e-textile-microinteractions.html
https://www.theverge.com/2020/5/19/21263386/google-io-braid-experimental-fabric-user-interface-controls
