機器人現(xiàn)在發(fā)展到什么程度了？

在虛幻的元宇宙高頻刷屏的此刻，這個問題也幾乎像一個平行的存在，吸引著我們的好奇心。因為他關乎智能生活的進程，以及讓機器人為我們人類服務的質量和效率。

有這樣一種觀點：今天的機器人世界很像 50 年前的計算機世界。關于機器人在日常生活中可以幫助人們做些什么，有很多討論和樂觀的看法，但可以肯定的是，未來還有很長的路要走。

大多數(shù)機器人都諸如 60 年代和 70 年代的大型計算機：昂貴的專業(yè)機器，由專家操作，在專門設計的環(huán)境中執(zhí)行專門的任務。

一系列創(chuàng)新，尤其是微處理器的發(fā)明，使計算機變得比任何人想象的更便宜、更小、更強大。而此時，我們也正處于機器人技術類似轉變的節(jié)點。機器學習的最新進展，加上日益復雜先進的傳感器技術和低成本硬件，意味著我們比以往任何時候都更接近讓機器人成為主流。

我們知道，人類可以很自然地結合視覺、理解、導航和行動來四處走動并實現(xiàn)他們的目標，而機器人通常需要仔細的指令和編碼來完成這些事情。這就是為什么機器人在高度多變的環(huán)境中執(zhí)行我們認為容易的任務很快變得非常復雜的原因。

當下，各種居家服務、終端配送、商用清潔和引導講解等服務領域，涌現(xiàn)了諸多玩家，可以說是百花齊放，紛繁多彩。但是機器人領域已經達到什么樣的程度和階段？

我們注意到AI領域天花板級別的谷歌公司，發(fā)布可一個值得關注的消息，稱谷歌母公司 Alphabet 已在其辦公室周圍部署了100 多個自主機器人，以執(zhí)行清潔、垃圾分類和其他簡單任務。這個任務就承包給了這些帶有機載人工智能軟件的機器人、來自 Alphabet 的Everyday Robots公司，頗有養(yǎng)兵千日用兵一時的即視感。

我們也試圖通過探尋這家極具代表性的機器人公司，來了解機器人現(xiàn)在所能觸及到的能力和面向未來的思考。

據(jù)了解， Alphabet之所以要配置這么多的自家機器人，其目標是構建通用機器人，可以自行學習并在“非結構化”環(huán)境中處理多項任務，而不是在單個實驗室環(huán)境中僅針對一項特定任務進行預編程。

現(xiàn)在，大約有 100 個原型正在灣區(qū)的 Google 園區(qū)中進行分類回收和擦拭桌子等工作。

之所以這么做，主要是為了讓機器人在日常環(huán)境中發(fā)揮作用，需要擺脫對它們的苦心編碼，而是在正確的時間以正確的方式完成特定的結構化任務。最后得出的結論是，工程師必須教機器執(zhí)行有用的任務，不能只對它們進行編程。

他們在辦公區(qū)給機器人安排了垃圾分類和清潔等任務。在一個典型的辦公室里，因為沒有人篩選垃圾物品來檢查是否存在污染，所以讓機器人來做這項工作是一個很有價值的問題。現(xiàn)在同一個垃圾分類機器人可以配備一個吸水扒來擦拭桌子，并使用同一個抓取杯子的抓手可以學會開門。

這些機器有一個大的輪式底座，一個長柱子伸出。頂部是一個多攝像頭陣列，旋轉式激光雷達傳感器位于下方以“了解周圍的世界”。

為了讓這些機器人學習如何完成這些任務，工程師使用了各種機器學習技術。其中包括模擬、強化學習和協(xié)作學習。每晚，數(shù)以萬計的虛擬機器人在云模擬器中的虛擬辦公室里練習垃圾分類；然后將訓練轉移到真正的機器人上，以提高它們的分類能力。然后將這種真實世界的訓練重新集成到模擬訓練數(shù)據(jù)中，并與其他機器人共享，以便與所有機器人共享每個機器人的經驗和學習。

經過這樣的高強度學習，現(xiàn)在可以在一天內學習復雜的任務（例如，打開門），成功率比五年前更高，當時抓取物體“需要四個月”。

在過去的幾個月里，這些機器人已經對數(shù)千件垃圾進行了分類，并將辦公室的垃圾污染水平從 20%（人們將物品放入托盤時的水平）降低到了不到 5%。

綜合來看，他們表明能夠創(chuàng)建一個機器人系統(tǒng)，該系統(tǒng)集成了機器人的所有功能，可以做一些真正有用的事情：將污染水平降低到 5% 以下，成功地將廢物從垃圾填埋場轉移。其次，他們證明機器人可以通過實踐學習如何在現(xiàn)實世界中執(zhí)行新任務，而不是讓工程師“手工編寫”每一個新任務、異常或改進。

是不是能真切的感受到這樣一股來自機器人的力量，在推動著更加智能世界的到來？這背后有這樣一個繞不開的公司，那就是這家叫Everyday Robots的公司。也是時候來介紹一些這個關鍵角色了。

他們源于谷歌的登月工廠X，是與 Google 的團隊一起工作，旨正構建一種新型機器人。一個可以自己學習、可以幫助任何人（幾乎）做任何事情的機器人。

他們的愿景是制造對物理世界具有變革性的機器人，就像我們的計算機在數(shù)字世界的變革力量。但要做到這一點，我們首先需要解決機器人技術中最難的問題——建造能夠學習如何幫助我們處理任何事情的機器人。

今天的機器人非常擅長三件事——力量、精度和重復。但他們在其他方面真的很糟糕：理解新的空間和環(huán)境，并且做的不僅僅是一件事。簡而言之，他們非常狹隘的能力來自于將他們編程為在一個環(huán)境中只解決一個問題的人。

那么如何破解，為了彌合今天的單一用途機器人和明天的輔助機器人之間的差距，他們公司正在建造生活在我們世界中并且可以自己學習的機器人。這是一項多方面的挑戰(zhàn)，比制造自動駕駛汽車還要困難，因為機器人技術沒有任何規(guī)則可循。

“我們正在遠離機器人必須精心編碼的世界，走向機器人可以學習的未來。”這是Everyday Robots公司一直強調的目標。

他們尋求將科幻小說中的助手機器人變成現(xiàn)實。這樣做需要解決機器人技術中最困難的問題。一旦達成，這樣就可以解決每天占用數(shù)十億小時的小問題，并為世界各地的人們提供寶貴的時間來做可以釋放我們潛力的事情。

相較于元宇宙，拋開虛擬世界，機器人或許來的更為實在，一旦技術和產品成熟，將推動人類放心的交由機器人來處理耗時的重復枯燥的日常任務。一個我們可以選擇把時間花在真正重要的事情上的世界也將呼之欲出。

本文來自于公眾號“新芒X”（ID：xinmangx），作者：格林，36氪授權發(fā)布。