編者按：rujin
，jiqirenzoujingongchanghecangku，yijingbushixiqideshiqingle。raner，daduoshujiqirendouhaishifeichangbenzhuode，shejishangyecunzaixuduobuzu，erqiekenengyezhinengzhuaqutedingwaixingdewupin。zhepianwen章，原標題是AI Helps Warehouse Robots Pick Up New Tricks

，作者WILL KNIGHT在文中介紹了加州大學伯克利分校深度學習與機器人學大牛Pieter Abbeel與幾位華人學生創業，並研發出具有更高精準和可靠性的機器人。

圖片來源：Magnus Pettersson/Covariant.AI

在人工智能領域，包括機器學習領域兩大鼻祖在內的多位大牛都一致認為，巧妙的算法將會讓工業機器人的能力實現質的飛躍。

傑弗裏·辛頓（Geoffrey Hinton）與楊立昆（Yann LeCun）這兩大鼻祖，與蒙特利爾大學教授尤舒亞·本吉奧（Yoshua Bengio），因在深度學習領域做出的貢獻，共同獲得了2018年圖靈獎。

他們三位也是研發倉庫挑揀機器人的人工智能初創公司Covariant.ai的投資人。

Covariant.ai公司所研發的計算機平台，除了有配備攝像頭的成品機器人手臂、一個專用抓手裝置之外
，還有非常強大的計算能力，能夠計算並確認如何抓取倉庫挑揀籃的物品。

qianbujiu，zhejiachuchuanggongsigongbuleqiyanfabingyijingtourushangyongdeshoukuanrengongzhinengjiqirenzhuangbei。zhekuanjiqiren，zhuyaogongnengshitiaojianchanpinbaozhuanghehebaozhuangdai，muqianyizaideguodianzichanpinlingshoushangObeta公司投入使用。

你可能會認為，挑揀日常的包裝盒以及塑料包裝袋
，聽起來也沒有特別之處，而且基本上這類工作也是人工作業的。

工gong廠chang及ji倉cang庫ku中zhong的de工gong人ren
，可ke能neng會hui經jing常chang被bei要yao求qiu使shi用yong新xin投tou入ru的de操cao作zuo工gong具ju，有you時shi候hou可ke能neng還hai是shi一yi係xi列lie不bu同tong的de工gong具ju。然ran而er，對dui於yu機ji器qi人ren而er言yan，要yao想xiang快kuai速su學xue習xi如ru何he抓zhua取qu另ling一yi種zhong物wu品pin，可ke能neng就jiu相xiang對dui困kun難nan了le。

如(ru)今(jin)，在(zai)工(gong)廠(chang)和(he)倉(cang)庫(ku)中(zhong)已(yi)經(jing)投(tou)入(ru)使(shi)用(yong)的(de)機(ji)器(qi)人(ren)
，大(da)多(duo)數(shu)都(dou)還(hai)是(shi)非(fei)常(chang)笨(ben)拙(zhuo)的(de)，設(she)計(ji)上(shang)也(ye)存(cun)在(zai)許(xu)多(duo)不(bu)足(zu)。在(zai)如(ru)今(jin)的(de)人(ren)工(gong)智(zhi)能(neng)及(ji)機(ji)器(qi)人(ren)研(yan)究(jiu)領(ling)域(yu)，要(yao)研(yan)究(jiu)如(ru)何(he)讓(rang)機(ji)器(qi)人(ren)去(qu)抓(zhua)取(qu)不(bu)熟(shu)悉(xi)或(huo)者(zhe)是(shi)外(wai)形(xing)複(fu)雜(za)的(de)物(wu)品(pin)
，仍(reng)然(ran)是(shi)一(yi)個(ge)棘(ji)手(shou)課(ke)題(ti)。

jinnianlai
，xuduoyanfazhizaojiqirendechuchuanggongsiruyuhouchunsunbandichuxian
，tamendoujibenshangcaiyonglefeichangjiandandesuanfa，laizhixingtiaojiancangkuzhongbufenwupindengrichanggongzuo。

在這個領域，知名企業包括Plus One Robotics、Picnic，以及RightHand Robotics等公司。

對於初創企業而言，通過更安全的機器人手臂
、定製化的抓手裝置、成品感應器以及機器人視覺與控製的開源代碼

，能夠賦予機器人新的“使命”
，比如在倉庫內部運輸產品，或者將貨架上的紙箱取下來等等。

目前
，Covariant.ai公司還沒能研發出一款能夠像人類一樣靈活變通的機器人，但它成功地將一項叫做強化學習（reinforcement learning）的研究技術
，運用到了工業背景下。

在(zai)實(shi)際(ji)運(yun)用(yong)過(guo)程(cheng)中(zhong)，如(ru)果(guo)要(yao)想(xiang)讓(rang)機(ji)器(qi)人(ren)學(xue)習(xi)，又(you)不(bu)希(xi)望(wang)機(ji)器(qi)人(ren)犯(fan)錯(cuo)，是(shi)幾(ji)乎(hu)不(bu)可(ke)能(neng)的(de)事(shi)情(qing)。商(shang)用(yong)機(ji)器(qi)人(ren)裝(zhuang)備(bei)，還(hai)需(xu)要(yao)更(geng)高(gao)的(de)精(jing)準(zhun)性(xing)與(yu)可(ke)靠(kao)性(xing)。

成立於2017年的Covariant.ai公司
，是由美國加州大學伯克利分校（UC Berkeley）人工智能領域的知名教授皮特·阿貝爾（Pieter Abbeel）和他的幾位學生一起創立的。

阿貝爾教授是將深度強化學習應用在機器人方麵的先驅人物。2010年，他研發了一款能夠疊衣服的機器人（盡管速度很慢），並因此在學術圈名聲大噪。

借助一係列人工智能技術，Covariant.aigongsizhuyaozaiyanjiuruherangjiqirenzhuaqubushuxidewupin。qizhong，jiubaokuoqianghuaxuexijishu，rangsuanfazaibuduandechangshiyushibaizhizhongbuduantigaoqikekaoxing。zheyoudianxiangdongwutongguojijifankuiyuxiaojifankuilaixuexideguocheng。

強化學習，近來一直在推動人工智能領域的重大突破。其中，就包括穀歌母公司Alphabet公司旗下的人工智能公司DeepMind研發的超凡博弈算法。

這種博弈算法，可以讓機器人通過視頻圖像識別物品的形狀
，了解在哪裏如何去抓取這個物品。

然而，強化學習非常複雜，並且需要強大的計算能力。“實際上，我以前一直對強化學習持懷疑態度，但現在我不再懷疑了。”多倫多大學特聘教授傑弗裏·辛頓（Geoffrey Hinton）稱。

據辛頓教授稱，要想讓強化學習正常工作，其需要的計算能力通常都會讓人覺得“望而卻步”。因此
，能夠將之成功投入商用，必然會引起不少人的注目。

辛頓教授還提到，更加令人印象深刻的是，Covariant.ai公司的係統已經在商用背景下運行了相當長的一段時間了。

段岩（Rocky Duan，首席技術官
，左一），張天浩（研究科學家，左二）， 皮特·阿貝爾（Pieter Abbeel，右二），陳曦（Peter Chen，首席執行官，右一)。圖片來源：Elena Zhukova/Covariant.AI

據阿貝爾稱，除了強化學習之外，Covariant.ai公司研發的機器人，還結合了模仿學習（imitation learning）的技術，通過觀察感知演示來學習，並且通過另一種元學習（meta-learning
，即學會如何學習）的算法
，來進一步理解。

阿貝爾還補充說，等新一批裝備到達後，這套係統還可以進一步調整和提高。“這是‘即拿即用’的訓練，”阿貝爾稱，“我也相信，在現實生活中，沒有第二家公司能做到這樣。”

其他投資於Covariant.ai公司的大牛還包括：穀歌人工智能團隊Google Brain的負責人傑夫·迪恩（Jeff Dean），前斯坦福大學人工智能實驗室（SAIL）負責人李飛飛（Fei-Fei Li），以及麻省理工學院計算機科學與人工智能實驗室（MIT CSAIL）負責人丹妮拉·魯斯（Daniela Rus）。

由於商業競爭關係
，Covariant.ai公司並沒有完全公開其核心技術細節。因此，我們也很難精準地判斷，其係統在多大程度上依賴於先進的人工智能技術。

麥洛妮·懷斯（Melonee Wise）是倉庫智能移動機器人公司Fetch Robots的首席執行官。她說，對於一項具體抓取任務而言，在實現精準性和可靠性方麵
，實際上並不需要太多的人工智能。

如果係統設計精細


，相關物品差異也不大的話，那即便是稍微笨拙的係統，配備一個靈巧的抓手裝置，通常也能夠完成挑揀工作的。

“在我看來，核心解決方案，仍然是設計專用的抓手裝置，同時配備相應的配套工具。”懷斯說。

raner，zaigongyezidonghualingyu，rengongzhinengyijingfahuizheyuelaiyuezhongyaodezuoyong。jiezhurengongzhineng，ruguonengzidonghuamuqianxuyaorengongzuoyedegongzuodehua，zhehaishinengchanshengbijiaoshenyuandeyingxiangde。

據非盈利專業化組織國際機器人聯合會（International Federation of Robotics，IFR）稱
，目前對機器人的需求，已經進入了快速增長階段。

2018年，全球工業機器人出貨量為42.2萬台

，同比2017年增加6%。其中，協作機器人出貨量接近1.4萬台，相比2017年的1.11萬台同比增長了23%。

據IFR預測，2020年至2022年間，全球工業機器人出貨量將實現12%的年平均增長率。

就機器人研發製造領域，不少成熟大型的公司都注意到了Covariant.ai公司。

去年，全球領先工業機器人技術供應商ABB希望尋找能夠幫助其實現倉庫自動化的公司。ABB向Covariant.ai等多家公司寄送了各種適用於其係統的物品包裝箱，讓他們通過受控實驗測試挑揀這些包裝箱。

據ABB全球服務機器人技術總監馬克·塞古拉（Marc Segura）稱，Covariant.ai是唯一能夠在沒有任何失誤的前提下，成功抓取各種類型包裝箱的公司。

“每次隻要涉及到抓取不熟悉的物品，最擅長的總是Covariant.ai。”塞古拉說。據他預估，在接下來幾年中

，Covariant.ai公司的目標市場
，可能會增長至數十億美元的規模。

除此之外，Covariant.ai公司也在跟德國自動化係統公司克納普（Knapp）合作，希望能夠在德國正式投產其第一套係統。

克納普公司負責創新發展的副總裁彼得·普切溫（Peter Puchwein）稱
，Covariant.ai公司的機器人

，甚至能抓取透明袋子中的物品，而攝像機卻很難去識別這些物品
，因此，他對這家公司的機器人印象特別深刻。

“即便對於人類而言，如果一個紙箱裏有20個用透明塑料袋包裝的物品，你也很難精準地把其中一個物品拿出來。”普切溫說。

普(pu)切(qie)溫(wen)還(hai)提(ti)到(dao)，從(cong)最(zui)開(kai)始(shi)的(de)時(shi)候(hou)，這(zhe)套(tao)係(xi)統(tong)就(jiu)能(neng)達(da)到(dao)人(ren)工(gong)挑(tiao)揀(jian)工(gong)的(de)工(gong)作(zuo)效(xiao)率(lv)，但(dan)更(geng)重(zhong)要(yao)的(de)是(shi)，這(zhe)套(tao)係(xi)統(tong)永(yong)遠(yuan)都(dou)不(bu)會(hui)覺(jiao)得(de)疲(pi)憊(bei)。據(ju)他(ta)預(yu)計(ji)，在(zai)接(jie)下(xia)來(lai)的(de)幾(ji)個(ge)月(yue)時(shi)間(jian)裏(li)
，克(ke)納(na)普(pu)還(hai)將(jiang)從(cong)Covariant.ai公司引入幾十個其研發的機器人。

“所有來公司參觀的客戶都表示，他們對這些機器人非常感興趣。”普切溫說。

譯者：俊一