編者按：如ru今jin，機ji器qi人ren走zou進jin工gong廠chang和he倉cang庫ku，已yi經jing不bu是shi稀xi奇qi的de事shi情qing了le。然ran而er

，大da多duo數shu機ji器qi人ren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，而er且qie可ke能neng也ye隻zhi能neng抓zhua取qu特te定ding外wai形xing的de物wu品pin。這zhe篇pian文wen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。

gongchangjicangkuzhongdegongren，kenenghuijingchangbeiyaoqiushiyongxintourudecaozuogongju，youshihoukenenghaishiyixiliebutongdegongju。raner
，duiyujiqireneryan，yaoxiangkuaisuxuexiruhezhuaqulingyizhongwupin，kenengjiuxiangduikunnanle。

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。

近(jin)年(nian)來(lai)
，許(xu)多(duo)研(yan)發(fa)製(zhi)造(zao)機(ji)器(qi)人(ren)的(de)初(chu)創(chuang)公(gong)司(si)如(ru)雨(yu)後(hou)春(chun)筍(sun)般(ban)地(di)出(chu)現(xian)
，他(ta)們(men)都(dou)基(ji)本(ben)上(shang)采(cai)用(yong)了(le)非(fei)常(chang)簡(jian)單(dan)的(de)算(suan)法(fa)，來(lai)執(zhi)行(xing)挑(tiao)揀(jian)倉(cang)庫(ku)中(zhong)部(bu)分(fen)物(wu)品(pin)等(deng)日(ri)常(chang)工(gong)作(zuo)。

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。

zaishijiyunyongguochengzhong

，ruguoyaoxiangrangjiqirenxuexi，youbuxiwangjiqirenfancuo，shijihubukenengdeshiqing。shangyongjiqirenzhuangbei
，haixuyaogenggaodejingzhunxingyukekaoxing。

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.ai公(gong)司(si)主(zhu)要(yao)在(zai)研(yan)究(jiu)如(ru)何(he)讓(rang)機(ji)器(qi)人(ren)抓(zhua)取(qu)不(bu)熟(shu)悉(xi)的(de)物(wu)品(pin)。其(qi)中(zhong)，就(jiu)包(bao)括(kuo)強(qiang)化(hua)學(xue)習(xi)技(ji)術(shu)，讓(rang)算(suan)法(fa)在(zai)不(bu)斷(duan)的(de)嚐(chang)試(shi)與(yu)失(shi)敗(bai)之(zhi)中(zhong)不(bu)斷(duan)提(ti)高(gao)其(qi)可(ke)靠(kao)性(xing)。這(zhe)有(you)點(dian)像(xiang)動(dong)物(wu)通(tong)過(guo)積(ji)極(ji)反(fan)饋(kui)與(yu)消(xiao)極(ji)反(fan)饋(kui)來(lai)學(xue)習(xi)的(de)過(guo)程(cheng)。

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。

然ran而er

，在zai工gong業ye自zi動dong化hua領ling域yu
，人ren工gong智zhi能neng已yi經jing發fa揮hui著zhe越yue來lai越yue重zhong要yao的de作zuo用yong。借jie助zhu人ren工gong智zhi能neng
，如ru果guo能neng自zi動dong化hua目mu前qian需xu要yao人ren工gong作zuo業ye的de工gong作zuo的de話hua，這zhe還hai是shi能neng產chan生sheng比bi較jiao深shen遠yuan的de影ying響xiang的de。

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congCovariant.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