編者按：如今，機(jī)器人走進(jìn)工廠和倉(cāng)庫(kù)，已經(jīng)不是稀奇的事情了。然而，大多數(shù)機(jī)器人都還是非常笨拙的，設(shè)計(jì)上也存在許多不足，而且可能也只能抓取特定外形的物品。這篇文章，原標(biāo)題是AI Helps Warehouse Robots Pick Up New Tricks，作者WILL KNIGHT在文中介紹了加州大學(xué)伯克利分校深度學(xué)習(xí)與機(jī)器人學(xué)大牛Pieter Abbeel與幾位華人學(xué)生創(chuàng)業(yè)，并研發(fā)出具有更高精準(zhǔn)和可靠性的機(jī)器人。

在人工智能領(lǐng)域，包括機(jī)器學(xué)習(xí)領(lǐng)域兩大鼻祖在內(nèi)的多位大牛都一致認(rèn)為，巧妙的算法將會(huì)讓工業(yè)機(jī)器人的能力實(shí)現(xiàn)質(zhì)的飛躍。

杰弗里·辛頓（Geoffrey Hinton）與楊立昆（Yann LeCun）這兩大鼻祖，與蒙特利爾大學(xué)教授尤舒亞·本吉奧（Yoshua Bengio），因在深度學(xué)習(xí)領(lǐng)域做出的貢獻(xiàn)，共同獲得了2018年圖靈獎(jiǎng)。

他們?nèi)灰彩茄邪l(fā)倉(cāng)庫(kù)挑揀機(jī)器人的人工智能初創(chuàng)公司Covariant.ai的投資人。

Covariant.ai公司所研發(fā)的計(jì)算機(jī)平臺(tái)，除了有配備攝像頭的成品機(jī)器人手臂、一個(gè)專用抓手裝置之外，還有非常強(qiáng)大的計(jì)算能力，能夠計(jì)算并確認(rèn)如何抓取倉(cāng)庫(kù)挑揀籃的物品。

前不久，這家初創(chuàng)公司公布了其研發(fā)并已經(jīng)投入商用的首款人工智能機(jī)器人裝備。這款機(jī)器人，主要功能是挑揀產(chǎn)品包裝盒和包裝袋，目前已在德國(guó)電子產(chǎn)品零售商O(píng)beta公司投入使用。

你可能會(huì)認(rèn)為，挑揀日常的包裝盒以及塑料包裝袋，聽(tīng)起來(lái)也沒(méi)有特別之處，而且基本上這類工作也是人工作業(yè)的。

工廠及倉(cāng)庫(kù)中的工人，可能會(huì)經(jīng)常被要求使用新投入的操作工具，有時(shí)候可能還是一系列不同的工具。然而，對(duì)于機(jī)器人而言，要想快速學(xué)習(xí)如何抓取另一種物品，可能就相對(duì)困難了。

如今，在工廠和倉(cāng)庫(kù)中已經(jīng)投入使用的機(jī)器人，大多數(shù)都還是非常笨拙的，設(shè)計(jì)上也存在許多不足。在如今的人工智能及機(jī)器人研究領(lǐng)域，要研究如何讓機(jī)器人去抓取不熟悉或者是外形復(fù)雜的物品，仍然是一個(gè)棘手課題。

近年來(lái)，許多研發(fā)制造機(jī)器人的初創(chuàng)公司如雨后春筍般地出現(xiàn)，他們都基本上采用了非常簡(jiǎn)單的算法，來(lái)執(zhí)行挑揀倉(cāng)庫(kù)中部分物品等日常工作。

在這個(gè)領(lǐng)域，知名企業(yè)包括Plus One Robotics、Picnic，以及RightHand Robotics等公司。

對(duì)于初創(chuàng)企業(yè)而言，通過(guò)更安全的機(jī)器人手臂、定制化的抓手裝置、成品感應(yīng)器以及機(jī)器人視覺(jué)與控制的開(kāi)源代碼，能夠賦予機(jī)器人新的“使命”，比如在倉(cāng)庫(kù)內(nèi)部運(yùn)輸產(chǎn)品，或者將貨架上的紙箱取下來(lái)等等。

目前，Covariant.ai公司還沒(méi)能研發(fā)出一款能夠像人類一樣靈活變通的機(jī)器人，但它成功地將一項(xiàng)叫做強(qiáng)化學(xué)習(xí)（reinforcement learning）的研究技術(shù)，運(yùn)用到了工業(yè)背景下。

在實(shí)際運(yùn)用過(guò)程中，如果要想讓機(jī)器人學(xué)習(xí)，又不希望機(jī)器人犯錯(cuò)，是幾乎不可能的事情。商用機(jī)器人裝備，還需要更高的精準(zhǔn)性與可靠性。

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

阿貝爾教授是將深度強(qiáng)化學(xué)習(xí)應(yīng)用在機(jī)器人方面的先驅(qū)人物。2010年，他研發(fā)了一款能夠疊衣服的機(jī)器人（盡管速度很慢），并因此在學(xué)術(shù)圈名聲大噪。

借助一系列人工智能技術(shù)，Covariant.ai公司主要在研究如何讓機(jī)器人抓取不熟悉的物品。其中，就包括強(qiáng)化學(xué)習(xí)技術(shù)，讓算法在不斷的嘗試與失敗之中不斷提高其可靠性。這有點(diǎn)像動(dòng)物通過(guò)積極反饋與消極反饋來(lái)學(xué)習(xí)的過(guò)程。

強(qiáng)化學(xué)習(xí)，近來(lái)一直在推動(dòng)人工智能領(lǐng)域的重大突破。其中，就包括谷歌母公司Alphabet公司旗下的人工智能公司DeepMind研發(fā)的超凡博弈算法。

這種博弈算法，可以讓機(jī)器人通過(guò)視頻圖像識(shí)別物品的形狀，了解在哪里如何去抓取這個(gè)物品。

然而，強(qiáng)化學(xué)習(xí)非常復(fù)雜，并且需要強(qiáng)大的計(jì)算能力?！皩?shí)際上，我以前一直對(duì)強(qiáng)化學(xué)習(xí)持懷疑態(tài)度，但現(xiàn)在我不再懷疑了?！倍鄠惗啻髮W(xué)特聘教授杰弗里·辛頓（Geoffrey Hinton）稱。

據(jù)辛頓教授稱，要想讓強(qiáng)化學(xué)習(xí)正常工作，其需要的計(jì)算能力通常都會(huì)讓人覺(jué)得“望而卻步”。因此，能夠?qū)⒅晒ν度肷逃茫厝粫?huì)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公司的系統(tǒng)已經(jīng)在商用背景下運(yùn)行了相當(dāng)長(zhǎng)的一段時(shí)間了。

據(jù)阿貝爾稱，除了強(qiáng)化學(xué)習(xí)之外，Covariant.ai公司研發(fā)的機(jī)器人，還結(jié)合了模仿學(xué)習(xí)（imitation learning）的技術(shù)，通過(guò)觀察感知演示來(lái)學(xué)習(xí)，并且通過(guò)另一種元學(xué)習(xí)（meta-learning，即學(xué)會(huì)如何學(xué)習(xí)）的算法，來(lái)進(jìn)一步理解。

阿貝爾還補(bǔ)充說(shuō)，等新一批裝備到達(dá)后，這套系統(tǒng)還可以進(jìn)一步調(diào)整和提高?！斑@是‘即拿即用’的訓(xùn)練，”阿貝爾稱，“我也相信，在現(xiàn)實(shí)生活中，沒(méi)有第二家公司能做到這樣?！?/span>

其他投資于Covariant.ai公司的大牛還包括：谷歌人工智能團(tuán)隊(duì)Google Brain的負(fù)責(zé)人杰夫·迪恩（Jeff Dean），前斯坦福大學(xué)人工智能實(shí)驗(yàn)室（SAIL）負(fù)責(zé)人李飛飛（Fei-Fei Li），以及麻省理工學(xué)院計(jì)算機(jī)科學(xué)與人工智能實(shí)驗(yàn)室（MIT CSAIL）負(fù)責(zé)人丹妮拉·魯斯（Daniela Rus）。

由于商業(yè)競(jìng)爭(zhēng)關(guān)系，Covariant.ai公司并沒(méi)有完全公開(kāi)其核心技術(shù)細(xì)節(jié)。因此，我們也很難精準(zhǔn)地判斷，其系統(tǒng)在多大程度上依賴于先進(jìn)的人工智能技術(shù)。

麥洛妮·懷斯（Melonee Wise）是倉(cāng)庫(kù)智能移動(dòng)機(jī)器人公司Fetch Robots的首席執(zhí)行官。她說(shuō)，對(duì)于一項(xiàng)具體抓取任務(wù)而言，在實(shí)現(xiàn)精準(zhǔn)性和可靠性方面，實(shí)際上并不需要太多的人工智能。

如果系統(tǒng)設(shè)計(jì)精細(xì)，相關(guān)物品差異也不大的話，那即便是稍微笨拙的系統(tǒng)，配備一個(gè)靈巧的抓手裝置，通常也能夠完成挑揀工作的。

“在我看來(lái)，核心解決方案，仍然是設(shè)計(jì)專用的抓手裝置，同時(shí)配備相應(yīng)的配套工具?！睉阉拐f(shuō)。

然而，在工業(yè)自動(dòng)化領(lǐng)域，人工智能已經(jīng)發(fā)揮著越來(lái)越重要的作用。借助人工智能，如果能自動(dòng)化目前需要人工作業(yè)的工作的話，這還是能產(chǎn)生比較深遠(yuǎn)的影響的。

據(jù)非盈利專業(yè)化組織國(guó)際機(jī)器人聯(lián)合會(huì)（International Federation of Robotics，IFR）稱，目前對(duì)機(jī)器人的需求，已經(jīng)進(jìn)入了快速增長(zhǎng)階段。

2018年，全球工業(yè)機(jī)器人出貨量為42.2萬(wàn)臺(tái)，同比2017年增加6%。其中，協(xié)作機(jī)器人出貨量接近1.4萬(wàn)臺(tái)，相比2017年的1.11萬(wàn)臺(tái)同比增長(zhǎng)了23%。

據(jù)IFR預(yù)測(cè)，2020年至2022年間，全球工業(yè)機(jī)器人出貨量將實(shí)現(xiàn)12%的年平均增長(zhǎng)率。

就機(jī)器人研發(fā)制造領(lǐng)域，不少成熟大型的公司都注意到了Covariant.ai公司。

去年，全球領(lǐng)先工業(yè)機(jī)器人技術(shù)供應(yīng)商ABB希望尋找能夠幫助其實(shí)現(xiàn)倉(cāng)庫(kù)自動(dòng)化的公司。ABB向Covariant.ai等多家公司寄送了各種適用于其系統(tǒng)的物品包裝箱，讓他們通過(guò)受控實(shí)驗(yàn)測(cè)試挑揀這些包裝箱。

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

“每次只要涉及到抓取不熟悉的物品，最擅長(zhǎng)的總是Covariant.ai?！比爬f(shuō)。據(jù)他預(yù)估，在接下來(lái)幾年中，Covariant.ai公司的目標(biāo)市場(chǎng)，可能會(huì)增長(zhǎng)至數(shù)十億美元的規(guī)模。

除此之外，Covariant.ai公司也在跟德國(guó)自動(dòng)化系統(tǒng)公司克納普（Knapp）合作，希望能夠在德國(guó)正式投產(chǎn)其第一套系統(tǒng)。

克納普公司負(fù)責(zé)創(chuàng)新發(fā)展的副總裁彼得·普切溫（Peter Puchwein）稱，Covariant.ai公司的機(jī)器人，甚至能抓取透明袋子中的物品，而攝像機(jī)卻很難去識(shí)別這些物品，因此，他對(duì)這家公司的機(jī)器人印象特別深刻。

“即便對(duì)于人類而言，如果一個(gè)紙箱里有20個(gè)用透明塑料袋包裝的物品，你也很難精準(zhǔn)地把其中一個(gè)物品拿出來(lái)?！逼涨袦卣f(shuō)。

普切溫還提到，從最開(kāi)始的時(shí)候，這套系統(tǒng)就能達(dá)到人工挑揀工的工作效率，但更重要的是，這套系統(tǒng)永遠(yuǎn)都不會(huì)覺(jué)得疲憊。據(jù)他預(yù)計(jì)，在接下來(lái)的幾個(gè)月時(shí)間里，克納普還將從Covariant.ai公司引入幾十個(gè)其研發(fā)的機(jī)器人。

“所有來(lái)公司參觀的客戶都表示，他們對(duì)這些機(jī)器人非常感興趣?！逼涨袦卣f(shuō)。