我們距離和機器人做同事的日子還有多遠？

摘要：想要讓機器人完成複雜的工作，不只需要一雙手，必須要有一個「大腦」。

亨利·福特是福特汽車公司的建立者。他也是世界上第一位使用流水線大批次生產汽車的人。他曾說過一句話：「我只想要一雙手，為什麼每次總有個大腦跟著？」（Why is it everytime I ask for a pair of hands， they come with a brain attached？）

對他來說，只需要一雙幹活的手就可以了。實際上，福特有時候連「一雙手」都不想僱。如果把人當成「成本」，那麼就該進行成本分析以最大可能地節約成本。福特對生產汽車的流水線上的工作進行了分析，「發現 670 項工作可由無腿的人來幹，2360 項可由只有一條腿的人來幹，2 項可由無手臂的人來幹，715 項可由只有一條手臂的人來幹，10 項可由盲人來幹。這樣，在 7882 項工作中，有 4034 項——雖然其中的一些需要力氣——並不需要完全的身體能力」。

隨著勞動力成本的不斷攀升，人們越來越傾向於用機器人代替人類工作。但機器人能完全替代人類工作嗎？隨著時間的推移，人們發現，教會機器人某些特定工作，並不是簡單的事情。

人類透過進化，大腦已經有了自己高度定製的處理慣例。雖然我可能沒見過桌子上的毛巾，但我知道自己能輕鬆把它拿起來。在拿取毛巾的過程中，大腦重拾此前類似的體驗，並將處理方法回傳給雙手。

但對於機器人來說，就沒這麼容易了。Pieter Abdeel 率領的伯克利大學機器人研究小組，花費數年時間才教會機器人「BRETT」疊毛巾。最大的難點在於，每塊毛巾都不同，即便是抓取物品這一簡單動作，也需要依靠大量的處理和程式設計資訊，這意味著包括人形機器人在內的複雜系統，需要具備非常強大的計算能力。

讓機器人學會抓物體有多難？

梅卡曼德機器人創始人邵天蘭曾在文章中介紹，讓機器人有智慧，是非常難的一件事。廣泛存在的實用場景和困難重重的技術使得混雜物體分揀問題（Random Bin-Picking）被稱為機器人學的「聖盃」。

要解決上述問題有如下幾個難點：首先，要讓機器人看到東西（準確識別 3D 物體，實際上很難）；其次，要讓機器人理解它所看到的東西是什麼；然後，讓機器人正確移動，避免不正確的碰撞（避免環境碰撞、自碰撞），需要執行正確的路徑規劃，難度也很大；最後，整合上述技術，背後仍然需要大量的工作。無論是硬體還是程式，都有很高的要求。

想要讓機器人完成複雜的工作，不只需要一雙手，必須要有一個「大腦」。

加州大學伯克利分校工業工程和運籌學系教授Ken Goldberg對此愁容滿面，他不斷摩挲著手中的咖啡杯，嘴裡還唸唸有詞的說：讓機器人掌握這類資料（讓機器人學會抓東西）怎麼這麼難啊。

人是一種群體性動物，在遠古時代，人們將經驗、知識、觀念口耳授受，代代相傳。這讓人類逐漸變得強大。在現實生活中，人類常常會憑藉「集體智慧」輕鬆解決問題。那麼，能不能讓機器憑藉集體智慧解決問題呢？研究人員透過這個思路，研發了「整合學習（Collective Learning）」技術，可以協同各種專用演算法輸出單個結果，嘗試解決其中的一部分問題。

如何讓機器人學會抓握一個物體？在過去，許多科學家的研究方向是讓機器人反覆練習，但這個過程非常耗時。Goldberg 的團隊則採取另外一種方式，他們與谷歌雲平臺合作，先將實驗室裡的機器手與伺服器終端相連，每臺機器嘗試抓取超過一千個物件並找到最佳的抓取方式，再將這些獲取的資料在機器之間共享，這樣每一個機器手便能知道如何抓取測試過的所有物體。

圖 / Mit Technology View

雲機器人是什麼？

Goldberg 在很早以前便認為，機器人和人類一樣具有學習能力。它能夠學會繪製雲端儲存中的資訊，能夠更快地建立和分享資訊。他在個人頁面中寫道，機器人和自動化系統將不再受到計算能力、記憶體和軟體資源的限制。「雲機器人和自動化」是一個新的案例，機器人和自動化系統將共享資料和程式碼，在新興的網路技術研究之上進行計算，如雲計算、深度學習、大資料、開源軟體等。

前 Google 機器人聯合創始人在 2010 年提出了「雲機器人（Cloud Robotics）」這個術語。雲機器人和運動控制系統可以被廣泛的定義為：在任何機器人和自動化系統中，依賴於來自網路資料中的程式碼來操作，而不是所有的感知、計算和儲存集中在一個獨立的系統中。

使用雲機器人至少有四點潛在的優勢：1）大資料：以上文中的「抓物品」為例，每個機器人認識的物體是有限的，如果物體資料存在雲端，機器人就能知道物品的種類和解決辦法；2）雲計算：讓機器人看見並感知物體，需要很高的成本，動輒十幾萬人民幣，但可以透過複雜計算來彌補，而云計算能解決這一問題；3）整合學習：讓機器人共享它們的「成功經驗」，運用到所有機器人身上；4）Human Computation（人類和機器合作）：人類的大腦始終有很多功能比機器要強，利用眾包挖掘人的優勢。比如，透過人工分析影象和影片來幫助機器工作。

當人類遇到機器人，是威脅還是機遇？

人工智慧和機器人誕生之初，人們就對此保持警惕，並持續至今。Nick Bostrom 是牛津大學哲學系的教授，他在 2014 年出版了一本名為「超級智慧」的書，對人工智慧是否會超過人類進行了探討。霍金、比爾·蓋茨和馬斯克等人，都在警告機器人和人工智慧將給人類帶來威脅。馬斯克在演講中曾提到，人工智慧是對人類社會的「根本性存在威脅」（fundamental existential risk）。

然而，隨著人工智慧近兩年不斷產生突破性進展，機器人也會越來越智慧，兩者都會有很大的突破。另一方面，如今勞動力成本不斷增加，越來越多的產業希望引入機器人，減少勞動成本。此外，在科技時代下，各國之間的競爭逐漸變成技術競爭，機器人會逐漸走入我們的工作和生活。那麼，機器人會替代人類嗎？

Goldberg 對此的看法是，我們應該更多關心其「多重性」（Multiplicity）——不同群體的人類和機器人一起協同工作，以解決搜尋、運輸、醫療保健、設計和探索等難題。人和機器人將協同發展。

在 2018 年的一月，加州大學伯克利分校工業工程和運籌學系教授 Ken Goldberg 將來到 GeekPark IF 大會的現場，與我們分享他的「雲機器人」以及不久之後終將會到來的「協作機器人時代」。

極客公園創新大會作為中國科技界最頂級，也最國際化的舞臺，幾乎每年都有一位世界級的極客領袖駕臨，無論是蘋果的聯合創始人 Stephen Wozniak 還是矽谷鋼鐵俠 Elon Musk，我們拜見這些極客領袖，不是因為他們的財富，而是因為他們帶給我們的新思考與新可能。Mike Selden 就是這樣的一位極客，他和他為數不多的夥伴們，正在用個體的力量推動一項能夠改變世界的技術發展，這樣的改變不會停止，並且它終將影響到我們的生活。

在持續 3 天的大會上，將有 6 場主論壇，50 餘場超濃縮知識與洞見分享及前沿社冬季會晤，近 100 位大咖分享前沿思想，來自不同領域、不同地方的科技主義者們一起悟道。

夠了嗎？還不夠！大會現場還會有超過 5000 平米的體驗空間供與會者參觀體驗。

如果你對此感興趣，不要錯過明年 1 月 19 日到 21 日的極客公園創新大會。

頭圖來源：視覺中國 ■