工业机器人新秀Vicarious是如何展现他的高超技术的

在旧金山市旧金山湾区的一家初创公司Vicarious的办公室里，十个机械臂不知疲倦地将旅行用的美容产品放在传送带上的箱子中。每个手臂的末端都带有一个吸盘抓手，当从狭窄的盒子中拔出止汗剂或护手霜之类的物品时，它会发出刺耳的呜呜声。

Vicarious通过购买标准的工业机器人，并且运用其软件对机器人进行增强，再以临时代理的方式将其外包给工人，一般按完成的任务或按小时收费。在巴尔的摩，Vicarious机器人为化妆品公司丝芙兰（Sephora）组装了采样器包装，在这之前这些都是由人工完成的。Vicarious首席执行官兼联合创始人D. Scott Phoenix表示，这笔交易证明了他的商业模式：开发人工智能软件，使工业机器人足够智能，可以执行以前仅由人完成的工作。

Vicarious成立于2010年，他们逐渐在AI和机器人专家中获得青睐，虽然他们此前从未公开讨论过其客户或机器人。据数据服务公司PitchBook称，这家初创公司筹集了超过1.3亿美元的资金。它的投资者包括一些硅谷最著名和最有钱的人—由早期的Facebook投资者Peter Thiel和亿万富翁企业家Mark Zuckerberg，Elon Musk和Jeff Bezos共同创立的风险投资公司Founders Fund 。

机器人没有将这些物品放进盒子里，而是用弹力将它们扔开，以扩大其范围。 照片：PHUC PHAM

这家初创公司正在走自己独特的人工智能之路，超越了驱动知名项目的技术，例如Facebook的内容审核和Tesla的自动驾驶。菲尼克斯说，只有一种新的人工智能方法才能解决他所谓的现代社会悖论。机器人手臂和抓手已经存在了很长一段时间，并且诸如电动机，传感器和微控制器之类的组件从未如此便宜或能够胜任。但是，即使在工厂和仓库内部，机器人也只能执行某些严格控制的任务，因为它们的软件必须针对每种情况进行专门编程，并且不能适应意外的变化。

菲尼克斯说：“我们每年要付出数万亿美元来做机器人在过去30或40年中具有物理能力的东西。”任何能够使工业机器人更加熟练的人可以通过改变人与机器之间的劳动力平衡来改变经济， Vicarious并不是唯一尝试的人。

深度学习及其局限性

当您听到首席执行官或政客谈论人工智能的强大功能时，他们通常指的是一种称为“ 深度学习”的技术。自2012年以来，当研究人员表明它可以使计算机更好地解释图像和文本时，这项技术重新连接了技术行业。深度学习为面部交换照片滤镜和自动驾驶汽车提供动力；这就是为什么Alphabet首席执行官Sundar Pichai在今年的达沃斯会议上认为AI“比火或电更艰深”的原因。

Vicarious在某些事物上使用了深度学习，例如在其机器人的视觉系统中，但他认为还需要其他想法才能使计算机真正变得智能。在深度学习时代之前，Phoenix于2010年成立了公司，并深信将AI注入机器人可以改变经济。他的联合创始人是软件工程师转为研究员的Dileep George，他最近在斯坦福大学完成了题为“ 大脑如何工作 ” 的博士学位论文。它使用来自神经科学的观察结果来指导AI算法的设计。从那以后，深度学习席卷了整个硅谷，Vicarious发表了一系列论文，强调了其局限性，并倡导了另一种方法。

深度学习软件通过查找从过去的数据中提取的统计模式来识别图像或音频等数据。苹果的“照片”应用程序可以自动创建您的宠物相册，因为它具有深度学习算法，可以对成千上万的带有标签的猫和狗图像进行训练。使机器人抓取物体的一种方法是对它进行编程，以尝试不同的方法，并通过对它的成功和失败进行深度学习来确定良好的抓力。

这种统计模式匹配已发现了许多有益的用途。但是乔治指出，它不会让计算机推理世界，了解事件的原因或处理过去经验之外的情况。乔治说：“仅仅扩大深度学习并不能解决这些基本限制。” “我们已经做出有意识的决定，以发现并解决这些问题。” 亿万富翁投资者Vinod Khosla的公司Khosla Ventures已向Vicarious投资2500万美元，他说他很难找到AI专家来帮助审查该公司作为潜在投资。Khosla说：“每个人都知道深度学习，但其他知识则不然。”

2017年在一次领先的深度学习会议上发表的一篇引人入胜的论文《 Vicarious》阐述了其AI的方法。该公司设计的实验揭示了Alphabet的DeepMind研究小组深度学习软件的灵活性，该研究小组学会了玩顶级Atari游戏，例如Breakout比顶尖游戏玩家更好。替代产品展示了如果对游戏进行了微不足道的改动，例如通过增加颜色的亮度或巧妙地改变对象的大小，这些超人类的AI玩家将如何崩溃。

初创公司自己的软件可以处理此类更改，因为它们不会影响其对游戏中工作机制的理解。尽管该软件还从过去的数据中学到了东西，但它还是可以用来拾取游戏中对象与事件之间的因果关系，并可以使用该知识来适应以前从未经历过的小变化。

纽约大学助理教授布伦登·莱克（Brenden Lake）表示，随着深度学习达到极限的讨论日渐增多，论文证明了人工智能领域需要解决的问题。莱克说：“人工智能的关键部分是建立可在各种情况下使用的灵活的世界模型。” “我认为人们已经意识到，针对一项特定任务，要对大型数据集进行训练的大规模模式识别系统是无法达到的。”

比人高的机械臂在Vicarious的海绵状工厂的一个角落里堆着箱子，好像在玩一个特别无聊的电子游戏。嘶嘶声中它捡起立方箱并将它们堆放在木托盘上的整齐的网格中，这是一个普通的仓库和工厂操作，称为码垛。在附近，一排机械臂将化妆品按成分拣到盒子里，用坚硬的吸盘抓手将诸如乳液管之类的物品扔进盒子里，使其无法触及。

Vicarious不是唯一使用AI教授工业机器人新技巧的初创公司。Alphabet最近推出了一个机器人团队，该机器人团队在其两个办公室四处走动，收集废物并将其分类为垃圾，回收物和可堆肥物品。

菲尼克斯说，他的机器人以其灵活性而著称，像算法一样，这些算法使他的Atari机器人能够适应游戏的调整。堆放货盘的机械臂通常与昂贵的进料器配对，这些进料器将每个进入的箱子或箱都相同地放置。Phoenix说，Vicarious的软件足够灵活，可以捡起位置不理想的盒子，并且可以从普通桌子上拿走它们。记者仅需一分钟即可使用触摸屏界面对手臂进行重新编程，以将其包装盒打成带有WIRED徽标的松散，块状外观。

皮特妮·鲍斯（Pitney Bowes）负责Bloomingdales等品牌的商务处理电子商务物流的业务主管莉拉·斯奈德（Lila Snyder）表示，当皮特妮·鲍斯（Pitney Bowes）于去年秋天开始与这家初创公司合作时，仅用几个小时，Vicarious机器人就明显地更有能力将产品摆放到盒子里，这让她感到震惊。她说：“我以前看到过机械臂确实可以工作，但是看到一个人在一项任务上变得更好，这很奇怪。” “替代产品使我们能够实现过去无法实现的自动化。”

这种大型机械臂可以将箱子整齐地堆放在托盘上，以备其他地方使用

布朗的机器人学教授，初创公司Realtime Robotics的联合创始人Stefanie Tellex说，Vicarious与其他大多数初创公司不同，它们试图为工业机器人注入更多的智能。她说：“大多数公司都不会写很酷的学术论文，而同时试图向客户交付东西，但Vicarious试图做到这两者。”

菲尼克斯表示，他之所以投资基础研究，是因为他希望自己的机器人承担的工作价值高于包装盒，例如目前需要人员的复杂装配。这将需要替代Vicarious的AI取得更多进展。

参观初创公司的仓库会发现，由于一只机械手的计算错误，沿着光滑的弧线轻拂了一支乳液，使弧线超出其标记，并最终落在磨破的混凝土地板上。“那太难了，”菲尼克斯说道。机器人来了，但仍有工作要做。