机器人采摘者终于掌握了东西
covariant 制造的机器人安装在
现在，在离柏林不远的一个仓库里，一个亮黄色的机器人正靠在传送带上，像鸡啄食谷物一样从板条箱中挑选物品。
机器人本身看起来并不那么不寻常，但让它与众不同的是它的眼睛和大脑在六镜头相机阵列和机器学习算法的帮助下，它能够抓取和打包会混淆其他机器人的物品多亏了一个神经网络，它有一天会与世界各地仓库中的同事分享它学到的任何东西，他们也会学到向这个机器人展示一个它以前从未见过的产品，它不仅会弄清楚如何掌握它，而且还会将该信息反馈给它的同行
我们想要大量这样的机器。
我们测试了这个机器人三四个月，它几乎可以处理我们扔给它的所有东西，安装机器人的物流公司 knapp 的创新副总裁 peter puchwein 告诉the verge我们真的要把这些推向市场我们想要大量这样的机器
对于机器人的创造者，加利福尼亚的人工智能和机器人初创公司 covariant 来说，在德国的安装是向前迈出的一大步，这表明该公司在解决困扰工程师几十年的挑战方面取得了长足的进步:教机器人捡东西。
这听起来很容易，但这是一项让一些最大的研究实验室和科技公司难住的任务谷歌已经运行了一个稳定的机器人手臂，试图学习如何可靠地抓住东西，而亚马逊则举办一年一度的竞赛，挑战初创公司将机器人上架，以期找到一台机器对于它的仓库来说已经足够好了
但是 covariant 声称他的机器人可以做其他人做不到的事情:一天 24 小时工作，毫不费力地挑选物品这并不意味着拣货是一个已解决的问题，但它确实释放了很多潜力在仓库和物流领域尤其如此，专家表示很难找到人工，他们需要所有能得到的机器人
我们的客户不再信任简短的演示视频。
在接受the verge采访时，covariant 联合创始人兼伯克利机器人学习实验室主任 pieter abbeel 将当前机器人拣选器市场与自动驾驶汽车市场进行了比较:有很多炒作和华丽的演示，但还不够真实—世界测试和能力。在谷歌云去年10月拒绝为金融公司定制人工智能服务后，;柠檬水;委员会告诉销售团队，该部门的目标是有朝一日能开发与信贷相关的应用程序。
我们的客户不再信任简短的演示视频，abbeel 说他们非常清楚大部分困难在于一致性和可靠性
covariant 的四位联合创始人，从左到右:张天浩，rocky duan，peter chen，pieter abbeel
很多这种炒作都是由机器学习的承诺产生的今天的工业机器人可以以极快的速度和精度进行抓取，但前提是它们抓取的东西同样一致:规则的形状和易于抓取的表面这在制造业中很好，机器必须一遍又一遍地抓取相同的物品，但在零售物流中很糟糕，因为要运输的物品的尺寸和形状差异很大
与传统编程一样，对机器人的一举一动进行硬编码，在第一种情况下效果很好，但在第二种情况下却很糟糕但是，如果您使用机器学习来提供系统数据，并让它生成自己的选择规则，那么效果会好得多
covariant 使用各种 ai 方法来训练其机器人，包括强化学习:一个反复试验的过程，其中机器人有一个设定的目标并且必须自己解决这个问题大部分培训都是在模拟中完成的，机器可以在模拟中花费时间，通常需要完成数千小时的工作结果就是 abbeel 所说的协变大脑——公司机器人共享的神经网络的昵称
人工智能允许机器人在没有直接指令的情况下拾取物体
covariant于 2017 年以 embodied intelligence 的名义成立，如今已悄然出现，当然并不是唯一一家应用这些方法的公司许多像kindred和righthand robotics这样的初创公司都使用了机器学习和机器人技术的类似融合但是 covariant 看好它的机器人比其他任何人的都要好
现实世界的部署是关于极端的一致性和可靠性，abbeel 说在德国的仓库中，covariant 声称其机器可以拣选和包装大约 10，000 种不同的物品，准确率超过 99%——这是一个令人印象深刻的数字
puchwein 同意，他会知道的他在该行业拥有 16 年的经验，包括为全球最大的自动化仓库制造商之一 knapp 工作它去年安装了 2，000 个系统，营业额超过 10 亿欧元
puchwein 说，该公司的工程师周游世界寻找最好的拣选机器人，最终选择了 covariant，它作为非独家尊龙凯时国际的合作伙伴安装了它非人工智能机器人可以挑选我们客户使用的产品的 10% 左右，但人工智能机器人可以挑选大约 95% 到 99%，puchwein 说这是一个巨大的差异
puchwein 也不是唯一一个伴随着今天的隐身，covariant 宣布了大量私人支持者，其中包括人工智能研究中一些最引人注目的名字他们包括谷歌的人工智能负责人杰夫·迪恩，facebook 的人工智能研究负责人 yann lecun 和人工智能教父之一杰弗里·辛顿 正如 abbeel 所说，这些人的参与与其他任何事情一样，都是为了借出他们的声誉投资者不仅仅关心他们带来的资金，他说
covariant 的拣选机器人在德国 obeta 仓库工作。
对于所有的信心，投资者和其他方面，covariant 目前的运营规模非常小它只有少数机器人在美国和国外的服装，制药和电子行业全职运行
在德国，covariant 的拣选机器人正在为一家名为 obeta 的公司包装电子元件，但该公司表示，它渴望有更多机器人来弥补人员短缺——这种情况在物流中很常见。。
很难找到人来做这种工作。
对于机器人取代人类工作的所有讨论，只是没有足够的人来做一些工作最近的一份行业报告显示， 54% 的物流公司在未来五年内面临员工短缺，仓库工人是最需要的职位之一低工资，长时间工作和无聊的工作条件被认为是促成因素，失业率下降也是如此
很难找到人来做这种工作，obeta 的 michael pultke通过翻译告诉the verge e他说 obeta 依靠外来工人为公司的仓库工作，整个欧洲的情况都是一样的未来是更多的机器人
那么 covariant 机器人现在与之一起工作的员工呢——他们介意改变吗根据 pultke 的说法，他们不认为这是一种威胁，而是一个学习如何维护机器人并获得更好工作的机会机器应该做基础工作，这是愚蠢而简单的，pultke 说人们应该照顾机器
。
