6年时间，最终成就 Google 大楼里的垃圾分类机器人

谷歌赋予了机器人人工智能的力量。这样的技术革新让机器人不仅能完成简单的任务，更有可能为老年人的生活提供日常支持，甚至帮助我们进行垃圾分类。

在参观 Alphabet X 实验室后，知名媒体人 Tom Simonite 在wired文章中分享了一个引人入胜的小故事：

我喝掉咖啡后，将杯子放在了标记为“罐头和瓶子”的托盘上。显然，我的“违规”行为很快得到了纠正。仅仅20分钟后，一个轮式机器人出现在我眼前，它只有一只高达胸部的手臂，以及一个装有3D摄像机的扁平“脑袋”。这个机器人仔细观察了我放置的杯子，然后伸出强壮的手臂，将杯子移动到了正确的“堆肥”标签的绿色托盘上。想象一下，这不就是动画中的瓦力机器人吗？

这个逼真的瓦力机器人实际上来自于“Everyday Robot”项目，是垃圾识别机器人中的一个实例。这类机器人项目虽然已经开发多年，但在公共领域的应用对X实验室来说还是一个新的开始。

这些机器人在X之家的附近垃圾站前进行练习，以提高它们在导航和垃圾分类方面的能力。一些相同设计的机器人则被安排在 Alphabet 大楼附近。项目的核心在于X大楼的二楼，那里有一群机器人在不同的工作站上劳作。他们整天都在进行垃圾分类的任务，将垃圾分配到不同的托盘里，分为“堆肥”和“填埋”，以便回收。

这个有趣的项目起源于山景城X实验室的创意工厂。背靠谷歌母公司Alphabet的X实验室，自2010年成立以来，一直涌现出各种创新想法。这个创意工厂在挑选有前途的技术时坚持三个重要条件：必须是解决能够影响数百万甚至数十亿人的大问题、必须提出彻底解决这个问题的办法、必须有突破性的技术来解决问题。

垃圾分类机器人项目正是为了满足这些条件之一而诞生的。领导该项目的汉斯-彼得·布朗多（Hans-Peter Brondmo）表示，垃圾分类只是项目的一个起点，他们的目标是创造出能够和我们一起生活、帮助我们在日常生活中解决问题的机器人。为了实现这一目标，他们使用与谷歌合作开发的人工智能软件，制造出可以通过在职体验学习复杂任务的机器人，减少对人类编码的依赖，并能快速适应复杂的新任务和环境。

这个移动错位咖啡杯的机器人使用了一个名为playpen的控制系统，这个系统是由数十个机器人通过收集每周五天的垃圾分拣经验，耗时五个月磨练而成的。它不仅帮助 Alphabet 实现山景城的回收目标，还展示了机器人在日常生活中的巨大潜力。传统上，机器人遵循人类编码员编写的特定指令，通常只在工厂等受控环境中工作。这些帮助人们的机器人在家中或办公室面临太多环境变化，编码人员无法预测或作出响应。X实验室的团队决定采用一种新方法：编写一个程序，让机器人在野外进行实践学习。“这就像是一场打鼹鼠的游戏，”本杰·霍尔森说，“我们的最大赌注是让机器人在野外练习打鼹鼠。”汉斯彼得·布朗多在阐述“Everyday Robot”项目进展时提到：“我们正行走在成功的道路上，虽然尚未完全解决所有问题，但已取得的进展足以让我们满怀信心。”透过他的话语，可以感受到项目团队的努力和坚定信念。

在垃圾处理站，偶尔可以看到机器人来回穿梭，它们就像是现实生活中的先锋，展示着项目的当前进展和潜在局限。每一个机器人身后，都有至少一名X实验室的员工在旁看护，确保在出现任何问题时，能够迅速按下机器人脖子上的红色紧急停止按钮。

回溯到“Everyday Robot”项目的起源，它始于2013年，那时谷歌高层、安卓创始人安迪·鲁宾从公司辞职，开始了机器人技术的收购之路。他的行为被视为疯狂，但却为谷歌打开了全新的机器人领域大门。尽管之后因某些纷争导致一些波折，但实验室的科研之路从未中断。他们甚至尝试过诸如太空升降梯和冷核聚变等大胆设想，虽然有些并未成功，但也孕育出了许多创新成果。如今我们所看到的垃圾分类机器人就是其中的佼佼者之一。而这背后有着一段关于失败和重试的故事：一开始他们的机器人需要有人亲手引导学习抓取各种物体；而现在已经能通过强化学习和机器学习等技术让它们自主学习和提升。在这漫长的研发过程中，“手臂农场”项目的成功为机器人抓取能力的提升打下了坚实的基础。机器学习算法与机器人工程师的辛勤努力相结合，让机器人能够一遍又一遍地尝试不同的抓取方式并从失败中学习。在经过无数次尝试和改进后他们成功地减少了分类错误率并使机器人在处理杯子和罐头等物品时能够更稳固地抓取。这一切都证明了谷歌在机器人领域的决心和实力。目前这些智能机器人在Alphabet的两栋大楼内进行垃圾分类的测试运行并在查房过程中检查垃圾是否准确分类。汉斯彼得·布朗多表示他希望未来能制造出帮助老年人的机器人但目前他们仍在致力于解决垃圾分类问题并将其作为实现更宏大目标的重要一步。这一切都在表明一个全新的时代正在来临智能机器人为我们的生活带来了更多的便利和可能性。在playpen中，机器人的表现令人瞩目，展示了惊人的技术复杂度。这些机器人有时会采用滑动或搅拌的方式移动物品，这样的动作方式使得它们能够更好地观察和抓取。

尽管无需长时间与X公司的机器人相处，我们依然能够发现它们在日常服务方面尚未准备就绪。有时候，一个机器人会抓向空气而不是目标碗。尽管看起来有些笨拙，但它们其实是在进行真实的动作尝试。有时它们会与托盘边缘发生碰撞或者在摸索物体。一旦机器人出现任何故障，如失去一根手指，负责它们的工程师会立刻行动起来，迅速修复问题。

这些机器人是结合高端部件如Waymo开发的3D激光扫描仪或激光雷达等，同时融入广泛使用的塑料材料制作而成，旨在降低成本，为未来的商用版本提供更实惠的选择。这项工作正在进行中。机器人设计师Justine Rembisz坦言：“我们仍处在早期阶段，因此它们并不总是按照我们希望的方式工作。”

X公司还拥有一个机器人法医小组，他们的职责是全天候寻找机器人的故障根源。最近一个案例涉及机器人被引入Alphabet的第二座大楼进行测试时拒绝移动的问题。调查结果显示，建筑物的天窗光线导致机器人的传感器在地板上产生错觉。法医小组的负责人莎拉·科表示：“机器人的症状常常令人困惑。”

目前最大的疑问在于，机器学习是否能让机器人完成许多不同的日常任务。彼得·阿比尔教授是加州大学伯克利分校的教授以及创业协变公司的联合创始人，他认为直觉可能正确。“当你学会分类垃圾后，应该能够更快地学会其他事情，比如摆好桌子。”尽管X实验室和其他实验室取得了令人鼓舞的成果，但仍未有确凿证据表明机器人技术中的任务之间存在大量转移。阿比尔表示：“也许人们还没有建立一个足够大的实验来实现它。”如何证明几个月学习的垃圾分类有助于机器人更快完成其他任务，是布朗多团队在2020年的重要任务之一。至于日常机器人成为有用帮手的时刻，尽管仍然遥远，但想象一下它们如何帮助那些需要照顾的人，比如布朗多的母亲，就已经让人充满期待。当被问及这个问题时，他提到他的母亲已经81岁，依赖看护人员的四次访问来维持正常生活。“当我给她打电话时，她总会问，‘机器人什么时候来？’”布朗多开玩笑说。他回答：“也许还要再过几年。”