在办公室部署100个机器人 谷歌母公司离“自主学习”Robot还有多远？

机器人，究竟行至何处？

在元宇宙的高频交流中，一个问题如同孪生兄弟般引人注目：机器人发展到何阶段了？它关乎智能生活的步伐，涉及机器人服务人类的质量和效率。

有一种观点认为，现今的机器人世界仿佛置身50年前的计算机世界。尽管关于机器人在日常生活中的助人类功能存在诸多热议和乐观预期，但未来之路仍显漫长。

大部分机器人，如同60、70年代的大型计算机，是昂贵、专业的机器，由专家操控，仅在特定环境中执行特定任务。如同那时的计算机，机器人的普及之路也充满了类比。一系列创新，特别是微处理器的诞生，让计算机变得更为廉价、小巧、强大。目前，机器人技术也正在经历类似的蜕变。

机器学习的最新进展，结合日益先进的传感器技术和低成本硬件，预示着机器人即将迎来主流化的曙光。机器人在高度多变的环境中执行我们认为简单的任务却变得异常复杂。这是因为人类可以自然地融合视觉、理解、导航和行动来实现目标，而机器人往往需要精确的指令和编码来完成这些任务。

当下，居家服务、终端配送、商用清洁和引导讲解等领域，机器人技术的运用如百花齐放，缤纷多彩。但机器人领域究竟达到了何种程度和阶段？这个问题的答案仍在不断探索和发现中，机器人的未来，值得我们共同期待。我们注意到谷歌母公司Alphabet在其办公区域周围部署了超过100个自主机器人，这一消息引起了广泛关注。这些机器人被赋予了清洁、垃圾分类等日常任务，它们来自Alphabet旗下的Everyday Robots公司。这些机器人仿佛养兵千日，如今终于得以实际应用。

当我们探寻这家具有标志性的机器人公司时，不禁思考：现在的机器人技术已经发展到何种程度？它们未来的潜力又是如何？为了更好地了解这一点，我们深入研究了Alphabet的这些机器人。

据了解，Alphabet配置如此多的机器人，其目标是为了打造通用机器人。这类机器人能够自行学习并在“非结构化”环境中处理多项任务，而非仅在单一实验室环境中针对特定任务进行预先编程。目前，大约已有100个这样的机器人原型在Google园区的湾区进行测试，它们正在执行分类回收和擦拭桌子等工作。

这些机器人的设计理念是为了让它们在日常环境中发挥实际作用。为了实现这一目标，工程师们正在摆脱对机器人的传统编码方式，让它们在正确的时间以正确的方式完成特定的结构化任务。这表明，工程师们不仅要教会机器人执行特定的任务，还要让它们具备适应不同环境的能力。

在办公区域中，垃圾分类和清洁工作被视为机器人的理想任务。在典型的办公室环境中，由于无法有人工筛选垃圾来检查污染情况，因此让机器人承担这一任务显得尤为重要。现在，同一个垃圾分类机器人甚至可以通过配备不同的工具来执行擦拭桌子等任务。这些机器人配备了大型轮式底座和伸缩长柱，顶部装有多个摄像头和旋转式激光雷达传感器，以便“了解周围的世界”。它们正在不断地学习并适应新的环境，展示出了令人惊叹的潜力。在虚拟世界中，无数机器人正在学习如何完成各种任务。工程师们运用模拟、强化学习和协作学习等尖端机器学习技术，为这些机器人装上智慧的大脑。每晚，数以万计的虚拟机器人在云模拟器中的虚拟办公室里进行垃圾分类的训练。这些训练数据随后被应用到真实的机器人身上，提升它们的分类能力。随后，这些机器人在现实世界中的经验又被重新集成到模拟训练数据中，并与其他机器人共享，使每个机器人都能共享群体的智慧和学习成果。

经过这样高强度的学习，这些机器人的进步速度令人惊叹。如今，它们可以在一天内学习复杂的任务，如开门等，成功率比五年前更高。那时，抓取物体需要长达四个月的时间。在过去的几个月里，这些机器人已经成功地对数千件垃圾进行了分类，将办公室的垃圾污染水平从 20% 降低到了不到 5%。

这些成就的背后，展现了一种强大的力量，一种来自机器人的力量。它们不仅仅能够完成指定的任务，更能够通过实践学习，适应现实世界的不断变化。这样的智能系统，让我们看到了一个更加智能的未来的可能性。

而这一切的背后，有一个不可忽视的关键角色——Everyday Robots公司。这家公司源于谷歌的登月工厂X，与Google的团队紧密合作，致力于构建一种新型机器人。他们的目标不仅仅是让机器人可以完成垃圾分类等任务，而是构建一个可以自主学习、帮助人们（几乎）做任何事情的机器人。这样的机器人，无疑为我们带来了更智能、更便捷的生活的期待。是不是能真切地感受到这样一股来自机器人的力量，在推动着更加智能世界的到来？他们的宏伟愿景是打造能够对物理世界产生深刻变革的机器人，就如同计算机在数字世界中所展现的变革力量。要想实现这一梦想，我们必须首先解决机器人技术中的最大难题——制造出一种能够学习并帮助我们处理各种事务的机器人。

当今的机器人擅长三件事：力量、精度和重复。在理解新环境、执行多样化任务方面，他们表现得并不出色。简单来说，他们的能力范围狭窄，是因为他们被编程为在一个固定的环境中解决单一问题。

为了弥补当前单一用途机器人与未来辅助机器人之间的差距，他们公司正致力于研发一种能够在现实生活中自主学习的新型机器人。这是一项比制造自动驾驶汽车更为艰巨的挑战，因为机器人技术领域中没有既定的规则可遵循。

“我们正在步入一个机器人可以学习的未来，远离必须精心编码的世界。”这是Everyday Robots公司长期坚持的信念。他们的目标是将科幻小说中的助手机器人变为现实，为此需要解决机器人技术中的最大难题。一旦成功，将能解放人们每天耗费在琐碎事务上的数十亿小时，让我们有更多的时间去做真正重要的事情。

相比于遥不可及的元宇宙，这些实实在在的机器人更具有吸引力。随着技术和产品的不断进步，我们将更加信任地交由机器人处理那些耗时的日常任务。一个充满可能性的世界将展现在我们的面前，一个我们可以自由选择将时间花在真正重要的事情上的世界。