投資公司Lux Capital的合伙人Shahin Farshchi,在著名的科技網(wǎng)站IEEE發(fā)文,說他作為一個(gè)投資人,是怎樣認(rèn)識(shí)正在突飛猛進(jìn)的機(jī)器人技術(shù)的。
更快的處理器,更便宜的傳感器,大量的開源代碼,無所不在的鏈接,和3D打印的突破,這些都促進(jìn)了近來機(jī)器人技術(shù)的進(jìn)步。我想,這些力量只會(huì)越來越強(qiáng)大,隨著越來越多的機(jī)器人成為我們生活的一部分,我們必須面對(duì)新的挑戰(zhàn):就是我們?nèi)绾谓邮芎褪褂脵C(jī)器人。
一些觀察者擔(dān)心“人與人之間的互動(dòng)”會(huì)消失,還有一些人則警告說,以后就找不到工作了,因?yàn)闄C(jī)器人會(huì)做那些不應(yīng)該由機(jī)器去做的事情,比如照顧老人。我們依靠機(jī)器人和自動(dòng)化設(shè)備是會(huì)有代價(jià)的,而且這些代價(jià)是由我們自己來承擔(dān),就如我們應(yīng)用核能、飛機(jī)、計(jì)算機(jī)這些技術(shù)一樣。
作為一個(gè)在機(jī)器人領(lǐng)域?qū)ふ疑虣C(jī)的投資人,我與很多人聊過這個(gè)話題。我經(jīng)常聽到他們自相矛盾的說法,所以我經(jīng)常不得不作出自己的結(jié)論。下面我將列出五個(gè)關(guān)于機(jī)器人的問題,而且我把它們歸類為“誤解”或者“事實(shí)”。我希望這些問題能夠在工程師、政策制定者、消費(fèi)者和投資人里,引起一些思考和討論。
圖為特斯拉生產(chǎn)車間里的機(jī)器人正在“辛勤”工作
機(jī)器人將會(huì)減少人的工作機(jī)會(huì):誤解
我?guī)缀鯇?duì)每一個(gè)生產(chǎn)和物流管理公司說,利用機(jī)器人可以提高操作效率、改善員工的生活品質(zhì),人依然是這個(gè)公司里的關(guān)鍵部分。事實(shí)上,工人應(yīng)該把機(jī)器人當(dāng)作一種工具,就好像熟練的工匠看待他的精密儀器一樣,這樣既給員工帶來更高的成就感,又會(huì)增加產(chǎn)出。
特斯拉公司就用機(jī)器人去完成對(duì)于人工而言很艱巨或很危險(xiǎn)的工作,而讓工人監(jiān)督機(jī)器人操作、并保證產(chǎn)品質(zhì)量。在特斯拉的組裝流水線上,由工人去監(jiān)督機(jī)器人完成粘接、鉚接和焊牢各道工序。這些工人都應(yīng)該感到很自豪,因?yàn)樗麄兪切聲r(shí)代的一份子,用機(jī)器人去改革傳統(tǒng)制造業(yè),比如汽車制造業(yè)。
生產(chǎn)與物流管理業(yè)必須依靠機(jī)器人才能存活下來:事實(shí)
盡管總體擁有成本(TCO)是購買固定設(shè)備的普遍標(biāo)準(zhǔn),但在自動(dòng)化機(jī)械領(lǐng)域,通常用“回收期”作為標(biāo)準(zhǔn)。以搬運(yùn)為例,用人工的話每年要支付3.25萬美金去專門完成一道工序。按照慣例,生產(chǎn)與物流公司以一年為回收期來采購自動(dòng)化設(shè)備。因此,使用一個(gè)6.5萬美金配置的機(jī)器人就很有誘惑力了,它可以完成兩道工序。而且,凈現(xiàn)值、升級(jí)和維護(hù)費(fèi)用也算在這6.5萬美金里了。
亞洲的勞動(dòng)力更便宜,但價(jià)格也正在急劇上漲。所以,如富士康這樣的亞洲制造商,正在積極尋找自動(dòng)化技術(shù)來提高工人的生產(chǎn)率,以迎合日益增長(zhǎng)的產(chǎn)品需求。在物流業(yè),我們也看到了同樣地趨勢(shì)。物流企業(yè)的競(jìng)爭(zhēng)力就在于為客戶提供更便宜的高質(zhì)量快遞服務(wù),而自動(dòng)化機(jī)器正是物流企業(yè)的核心設(shè)備。機(jī)器人會(huì)被用來保證物流企業(yè)的競(jìng)爭(zhēng)力。
智能機(jī)器人還是太慢了:事實(shí)
(編者注:目前開發(fā)機(jī)器人所用的算法基礎(chǔ)依然是“暴力算法”,就是窮舉所有可能的結(jié)果,再從這些可能結(jié)果里搜索出完成任務(wù)所必須的信息,這種算法還是太慢了。這幾年的一個(gè)突破就是嘗試把云計(jì)算加入機(jī)器人技術(shù)里去,從而加快機(jī)器人的反應(yīng)能力。)
如果你看了去年的DARPA機(jī)器人挑戰(zhàn)賽,你會(huì)立刻知道,這些機(jī)器人即使在做一些很基本的任務(wù)時(shí)都很笨拙。盡管摩爾定律已經(jīng)加速提升了計(jì)算機(jī)視覺的能力,但是用決策樹指導(dǎo)機(jī)器人完成任務(wù)時(shí),以搜索為基礎(chǔ)的傳統(tǒng)算法還是太慢了。
如果你看過那個(gè)“機(jī)器人PR2疊毛巾”視頻的話,你就會(huì)看到,對(duì)于我們?nèi)祟愝p而易舉的任務(wù),對(duì)于機(jī)器人而言也是需要算法去完成的,即使它安裝了最先進(jìn)的傳感器。隨著基礎(chǔ)算法的改進(jìn),一定會(huì)有重要的突破,不用再使用“暴力算法”去實(shí)現(xiàn)計(jì)算機(jī)視覺或完成其他任務(wù)。特別是,模式識(shí)別領(lǐng)域里已經(jīng)有了很多研究,再加上當(dāng)計(jì)算機(jī)視覺算法縮短時(shí),就可以交由“云”機(jī)器人去控制操作了。
機(jī)器人太昂貴了:誤解
以家用電器就是一個(gè)典型的例子,很多人現(xiàn)在購買家電時(shí)根本不會(huì)很猶豫。這些電器得益于數(shù)十年累積的技術(shù)進(jìn)步,和數(shù)百萬遍地可用的零部件,這些零部件的開發(fā)和加工成本都是分散的。我們同樣可以用這種方式去降低機(jī)器人的開發(fā)成本。
不過,問題在于制造機(jī)器人所需的硬件還是太專業(yè)又太昂貴了。尤其是執(zhí)行器,它是所有機(jī)器人身上最貴的部分,而且,不像照相機(jī)上面的處理器和傳感器,執(zhí)行器的成本不會(huì)顯著地降下來。
比如說,已經(jīng)被Google收購的 Industrial Perception,這家初創(chuàng)企業(yè)一開始就在研究怎么改進(jìn)機(jī)器人的性能,讓機(jī)器人在一個(gè)集裝箱里去識(shí)別和卸載各種各樣的小盒子,并且能達(dá)到和人類一樣的速度。盡管它的機(jī)器人系統(tǒng)所采用的傳感器并不貴,但是它用執(zhí)行器做動(dòng)力的機(jī)械手臂還是相對(duì)比較貴的。
好消息是,我相信我們將會(huì)看到制動(dòng)系統(tǒng)里一系列新的革新,這將大大降低制造機(jī)器人的成本,就像家用電器一樣。可觀的領(lǐng)域包括安裝特殊傳感器的機(jī)械關(guān)節(jié),這個(gè)機(jī)械關(guān)節(jié)可以讓機(jī)器人精確安全地控制自己的動(dòng)作。比如像卡耐基梅隆大學(xué)衍生的公司如 IAM Robotics, Redwood Robotics(已經(jīng)被Google收購), and Modbot等,它們都在研發(fā)獨(dú)特的方式來精簡(jiǎn)發(fā)動(dòng)機(jī)、齒輪和傳感器,從而大大降低了機(jī)械手臂的成本,而機(jī)械手臂的成本通常決定了整個(gè)機(jī)器人的制作成本。
機(jī)器人操作起來很困難:事實(shí)
大多數(shù)自動(dòng)化機(jī)器人需要訓(xùn)練有素的工人來操作,還需要細(xì)致的規(guī)劃、校準(zhǔn)和測(cè)試。這些必要條件對(duì)于一些企業(yè)來說通常是很難接受的,有些企業(yè)需要機(jī)械設(shè)備在數(shù)天內(nèi)無差錯(cuò)地運(yùn)轉(zhuǎn)。盡管有ROS(機(jī)器人操作系統(tǒng))和OpenCV(開源計(jì)算機(jī)視覺)這樣的應(yīng)用軟件來簡(jiǎn)化任務(wù)和要求,讓機(jī)器人能夠運(yùn)轉(zhuǎn)起來做一些有用的事情,但依然需要由擁有博士學(xué)位的機(jī)器人專家來操作。
如果要通過命令提示符來啟動(dòng)PC,那么計(jì)算機(jī)是否還會(huì)像現(xiàn)在這么流行?估計(jì)也只會(huì)在開發(fā)者之間流行吧,而不會(huì)是在引發(fā)PC革命(隨之而來的是因特網(wǎng)革命)的大眾之間流行。標(biāo)準(zhǔn)的CAD/CAM/Gerber/toolpath制作人都會(huì)把自動(dòng)化機(jī)器工具做得讓小白用戶都能操作。我們同樣需要更簡(jiǎn)單地去操作機(jī)器人。
(轉(zhuǎn)載)