为何制造机器人这么难
2012-12-25 10:44:40 来源：纽约客 我要评论（）
机器人在一夜之间充满各大新闻。三菱刚刚宣布他们特别设计制造了一个机器人来帮助清理福岛核电站;美国国家航空航天局(NASA)正在制造用于外太空的机器人勤杂工。在过去的两个星期里我们看到，一份新的给机器人看的iPad指南(该机器人选用19世纪的26个机器人)；一个新发明的专门用于给Roomba(美国家用机器人)下载应用的网站robotappstore.com。点名时间(Kickstarter)上时下最热的，即将于13年3月上架的Romo，是一个小巧、外形如坦克、由iPhone作为”大脑“的机器人。
这不是人们第一次试图追逐服务类机器化市场。最为人熟知的可能就是视频游戏先驱Atari的创始人NolanBushnell在1980年代早期与另一公司Androbot的尝试。他为此投入并最终失去了自己的2300万美元。三十年后，电脑运行速度有了很大提升，但是机器人似乎仍止步不前。当你走进Brookstone或者BestBuy(美国两家零售商)，你能发现的唯一机器人似乎只有儿童玩具和升级版的机动吸尘器，而不是多功能到可以换尿布、举行会谈或者做晚饭的全功能帮手。
一如长期以来的现状，制造用于一般用途的机器人面临两大挑战，硬件与软件。任何一个挑战都难以解决，每一个挑战的困难程度都超过人们想象。在硬件方面，目前有很多机器人都可以做到很酷的事。比如，一个机器人跑得比人类最高速度还快，另一个可以跳江南Style。还有一个PR2可以叠毛巾以及供应啤酒。但目前，上述每一个机器人都只是对概念可行所做的证据。那些速度又快，物理构造又强大的四足机器人AlphaDog(头号机器狗)，无头但不可思议的PETMAN(宠物人)目前仍然依赖由强大的泵和汽油发动机供能的液压促动器。它们在实验室检测环境下工作的十分良好，但你仍然不能指望它们在你家出入自如。仅仅让PR2拿来啤酒这件事就可能需要5分钟。
计算机处理器变的越来越快，根据摩尔定律预测，几乎每18个月就提高一倍。另一方面，记忆存储器变的越来越便宜。但用于使机器人移动的马达和促动器并没有以此速度改进。(同样核心的电池科技变化速度很快，但仍赶不上摩尔速度。)用IEEESpectrum(美国科技杂志)机器人学部分编辑EricoGuizzo的话说，”很多人已经在类人机器人领域工作了好几十年，但用于驱动机器人四肢的电子马达太大，太重也太过缓慢。今天最先进的类人机器人仍然是由笨重的金属部件组成，其应用在人的周围时并不安全。
如RethinkRobotics(具有常识的工业机器人)的创造者，RodneyBrooks对我的解释所说，核心困难存在于信息与物理之间。“如果你想用蓝色的沙堆代表一个0，红色的沙堆代表一个1，那么你可以将每堆沙子对半分，之后沙堆所代表的信息并不会改变。你可以继续这么做直到变成每堆只剩下最后一粒沙。这就是我们实质上在对电脑做的事情，也是我们可以持续将其变小的原因。但质量与运动遵循的规律与信息遵循的规律不同。如果你只用一半的力量移动一只胳膊，那结果就是它只移动了一半，这就意味着，比如说，你不可能将原有胳膊缩小却期待它仍能举起相同重量的物体。”
同时，无论机器人长的像人类还是冰球，它的聪明程度只取决于其里面的软件。而人工智能大部分依然只是，仍在进行中的并且无法反映人类意识的全部灵活性。从生物脑的模拟到深层学习再到从经典人工智能中总结的往日技巧，策略上没有任何不足，但仍没有机器可以灵活到哪怕小小的处理下真实世界。比如说，最好的机器人视觉系统，在处理分离的目标时效果远比处理一个包含多目标的复杂情境好的多;一个机器人可以轻松地学会怎样去分辨人和篮球的区别，但是对于学习人们在传球时路径的意义就困难得多了。而对复杂且灵活的目标的视觉识别，就好像制作通心粉，或是打开、合上手掌的连锁动作一样，也呈现出很大的挑战。将人类的常识赋予机器人则更是难上加难。
实质上，过往创造的每一个机器人所面对的核心挑战都是将其一般化和让其从实验室走入真实世界。让机器人在空房间里叠毛巾是一回事;而让它在拥挤的公寓里，面对诸多无法解析的干扰来成功叠毛巾则是另一回事。同样的，一台机器人样品跑得如豹子一样快确实令人吃惊，但这只是实行在平坦的传送带上而不是真实世界的崎岖土地上。“电影和小说调动了人们对机器人能做什么的期待，”HoalohaRobotics公司的TandyTrower(曾任职MicrosoftRobotics)说，“我认为至少在十到二十年内，我们并不具备创造在电脑操作上拥有可负担、安全、可操纵特性的移动机器人。”值得注意的是，iRobot的创始人RodneyBrooks的预测与之如出一辙。
每天都有实质上的重要进展连续发生，有时还是重要的大突破，就像微软的Kinect3-D传感器，它可以用于电视游戏，可负担起的室内3-D视觉变成真实的目标。在机器人领域最大的新兴公司之一WillowGarage已经对外开放了许多它们的软件，这就意味着全世界的电脑狂们每一次从新制造机器人时不用把过往推倒重来。但是如TheJetson’sRosie这样的机器人助手们面对着在速度、安全性、独立性和智能性需要被解决的困难时，仍有很长路要走。
这不是人们第一次试图追逐服务类机器化市场。最为人熟知的可能就是视频游戏先驱Atari的创始人NolanBushnell在1980年代早期与另一公司Androbot的尝试。他为此投入并最终失去了自己的2300万美元。三十年后，电脑运行速度有了很大提升，但是机器人似乎仍止步不前。当你走进Brookstone或者BestBuy(美国两家零售商)，你能发现的唯一机器人似乎只有儿童玩具和升级版的机动吸尘器，而不是多功能到可以换尿布、举行会谈或者做晚饭的全功能帮手。
一如长期以来的现状，制造用于一般用途的机器人面临两大挑战，硬件与软件。任何一个挑战都难以解决，每一个挑战的困难程度都超过人们想象。在硬件方面，目前有很多机器人都可以做到很酷的事。比如，一个机器人跑得比人类最高速度还快，另一个可以跳江南Style。还有一个PR2可以叠毛巾以及供应啤酒。但目前，上述每一个机器人都只是对概念可行所做的证据。那些速度又快，物理构造又强大的四足机器人AlphaDog(头号机器狗)，无头但不可思议的PETMAN(宠物人)目前仍然依赖由强大的泵和汽油发动机供能的液压促动器。它们在实验室检测环境下工作的十分良好，但你仍然不能指望它们在你家出入自如。仅仅让PR2拿来啤酒这件事就可能需要5分钟。
计算机处理器变的越来越快，根据摩尔定律预测，几乎每18个月就提高一倍。另一方面，记忆存储器变的越来越便宜。但用于使机器人移动的马达和促动器并没有以此速度改进。(同样核心的电池科技变化速度很快，但仍赶不上摩尔速度。)用IEEESpectrum(美国科技杂志)机器人学部分编辑EricoGuizzo的话说，”很多人已经在类人机器人领域工作了好几十年，但用于驱动机器人四肢的电子马达太大，太重也太过缓慢。今天最先进的类人机器人仍然是由笨重的金属部件组成，其应用在人的周围时并不安全。
如RethinkRobotics(具有常识的工业机器人)的创造者，RodneyBrooks对我的解释所说，核心困难存在于信息与物理之间。“如果你想用蓝色的沙堆代表一个0，红色的沙堆代表一个1，那么你可以将每堆沙子对半分，之后沙堆所代表的信息并不会改变。你可以继续这么做直到变成每堆只剩下最后一粒沙。这就是我们实质上在对电脑做的事情，也是我们可以持续将其变小的原因。但质量与运动遵循的规律与信息遵循的规律不同。如果你只用一半的力量移动一只胳膊，那结果就是它只移动了一半，这就意味着，比如说，你不可能将原有胳膊缩小却期待它仍能举起相同重量的物体。”
同时，无论机器人长的像人类还是冰球，它的聪明程度只取决于其里面的软件。而人工智能大部分依然只是，仍在进行中的并且无法反映人类意识的全部灵活性。从生物脑的模拟到深层学习再到从经典人工智能中总结的往日技巧，策略上没有任何不足，但仍没有机器可以灵活到哪怕小小的处理下真实世界。比如说，最好的机器人视觉系统，在处理分离的目标时效果远比处理一个包含多目标的复杂情境好的多;一个机器人可以轻松地学会怎样去分辨人和篮球的区别，但是对于学习人们在传球时路径的意义就困难得多了。而对复杂且灵活的目标的视觉识别，就好像制作通心粉，或是打开、合上手掌的连锁动作一样，也呈现出很大的挑战。将人类的常识赋予机器人则更是难上加难。
实质上，过往创造的每一个机器人所面对的核心挑战都是将其一般化和让其从实验室走入真实世界。让机器人在空房间里叠毛巾是一回事;而让它在拥挤的公寓里，面对诸多无法解析的干扰来成功叠毛巾则是另一回事。同样的，一台机器人样品跑得如豹子一样快确实令人吃惊，但这只是实行在平坦的传送带上而不是真实世界的崎岖土地上。“电影和小说调动了人们对机器人能做什么的期待，”HoalohaRobotics公司的TandyTrower(曾任职MicrosoftRobotics)说，“我认为至少在十到二十年内，我们并不具备创造在电脑操作上拥有可负担、安全、可操纵特性的移动机器人。”值得注意的是，iRobot的创始人RodneyBrooks的预测与之如出一辙。
每天都有实质上的重要进展连续发生，有时还是重要的大突破，就像微软的Kinect3-D传感器，它可以用于电视游戏，可负担起的室内3-D视觉变成真实的目标。在机器人领域最大的新兴公司之一WillowGarage已经对外开放了许多它们的软件，这就意味着全世界的电脑狂们每一次从新制造机器人时不用把过往推倒重来。但是如TheJetson’sRosie这样的机器人助手们面对着在速度、安全性、独立性和智能性需要被解决的困难时，仍有很长路要走。