谷歌母公司新项目Everyday Robot 意在开发“通用学习机器人”

最近几个月，谷歌母公司Alphabet的登月计划X团队一直在办公室里使用机器人对垃圾进行分类。这些带轮子的机器人可以移动到加州山景城办公室的垃圾站，利用计算机视觉和机械手臂的组合对垃圾进行分类。

日前，神秘的X团队推出了一个颇有野心的项目，名为Everyday Robot，其目标是开发“通用学习机器人”。

X 全称为The Moonshot Factory，以前被称为Google X，是Alphabet的子公司，曾参与谷歌的自动驾驶汽车项目Waymo，与Project Loon和Wing一起成为Alphabet的子公司。

Everyday Robot项目已经进行了多年，许多与谷歌AI合作的团队成员在2015年或2016年加入了Alphabet。

具体想法是，让机器人利用摄像头和复杂的机器学习算法来查看周围世界并向之学习，而无需教授它们可能遇到的每一种潜在情况。

现在，研究团队正在测试能在工作场所环境中提供帮助的机器人，嗯……虽然这些机器人暂且学的是如何分类垃圾。以下是其中一个的样子，是不是让你想起了高大威猛的单臂机器人Wall-E。从官方给出的视频来看，这种机器人实际上是将可回收罐从堆肥堆分类到回收堆。

别看抓东西对大多数人来说小菜一碟，但实际上教会机器人是一件非常有挑战性的事情。所以，Everyday Robot的机器人在物理世界和虚拟世界中进行双重实践，以提高本领。在参观X的办公室中，科技媒体 Wired描述了将近30个机器人在人类的监督下，如何在白天将垃圾分类到托盘中以进行堆肥，填埋和回收利用。

根据Wired的说法，到了晚上，Everyday Robot让虚拟机器人练习在模拟建筑物中抓取东西。然后，将模拟数据与真实世界数据结合，该数据每两周会在系统更新中提供给机器人。

X说，通过以上种种实践，对于分类，机器人可谓得心应手，仅不到5%的垃圾放在错误的位置，对比之下，X的员工则将20%的垃圾放在错误的地方。是不是觉得机器人已经很棒了？

不过，这并不意味着它们已经准备好取代人工。还是有一些尴尬场面出现，比如Wired观察到一个机器人茫然地抓着空气，而不是前面的碗，然后试图放下“碗”。在另一个演示过程中，机器人还失去了一根“手指”。

工程师还告诉Wired，有一点，有些机器人一度无法在建筑物中移动，原因是某些类型的光线导致其传感器产生出“幻觉”。

目前，几乎所有初创公司都致力于教授机器人如何抓握，例如Embodied Intelligence和非营利组织Open AI。同样由Alphabet拥有的谷歌也对抓握进行了研究，在2016年一段视频中，介绍了一些谷歌制造的机械臂试图抓住尺寸不同的物体。

AMP Robotics为其自动化垃圾分类的人工智能筹集了1600万美元。此外，公司园区里正在试用的垃圾分类计算机视觉系统Oscar，以及麻省理工学院（MIT）使用触摸识别可回收材料（如纸张、塑料和金属）的系统。

过去一年里，英伟达和Facebook等公司在机器人挑战方面做得更深入，目的是创造能在世界范围内运行的硬件，同时创造复杂的多模式人工智能系统。

而X和谷歌正在做的工作正在取得进展。例如，波士顿动力公司（以前由谷歌拥有）在2018年发布了一个视频，技惊四座，其SpotMini机器人抓住门把手为朋友打开门！

谷歌从今年三月开始的研究展示了机器人可以拾取物体，并且随着时间的推移，它变得更聪明了，学会了抛出特定形状东西的最佳方法。

尽管进行了这么多研究，但谷歌和Alphabet在机器人技术方面的历史一直令人困惑。 谷歌在机器人技术上的最后一次认真尝试始于2013年，该团队由Android联合创始人安迪·鲁宾领导。

虽然该部门进行了一些引人注目的收购，包括波士顿动力，但并没有得到具体的证实，鲁宾在遭到性骚扰指控后于2014年离开了谷歌。不过，根据今年3月的一份报告，谷歌显然正在重新涉足机器人领域，它的新机器人也在学习如何抓取，但谷歌的工作似乎与Everyday Robot不同。

Everyday Robot负责人汉斯·彼得·布隆德莫（Hans Peter Brondmo）表示，希望有一天能制造出一种可以帮助老年人的机器人。但是他也承认类似的东西可能还需要几年的时间，所以目前看来，机器人可能先攻克的是垃圾分类。这对于饱受湿垃圾、干垃圾困扰的人来说，不失为一个好消息！

学习通用母公司计划

免责声明：本网信息来自于互联网，目的在于传递更多信息，并不代表本网赞同其观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益，请及时联系我们，本站将会在24小时内处理完毕。