現在，在離柏林不遠的一個倉庫裡，一個亮黃色的機器人正斜倚在傳送帶上，從板條箱裡挑選物品，就像一隻啄食穀物的小雞。

機器人本身看起來並沒有那麼不尋常，但它的眼睛和大腦卻與眾不同。在六鏡頭相機陣列和機器學習演算法的幫助下，它能夠抓取和打包那些會迷惑其他機器人的物品。多虧了一個神經網路，總有一天它會和世界各地倉庫裡的夥伴們分享，它學到的任何東西，他們也會學到的。向這個機器人展示一個它以前從未見過的產品，它不僅會知道如何掌握它，而且會將這些資訊反饋給它的同行。

安裝機器人的物流公司Knapp負責創新的副總裁Peter Puchwein告訴Verge：“我們測試了這個機器人三四個月，它幾乎可以處理我們扔給它的所有東西。”。“我們真的要把這些推向市場。我們需要大量這樣的機器。”

對於機器人的創造者，加利福尼亞的人工智慧和機器人技術初創公司協方差來說，在德國的安裝是一個很大的進步，同時也表明公司在一個困擾工程師幾十年的挑戰上取得了長足的進步：教機器人撿東西。

聽起來很簡單，但這是一項’一些最大的研究實驗室和科技公司都被這家公司難倒了。谷歌已經運行了一個機器人手臂的穩定，試圖學習如何可靠地抓住東西（員工開玩笑地稱之為）“手臂坑”)亞馬遜每年都會舉辦一次競賽，挑戰初創企業用機器人在貨架上進貨，希望能找到一臺足夠好的機器來存放倉庫（目前還沒有）’還沒有）。

但是協方差聲稱，它的機器人可以做別人做不到的事情：一天24小時工作，毫無顧忌地挑選物品。這並不意味著採摘是一個解決了的問題（協變的機器人使用吸盤而不是機械手指，使任務更容易），但它確實釋放了很多潛力。在倉庫和物流領域尤其如此，專家們說很難找到人類工人，他們需要所有能得到的機器人。

協變公司聯合創始人、伯克利機器人學習實驗室主任Pieter Abbeel在接受《The Verge》採訪時，將目前機器人拾荒者的市場與自動駕駛汽車的市場進行了比較：有很多炒作和華麗的演示，但現實世界的測試和能力還不夠。

“我們的客戶不再信任演示短片了，”阿貝爾說。“他們非常清楚，大部分困難在於一致性和可靠性。”

Knapp的Puchwein同意這一觀點，他告訴《邊緣報》：“對於初創公司來說，典型的做法是播放一些經過精心編輯的簡短影片。但是一旦你試著測試機器人，他們就失敗了。”

機器學習的前景催生了很多這種炒作。今天的工業機器人能夠以極高的速度和精度進行抓取，但前提是它們所抓取的東西同樣一致：形狀規則，錶面易於抓取。這在**業很好，機器必須一次又一次地抓取同一件物品，但在零售物流業卻很糟糕，在零售物流業，被包裝的物品在大小和形狀上都有很大的差異。

硬編碼機器人的每一個動作，就像傳統程式設計一樣，在第一個場景中工作得很好，但第二種情況下卻非常糟糕。但是如果你使用機器學習來提供系統資料，讓它生成自己的規則來代替選擇，它做的更好。

協方差使用各種人工智慧方法來訓練機器人，包括強化學習：一種嘗試和錯誤的過程，機器人有一個設定的目標（“移動物件x到位置y”），並必須自己解決它。這種培訓大多是在模擬中進行的，機器可以在模擬中慢慢來，通常需要數千小時的工作。結果就是阿貝爾所說的“協變大腦”——這是該公司機器人共享的神經網路的暱稱。

協變公司成立於2017年，名為“體現情報”（Embodized Intelligence），如今脫穎而出，但它肯定不是唯一一家應用這些方法的公司。許多初創公司，比如Kinderd和RightHand Robotics，都使用類似的機器學習和機器人技術的融合。但協變公司看好它的機器人比其他任何公司的都好。

Abbeel說：“現實世界的部署是關於極端一致性和可靠性的。在德國的倉庫裡，協變公司聲稱他們的機器可以挑選和包裝大約10000種不同的物品，準確率超過99%——這是一個令人印象深刻的數字。

普希文同意了，他會知道的。他在這個行業有16年的工作經驗，包括為Knapp工作，Knapp是全球最大的自動化倉庫**商之一。該公司去年安裝了2000套系統，營業額超過10億歐元。

普什溫說，公司的工程師們周遊世界，尋找最好的採摘機器人，最終決定了協方差，協方差公司作為非排他性合作伙伴安裝了協方差機器人。“非人工智慧機器人可以挑選我們客戶使用的產品的10%，但AI機器人可以選擇95%到99%左右，”Puchwen說。“這是一個巨大的區別。”

普希文也不是船上唯一的人。在今天的祕密行動中，協方差宣佈了一大批私人支持者，其中包括一些在人工智慧研究領域最引人註目的名字。他們包括谷歌的人工智慧負責人傑夫·迪恩、Facebook的人工智慧研究負責人揚·勒坤和“人工智慧教父”之一傑弗裡·辛頓。正如阿貝爾所說，這些人的參與與其他任何事情一樣，都是為了借出他們的“聲譽”。“投資者不僅僅關心他們帶來的錢，”他說。

對於所有的信心，投資者和其他，協變的運作是難以置信的小現在。在美國和國外，在服裝、製藥和電子行業，它只有少數幾個機器人全職工作。

在德國，協變公司的揀貨機器人（目前只有一個）正在為一家名為Obeta的公司包裝電子元件，但該公司表示，它渴望有更多的機器人來彌補人手短缺——這在物流業很常見。

儘管有人說機器人要做人類的工作，但人類做某些工作的能力還不夠。一份最新的行業報告顯示，54%的物流公司在未來五年面臨員工短缺的問題，其中倉庫工人是最需要的職位之一。低工資、長時間工作和枯燥的工作環境被認為是導致失業率下降的因素（至少在美國是如此）。

“很難找到人來做這種工作，”奧貝塔的邁克爾·普爾特克透過翻譯告訴《邊緣報》。他說，奧貝塔依靠外來工人為公司的倉庫配備員工，整個歐洲的情況都是一樣的。“未來是更多的機器人。”

協變機器人現在與之並肩作戰的員工呢？他們介意改變嗎？據普爾特克說，他們並不認為這是一種威脅，而是一個學習如何維護機器人和獲得更好工作的機會。“機器應該做基礎工作，這既愚蠢又簡單，”普爾特克說。“人們應該照看機器。”