一位倉庫搬運工走近一堆貨箱。貨箱的形狀、大小和顏色各不相同,被隨意地堆疊在一起。
設想一下,你可以看到搬運工腦子里關于如何搬運箱子的思維活動,然后考慮一下該問題的復雜程度。
許多貨箱都是標準的棕色,而且緊緊地壓靠在一起,使人很難看清楚邊緣。兩個箱子之間的分界線到底在哪里呢?還有一種情況是,箱子之間有間隔,并且沒有對齊。有些箱子被轉動過,所以有一個邊緣伸出。在整堆箱子的頂上,一個小箱子斜放在兩個較大的箱子之間。大多數箱子都是普通的棕色或白色的紙板制成,但也有一些印有公司標志,還有一些則是放在商店貨架上展示的彩色零售包裝盒。
當然,人類大腦幾乎瞬間就能識別出所有這些復雜的視覺信息。工人能很容易地感知到每個箱子的尺寸和方位,并且似乎本能地知道他必須先搬開頂上的箱子,以及如何按一定的順序搬箱子而不使其余的部分坍塌。
這正是人類大腦逐漸進化過程中所克服的一大視覺感知挑戰。工人成功搬動箱子這一現象并沒什么了不起,但在這里提到的工人是一個機器人。更確切地說,它是一個蛇形的機械臂,頭部是一個有磁力的挾持器。機器人的理解力比人要慢,它會先注視這些貨箱,略微調整視線,再思考一會兒,最終猛地向前抓起頂部的一個貨箱。這個任務雖然看似簡單,但機器人這種遲鈍的表現幾乎全部來自于任務背后所需要的驚人的復雜計算。縱觀信息技術的歷史,我們至少可以知道一件事,那就是這個機器人很快將會得到一次速度升級。
事實上,設計和制造這款機器人的是硅谷的一家創業公司工業知覺公司(Industrial Perception,Inc.)的工程師,他們相信機器人最終每一秒就能搬動一個貨箱。與此相比,一個工人搬一個貨箱最快需要六秒。不用說,機器人可以連續工作,它永遠不會疲憊或像人一樣背部受傷,當然也永遠不會提出任何賠償要求。
工業知覺公司的機器人令人驚嘆,因為它能將視覺感知、空間計算和靈活性很好地結合在一起。換言之,它正在占領機器自動化的{zh1}領地,與人類爭奪所剩不多的相對常規的體力工作。
當然,機器人出現在工廠里并不新鮮。在幾乎每一個制造業部門,從汽車到半導體,它們都變得不可或缺。電動車企業特斯拉公司(Tesla)在加州弗里蒙特有個新計劃,要使用160個具有高度靈活度的工業機器人每周組裝約400輛汽車。每當一個新的汽車底盤到了流水線的下一個位置,便會有多個機器人撲上來,協同操作。機器人能夠使用機械手臂自主切換工具,完成各種任務。比如,同一個機器人能安裝座位、更換設備、涂粘合劑并將擋風玻璃安裝到位。據國際機器人協會(International Federationof Robotics)稱,工業機器人在全球的出貨量在2000年到2012年間增長了60%以上,2012年的總銷售額約為28億美元。迄今為止,全球增長最快的市場是中國,機器人裝置在2005年到2012年間以每年大約25%的速度增長。
雖然工業機器人可以說是速度、精度和力量的wm結合,但在很大程度上,它們只是經過精心設計的“盲目”的勞動力。它們主要依靠jq的定時和定位。在少數情況下,機器人具有機器視覺能力,但它們通常只能看到兩個維度,而且還要在控制好照明條件的情況下。例如,它們可以從平坦的表面選擇零件,但如果其所處位置的視角無法感知深度的話,可能就會對周圍環境要求很高,而環境基本都是不可預知的。這一問題造成的結果是,許多工廠的日常工作都留給了人來完成。這類工作經常涉及到銜接機器之間的作業,或者是處于生產過程端點的工序。例如,從容器中選取零件,然后將它們送入下一臺機器,或裝卸運送產品進出工廠的卡車。