工業(yè)是機器人應用最為廣泛與最為常見的領域，從滿是裝配工人的汽車廠房、電子廠房，到僅有幾個技術工人操控、維護機械臂的無人化工廠，機器人正在替代人類從事一些簡單、低端、枯燥的工作。

國際機器人聯(lián)合會發(fā)布的報告顯示，2019年全球工廠中運轉的機器人總數(shù)達到創(chuàng)紀錄的270萬臺，比前一年增長12%。其中，中國工廠中的機器人為78.3萬臺，比前一年增長21%；日本和印度工廠中運轉的機器人分別為35.5萬臺和2.63萬臺，美國和歐洲則則分別達到29.32萬臺和58萬臺，德國工廠中運轉的機器人數(shù)量為22.15萬臺，其工廠工人與機器人的配比高達7：1，機器人正走上工人崗位。

不過值得注意的是，當前無論是工業(yè)機器人還是服務形機器人均與“人”扯不上關系，要么是只有一只機械臂的工業(yè)機器人，要么是類似于“瓦力”這類服務機器人，或者就是波士頓動力旗下的“Spot”、小米旗下的“鐵蛋”，類似于波士頓動力Atlas、Tesla Bot人工智能人型機器人更是屈指可數(shù)，可以說人形機器人是戴在機器人賽道頭上的王冠。

但誰也沒想到曾經站在科技金字塔的類人機器人卻在倉庫去搬箱子了。9月18日，海外媒體CNET消息稱，美國創(chuàng)業(yè)公司Agility Robotics旗下類人機器人Digit已在倉庫中得到應用，目前能夠像人一樣完成搬箱子的任務，這看起來較Tesla Bot更靠譜。

給機器人造腦子

人之巧乃可與造化者同功乎？

《列子·湯問》有言，公元前九世紀奇人巧匠偃師為周穆王獻上“歌舞偶人“，偶人掰動下巴，能曼聲而歌，調動手臂，會搖擺起舞，舉止之間，如真人一般，并詳細的描繪了其用材與內部構造。無獨有偶，500多年前奇人達芬奇在手稿中也繪制了西方第一款人形機器人，后一群意大利工程師根據達·芬奇留下的草圖耗時15年，成功造出了被稱作“機器武士”的機器人，人形機器人從古至今都是人類追求的最高目標。

慕尼黑工業(yè)大學（Munich's technical university）科技系統(tǒng)認知項目（Cognition for Technical Systems）的教授尤韋哈斯（Uwe Haass）的一段話或許能表達人類的心態(tài)：“這是創(chuàng)造的最高境界。許多機器人學家認為人體是上 帝或進化的絕佳創(chuàng)造，人體的一切都是那么奇妙。”但當前的情況正如前文所提到的那樣：工業(yè)機器人是主流、機器狗等仿生機器人是潮流，類人機器人仍在坐冷板凳。為什么會造成這種情況？在此之前我們得需要簡單了解一下現(xiàn)代機器人的研究與發(fā)展歷程。

1950年，圖靈發(fā)表了跨時代論文《計算機器與智能》，并提出了著名的圖靈測試（將人與機器隔開，人向機器隨意提問，多次問答后，如果有超過30%的人不能確定出被測試者是人還是機器，那么這臺機器就通過了測試，并被認為具有人類智能）。不過現(xiàn)代機器人真正的開端源于1956年達特茅斯學院校園內的一場會議，他們（數(shù)學家和計算機科學家特倫查德·摩爾、LISP語言創(chuàng)始人約翰·麥卡錫、認知科學家馬文·明斯基、機器感知之父奧利弗·賽弗里奇、經驗概率理論發(fā)明人雷·所羅門諾夫）決定把“像人類思考的機器”稱為“人工智能/Artificial Intelligence”，奠定了人工智能與機器人的理論基礎。

機器人研究后來的發(fā)展遵循三大主義，即符號主義、連接主義與行為主義。1958年，約翰·麥卡錫發(fā)明了表處理語言LISP，使計算機不僅可以處理數(shù)據，還可以處理符號，符號主義興起，人工智能源于數(shù)理邏輯，智能的本質就是符號的操作和運算；符號主義以推理為核心，無法處理“常識問題“和”不確定事物”，因此在1977年第五屆人工智能聯(lián)合會上青年學者費根鮑姆，提出了知識工程的概念，簡單來說就是在推理機上加上一個知識庫，將符號主義大大向前推進了一步。

連接主義較符號主義的提出時間更早，1943年由心理學家麥克洛奇和數(shù)理邏輯學家皮茲提出，即著名的M-P模型，他們認為思維的基元是神經元，思維產生的過程是神經元相互連接的過程，在連接主義發(fā)展的幾十年里出現(xiàn)過離散神經網絡模型、Hope-Field模型、反向傳播（Back Propagation BP）算法等，適用于模式識別、機器學習和圖像處理，但目前僅限于對人腦局部的模擬。

行為主義則是90年代后隨著計算機網絡和通信技術的發(fā)展而誕生的一種機器人實現(xiàn)的新路徑。行為主義的觀點認為智能主體取決于感知和行為，取決于對外界復雜環(huán)境的適應，智能主體不需要知識、不需要表示、不需要推理，智能主體可以向人類一樣進化，分階發(fā)展和增強，因此行為主義機器人具備應對更為復雜環(huán)節(jié)的哪里，但缺乏推理與規(guī)劃能力。

人、狗、機器人

機器人的發(fā)展與理論、研究是同步的。

1959年，Unimation研制出第一臺工業(yè)機器人Unimate，并在1961年將其應用到汽車生產線上，用于將鑄件中的零件取出。1956，發(fā)那科開發(fā)出日本民間第一臺NC數(shù)控系統(tǒng)，并在1958年由牧野フライス的機床開始投入使用；1971，德國庫卡為戴姆勒-奔馳建造了歐洲第一條由機器人運行的焊接流水線，將機器人帶入流入線，人們對機器人的應用最早是從工業(yè)機器人開始的，至于人形與其他仿生機器人的爆發(fā)都是21世紀后來的事。

1968年，美國GE公司為步兵設計了一款四足機器人Walking Truck，該設備是由四條相同的機械腿與機體相連接，機械腿是由三個轉動副組成有三個自由度，能夠實現(xiàn)足端兩個方向的轉動和一個方向的移動，機器人的整體運動是由操作人員通過控制換向閥控制四肢的動作來實現(xiàn)的，通過液壓伺服系統(tǒng)提供的各關節(jié)動力，實現(xiàn)身體姿勢和腿部的復雜運動，雖能勉強使用但不具備智能未被實際使用，智能是仿生機器人的一大難題。

行動力是制約仿生機器人發(fā)展的另一限制。以人類上樓梯為例，人類在進行單足站立或者平地行走以及上樓梯的時候，會通過感知足部的力，同一時間讓大腦這個超級處理器快速找到重心，并迅速協(xié)調全身肌肉進行重心調整，從而保證了重心穩(wěn)定，而這一過程根本不需要大腦思考，都是刻在“基因”里的，而機器人要實現(xiàn)相似的行動力則需要通過各類復雜的傳感器與AI算法一道去模仿人類，這也是為什么波士頓動力的Spot已能夠牧羊，而Atlas還在實驗室里摔跟頭。

不過現(xiàn)在類人機器人比以往任何時候都更接近成為社會結構的一部分。Agility Robotics首席技術官喬納森赫斯特告訴CNET，他的公司的類人機器人數(shù)字正部署"在未來兩年"，計劃將機器人變成勞動力。他說，Digit的推出將在倉庫開始，機器人將在那里學習在結構化的環(huán)境中與人一起工作。接下來，Digit 將學會卸載以卸載拖車。最終，該公司希望看到 Digit 將包裹送到人們家門口。

為了幫助它導航不同的工作環(huán)境，Digit 配備了深度傳感器和激光雷達，允許它導航不同的環(huán)境并計劃其步驟以避免障礙。當然，Digit并不是唯一成為頭條新聞的類人機器人。波士頓動力公司早已用Atlas來捕捉我們的想象力，它會跑酷、會后空翻，像是一個雜技機器人一樣。

當被問及 Digit 如何應付競爭時，赫斯特解釋說：“Digit 的目標是與人合作，而波士頓動力主要是研究機器人，兩者方向不一樣。赫斯特還說，雖然特斯拉機器人還沒有建成，但它似乎與Digid在將類人機器人融入社會方面有著相似的目標，不過Digit已找到了一份倉庫搬運工的工作。”