现在，在离柏林不远的一个仓库里，一个亮黄色的机器人正斜倚在传送带上，从板条箱里挑选物品，就像一只啄食谷物的小鸡。

机器人本身看起来并没有那么不寻常，但它的眼睛和大脑却与众不同。在六镜头相机阵列和机器学习算法的帮助下，它能够抓取和打包那些会迷惑其他机器人的物品。多亏了一个神经网络，总有一天它会和世界各地仓库里的伙伴们分享，它学到的任何东西，他们也会学到的。向这个机器人展示一个它以前从未见过的产品，它不仅会知道如何掌握它，而且会将这些信息反馈给它的同行。

安装机器人的物流公司Knapp负责创新的副总裁Peter Puchwein告诉Verge：“我们测试了这个机器人三四个月，它几乎可以处理我们扔给它的所有东西。”。“我们真的要把这些推向市场。我们需要大量这样的机器。”

对于机器人的创造者，加利福尼亚的人工智能和机器人技术初创公司协方差来说，在德国的安装是一个很大的进步，同时也表明公司在一个困扰工程师几十年的挑战上取得了长足的进步：教机器人捡东西。

听起来很简单，但这是一项’一些最大的研究实验室和科技公司都被这家公司难倒了。谷歌已经运行了一个机器人手臂的稳定，试图学习如何可靠地抓住东西（员工开玩笑地称之为）“手臂坑”)亚马逊每年都会举办一次竞赛，挑战初创企业用机器人在货架上进货，希望能找到一台足够好的机器来存放仓库（目前还没有）’还没有）。

但是协方差声称，它的机器人可以做别人做不到的事情：一天24小时工作，毫无顾忌地挑选物品。这并不意味着采摘是一个解决了的问题（协变的机器人使用吸盘而不是机械手指，使任务更容易），但它确实释放了很多潜力。在仓库和物流领域尤其如此，专家们说很难找到人类工人，他们需要所有能得到的机器人。

协变公司联合创始人、伯克利机器人学习实验室主任Pieter Abbeel在接受《The Verge》采访时，将目前机器人拾荒者的市场与自动驾驶汽车的市场进行了比较：有很多炒作和华丽的演示，但现实世界的测试和能力还不够。

“我们的客户不再信任演示短片了，”阿贝尔说。“他们非常清楚，大部分困难在于一致性和可靠性。”

Knapp的Puchwein同意这一观点，他告诉《边缘报》：“对于初创公司来说，典型的做法是播放一些经过精心编辑的简短视频。但是一旦你试着测试机器人，他们就失败了。”

机器学习的前景催生了很多这种炒作。今天的工业机器人能够以极高的速度和精度进行抓取，但前提是它们所抓取的东西同样一致：形状规则，表面易于抓取。这在**业很好，机器必须一次又一次地抓取同一件物品，但在零售物流业却很糟糕，在零售物流业，被包装的物品在大小和形状上都有很大的差异。

硬编码机器人的每一个动作，就像传统编程一样，在第一个场景中工作得很好，但第二种情况下却非常糟糕。但是如果你使用机器学习来提供系统数据，让它生成自己的规则来代替选择，它做的更好。

协方差使用各种人工智能方法来训练机器人，包括强化学习：一种尝试和错误的过程，机器人有一个设定的目标（“移动对象x到位置y”），并必须自己解决它。这种培训大多是在模拟中进行的，机器可以在模拟中慢慢来，通常需要数千小时的工作。结果就是阿贝尔所说的“协变大脑”——这是该公司机器人共享的神经网络的昵称。

协变公司成立于2017年，名为“体现情报”（Embodized Intelligence），如今脱颖而出，但它肯定不是唯一一家应用这些方法的公司。许多初创公司，比如Kinderd和RightHand Robotics，都使用类似的机器学习和机器人技术的融合。但协变公司看好它的机器人比其他任何公司的都好。

Abbeel说：“现实世界的部署是关于极端一致性和可靠性的。在德国的仓库里，协变公司声称他们的机器可以挑选和包装大约10000种不同的物品，准确率超过99%——这是一个令人印象深刻的数字。

普希文同意了，他会知道的。他在这个行业有16年的工作经验，包括为Knapp工作，Knapp是全球最大的自动化仓库**商之一。该公司去年安装了2000套系统，营业额超过10亿欧元。

普什温说，公司的工程师们周游世界，寻找最好的采摘机器人，最终决定了协方差，协方差公司作为非排他性合作伙伴安装了协方差机器人。“非人工智能机器人可以挑选我们客户使用的产品的10%，但AI机器人可以选择95%到99%左右，”Puchwen说。“这是一个巨大的区别。”

普希文也不是船上唯一的人。在今天的秘密行动中，协方差宣布了一大批私人支持者，其中包括一些在人工智能研究领域最引人注目的名字。他们包括谷歌的人工智能负责人杰夫·迪恩、Facebook的人工智能研究负责人扬·勒坤和“人工智能教父”之一杰弗里·辛顿。正如阿贝尔所说，这些人的参与与其他任何事情一样，都是为了借出他们的“声誉”。“投资者不仅仅关心他们带来的钱，”他说。

对于所有的信心，投资者和其他，协变的运作是难以置信的小现在。在美国和国外，在服装、制药和电子行业，它只有少数几个机器人全职工作。

在德国，协变公司的拣货机器人（目前只有一个）正在为一家名为Obeta的公司包装电子元件，但该公司表示，它渴望有更多的机器人来弥补人手短缺——这在物流业很常见。

尽管有人说机器人要做人类的工作，但人类做某些工作的能力还不够。一份最新的行业报告显示，54%的物流公司在未来五年面临员工短缺的问题，其中仓库工人是最需要的职位之一。低工资、长时间工作和枯燥的工作环境被认为是导致失业率下降的因素（至少在美国是如此）。

“很难找到人来做这种工作，”奥贝塔的迈克尔·普尔特克通过翻译告诉《边缘报》。他说，奥贝塔依靠外来工人为公司的仓库配备员工，整个欧洲的情况都是一样的。“未来是更多的机器人。”

协变机器人现在与之并肩作战的员工呢？他们介意改变吗？据普尔特克说，他们并不认为这是一种威胁，而是一个学习如何维护机器人和获得更好工作的机会。“机器应该做基础工作，这既愚蠢又简单，”普尔特克说。“人们应该照看机器。”