總部位於舊金山的機器人和人工智慧初創公司Kindled正在將其人工輔助機器人手臂帶到一家大型零售商手中。在過去的六週裡，Kindled的新生產模式機器人，現在被稱為“同類機器人”，一直在Gap倉庫的一個試點專案中執行，計劃擴大機器人隊伍，幫助零售商的全面實現網路全線上線。

這些機器人由定製軟體引導，但由工業機器人**商Fanuc**，所有操作都融合了人工智慧輔助自動化和人工駕駛。一個由六名飛行員組成的小組現在在多倫多的Kindled新的飛行中心遠端操作手臂。”我們的整個前提是，我們想在一個物質的身體，與世界互動學習。我們想從雲端提供情報，然後在遠端需要時提供人類情報，”Kindled的首席產品官George Babu在一次採訪中告訴我。

隨著時間的推移，演算法將接管越來越複雜的任務。但是，人類在這一過程中幫助機器人完成機器目前無法完成的任務，同時透過人工智慧訓練技術為整個系統生成資料，以供將來改進。”這就是我們在Gap投入生產的系統，”Babu補充道。

目前，飛行員們正在使用Kindled的軟體，該軟體使用遊戲引擎Unity，並配有標準鍵盤和3D滑鼠。3D滑鼠通常是留給專業設計師的，它可以讓同類飛行員更容易地在水平和垂直方向傳送機械臂。有血緣關係的飛行員過去依靠虛擬現實耳機來操作手臂，但巴布說，他們發現耳機在更長的時間裡會不舒服。Kindled也考慮過使用標準的影片遊戲控制器，但它已經將系統轉移到了3D滑鼠上，因為這些小玩意兒更加熟練。

過去，Kindred因其獨特的人工智慧方法而引起了人們的興趣。由D-Wave聯合創始人喬迪·羅斯（Georgie Rose）和前D-Wave員工蘇珊娜·吉爾德特（Suzanne Gildert）共同建立的Kindred希望為動態的、類似人類的人工智慧鋪平道路，在該領域也被稱為人工通用智慧或“強大的”人工智慧。然而，只有給這個軟體一個實體，羅斯和吉爾德才認為這個遙遠的里程碑實際上是可以實現的。Kindred並沒有僅僅專註於研究，而是將資源投入到商業目標上：將自動化引入倉庫工作。它利用在那裡學到的知識來指導人工智慧的研究。

羅斯和吉爾德的思路是基於一種被稱為“具身認知”的理論。近來，隨著人工智慧專家與機器人**商合作，將尖端軟體方法應用於物理領域，這一技術在學術界越來越受到關註。現在，創造了DeepMind超人圍棋遊戲機的技術——像深度學習和強化學習這樣的技術——正在幫助機器人學習如何複製人類的動作。透過觀察人類執行任務並將這些資料輸入人工智慧系統，機器人學家正在賦予機器學習的能力，就像小孩子在物理世界中適應自己的身體一樣。

首先，Kindred專註於教它的機器人像人類的手臂和手一樣移動，其中包含大量複雜的東西。該公司目前的機械臂設計僅用於完成倉庫工人可能執行的最繁瑣的任務，即用手分揀一捆產品，抓取一件物品，掃描條形碼，並將其傳送到最終目的地。

但是，即使是最聰明、最複雜的軟體也能以非凡的熟練能力執行特定任務，但機器仍然很難操縱變數不斷變化的動態環境。對於一個軟體來說，一個充滿不同產品的快速倉庫是一個令人眩暈的資料點混亂。更複雜的問題是，機器人，通常只做一個非常具體的任務，在最簡單的人類運動，是可怕的，除非這一運動涉及到極端重覆。機器人手臂被用於**奈米微晶片的微妙任務，但同一臺機器卻發現，從一箱其他產品中取出塑膠袋中摺疊的間隙T恤是不可能的。

問題是可變性。倉庫的工作可能很平凡，但它的變化太頻繁，無法可靠地使用機器人進行產品挑選和分類。不同大小、形狀和質地的產品通常捆綁在一起，然後需要進行掃描和分類。如今，人類通常都是手工完成這項工作，但kinderd的模型旨在以前所未有的方式實現這項工作的自動化。它只在一部分過程中使用人類，而讓機器人自動完成其餘的工作。

現在，機械臂最困難的部分是抓取。在倉庫環境中，即使是Gap相對同質的產品線，也很難抓住不同的服裝，當鞋子、皮帶、領帶和其他服裝和配件被扔進倉庫時，情況更為複雜。所以一個人類飛行員首先像操作一個玩具爪機器一樣抓住這個東西，然後放開控制。然後，機器人自動掃描條形碼，並將產品放在傳送帶上，以便在履行過程中進一步分類。

“機械土耳其人式，有工作要做，有資源做這項工作。當他們（人類飛行員）登入時，他們成為一個可用的資源，並連線到機器人，這樣他們就能幫助機器人，”Babu說當他們完成後，他們回到可用的佇列中，然後連線到另一個機器人。它們是我們任何機器人都可以使用的認知資源，無論是測試機器人、原型機器人還是客戶機器人。“Kindled現在正在致力於將機器人手臂嵌入更多的類人功能，包括不那麼嚴格、程式設計更靈活、適應性更強的全臂運動。

該公司正在收取這一差距，並計劃向未來的商業夥伴收取費用，而不是針對單個機器人，而是在機器人時代，就好像同類企業是自己的超高產員工一樣。”這是每一個智慧行動的報酬。我們不賣機器人，也不是每月的租賃，”巴布說我們正在嘗試建立AI，所以我們對AI的使用定價，硬體價格也被納入其中。有些任務很簡單，所以這個行動的價格很低。有些會更複雜，所以價格會更高——10美分，20美分，30美分。”

巴布說，一項任務的複雜性是許多因素的產物，包括執行動作需要多長時間，人類協助機器人可能需要多少秒，以及需要多少計算能力。Kindled也在籌集更多的風險投資，今天宣佈獲得了由中國媒體和網路巨頭騰訊牽頭的2800萬美元的投資。

至於“親戚”們正在積極尋找取代倉庫工人的工作的擔憂，巴布說，目前的計劃不是要消除工作崗位，而是要讓工人遠離單調、重覆的工作，轉而從事更具挑戰性和回報性的工作六個月前我們有很多擔心。“人們會害怕他們的工作嗎？”巴布解釋道實際上，我們已經看到人們對it很敏感——尤其是高管，他們對嚇唬員工很敏感。與此同時，他們試圖告訴投資者，‘嘿，我們在投資未來，投資供應鏈，我們想和亞馬遜競爭。’

今年早些時候，該公司開始了一次美國之旅，參觀了美國各地的倉庫，並向高管和工人介紹了同類產品，希望透過親身體驗機器人設計的抓地力部分，讓它感覺不那麼可怕。”第一件事是，‘哦，這是我的工作。’但不是真的。。。“你不會有這個困難的工作要做，”巴布說然後他們會說，‘好吧，這是一個很酷的機器人，’他們真的很投入。”

更正：這篇文章的早期版本說，Kindred只有一個客戶有缺口，正在籌集2000萬美元的風險投資資金。這是不正確的；Kindled已經籌集到了2800萬美元的額外資金，並且它還擁有一些尚未披露的客戶試點專案。