控制工程师论坛

　　早在很久以前，人们就在猜测，未来也许我们能看到双足或者四足机器人在送比萨。这种猜测的热情被谷歌收购的波士顿动力公司(Boston Dynamics)点燃了。波士顿动力是一家具有军事性质的公司，它研制的仿生四足机器人BigDog已经让该公司在业内小有名气。BigDog的体型与大型犬相当，能在战场上发挥重要作用，同时也是当前机器人领域实用化程度最高的机器人之一。

　　谷歌及其母公司希望将这种技术运用到人们的日常生活中。2015年，谷歌管理层希望研发一些在短期内上市的消费型机器人，但波士顿动力的团队并不想这么做，甚至拒绝与管理层沟通。谷歌给这一部门设立了产品商业化的时间表，这成为了双方关系走入僵局的导火线。在今年3月份，有媒体传出谷歌要将Boston Dynamics 卖掉的消息。

　　言归正传，我们现在要考虑的是机器人的发展路线问题。很多人都期望出现更像人类的仿生四足机器人。那么，能装运货品的车轮式机器人或者有载货能力的无人机怎么样呢？虽然这些还处在研发的初级阶段，但他们一定会在未来更加成熟。事实上，已经有一些公司在借助创新技术来完成人类的愿望。从无人机到聊天机器人，再到火星车和独轮机器人，这些业界大牛们正在不断形成自己的竞争优势。

　　探索亚马逊

　　机器人已经被应用到物流领域，只不过这些“幕后工作”可能不会被人看见，除非你在客户仓库做配送员的工作。

　　2012年，亚马逊收购了 Kiva 系统，相比 Alphabet 收购波士顿动力，这条消息并没有引起人们过多的关注。2015年它被更名为亚马逊机器人(Amazon Robotics)，并且在公司内部开始使用。这一操作系统解决了天天围绕在机器旁边的工人们的烦恼。2014年，亚马逊又推出了基于自家 LocusBot 仓库系统的机器人挑选助手 Locus Robotics，能够更准确地识别货物并送到顾客手中。

　　这样一来，自动化机器人的工作效率比人工效率大大提高了。一些机器人负责把货品从货架上取下来，另一些则带有触摸屏，而且会在仓库里快速移动。所有这些机器人的目标都是为了在给零售商节省成本的同时，把货物尽快送到消费者手里。据亚马逊上个月公布的一项专利介绍，该公司物流系统的机器人不仅能够更聪明地识别出货物的种类，而且由于它们是在仓库的地上滑行，并且仓库地板被设置了嵌入式的网格，会确保机器人不会偏离指定的旋转区域，这样一来就防止了碰撞的事故的产生。

　　不仅如此，Kiva让货架“走到”取货者面前，这减少了很多不必要的劳动，并让整个物流过程更加自动化。它们还会通过计算机选定货物，然后送到下一阶段负责包装的工作人员面前。虽然包装的过程仍然需要人力完成，但这个过程的错误率将会降低。大数据支持让仓库更加高效，机器人会被引导到最近的货架，最常使用的货架会被放在包装站旁边。系统的这些机制让亚马逊能够更轻松地处理大量的货物，在保证出货的前提下，减少员工的劳动量。

　　当然了，这些机器人不会一直跟着你到家门口，但是他们在仓库中的机智表现也会降低你收到货物的时间，提高物流的效率。

　　事实上，大数据分析能力和机器学习算法正在最大程度上提高机器人的工作效率，加快物流自动化进程。不管是在仓库内还是在运输途中，这种机器人都是人类的得力帮手。

　　Ocado：从仓库到餐桌

　　作为英国最大的 B2C 零售商、世界最大的网上食品零售商， Ocado 已经将大数据工具渗透到客户业务的方方面面。在 Ocado 网站上，从分析客户对产品的需求、商品配送路线，到客户可选择的支付方式，都运用到了大数据分析法。对于用户来说，点击一个收货地点是件很容易的事，然而实际上，这是一个极其复杂的产品。正如Ocado 的技术总监 Paul Clarke 所言：

　　“当你点击那一下之后，就会有大量的计算工作在后台开始进行。我们的系统会查找到你以及你周边的地理位置。并且还要检测出你所在的位置周边一共有多少人下了订单。在我们工作的时间范围内，每天早上6点到晚上 10 点半，以半小时的基准来进行测量，并且送出快递。”

　　Ocado的独特之处在于它使用了扁平化供应链，85% 的入库商品直接由供应商配送至运营中心 CFC(Central Fulfilment Centre)，然后根据订单配送到客户家里，15 % 的入库商品是由维特罗斯超市的RDC配送。

　　另一方面，Ocado 还把眼光投向了大数据营销。该公司认为未来的冰箱是真正的智能冰箱，能够定时扫描储存的食物信息，并且智能分析食物的消耗速度、预测购买需求等等。

　　除此之外，为了实现高效的自动化作业，Ocado 还启动了自动存储解决方案，其中包括由AutoStore提供的 31 个机器人。该方案不仅能够进行空间优化还能高速处理数据。Ocado希望利用机器人的工作效率来突破公司发展的瓶颈。不过，机器人只能帮顾客取货或者询问人们的购买意向，来帮助他们减少在购物架前的时间，而挑选的工作还是要由人类亲自完成。毕竟，顾客的心思是具有主观性的，而目前自动化水平还没有先进到代替人类做出选择。

　　不论是亚马逊的 Kiva 的机器人，还是Ocado的智能系统，这些都旨在改善仓库物流体系，并且正在各个层面上进行改良。在本质上，这是一个四维优化的问题。这里有机器人的二维运动，还有仓库地板上具有存储箱网格的第三维优化，而实现第四维优化则是让机器人在存储网格上面进行高效率的工作。随着时间的推移，这种优化会不断加进。

　　随着客户订单不断增加，系统不仅要考虑到当下储存仓上的布局，甚至也要提前考虑到接下来的订单该被放置在哪个合适的位置上进行处理。这就需要机器人和人类同时合作，寻找一个最优化的第四维解决方案。

　　“这就需要不断地优化算法，利用机器学习来解决问题。” Paul Clarke 说，“但是从这个层面上来说，这是一件环环相扣的工作。如果进行独立的分析是行不通的。比如你修改了一个机器人体内的一个固件，那么这个机器人整个的物理模型都被改变了。而如果一个机器人出现问题，那么整个系统都不会符合规格。我们必须一个个进行排查挑选，所以这也是我为什么强调，云数据分析工具可能会带来很大的帮助。它能够帮助我们进行智能分析。”

　　系统还要进行优化的另一个方面是，如何监视这些机器人？它们的电池续航时间很可能是不一致的，因此在常规情况下，很可能出现哪个机器人先没电了的事情发生。这种现象会影响到整个系统的效率，因此，需要及时确认表现不佳的机器人，并且帮助它更换电池或者充电。事实上，任何机器人都应该可以接管对方的任务，并为电池不足的机器人充电。将这些机器人作为一个整体进行设置，还能够减少功率损耗程度，增加对电力的承受度。

　　次日到货？这已经太迟了

　　对于有些消费者来说，第二天到货似乎都已经太晚了。那么，30 分钟怎么样？对于骑自行车来送货的快递员来说，这不是一件难事。不过这样的成本可能会有点高。亚马逊表示，在一个小时内把货送上门是可能发生的，但是如果顾客买的是一些热披萨，海鲜或者易碎的食物，那你就不要指望了。

　　想象一下，如果用无人机来送披萨的话，你觉得靠谱吗？

　　这不是玩笑。前不久，达美乐(Domino)披萨公司已经与无人机行业先锋Flirtey展开合作，计划在2016年后半年中推出全球首例商业无人机 Domino‘s Robotic Unit 送货服务。目前，达美乐公司已获得新西兰政府批准，将在此处进行无人机派送披萨服务试验。

　　该公司特意将无人机的试飞通道与人行道融为一体，并且限制无人机沿每小时6公里的速度曲折行进，虽然无人机的飞行速度能达到每小时16公里。达美乐公司的想法是让无人机跟随行人路线和行人的步行节奏来运作。

　　Domino’s Robotic Unit 身高不到一公尺，内设保温装置，可以装10份披萨。外送机器人有防碰撞感应装置。除此之外，达美乐的无人机电池续航时间最多能达到两个半小时，因为要返回充电，外送范围只有披萨店20公里以内。

　　顾客在点餐时会获得一组代码，等到外卖到达后，在机器人的键盘上输入代码就能打开箱门取得披萨。

　　目前，Domino‘s Robotic Unit 还处在初级研发阶段，将来它也许会变得更加成熟。达美乐公司正在和昆士兰州道路交通部合作，以确保能够符合在路上行驶的各项条件。它使用了激光雷达来探测周围的环境，无人驾驶汽车也使用同类技术。DRU内置GPS追踪技术，可随时与谷歌地图同步数据，实际上，它和即将走上伦敦街头的星船科技公司的快递机器人非常相似。

　　披萨，开始行动！

　　人们常说，是互联网(成人)娱乐业促进了社交媒体的发展。那么，在未来几年，我们是不是也可以说，是披萨加快了零售服务与支付技术的发展？这一点是很神奇的。披萨在物流体系中的进步从未远离，并且还激发了创新技术的出现。达美乐比萨就是一个很有远见的例子。它的虚拟语音助手能够快速地帮你点餐。

　　虚拟助手并不能像人类一样跳出思维的框架，处理用户的咨询意向。同时，实践方面的局限性也很大，因为每个意图都需要最多100个小时进行研发。

　　“目前我们做的是，让我们的设计智能可以覆盖到 200 到 1000 个咨询意向，”Hanson 表示，“这会让你获得极大的利润。”

　　当虚拟助手不知道该如何回答问题，或是客户咨询的问题已经超过它已知的意图范畴时，人工客服就登场了。这意味着，虚拟助手可以通过观察人工客服进行学习。

　　Hanson认为：“当我们研发出我们可以在代理处控制人机互动的人类辅助学习机制时，我们就要着手用设计智能自动学习这些事情。”

　　为了处理询问频率更低的长尾问题，他研发了一个所谓的人工辅助虚拟助手(Hava)。在Hava的帮助下，当虚拟助手不知道该如何回答某些问题的时候，它就会向隐藏的人工代理寻求帮助。这位人工代理在受理咨询后，会把答案反馈给虚拟助手，然后再由虚拟助手将答案回复给用户。

　　“经过一段时间之后，在加强学习机制的作用下，下一次如果又有人问到了这个问题，我们的虚拟助手就会知道如何作答了。”Hanson说道。

　　苹果Siri中使用了Nuance的这项技术来处理常规咨询，同时进行相关操作。类似地，Viv Labs也用它的 Dynamic Program Generation软件结合文本指令来识别意图。然而Viv似乎并没有get到点上。

　　来吧！所有的问题

　　隐藏在 Viv Labs 背后的男人叫 Dag Kittlaus，他曾打造了 Siri。今年五月，当 Kittlaus 炫耀 Viv 的同时，他对在不远的未来，如何卖掉这项全新的移动技术是闪烁其词的。但是，就在这个月，三星突然怂恿他让Viv Labs独立运作。他个人认为这样的合作关系是为了“拓宽视野”，另外还可以为Viv带来新的一波高潮。当然，当 Viv 的AI助手一有什么新东西出炉时，三星永远是第一客户。用口语化、自然化的语言来购买物品和服务当然非常有优势，但是大概所有珍视生命的人在买到Note7后，会问Viv AI助手的第一个问题都是：“离我最近在灭火器在哪里？”(PS：小编觉得，这绝对不是Note7被黑得最惨的一次。)

　　AI 技术会从我们的通讯类 App 中获取我们日常购买行为的数据，并且理解我们的购买需求，所以智能购物车才能够预测我们将要买什么。但是，这个分析和推荐机制并不仅仅基于我们的的购买记录。

　　在线时装零售商Zalando旨在通过对用户的品味的定位进行推荐，这里的难度其实非常大。因为这个算法不是要让用户购买类似的产品，而是要预测用户或许会对哪些马上要被吹捧起来的时尚单品感兴趣，并且有意愿购买。

　　那么，Zalando 的虚拟助手 Zoolander 会如何在你买了一件只打算在复古派对上穿一次就压箱底的山寨皮衣后，识别你真实的兴趣点呢？显然，协同过滤非常关键，这其中包括分析海量数据，然后通过你点击和浏览过的商品来构建用户行为画像。Zanlando 的宗旨是要用机器学习机制来识别那些已经转化为各种风格、样式，甚至是颜色的象征着时尚的视觉符号。

　　对新用户而言，基于内容的过滤以及最初的冷推荐都要基于 Zanlando 产品数据库。虽然你是否真的喜欢这个品牌是另外一码事了，但是看着 Zanlando 绞尽脑汁要给你推荐的各种不同的时尚单品，确实挺有趣的。

　　我们的征程是天空

　　最近，美国农业科学研究院报道了一家叫作 Shipwallet 的公司，它想通过提供简单方便的海运，和向来具有物流优势的亚马逊分庭抗礼。Shipwallet 的机器人学习和分析机制基于在线检测用户的喜好，在掌握本地资讯的前提下，对信息进行最佳的分发。有人认为，它可以帮助那些想保持竞争力的在线零售商实现最初的梦想。虽然我们还不清楚，Starship Technologies公司的机器人是否会参与投递的过程，但是Shipwallet需要搞清楚的是，在无人机领域，它是不是真的想和亚马逊较劲。

　　DHL、FedEx、Parcelforce ……这些快递行业的巨头都会争先进军无人机货运业吗？是的，目前很多快递公司都在研发无人机项目，但是 DHL 似乎在进行三个不同的设计，它最近推出的 Parcelcopter 项目是用SkyPort在偏远地区飞行。SkyPort 是一个高效运作的全自动邮局，它的屋顶可以随时打开供无人机降落、整理包裹，还可以进行充电。虽然SkyPort比较笨重，另外最高荷载为两公斤的无人机还有一个两米长的翼展，但是这并不能阻碍 DHL 在德国山区设置了两个 SkyPort。

　　一般来说，监管机构都会限制无人机的试飞。它们认为无人机不能飞离飞手的视野，另外也不允许同一个飞手控制多架无人机。庆幸的是，亚马逊和英国政府在今年七月达成协议，然后亚马逊就在剑桥郡开始了秘密试验。

　　尽管如此，亚马逊的无人机投递大业还任重道远。为了满足监管机构的要求，它在设计上也做出了相应的妥协——最新推出的 PRIMe Air 无人机总重25千克，可以负重2.3千克；另外，它可以在海拔 400 英尺以下的区域，以时速 55 英里的速度飞行15公里。虽然它的整体规格和载重还是个谜，但根据亚马逊公布的信息，我们得知这款无人机搭载了一个避障感应系统。

　　在新闻通稿中，亚马逊表示：“我们设计了超过12个产品原型。在研发的过程中，它们的外观和特征都会不断改变。”

　　目前，谷歌的 Project Wing 还在天上尽情畅游。谷歌方面认为，让无人机参与货运对仅仅一家公司而言，挑战实在太大了。目前谷歌旗下的项目都在积极寻找业界和政府部门的合作者。

　　虽然有人预测，总有一天墨西哥煎饼会在天上四处飞，但是Project Wing却有更加宏大的愿景：在澳大利亚的灾区和旱区，运送救援物资。

　　而在澳大利亚的好邻居新西兰，无人机公司 Flirtey 和 Domino披萨店在今年8月进行了合作——在奥克兰试飞了DRU无人机。他们希望能在年底用这款无人机进行送餐服务。对此，Domino的首席执行官Don Meij还是非常乐观的。

　　“基于CAA的规则，我们计划了试飞。目前，Domino和 Flirtey都在探讨无人机送货的可能性。我们要做的是，携手监管机构和Flirtey，让这一切成为现实。DRU无人机是我们迈入AI领域的第一步，它让我们能学习和接收最前沿的商业技术。”

　　货运，我们一直在路上

　　低空飞行的无人机重量不超过一袋小土豆，却要获得监管部门的批准；与之形成鲜明对比的是，18吨重的自动驾驶货车已经浩浩荡荡地上路了。自动驾驶货车的限制性条款是，在车辆出发的原点必须配备一名驾驶员，他们要控制车辆，以防出现什么幺蛾子。

　　去年，Daimler 进行了世界首例搭载Highway Pilot 智能系统的奔驰Actros货车的试驾，这带来了一场高速公路的自动化运营变革——德国A8 autobahn 无限速高速公路。

　　目前，这些货车正在以半自动的模式行驶，必要的时候，司机会介入操作。与此同时，奔驰已经明确了自己的小目标——Future Truck 2025。

　　这个概念是指驾驶员在货车行驶的大部分时间里，坐在副驾驶上——因为在长途货车行驶的过程中，驾驶员很容易感到疲惫。此时，如果将货车调整到列队模式，就可以节省大量汽油了。偏远地区的快速直达服务总是运输许多包括海鲜在内的新鲜食材，所以汽油低耗对食品零售商而言肯定是天大的喜事。

　　作为德国发动机生产联盟中的一部分，Nokia’s Here WeGo项目于去年正式启动。Daimler想让商业货车自动化的领域崭露头角，对这个领域同样感兴趣的还有特斯拉和Uber。实际上，配备了Highway Pilot系统的 Freightliner Inspiration 模型，是去年美国首款获得州驾照准许的自动驾驶货车。

　　目前，我们从Uber对 Otto收购案中得知，自动驾驶货车的概念其实是四个前谷歌工程师提出来的。他们的原构思是对一款沃尔沃十八轮货车进行改良。

　　至于特斯拉，毫无疑问的一点是，它将自动驾驶技术运用到半开发进程中。目前，它已经和Daimler之间保持了良久的暧昧关系——甚至从Daimler挖工程师，让他们为特斯拉搞半开发。对特斯拉而言，Daimler的吸睛点在于高端电动车。

　　在上个月举办于德国汉诺威的IAA 商业车展上，Daimler的风头盖过了奔驰的Urban eTruck——这是一款总重量达到26吨的车，专门用于城镇快递。它的电池组容量达到了212kWh，可以支持它走124公里(即200千米)，据说它将在下一个十年初期正式上路。目前，并没有人关注这类货车的自动驾驶能力。

　　风险常在，事故有时

　　特斯拉和谷歌都曾指出，他们的自动驾驶车可以行千里，事故率比人工驾驶要低。但是我们不得不面对的事实是——事故还是会发生的。但是，当机器人驾驶车辆时，谁应该负责呢？

　　毕业于斯坦福大学的计算机科学家和未来主义者Jerry Kaplan在他所著的《Humans Need Not Apply》一书，提出了一系列对程序员和法律机构影响颇大的争论。他认为，惩罚AI机器人的方式并没有所谓的对错。但是，这是否意味着车主要受罚？或者说，你可以抹去AI机器人的记忆呢？

　　“在遇到危险是，你的自动驾驶车可以通过撞倒一只狗，救你一命。但是，如果要在撞倒一对老年夫妻和一群小孩中间选择呢？这不得不让人想起电影《苏菲的选择》中的生死抉择：纳粹要把苏菲的一个孩子送去集中营，便让她在一儿一女中挑一个送去。”

　　对于自动驾驶系统来说，这些选择可能只是计算的过程，而不是一个思考过程。随着技术的进步，AI系统或许会做出更多的选择。它们没有情绪，感受不到痛苦，也不受道德的约束，而作为人类的我们却需要衡量利弊，考虑周全。

　　半自动的驱动

　　如果要说隔壁老王家的杂货店送货服务，一个老司机加上一辆车，基本上就是标配了。但是目前，半自动化的潜在竞争者是VW eT!——这是一款研发于2010年到2011年间，发布于2012年4月发的概念车。人们可以通过App控制它，同时，它能够在驾驶员步行送货的时候，自动追踪驾驶员的脚步。 目前，Volkswagen基地仍然在展示着贺宽概念车，但是它似乎只是一个备胎。

　　仔细想想，这一切真的太可惜了！因为VW eT!实践性的自动系统构架非常出色，它真的可以提高送货效率，也能够解决Ocado’s Paul Clarke的顾虑——他想要在送货的过程中，让人类保留一些存在感。

　　“我们可以期待的是，在最后一里的送货服务中，自动驾驶车会扮演重要的角色，但是它也不是万能的。因为，我们要把客户的货物送到他们的餐桌上。”他承认，如果客户愿意走到路边拿快递的话，那么机器人或许会更适合在午夜时分送货。

　　但是目前， Clarke关注的自动驾驶车是下一代基于Ocado Smart Platform打造的机器人，他正在就用个人云数据的方式，尝试优化车辆的性能。他表示：“在未来，我们希望能用公共云端数据进行操作——这就是所谓的混合云数据。”

　　量子危机？

　　站得高，看得远。Clarke 的蓝图比我们想象的都要宏伟——他渴望一项新技术，一项他认为可以处理大数据、预测客户需求的黑科技。它可以对机器人系统和它的相关性能起到良性辅助作用，甚至可以促进家门口的送货服务的发展。

　　“我们寻找的，是像量子计算这样的技术。有时候，我们必须面对的问题真的很难用数学的思维来解决。而量子计算的机会点可能在非常纯粹的应用领域，也可能是混合型的应用领域。我们对此非常感兴趣。在线零售商积极寻求量子计算的帮助其实是很新奇的一件事情，但是在Ocado这很正常。我们的真面目总是隐藏得很深。”

　　但是，当你进入这家公司的主页后，就可以从页面罗列的各种计算类型的工作中，轻而易举地得出结论：这家公司走的是技术路子。

　　这就好比你根本不需要知道亚马逊的小目标、大目标到底是什么，因为你从它每周的专利发表就可以看出，它在未来想要闯一番什么样的事业。有了一点想法就马上烧钱是一回事，说服像FAA这样的监管机构让无人机升天又是另外一回事了。

　　尽管如此，亚马逊还是非常顽强的，一心想要打造各种专利产品，撑起无人机的一片天。射程是所有无人机、机器人和电动车的研发痛点，但是亚马逊解决这个痛点的方式非常有启发性、非常“科幻”。它最近的一个专利是为无人机停靠系统——无人机可以在路灯顶上的平台上进行充电。除此之外，它还研发了一个可以让无人机降落在机动车上的系统，另外，这个系统还可以让无人机的射程扩大。

　　除此之外，亚马逊还在研发针对各种独轮机器人的推动器。这个推动器能在无人机处于高速飞行的状态下，利用三个不同的机器人桨片能够切开一个密封的箱子。其中，Delta机器人机制让单独的桨片控制器能符合箱子的大小，然后第一个桨片切开前缝，第二个桨片沿着上端切开，最后一个桨片则进行后接缝的切割。

　　这就是所谓的前沿机器人技术，围绕它有许多不同的说法。其中包括：工业机器人是否可以代替人类做一些无聊或是高风险的事情，同时在这个过程中提高效率。实际上，如果机器人技术、分析算法和机器学习机制不能为我们省钱、提高盈利的话，它们就不会在竞争激烈的零售业市场中起到如此重要的作用了。实际上，这些技术对在线零售业的管理、加工和分发都起到了变革性的作用。

　　目前，英国本地的货运市场每年的估值都高达 900 万英镑，可见高效的零售运营真的可以赚得盆满钵满。创新技术非常关键，但是它绝对不简单。而在消费者分析和机器人技术的研发上，AI的作用也不容小觑。