5月2日消息，據(jù)報道，亞馬遜表示，貨運倉庫實現(xiàn)完全自動化至少還需要10年時間。
      日前來看，機(jī)器人要接管倉庫工作還需要一段時間。
      毫無疑問，未來的亞馬遜物流網(wǎng)絡(luò)將涉及人工智能和機(jī)器人，但人工智能驅(qū)動的機(jī)器會在什么時候承擔(dān)大部分工作仍是一個懸而未決的問題。該公司機(jī)器人執(zhí)行主管斯科特·安德森(Scott Anderson)表示，亞馬遜的倉庫要完全實現(xiàn)端到端自動化至少還需要10年時間。安德森的評論強(qiáng)調(diào)了當(dāng)前自動化的發(fā)展速度并非突飛猛進(jìn)，即使是在機(jī)器人已經(jīng)相對成熟的亞馬遜倉庫中也是如此。
      就目前的情況來看，工作中的機(jī)器人大多精通特定的、可重復(fù)的精心編程任務(wù)。讓機(jī)器人做其他事情需要花費昂貴、耗時的重新編程。如果要求機(jī)器人能夠在動態(tài)環(huán)境中執(zhí)行多種不同任務(wù)，就需要機(jī)器人能夠看到并理解周圍的環(huán)境，目前仍處于研究和實驗階段。在從未見過某個對象的前提下，即使要求機(jī)器人能夠識別對象并將其撿起來的簡單過程，也需要一系列復(fù)雜的軟件和硬件，而這些還未實現(xiàn)商業(yè)化。
      因此，盡管機(jī)器人可以幫助制造微芯片或者組裝特斯拉汽車，但它無法完成倉庫工作所需的人工任務(wù)。在亞馬遜設(shè)施和其他公司的配送中心，大部分勞動仍主要由人類雇員完成，因為訓(xùn)練機(jī)器人看世界很難，同樣機(jī)器人也很難像人類工人那樣熟練地抓取包裹。
      但作為正在進(jìn)行的深度學(xué)習(xí)革命的一部分，機(jī)器人視覺和運動控制水平正在逐步接近人類。過去10年，深度學(xué)習(xí)革命加速了人工智能得發(fā)展。亞馬遜是率先開發(fā)這種機(jī)器人的公司之一，該公司每年都會舉辦一次所謂的“揀貨挑戰(zhàn)”(pick challenge)，也就是“用機(jī)器人揀起一件物品，轉(zhuǎn)移到物流鏈的另一斷”，以此來推動該領(lǐng)域的進(jìn)展。
      許多其他公司和研究實驗室也在這方面取得了不少進(jìn)展。加州大學(xué)伯克利分校得機(jī)器人實驗室在這一領(lǐng)域取得了重大進(jìn)展，其開發(fā)的新型低成本機(jī)器人是由名為Blue的中央系統(tǒng)控制的一對人形手臂，借助人工智能驅(qū)動的視覺系統(tǒng)可以執(zhí)行折疊毛巾等復(fù)雜任務(wù)。OpenAI研究實驗室同樣也在使用一種被稱為強(qiáng)化學(xué)習(xí)的人工智能技術(shù)，來訓(xùn)練機(jī)械手更精確地完成清撿動作，這正是倉庫機(jī)器人所必需的技能。總部位于舊金山的初創(chuàng)企業(yè)Kindred生產(chǎn)了一種名為Kindred Sort的機(jī)器人手臂，并將其部署在零售商Gap的倉庫中，使用人工駕駛和自動化的混合技術(shù)來執(zhí)行產(chǎn)品分揀。
      據(jù)路透社報道，亞馬遜在美國有110個倉庫，45個分揀中心，大約50個配送站，為此亞馬遜雇傭了超過12.5萬名全職倉庫工人，其中只有一小部分工作是由機(jī)器人完成的。目前機(jī)器人依舊太過笨拙，依舊需要太多的訓(xùn)練。
      例如，亞馬遜使用所謂“驅(qū)動器”的小型機(jī)器人協(xié)助人類雇員。這種機(jī)器人沿著倉庫中的既定路徑前進(jìn)，將大量產(chǎn)品交付給人類員工?！霸谀壳暗男问较拢@項技術(shù)的應(yīng)用非常有限，與我們所需要的全自動工作站相去甚遠(yuǎn)?！?/p>