最近在柏林郊区的一个仓库里，一个新增加的机器人引起了媒体的注意。

《纽约时报》称这种组件分类机器人是“人工智能和机器执行人类劳动能力的重大进步”。

机器人的视频演示显示，机器人将不同形状的物品放在不同的容器中。

当数以百万计的商品在亚马逊、沃尔玛和其他零售商的仓库中流动时，低薪工人必须仔细检查从衣服、鞋子到电子设备等一箱箱的随机物品，以便每件物品都能被包装起来，并在运输途中运送出去。直到现在，机器还不能真正胜任这项任务。

一位专家向IEEE Spectrum透露了他的想法:随着所有关于物流自动化的活动的展开，在仓库中有两类可以被称为真正的自动化需求:“人们用腿做的事情和人们用手做的事情。”

引用的专家是Pieter Abbeel，协变公司的创始人、总裁和首席科学家。他声称，腿部已经通过输送系统、移动检索系统和其他功能机器人进行了处理，但“现在的压力来自手部”。

说到手工，他的意思是“如何更高效地处理仓库里的手工工作”。

输入协变。它的拣选解决方案的配方中的大多数项目都是可预测的简单硬件。埃文·阿克曼(Evan Ackerman)在《IEEE波谱》(IEEE Spectrum)杂志上列出了它们:一个现成的工业臂、吸力夹持器、2d摄像系统。神奇之处在于一个非常大的神经网络。它转化为一种对客户来说是成本有效的解决方案。

所以如何?“我们不能有专门的网络，”Abbeel说。“它必须是一个单一的网络，能够处理任何类型的SKU，任何类型的采摘站。”

协变解叫做协变脑。它与人类的大脑有一些共同之处，sad Abbeel，那就是一个单一的神经网络可以完成所有的事情。

如果制造行业的机器人不能独立思考，那么它们的潜能只发挥了一小部分;那些能在受控环境中完成超出预先设定的任务的机器人呢?

詹姆斯·文森特(James Vincent)在《边缘》(The Verge)一书中谈到了为什么协变机器人在机器人采摘者的整体图景中很重要:“机器人本身看起来并不特别，但它的眼睛和大脑让它特别。在六镜头相机阵列和机器学习算法的帮助下，它能够抓取和打包会让其他机器人困惑的物品。”

考虑一个前协变的大脑情况，你有一个传统的系统，它被设计来提前编目所有的东西，并试图识别目录中的所有东西。

现在考虑协变，以追求在具有许多sku的快速移动仓库中执行的远景，这些sku总是在变化。“我们的系统有很少的镜头适应，这意味着在不做任何事情的情况下，它会在不成功的情况下更新它对场景的理解，并尝试一些新的东西，”Abbeel在IEEE Spectrum的采访中被问及对新类别物品的培训时说。

显然，仓库负责人会对机器人手臂感兴趣，它们能及时、准确地挑选尽可能多种类的物品。

《麻省理工学院技术评论》的Karen Hao说:“这项技术必须灵活地适应各种各样的产品形状和尺寸，以适应不断变化的方向。传统的机械臂可以通过编程一次又一次地执行相同的精确动作，但一旦遇到任何偏差，它就会失灵。”

1月29日，这家总部位于加州的机器人公司发布了一份新闻稿，宣布与仓储物流技术公司Knapp合作，将Obeta的工作站投入生产。Knapp从事医疗、纺织、时尚和零售等行业的设备技术业务。

郝在《麻省理工技术评论》中写道，奥地利Knapp公司对他们可以使用的人工智能机械臂很感兴趣。“‘我们以前从未见过这样高质量的人工智能，’Knapp负责创新的副总裁彼得·普切温(Peter Puchwein)说。”

郝表示，通过这次合作，“Knapp将在未来几年内向客户仓库分发协变机器人。”

接下来是什么?

“除了产品挑选，”郝说，“它希望最终能涵盖仓库履行的所有方面，从卸货卡车到包装箱再到货架分类。”该公司还计划将业务从仓库拓展到其他领域和行业。”