摘要：科幻作家对机械人助手喜好有加，无论是《星球大战》中的 R2-D2 ，《星际迷航》中的机械人 Data ，照旧《霹雳游侠》里的 KITT ，聪明水平丝毫不亚于人类。小说把我们带入挥洒自如的科幻天下，但在实际天下，有一项低科技含量且使人懊丧的事情一向困扰着我们——家务活。为何家务活这类简朴反复的事情不可以交由机械人为我们代庖呢？这是一切机械人专家及投资人不竭深思的题目。近来，这个题目终究有了对照悲观的进步。

　　看看您家的电器，清除花梢的玩艺儿，您会发觉自二战以来，家庭的自动化水平并没有较着的进度。虽然洗衣机，洗碗机，空调等正在二战时期是梦幻的高科技，但无非由电动机，抽水机及各类管道组合而成，这一些全是工业革命以来就能够预想到的。仅仅是通用电气，西屋，通用电力公司（现伊莱克斯）等公司做出的机械的家用微缩版本。正在其时，把脏衣服丢进盒子里就酿成清洁衣服，这是创举。但到本日，根本的体验仍旧没有大的变更，仅仅是正在效力和牢靠水平上有了进步。对物联网手艺的利用还处于固执己见的状况，比方用手机操纵冰箱温度等。

　　正在设想将来属于我们的家庭机器人之前，大概该当问一问：我们真的须要它们吗？目前只要滑动手机屏幕几下，无数的创业公司等着为您效劳：Instacart 把食品带到您家里，Handy 上职业的家政人员上门建电器和保洁，Pager 上能请到专业的保母，尤其合适有小孩子的家庭。所以，当人类曾经把事情干的足够好时，为何还要有机器人呢？现正在没人能给出有理有据的回覆，机器人可能会经由无数次的迭代进化，才气终究走入我们的生活。正如福特 T 型车涌现之前汽车行业的十年。正在 1980 年月之前，Apple 2 和其他兼容机并不能向群众证实其存正在的价值，究竟这不是每个人皆那末有钱，或者是程序员。对我们的第一代家用机器人，我们该当对它有理性的等候。

　　所以，审视现在需求破解的工程学困难，对工程师们来讲才更务实而有益，如许才有也许做出科幻中那样的机器人产物。下面提到的 5 点多是对家用机器人来讲很有意义且急需解决的题目。

图片来源于片子《她》

　　我们需求「人机」交互

　　Siri 和亚马逊的 Alexa 报告了我们目前自然语音交互的最高程度，很不幸的是，它们间隔代替键盘和鼠标，成为人机交互的关键手腕，另有很远的路要走。我们更需求的是「人机」交互。二者区分在哪儿?「人机」交互夸大的是对人的明白，而不管是按照统计学纪律计算出一个数值。真正的人工智能该当学会感触感染人类的心境和感触感染。人类不会用一连串下令的口气交换（或许有些人如斯），反而是相互攀谈，当机械人还能这么做时，我们才获得真正的「人机」交互。 科学家们正在研讨这一观点，增加一系列相同法则到机械当中。但显然，这么做远远不够

　　更便宜的传感器

　　无人驾驶车辆将为经营者带来庞大的商业价值，所以他们能够不惜本钱地利用一批上千美金的激光雷达，雷达，超声波阵列，摄像头更是不言而喻。然而，人们关于家庭机器人的预算就未几。传感器阵列能够切确感知周围环境，但用度昂扬，除非传感器的价钱充足便宜。由于智能手机的广泛应用，部门传感器的价钱已大幅下降。MEMS（微电机）技能的利用已把陀螺仪由宇宙飞船和飞机才用得起的传感器变成了手机里最平常事物。电脑视觉摹拟技能是不是能够把便宜的摄像头和红外线感应器结合起来，以取代高贵的摄像头矩阵呢？我们该当把盼望寄托在激光雷达的贬价，照旧全新的传感器技能革命？创业公司Dual Aperture 试图利用两个红外线传感器举行短距离检验。于此与此同时，DARPA（美国国防部发展前辈研讨项目局 ）正在举行基于芯片的雷达研讨，创业公司 Quanergy 的专家们研发光学相位阵列，进而清除激光雷达的机器构造本钱。我们对此能够有悲观的盼望，伴随着技能的发展，传感器的价钱会和手机一样便宜。

SRI的机械手

　　更机灵的机械手

　　生活中，我们能够随意的拿起种种渺小的物品，把它们收拾整顿归位。但想要让机器人还如斯，他们最少需求有人类一样机灵的双手。Robotiq、Right Hand Robotics、Soft Robotics 等公司正努力于此。虽然氛围动力装置轻巧柔嫩，但需求附加一个打气泵，这关于移动机器人来讲其实不具有可行性。DARPA的iRobot ，SRI 及其他技能公司好像把我们引入了精确的标的目的——让机器人具有控制力。

　　处置恣意工具的本领

　　开门，操纵开关，把散落在地上的玩具整理洁净对人类来讲再轻易不外，但对目下当今的机械来讲，那样的测算量是宏大的。以机械人 Roomba 为例，它仅能做两件事：启动吸尘器机电并按既定标的目的行走，碰到程度标的目的的坚固障碍物可以绕行。那末洗盘子和叠衣服呢？这两件事情需求具有辨认物体的本领，辨认出外形边沿并抓去之，并了解物体取物体之间的联络，甚至能估量最差的结果。DARPA、NSF、NASA 及欧盟科学基金资助机构在这里一范畴资助了无数的项目，但要从根本上破解这一困难，生怕还需求许多其他手艺的协助，包罗云测算和深度进修。

　　顺应复杂多变的环境

　　若是谁看了本年的 DARPA 机械人挑衅，一定会感触正在一个无序且生疏的园地中找到准确途径，关于机械人来讲是多么艰巨的事情，机械人通常行动迟缓而踌躇。无人驾驶汽车处理了这一困难，根本原因正在于采用了深度进修的技能。深度进修技能可以协助机械识别柔软和坚固的物体，而且算法可以不断改进。一样，立即导航技能还须要机械快速感知并处置惩罚四周的物体，正在这里一范畴，速度最快的多是 DRC 团队。

　　全自动不成能正在一夜之间完成，但不妨事，人类能够一步步协助机械。Willow Garage 作为 Heaphy 方案的先驱，它经由过程长途众包的手腕协助机械人。许许多多的机械人及工场自动化机械正正在接受人类监控机械人的观点。正在可预感的将来，一个人节制多台机械将成为主流。