如果未來(lái)會(huì)有一場(chǎng)機(jī)器人起義的話，似乎地點(diǎn)已經(jīng)不太可能是在我們的客廳了。像Roomba這樣的吸塵器機(jī)器人目前在市場(chǎng)上賣得很好，因?yàn)樗鼈兎浅７奖恪５渌愋偷臋C(jī)器人，例如家用寵物和伴侶類機(jī)器人，從索尼的Aibo robo-pooch到最近關(guān)停的Kuri（其背后是Bosch支持）都由于價(jià)格和預(yù)期過(guò)高而以失敗告終。

如果還有哪個(gè)公司能為我們帶來(lái)像The Jetsons和Rosie這樣受人歡迎的家用機(jī)器人，那么Anki可能就是下一個(gè)。Anki公司是由卡內(nèi)基梅隆機(jī)器人研究所（Carnegie Mellon Robotics Institute）的三名畢業(yè)生在2010年創(chuàng)辦的，現(xiàn)已獲得了超過(guò)2億美元的風(fēng)險(xiǎn)投資。更重要的是，它的產(chǎn)品確確實(shí)實(shí)吸引到了客戶。Anki目前已經(jīng)售出了150萬(wàn)臺(tái)機(jī)器人，并且他們找到了他們認(rèn)為是最容易打入家庭市場(chǎng)的道路——玩具。這個(gè)明星產(chǎn)品是一個(gè)狂躁的小推土機(jī)機(jī)器人，名為Cozmo，它可以在桌面上行走，玩簡(jiǎn)單的游戲，它的頂部裝有會(huì)亮的立方體。根據(jù)一項(xiàng)分析，如果按照收入計(jì)算的話，Cozmo是2017年美國(guó)、英國(guó)和法國(guó)的亞馬遜網(wǎng)站上最暢銷的玩具。

去年，Anki公司就聲稱收入接近1億美元了，當(dāng)時(shí)Anki本可以進(jìn)入“盈利”狀態(tài)了，但它卻將資金投入了一個(gè)10到15年的計(jì)劃——一個(gè)從Roomba到Rosie的轉(zhuǎn)變。首席執(zhí)行官兼聯(lián)合創(chuàng)始人鮑里斯·索夫曼（Boris Sofman）說(shuō)：“從一開始，我們就知道我們想做的不僅僅是一家玩具公司”。

因此，我一直在跟蹤Anki公司的動(dòng)態(tài)，現(xiàn)在已經(jīng)一年多的時(shí)間了，期待著它在機(jī)器人領(lǐng)域穩(wěn)步向前進(jìn)入下一個(gè)階段。6月份，該公司終于準(zhǔn)備好了，并向我展示了一款新產(chǎn)品，然而該產(chǎn)品仍處于一個(gè)尷尬的發(fā)展階段。在一堆介紹性評(píng)論的語(yǔ)言包裝下，鮑里斯·索夫曼（Boris Sofman）終于對(duì)外公布了這款新機(jī)器人。

它是一個(gè)略大型的灰色版Cozmo，名為Vector。

乍一看，是有點(diǎn)令人失望的。我立即回想起This Is Spinal Tap中的場(chǎng)景，由于說(shuō)明書中的拼寫錯(cuò)誤，一款期待中應(yīng)該是的18英尺高的巨石陣復(fù)制作品，其實(shí)只是一個(gè)18英寸的縮小款作品。同樣地，我內(nèi)心也一直在期待一個(gè)更大型的產(chǎn)品。

后來(lái)Sofman是這樣解釋的，這個(gè)與之前Cozmo一樣的外觀可以讓Anki能夠?qū)Ｗ⒂诟冗M(jìn)的內(nèi)部結(jié)構(gòu)研發(fā)，并幫助降低了整體的成本。Cozmo的售價(jià)為180美元，Vector定價(jià)可能在250美元，并在10月發(fā)貨時(shí)還可以生產(chǎn)更多。（后來(lái)Anki 以200美元的折扣價(jià)在Kickstarter上推出了該款機(jī)器人。）

Vector先進(jìn)的一點(diǎn)是達(dá)到了Cozmo難以做到的自主化程度。Anki的第一個(gè)機(jī)器人有點(diǎn)像1770年建造的Mechanical Turk機(jī)器人，那個(gè)機(jī)器人是用來(lái)對(duì)抗人類的。當(dāng)然，當(dāng)時(shí)是一個(gè)騙局，有一個(gè)人藏在柜子里面，安裝了電子動(dòng)畫人物，控制著它的動(dòng)作。對(duì)于Cozmo來(lái)說(shuō)，盒子里藏著的人變成了一個(gè)連接Wi-Fi的智能手機(jī)，里面運(yùn)行著一個(gè)控制機(jī)器人的應(yīng)用程序。

相比之下，Vector是有他自己想法的。（雖然Anki一直堅(jiān)持Cozmo在性別上是中性的，他們?cè)谏a(chǎn)過(guò)程中都沒有對(duì)此做過(guò)預(yù)設(shè)，但幾乎我遇到的每個(gè)人都將機(jī)器人稱為男性的“他”）

Anki的計(jì)算機(jī)視覺技術(shù)總監(jiān)Andrew Stein說(shuō)：“我們基本上考慮到了方方面面”，他指了指我的iPhone說(shuō)：，“我們把它放到他的腦子里。”Vector的大腦是四核Qualcomm Snapdragon 212芯片，雖然它遠(yuǎn)遠(yuǎn)達(dá)不到手機(jī)的頂級(jí)水平，但這可以讓Vector的部件花費(fèi)控制在預(yù)算范圍內(nèi)。Andrew Stein補(bǔ)充道：“有的部件三年前非常昂貴，我們沒有使用，但現(xiàn)在已經(jīng)在我們考慮的范圍內(nèi)了”。

從玩具到寵物

雖然Vector外觀可能與Cozmo看上去很相似，但Vector扮演了一個(gè)與Cozmo非常不同的角色，他是作為一個(gè)人永遠(yuǎn)的伴侶角色，而不是偶爾為了轉(zhuǎn)移孩子們注意力的玩具。他需要變得更智能，識(shí)別他所處的環(huán)境，并從與他共享的人類家庭中獲取線索。

我們都知道，如果你想要引起Cozmo的注意，只有通過(guò)叫它的名字才可以，然后它就會(huì)發(fā)出嘰嘰喳喳的聲音，上下推動(dòng)推土機(jī)般的手臂。如果你不理Cozmo，它就會(huì)來(lái)到你的面前，或者發(fā)出響亮而令人討厭的打鼾聲，來(lái)吸引你的注意。

而Vector具有更高的社會(huì)意識(shí)。當(dāng)我在Anki的實(shí)驗(yàn)室遇到Vector機(jī)器人的粗制版本時(shí)，他只是在外面閑逛。擁有卡通的眼睛，通過(guò)它眼睛所看到的內(nèi)容會(huì)在一個(gè)184 x 96像素的屏幕上顯示出來(lái)，似乎隨便就可以掃描整個(gè)房間。（機(jī)器人實(shí)際上看到的景象來(lái)自安裝在屏幕下方的一個(gè)720p廣角相機(jī)。）

當(dāng)Anki的程序管理總監(jiān)Meghan McDowell喊：“嘿Vector，到這里來(lái)”時(shí)，機(jī)器人Vector會(huì)離開自己的充電器，朝她跑去，同時(shí)也看向我，并發(fā)出一些特有的嘰嘰喳喳聲音。如果我們保持目光接觸，Vector會(huì)變得生機(jī)勃勃，并發(fā)出更多的聲音，它可能會(huì)舉起拳頭索要一個(gè)擊掌（這是從Cozmo那兒就延續(xù)下來(lái)的動(dòng)作）。我們還可以玩游戲，如玩十二點(diǎn)的游戲，在他的小臉/屏幕上會(huì)顯示卡片。有一次，McDowell觸摸了它頭上的觸摸感應(yīng)，這時(shí)他的眼睛顯示出一種幸福開心的樣子。

Vector與Cozmo不同，當(dāng)我們不理Vector時(shí)，他會(huì)得到提示并做自己的事情，比如繞著桌面行駛，通過(guò)紅外傳感器感知物體的邊緣，這樣就可以在邊緣及時(shí)停止，或故意碰到像杯子一樣的東西，看看他是否可以推動(dòng)它們。

這并不是漫無(wú)目的的游戲。通過(guò)激光掃描儀和其他傳感器，Vector正在使用同步定位和繪圖（SLAM）的復(fù)雜程序來(lái)構(gòu)建周圍環(huán)境，并將其轉(zhuǎn)換為數(shù)字存儲(chǔ)，SLAM是一種也用于高端機(jī)器人真空吸塵器的技術(shù)。Vector頂部還有一個(gè)四個(gè)麥克風(fēng)形成的陣列，可以識(shí)別聲音的方向，并且他的相機(jī)能夠不斷地在各種動(dòng)作下進(jìn)行實(shí)時(shí)觀察。McDowell說(shuō)：“我們希望他保持這種好奇的狀態(tài)，這能夠讓給識(shí)別并數(shù)據(jù)化他所處的環(huán)境。但是這就得讓他一直呆在家里，所以設(shè)置上他不會(huì)因?yàn)橐恢贝粼谑覂?nèi)而變得煩躁。”

車輪上的ALEXA

Vector可以做一些Cozmo無(wú)法做到的有用的事情。通過(guò)Wi-Fi連接到家庭網(wǎng)絡(luò)和互聯(lián)網(wǎng)后，他就可以提供一些Alexa風(fēng)格的實(shí)用程序，例如顯示所請(qǐng)求城市的天氣信息，設(shè)置計(jì)時(shí)器，并說(shuō)出諸如“愛達(dá)荷州的首都是什么？”等問(wèn)題的答案。

盡管如此，他與受歡迎的女傭機(jī)器人Jetsons相比，他在移情性和有用能力方面還有很長(zhǎng)的路要走。Anki的聯(lián)合創(chuàng)始人兼總裁Hanns Tappeiner說(shuō)，但這是預(yù)料之中的發(fā)展，“我們基本上正朝著這個(gè)目標(biāo)前進(jìn)”他說(shuō)。

雖然Anki的愿望目前與能Vector目前所提供的功能還相差甚遠(yuǎn)，但此款新機(jī)器人的處理器、傳感器和其他組件已經(jīng)實(shí)現(xiàn)了幾年前無(wú)法實(shí)現(xiàn)的人工智能技術(shù)。當(dāng)然，Cozmo的研發(fā)也是從2013年才真正開始的。

例如，早期的機(jī)器人被硬編碼去以檢測(cè)一些特定的物體：它自己的軀干或者它的充電器。它利用一些商業(yè)軟件來(lái)辨別人類、貓和狗的面孔，這是十多年前在傻瓜相機(jī)中就已經(jīng)出現(xiàn)的常規(guī)技術(shù)了。

然而，Vecto是運(yùn)行了一個(gè)神經(jīng)網(wǎng)絡(luò)，且正在不斷地接受訓(xùn)練，去了解他周圍的整個(gè)世界，這是一個(gè)持續(xù)的過(guò)程，將通過(guò)在線更新，不斷地?cái)U(kuò)展他的視覺智能。目前它的一個(gè)成果就是：即使面部不可見，Vector也能檢測(cè)到人物。

“如果你不是以一個(gè)正確的角度，或者沒有正面面向他，機(jī)器人是怎么知道你在那里的？”Stein說(shuō)，例如，一只狗或貓不需要面對(duì)面接觸就知道是主人已經(jīng)回家了，那Vector也應(yīng)該達(dá)到這種程度。因此，Stein的團(tuán)隊(duì)對(duì)機(jī)器人進(jìn)行卷積神經(jīng)網(wǎng)絡(luò)（CNN）的訓(xùn)練，一種目前流行的AI深度學(xué)習(xí)技術(shù)，模仿大腦的視覺皮層。通過(guò)使用Vector的相機(jī)在移動(dòng)時(shí)捕獲的模糊和扭曲的鏡頭，Stein一直在教卷積神經(jīng)網(wǎng)絡(luò)（CNN）從后面或側(cè)面檢測(cè)人，距離可以在大約10英尺遠(yuǎn)。

Stein說(shuō)：“即使他低頭看也只能看到我的軀干，他應(yīng)該意識(shí)到，嘿，可能有一個(gè)頭部在那個(gè)軀干上方。而Cozmo就是不知道的，它看這個(gè)軀干就像看其他一切一樣，這個(gè)人只是一團(tuán)的物體，并不能區(qū)分出頭和面部。”

在我訪問(wèn)期間，Vector的人物意識(shí)似乎已經(jīng)有成效了。例如，McDowell在實(shí)驗(yàn)室喊一位女性，Vector就轉(zhuǎn)向了她；然后他看我時(shí)，你可以發(fā)現(xiàn)他的卡通眼睛睜大，以此表示他看到了我。

下一個(gè)視力挑戰(zhàn)之一是了解人體姿勢(shì)，例如，當(dāng)手臂和腿處于特定位置時(shí)會(huì)發(fā)生什么。Stein說(shuō)：“這對(duì)我們來(lái)說(shuō)是有好處的，因?yàn)槲覀冋谥圃煲恍┬枰诩依镩_車的機(jī)器人，那他們就需要在人們四處走動(dòng)時(shí)，了解人類的行為意圖。”

另一個(gè)挑戰(zhàn)Anki稱之為“對(duì)象性”，“對(duì)象性”指的是，即使該機(jī)器人的神經(jīng)網(wǎng)絡(luò)以前從未遇到過(guò)一個(gè)物體，他也能發(fā)現(xiàn)某些東西是一個(gè)離散的對(duì)象，這是探索和理解環(huán)境的又一步。Stein說(shuō)：“我認(rèn)為，制造一個(gè)知道物體是什么的視覺系統(tǒng)，比識(shí)別100個(gè)特定物體的視覺系統(tǒng)難多了。這是一個(gè)更抽象的概念，這是一個(gè)哲學(xué)問(wèn)題。”

為了說(shuō)明此，他向我展示了一些來(lái)自神經(jīng)網(wǎng)絡(luò)訓(xùn)練的“熱力圖”視頻。該軟件突出顯示了可能代表離散對(duì)象的區(qū)域，視頻中將木紋圖案誤認(rèn)為是桌面上的三維實(shí)體。

適度的智慧

隨著Vector的視覺系統(tǒng)的日益成熟，該系統(tǒng)只是機(jī)器人智能模擬復(fù)雜情緒的一個(gè)輸入口。過(guò)時(shí)Cozmo淪為了一個(gè)小丑角色，可以到處轉(zhuǎn)，制造噪音，做鬼臉，玩游戲。它確實(shí)能夠進(jìn)行基本的刺激反應(yīng)，例如聽到它的名字或看到它曾經(jīng)通過(guò)伴侶應(yīng)用程序識(shí)別過(guò)的臉時(shí)，它能夠有所反應(yīng)，但它最終會(huì)成為一個(gè)不起眼的角色。

Anki的AI技術(shù)總監(jiān)Brad Neuman說(shuō)“這是我們第一次去發(fā)展一個(gè)有特色的機(jī)器人。”他的任務(wù)是建立一個(gè)既具有個(gè)性又具有社會(huì)智慧的機(jī)器人，其中的一個(gè)關(guān)鍵部分就是Anki所謂的“刺激”。

Neuman說(shuō)“當(dāng)你給他的刺激較小時(shí)，機(jī)器人沒有被啟動(dòng)，但Vector已經(jīng)開始觀察了，只是沒有表現(xiàn)出來(lái)。然后，如果你開始制造噪音，或與機(jī)器人進(jìn)行目光接觸，特別是如果你說(shuō)‘嘿Vector ’，那就會(huì)刺激到之前的刺激”。但Vector也會(huì)采取一些顯得更適時(shí)的動(dòng)作，例如來(lái)到你的周邊運(yùn)動(dòng)和制造噪音，或?qū)⒎块g燈的開啟和關(guān)閉。Neuman解釋道：“如果他受到足夠的刺激，他就會(huì)離開他的充電器并開始與你社交，說(shuō)出你的名字，問(wèn)候你，還可能給你一個(gè)拳頭擊掌。”

像Cozmo一樣，Vector在玩耍或閑逛時(shí)也會(huì)發(fā)出各種聲音。所以當(dāng)他第一次說(shuō)話時(shí)會(huì)有點(diǎn)不安，Vector有點(diǎn)像一個(gè)復(fù)古的機(jī)器人，聲音深沉但柔軟，還有點(diǎn)小和回聲。

Neuman向我展示了Vector情感引擎的可視化，這是一個(gè)隨著輸入時(shí)間變化的水平圖表。隨著越來(lái)越多的東西進(jìn)入模擬測(cè)試的環(huán)境，Vector表示刺激的綠線就會(huì)往上升。

這些刺激的壽命也是有限，當(dāng)事件平息下來(lái)時(shí)，數(shù)值趨于下降，Vector會(huì)得到提示，他應(yīng)該回到冷靜模式。McDowell和我在互相聊天時(shí)，Vector就回到這樣的冷靜模式，Vector開始了他自己的探索模式。

Vector的情緒引擎，加速顯示快樂(lè)、自信、社交，視頻中顯示了事件活躍度的上升和下降，如何形成不一樣的刺激水平。

然而，Vector不僅只是會(huì)變得興奮或無(wú)聊。他的情緒狀態(tài)來(lái)自四個(gè)方面，他受到刺激，快樂(lè)、社交和自信的程度。例如，聽到他的名字刺激了Vector，且這也使他更具社交性。

Vector的信心受到他在現(xiàn)實(shí)世界中的成功的影響。例如，他的手臂上的鉤子有時(shí)不能與他的軀干上的鉤子對(duì)齊，使得他無(wú)法抬起手臂。有時(shí)候他開車會(huì)被卡住，這些失敗讓他感到不自信，而成功則讓他更自信，更開心。

自我控制

Vector的行為遵循了一個(gè)層次結(jié)構(gòu)。Neuman說(shuō)“最高級(jí)別的情況是機(jī)器人會(huì)判斷現(xiàn)在應(yīng)該做什么樣的事情呢。他應(yīng)該安靜嗎？他應(yīng)該參與嗎？他應(yīng)該睡覺嗎？他的電池是否超低，他需要充電嗎？不同的行為來(lái)自于這些高級(jí)狀態(tài)的判斷，以響應(yīng)事件和他情緒引擎的不同狀態(tài)。”

然而，Vector并不遵循這些簡(jiǎn)單的腳本。他是即興創(chuàng)作的，基于不同的、不斷變化的輸入和各種可能的行動(dòng)。所有的這些都創(chuàng)造了一種它有生命的幻覺，但也是一種需要遏制的挑戰(zhàn)。

Neuman最初想要構(gòu)建一個(gè)更復(fù)雜的智能程序，他想讓Vector的個(gè)性通過(guò)獎(jiǎng)勵(lì)系統(tǒng)可以變化，進(jìn)而增強(qiáng)了某些行為模式。但Neuman說(shuō)：“一旦你與設(shè)計(jì)人員和產(chǎn)品人員展開合作，你就會(huì)發(fā)現(xiàn)你必須要具備對(duì)系統(tǒng)某些施加限制的能力”。

例如，Vector始終需要通過(guò)暫停和閃爍LED燈來(lái)表明何時(shí)將數(shù)據(jù)（如語(yǔ)音命令）發(fā)送到云端。這也解釋了機(jī)器人為什么會(huì)突然停止移動(dòng)以及表示數(shù)據(jù)正在被發(fā)送到第三方語(yǔ)音識(shí)別服務(wù)。（Anki說(shuō)它沒有存檔音頻，但對(duì)人們會(huì)使用的問(wèn)題和短語(yǔ)進(jìn)行了匿名編譯，且統(tǒng)計(jì)數(shù)據(jù)。）

這也是Vector在做事過(guò)程中會(huì)表現(xiàn)出的“全面中斷”的情況之一——無(wú)論他正在做事情都停下來(lái)，并進(jìn)入另一條不同的道路。Neuman把這種中斷比作在吃晚餐時(shí)聽到了門鈴響，這種中斷會(huì)讓你把叉子放下來(lái)然后走到門口。

當(dāng)然，最強(qiáng)大的中斷就是喚醒短語(yǔ)——“嘿，Vector”，即使沒有互聯(lián)網(wǎng)，他也能理解。但是通過(guò)在線自然語(yǔ)言處理，機(jī)器人還需要了解其他的短語(yǔ)，“嘿Vector，閉嘴！”，這表明他變得煩人，應(yīng)該切換到更冷靜的模式。Neuman說(shuō)，“我們希望理想情況是，沒有人會(huì)覺得他太大聲了。然后想把他關(guān)掉，把他放進(jìn)抽屜里，關(guān)掉它。”

Neuman明年的主要目標(biāo)之一，是讓用戶不用非常刻意地讓Vector來(lái)學(xué)習(xí)和適應(yīng)人們的行為方式。他說(shuō)：“如果你想與機(jī)器人互動(dòng)，他就應(yīng)該在那里與你互動(dòng)，并且作出靈敏的反應(yīng)。但如果你只是想時(shí)不時(shí)地看著他，讓他幾乎像一只籠子里的鳥，而不是一只站在你肩膀上的小鳥在你的沙發(fā)上跑來(lái)跑去的話，你也可以做到。你只要更謹(jǐn)慎地和他互動(dòng)就好了，他也能尊重這一點(diǎn)。”

到目前為止，Vector的作用非常有限。以相同的價(jià)格，Roomba機(jī)器人可以清潔您的地板。如果你只愿花更少錢的haul，Alexa或Google Home可以播放音樂(lè)，控制連接的設(shè)備，提供流量報(bào)告等等。

但憑借其強(qiáng)大的處理器，Linux操作系統(tǒng)和互聯(lián)網(wǎng)接入，Vector還有增長(zhǎng)的空間。Anki承諾會(huì)不斷擴(kuò)展Vector的功能。例如，可以有情景感知的安全攝像機(jī)或家庭自動(dòng)化系統(tǒng)的語(yǔ)音接口，這些目前是可以想到的升級(jí)空間。

Vector也可以在專門的編碼人員那里進(jìn)行升級(jí)，與大學(xué)機(jī)器人課程中流行的教學(xué)工具Cozmo一樣，Anki也會(huì)鼓勵(lì)修補(bǔ)者編寫擴(kuò)展Vector新功能的代碼。Anki將為Vector提供Python軟件開發(fā)工具包（SDK），就像Cozmo一樣，它可能會(huì)添加一個(gè)C＃SDK，因此編碼人員可以編寫與機(jī)器人交互的移動(dòng)應(yīng)用程序。

盡管Vector最終可能會(huì)提供類似于Alexa一樣的實(shí)用程序，但這并不是購(gòu)買它的主要原因。其銷售賣點(diǎn)是這種他生活在你真實(shí)生活中的錯(cuò)覺，它不像鳥，貓或狗那樣活躍，但也更容易喂養(yǎng)和照顧。

Anki的工作人員接受了這種幻覺，McDowell對(duì)Vector說(shuō)話時(shí)，好像他真的活著，而且有感情。Hanns Tappeiner看起來(lái)像是完全愛上了這雙制造出來(lái)的大眼睛，以及他“哦”和“啊”的聲音，仿佛他成了一個(gè)真正的孩子。她用一種母性的語(yǔ)調(diào)對(duì)Vector說(shuō)道：“你感到沮喪嗎？”，因?yàn)閂ector不停地敲打著桌上的筆記本電腦。

每個(gè)發(fā)明家的創(chuàng)造都是他們自己的寶貝。但是，汽車，電話或電視不需要在購(gòu)買者中鼓勵(lì)用戶去產(chǎn)生這種類似父母的感受，就可以在商業(yè)上取得相應(yīng)的成功了。然而，Vector需要一種來(lái)自主人的愛意，以及對(duì)他是一種生物的敘述贊同。

由于Vector仍然是一項(xiàng)正在進(jìn)行中的項(xiàng)目，因此Anki是否能成功現(xiàn)在定論還為時(shí)過(guò)早，開發(fā)產(chǎn)品的最后10％的過(guò)程難度更大。即使目前只有一個(gè)大體的形式，我覺得Vector也能成為一個(gè)令人愉快的陪伴者，反正肯定比Cozmo和藹可親多了。盡管Tappeiner謹(jǐn)慎地說(shuō)Anki只是在朝著真正的機(jī)器人同伴目標(biāo)邁進(jìn)，但該公司其實(shí)已經(jīng)通過(guò)Vector實(shí)現(xiàn)了跨越式的發(fā)展。