在本集的 Lexicon 中，我們與 Boston Dynamics 的 Atlas 產品總監 Aya Durbin 坐下來探討，為何這個問題終於被認真對待，以及近幾年為何標誌著人形機器人的真正轉捩點。
Aya 解釋道，Boston Dynamics 建立人形機器人已超過 17 年，早於 Atlas 被視為商業產品的時候。在這段時間內，目標主要是探索（挑戰平衡、移動性和控制的極限）。然而，根據 Durbin 的說法，將 Atlas 產品化的決定最近才出現。她表示：「大約兩年半前，團隊開始對我們可以提供一個有價值且能帶來正回報的人形機器人產品感到信心。」這種信心來自兩個主要的進展。首先，多年的硬件設計穩步進步，使 Atlas 可生產、可維修，並足夠堅固以用於工業用途。其次，甚至可以說更重要的是，專為機器人量身定制的人工智慧的加速發展。
Durbin 解釋說：「現在我們能做的更多事情，主要是因為人工智慧在機器人領域的出現，這開啟了一個以前不存在的通用性層面。」她指出，目前市場上並沒有真正被銷售為完整產品解決方案的人形機器人。「我不確定我們是否已經達到那個地步，但這是我們所有人正在追尋的旅程。」
關於人形機器人的必要性，Durbin 認為，人形形式並不是模仿，而是兼容性。「擁有人形特徵的整體價值在於，您可以將技術放入現有環境中。」工廠、倉庫和工業場地的設計已經圍繞人類身體運行了幾十年。對於固定自動化的改造成本高昂且緩慢，任何產品組合或產量的變化通常需要昂貴的重新設計。她補充說：「人形機器人的一個價值主張是，您不需要設置實體基礎設施來使用這項技術。」
人形形式還能在緊湊的空間內發揮力量。Atlas 最多可以提起 110 磅（約 50 公斤），其能力可與許多工業機器人相媲美，甚至超越，但不需要大型底座或專用工作空間。「您可以利用人類的物理特徵和人體工學，這正是人們今天所使用的。」Durbin 解釋道。
在討論中，持續出現的主題是研究機器人與產品之間的區別。對於 Durbin 來說，這一區別至關重要。「要提供一個能增加價值的解決方案，您需要的不僅僅是一個能夠拿起東西和放下東西的機器人。」她表示，將 Atlas 產品化意味著整合三個層面：硬件、人工智慧行為和應用程式軟件。軟件層允許客戶指派任務、監控性能、處理錯誤，並將 Atlas 整合進現有的設施系統。「這使客戶能夠實際與機器人介面並成功使用它。」
這一轉變也重新塑造了設計優先級。Boston Dynamics 不再專注於極限表現，而是重點放在可靠性、易於生產、可維護性和安全性上。「我們不僅是在研究如何讓機器人跳得更高。」Durbin 說。「我們在思考如何大規模地提供客戶所需的解決方案。」
在工業速度下訓練機器人是本集的一個驚人揭示。「我們的目標是在不到一天的時間內訓練 Atlas，而目前我們就是這樣做的。」Durbin 表示。訓練依賴於多種技術的組合，包括行為克隆，讓人類操作員穿著遠程操作服裝，實際演示任務，以及模擬技術，通過數千次虛擬重複來增強穩定性。「經過幾小時的訓練，機器人就能獨立完成任務。」
這種快速訓練對於工業應用的相關性至關重要。但 Durbin 強調，單靠任務能力並不等於有用。「Atlas 能夠做無限的事情。但重要的是其上層基礎設施—讓客戶能夠指導工作、處理例外情況，並保持運行的系統。」
在受控的演示中，機器人表現良好。但在真實的設施中，問題總是會不斷發生。「例外處理是機器人技術中最有趣的現實問題。」Durbin 說。「叉車駕駛員不會以一英尺的精確度放下庫存。有時距離是十英尺。機器人需要識別並理解這一點，而這正是人形機器人的承諾。」
解決這些問題需要的不僅僅是感知，還需要溝通和優雅的後備行為，保持工作運行，同時在需要時讓人類介入。在 CES 中，Atlas 因其操作和移動能力而受到關注，但 Durbin 認為最重要的成就卻被忽視。「在公共場合首次展示 Atlas 工作是非常大膽的。」她說。「我們在公開場合沒有出現摔倒。我們展示了在這個領域前所未見的可靠性水平。」
她認為，可靠性是信任的基礎。「當一切順利時，人們不會注意到它的良好運行，但這正是客戶所關心的。」儘管對於工作取代的擔憂廣泛存在，Durbin 對 Atlas 的預期角色卻十分清晰。「Atlas 的設計是為了處理工業中最艱難的工作，包括重物搬運、極端溫度和重複性勞動。」她解釋道。「這是艱苦的工作，會損害身體。」在許多設施中，這些角色難以招聘，且流動率極高。「這些地方是人形機器人發揮作用的地方。」她補充說。
同時，人類在故障排除、創造力和細緻靈巧性方面仍然遠遠優於機器人。「目前人類幾乎在所有方面都優於機器人。」Durbin 承認。「這就是為什麼我們首先專注於最艱難的工作—這方面的工作還有很多。」
當被問及工程師可能低估了 AI 和機器人在工業中日益增長的角色時，Durbin 指出，AI 應該被認真對待。「即使我也低估了 AI 對機器人的影響。」她表示。「我們低估了這些機器人可能的通用性，以及我們實際上解決這些問題的速度。」對於 Durbin 而言，人形機器人的未來反映了過去的技術變革。「我們在這個行業中反復這樣做。」她說。「這條路看起來崎嶇，但在事情真正起飛之前，它總是如此。」
