屡败屡战的谷歌机器人计划,都交了哪些学费?

2019 年 4 月 8 日 机器人大讲堂

第六届中国机器人峰会观众报名方式

本届峰会报名时间为2019年3月26日8时起至4月20日24时止,报名采用预登记制,通过在线报名登记,报名者可根据要求填写相应的报名信息,确认无误,成功提交。审核通过后,峰会秘书处会尽快以短信、微信或电话的方式通知报名结果。扫描下方二维码进入报名页面,正确填写相应的报名信息,进行报名。


来源:  脑极体


谷歌又要开始做机器人了。。。


说出这个消息的时候,我忍不住戏精附体,替谷歌小小地尴尬了一下。


实在是因为,谷歌的机器人项目曾经有一手好牌:“Android之父”安迪·鲁宾(Andy Rubin),类人机器人专家罗森博格(Jonathan Rosenberg),大名鼎鼎的有足机器人制造商波士顿动力(Boston Dynamics),名动一时的人形机器人Atlas……



但这些都未能阻挡谷歌机器人团队内部频繁出幺蛾子的脚步。五年时间里,项目解散重组,再解散再重组。高管相继出走,销售计划叫停,几大王牌公司各自卖身,怎一个“糊”字了得。


所以在3月份Google AI官方博客传出消息,称Google 内部集结了原机器人项目中的工程师和研究人员,开启了一个名为「Robotics at Google」的新机器人团队时,实在是让人满头雾水。


今天我们就通过一篇文章,通盘回顾一下谷歌与机器人之间的恩怨情仇,并试图回答这个问题:想要搞定机器人,谷歌都要攻克哪些问题?



初见:短暂的甜蜜时光 



以Deepmind为代表的谷歌AI团队这两年大杀四方,软件算法出尽风头的同时,很少有人还会关注谷歌机器人这个“下水道”项目了。


其实,机器人项目一开始出身还是很豪华的。


2013年3月,被称为Android之父的Andy Rubin不再担任谷歌Android 部门的主管,他被指派了一项全新的工作——创立一个真正的机器人部门(Android就是机器人的意思)。


此后6个月的时间里,谷歌就收购了9个机器人公司,其中就包括当时专为军方研究机器人的Boston Dynamics波士顿动力和设计出机器人M 1的MekaRobotics公司,以及曾在DARPA机器人挑战赛中获胜的Schaft。


DeepMind也因为能够凭借强大的通用学习算法帮助机器人之间展开沟通,由Andy Rubin为谷歌收入囊中。



这轮花费上千万美元的“买买买”,让谷歌拥有了当时世界上最强的工程师和最先进的硬件技术,以兵强马壮的姿态进入了机器人领域。


Andy Rubin任职的一年间,谷歌机器人部门过得那叫一个滋润。


首先是和被收购的机器人公司关系特别好,谷歌这边不会干涉Boston Dynamics和其他几家公司原有的研发计划,通常是看看这些公司的创意,再从中汲取灵感开发自己的商业机器人。


部门内部更是毫无压力,Andy Rubin在接受采访时公开表示了,这个部门就不打算在未来几年内推出任何具有实际意义的产品。


听起来简直是份神仙工作了!但是,正式组建不到一年, 谷歌机器人部门就因为Andy Rubin的离开而陷入混乱,开启了悲惨的“流浪部门”生涯。



那么, Andy Rubin究竟是为何出走呢?


一方面是他本人作风问题,对女下属进行性胁迫而被对方投诉,2014年10月,经谷歌调查确认后被劝退(这个私人瓜咱们就不展开了);


更重要的原因是,Andy Rubin在内的机器人工程师们,都对公司的管理机制有着种种情绪。机器人部门原本是希望能像谷歌的抗衰老公司Calico那样独立运行,公司对他们能像Andy Rubin一样“放任不管”。但谷歌高层却这个部门进行诸多“行动上的限制”,使得员工们无法大展拳脚。


这不,Andy Rubin一走,谷歌很快就对该部门进行了改造,一边盘点收购来的公司都做了哪些机器人,一边琢磨着如何将其商业化。据说,当时谷歌就打算让波士顿动力研发一种由轮胎或者履带驱动的家居机器人,以帮助人类完成一些基础性的体力劳动。


这一轮动荡带来的最直接的影响就是,收购的合作公司都开始抵触谷歌管理层,比如Boston Dynamics波士顿动力就从此进入了长达两年的叛逆期。



波折:频繁易主的无奈 



Andy Rubin走后,谷歌机器人就被高层作为内部项目一样任意揉搓。


很快聘请了著名的类人机器人专家詹姆士·库夫纳(James Kuffner)接替Andy Rubin的职位。


这位学者背景的管理者,显然是来临时顶缸的,刚刚任职不到6个月,谷歌机器人团队就进行了第二次重组。这一次的继任者比库夫纳更不适合这个职位。


谷歌指派了当时的营销高级副总裁的乔纳森·罗森博格(Jonathan Rosenberg),取代库夫纳成为机器人部门的新主管。


而他此前却在摩托罗拉工作,并专注于与施密特合著管理方面的书籍,没有任何机器人领域的相关履历。派这样一个零产业经验的人来管理一群怀抱着技术信仰的“最强大脑”工程师,这任命心得有多大啊。



由于一直无法找到合适的主管,项目之间的协作出现问题,谷歌机器人部门陷入僵局也就是必然的了。


2015年底,机器人部门又被纳入到了Alphabet的研究实验室Google X,打破了外界猜测其要独立成子公司的想法,开启了第三次重组。


在重组后的全员大会上,Google X主管Astro Teller大众宣布,如果机器人无法帮助谷歌从实际层面解决问题,员工就会另作安排,被调去做其它的工作。此后,公司高层与机器人部门之间的矛盾就伴随着压力进一步发酵。



比如波士顿动力,就在波士顿干着自己的事儿,对加州总部的命令置若罔闻。等到了2016年,双方的矛盾已经到了连表面文章都懒得做的地步。


这边谷歌CEO拉里佩奇的助手刚刚发表声明:“(波士顿动力)决不能耗费高于30% 的资源投入到一件需要10年才能成功的事情上,必须在几年内就开始取得收入来抵消开支。”


那边波士顿动力的创始人Marc Raibert就隔空回应——“只有我们在波士顿做的事才能带来终极的产品”。


谷歌的公关负责人甚至公开表示,(波士顿动力)所引发的一系列问题大多数我们(指谷歌)都不想回答。希望民众将谷歌与网络视频里的机器人划清界限,并且不要讨论和引发新一轮报道波士顿动力在谷歌的真实状况。


和波士顿动力“同呼吸共命运”的还有Meka Robotics。这个同样是从麻省理工剥离出来的创业公司,其设计生产的能提起约10磅(约合4.5千克)物体的机械臂,相关推广计划也遭到了谷歌高层的强烈反对而被终止。



由日本东京大学JSK机器人实验室剥离出来的创业公司Schaft,原本以灾害现场以及紧急救援机器人为核心业务,并曾经多次赢得美国国防部(DARPA)的机器人挑战赛。


但被并购进谷歌机器人部门之后,Schaft也仿佛进入了异次元世界,外界很少获知他们的产品研发情况。


稍有点印象的亮相,还是2016年受Andy Rubin(你没看错,就是前文那个已离职的谷歌机器人项目创始人)的邀请,参加日本新经济峰会(New Economic Summit)时展示的一款人形两足机器人,外形和电影《星际穿越》中的机器人TARS神相似。


(左:Schaft两足机器人;右:电影《星际穿越》剧照)

 

故事发展到这里已经几乎没有什么悬念了。谷歌机器人计划的“千里之堤”,最终在2018年彻底分崩离析。


终结的过程也十分狼藉。 2017年6月,波士顿动力被卖给了软银,Schaft原本也有计划一同出售,但最终由于某些条件没能达成一致而失败。


这之后,谷歌机器人项目陷入了沉寂。直到2018年11月,谷歌母公司Alphabet宣布正式关闭Schaft,算是为这一轮在机器人项目上的努力画上了一个惨淡的句号。



重生: 软件主导会是救赎吗? 



所以,当“感情破裂”刚过去了四个月之久的谷歌又卷土重来,集结原项目的工程师和研究人员组建了新团队Robotics at Google,我的内心毫无波动还有一点满头问号。


先跟大家说一下新团队具体都干些什么。


重生后的团队与之前的机器人部门之间最大的区别,在于将重点放在了机器学习领域,通过教机器人开发新技能来提升AI系统和软件方面的能力。


比如该团队最新的研究成果,是和普林斯顿、哥伦比亚、麻省理工几所学院的研究人员合作,开发出的一套TossingBot分拣机。让机器人手臂可以从一堆东西中挑拣出正确的物体,并将它投掷到相应的格子中。


按Robotics at Google的说法,该机器的灵活性和响应速度比目前最先进的分拣货系统还要快2倍,非常适合在物流仓库、配送中心等电商业进行批量部署。



而从新任主管Vincent Vanhoucke的履历中,曾是帮助谷歌启动人工智能研究部门的负责人之一,不难看出谷歌这次是想靠“软实力”让机器人业务起死回生。


它能如愿以偿吗?想要交出高分答卷,恐怕得先搞清楚机器人业务的重难点都在哪儿。



“爱恨交织”机器人 



当然,这里并不能简单粗暴地得出结论,说谷歌做机器人不行。毕竟有钱有人有技术的大佬亲自上阵都搞不定,其他公司也未必就能游刃有余。


谷歌“三进宫”式的曲折探索,对于智能机器人产业或许能带来一些值得参考的东西,比如:在重金押注机器人项目之前,需要通盘考虑哪些问题?


1.长远而可靠的战略规划。


对于机器人这类技术创新型公司来说,在制造、人力、物力等成本上的支出动辄就上千万,并且短期内很难获得合理的产出。


因此,机器人公司往往需要持续性大规模投入来保驾护航。比如1994年以来波士顿动力从DARPA获得的国防资金,数额就超过1.5亿美元。


然而有大量资金还不够,要完成设计到商业化的整体转化,还需要坚定的领导力、完善的基础设施、优秀的产品和市场战略,以及近乎完美的执行过程。对于初创公司来说,钱之外的东西反而是最难的。



2.“广积粮,筑高墙”的技术研发


那么,如果财大气粗如软银,纠集起一批顶尖的经理人和工程师,架设在成熟的产业链基础之上,成功的可能性高吗?从波士顿动力被接盘后两年的表现来看,似乎也是存疑的。


原因或许在于,机器人只是一个物理载体,背后依赖大量技术研发和实践,传统技术如 IT、互联网、电信等,新兴技术如大数据、新材料、人工智能等。单一领域的明显优势也未必能带来广泛的影响力和实用价值。


从新机器人团队前所未有地重视机器学习算法的比重,不难看出谷歌正在重新思考技术与硬件之间的关系。



3.工程师文化与商业回报的平衡


谷歌机器人项目之所以曲折连连,与工程师文化在内部的强势不无关系。


创始人拉里佩奇一直强调要雇佣有工程经验的人才,并且常常以“改变世界”的技术信仰鼓励员工。相比其他岗位,技术人员在公司总是更受重视。


此前就发生过三千多名员工与上百名学者集体上书,抵制谷歌与五角大楼合作的事情,结果是数十名员工离职,CEO决定取消合同。


诚然,科技公司秉承“技术至上”理念是天然正义,但这也使谷歌的产品很容易就脱离真实的应用需求,体现在机器人项目上,就是毫无用户体验可言。


尽管谷歌高层曾经试图通过聘请更懂商业的职业经理人、内部推行以商业化为考量标准的“牙刷测试”、与开源机器人基金会(OSRF)合作等等方式,来平衡技术发展与商业回报之间的关系,但都遭到了来自工程师们的阻力。


在这样的反作用力之下,谷歌的机器人性能越强大,反而距离大众越遥远,被市场所抛弃也就不足为奇了。


早先波士顿动力的机器人视频流出之后,很快就遭到了来自普通民众和媒体层面的种种质疑,比如是否会抢走人类的工作?会不会有恐怖袭击的危险?谷歌自身也不得不紧急公关,与这些不接地气的机器人划清界限。


显然,谷歌也意识到了这一问题,并且试图在新的机器人项目中将技术创新与市场需求紧密黏合。比如最新推出的抛投机器人 TossingBot,就清晰地聚焦于仓储这样的特定场景任务。



根据工研院IEK的研究报告预估,预计至2021年,全球智能机器人的市场规模将增长至336亿美元。


谷歌、亚马逊、微软、腾讯以及许多初创公司都纷纷投入到了机器人领域。但依据当前市场情况来看,能够进入市场的商业化机器人少之又少。从这个角度看,在如何将机器人从实验室带入真实世界的话题上,没有人比谷歌踩过的雷、交过的学费还多了,它可能是有希望最先突围的那一个。


重新出发的谷歌机器人计划能挑战成功吗?结果或许依然成谜,但它的一举一动,绝对值得其他机器人公司借鉴并从中受益。

END

加入社群

机器人大讲堂Rob社群开始招募啦!如果您正在从事或想要从事机器人行业、想要学习这一方向,都欢迎您加入我们共同探讨机器人前沿科技。


另外,腿足机器人、医疗机器人、工业机器人专业讨论群正在招募中,欢迎各位专业领域的小伙伴加入。


在机器人大讲堂公众号对话框回复“交流群”获取入群方式!

招募作者

机器人大讲堂正在招募兼职内容创作者和专栏作家

请将简历和原创作品投至邮箱:LDjqrdjt@163.com  

我们对职业、所在地等没有要求,欢迎有兴趣有能力的朋友加入!


看累了吗?戳一下“在看”支持我们吧!


登录查看更多
0

相关内容

机器人(英语:Robot)包括一切模拟人类行为或思想与模拟其他生物的机械(如机器狗,机器猫等)。狭义上对机器人的定义还有很多分类法及争议,有些电脑程序甚至也被称为机器人。在当代工业中,机器人指能自动运行任务的人造机器设备,用以取代或协助人类工作,一般会是机电设备,由计算机程序或是电子电路控制。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
知识图谱推理,50页ppt,Salesforce首席科学家Richard Socher
专知会员服务
105+阅读 · 2020年6月10日
斯坦福2020硬课《分布式算法与优化》
专知会员服务
118+阅读 · 2020年5月6日
2019必读的十大深度强化学习论文
专知会员服务
57+阅读 · 2020年1月16日
【机器学习课程】机器学习中的常识性问题
专知会员服务
73+阅读 · 2019年12月2日
【课程】概率图模型,卡内基梅隆大学邢波
专知会员服务
69+阅读 · 2019年11月4日
谷歌之困:谷歌为什么做不好硬件?
ZEALER订阅号
3+阅读 · 2019年11月21日
李飞飞要从 Google 离开 ?官方已经给出回应
雷锋网
3+阅读 · 2018年6月28日
Deflecting Adversarial Attacks
Arxiv
8+阅读 · 2020年2月18日
UPSNet: A Unified Panoptic Segmentation Network
Arxiv
4+阅读 · 2019年1月12日
Text classification using capsules
Arxiv
5+阅读 · 2018年8月12日
VIP会员
Top
微信扫码咨询专知VIP会员