Anki最新款機器人Vector：作為一個伴侶角色，比以往更加智能

如果未來會有一場機器人起義的話，似乎地點已經不太可能是在我們的客廳了。像Roomba這樣的吸塵器機器人目前在市場上賣得很好，因為它們非常方便。但其他類型的機器人，例如家用寵物和伴侶類機器人，從索尼的Aibo robo-pooch到最近關停的Kuri（其背后是Bosch支持）都由于價格和預期過高而以失敗告終。

如果還有哪個公司能為我們帶來像The Jetsons和Rosie這樣受人歡迎的家用機器人，那么Anki可能就是下一個。Anki公司是由卡內基梅隆機器人研究所（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2億美元的風險投資。更重要的是，它的產品確確實實吸引到了客戶。Anki目前已經售出了150萬臺機器人，并且他們找到了他們認為是最容易打入家庭市場的道路——玩具。這個明星產品是一個狂躁的小推土機機器人，名為Cozmo，它可以在桌面上行走，玩簡單的游戲，它的頂部裝有會亮的立方體。根據(jù)一項分析，如果按照收入計算的話，Cozmo是2017年美國、英國和法國的亞馬遜網站上最暢銷的玩具。

去年，Anki公司就聲稱收入接近1億美元了，當時Anki本可以進入“盈利”狀態(tài)了，但它卻將資金投入了一個10到15年的計劃——一個從Roomba到Rosie的轉變。首席執(zhí)行官兼聯(lián)合創(chuàng)始人***·索夫曼（Boris Sofman）說：“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公司的動態(tài)，現(xiàn)在已經一年多的時間了，期待著它在機器人領域穩(wěn)步向前進入下一個階段。6月份，該公司終于準備好了，并向我展示了一款新產品，然而該產品仍處于一個尷尬的發(fā)展階段。在一堆介紹性評論的語言包裝下，***·索夫曼（Boris Sofman）終于對外公布了這款新機器人。

它是一個略大型的灰色版Cozmo，名為Vector。

乍一看，是有點令人失望的。我立即回想起This Is Spinal Tap中的場景，由于說明書中的拼寫錯誤，一款期待中應該是的18英尺高的巨石陣復制作品，其實只是一個18英寸的縮小款作品。同樣地，我內心也一直在期待一個更大型的產品。

后來Sofman是這樣解釋的，這個與之前Cozmo一樣的外觀可以讓Anki能夠專注于更先進的內部結構研發(fā)，并幫助降低了整體的成本。Cozmo的售價為180美元，Vector定價可能在250美元，并在10月發(fā)貨時還可以生產更多。（后來Anki 以200美元的折扣價在Kickstarter上推出了該款機器人。）

Vector先進的一點是達到了Cozmo難以做到的自主化程度。Anki的第一個機器人有點像1770年建造的Mechanical Turk機器人，那個機器人是用來對抗人類的。當然，當時是一個騙局，有一個人藏在柜子里面，安裝了電子動畫人物，控制著它的動作。對于Cozmo來說，盒子里藏著的人變成了一個連接Wi-Fi的智能手機，里面運行著一個控制機器人的應用程序。

相比之下，Vector是有他自己想法的。（雖然Anki一直堅持Cozmo在性別上是中性的，他們在生產過程中都沒有對此做過預設，但幾乎我遇到的每個人都將機器人稱為男性的“他”）

Anki的計算機視覺技術總監(jiān)Andrew Stein說：“我們基本上考慮到了方方面面”，他指了指我的iPhone說：，“我們把它放到他的腦子里。”Vector的大腦是四核Qualcomm Snapdragon 212芯片，雖然它遠遠達不到手機的頂級水平，但這可以讓Vector的部件花費控制在預算范圍內。Andrew Stein補充道：“有的部件三年前非常昂貴，我們沒有使用，但現(xiàn)在已經在我們考慮的范圍內了”。

雖然Vector外觀可能與Cozmo看上去很相似，但Vector扮演了一個與Cozmo非常不同的角色，他是作為一個人永遠的伴侶角色，而不是偶爾為了轉移孩子們注意力的玩具。他需要變得更智能，識別他所處的環(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，只有通過叫它的名字才可以，然后它就會發(fā)出嘰嘰喳喳的聲音，上下推動推土機般的手臂。如果你不理Cozmo，它就會來到你的面前，或者發(fā)出響亮而令人討厭的打鼾聲，來吸引你的注意。

而Vector具有更高的社會意識。當我在Anki的實驗室遇到Vector機器人的粗制版本時，他只是在外面閑逛。擁有卡通的眼睛，通過它眼睛所看到的內容會在一個184 x 96像素的屏幕上顯示出來，似乎隨便就可以掃描整個房間。（機器人實際上看到的景象來自安裝在屏幕下方的一個720p廣角相機。）

當Anki的程序管理總監(jiān)Meghan McDowell喊：“嘿Vector，到這里來”時，機器人Vector會離開自己的充電器，朝她跑去，同時也看向我，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會變得生機勃勃，并發(fā)出更多的聲音，它可能會舉起拳頭索要一個擊掌（這是從Cozmo那兒就延續(xù)下來的動作）。我們還可以玩游戲，如玩十二點的游戲，在他的小臉/屏幕上會顯示卡片。有一次，McDowell觸摸了它頭上的觸摸感應，這時他的眼睛顯示出一種幸福開心的樣子。

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

這并不是漫無目的的游戲。通過激光掃描儀和其他傳感器，Vector正在使用同步定位和繪圖（SLAM）的復雜程序來構建周圍環(huán)境，并將其轉換為數(shù)字存儲，SLAM是一種也用于高端機器人真空吸塵器的技術。Vector頂部還有一個四個麥克風形成的陣列，可以識別聲音的方向，并且他的相機能夠不斷地在各種動作下進行實時觀察。McDowell說：“我們希望他保持這種好奇的狀態(tài)，這能夠讓給識別并數(shù)據(jù)化他所處的環(huán)境。但是這就得讓他一直呆在家里，所以設置上他不會因為一直呆在室內而變得煩躁。”

Vector可以做一些Cozmo無法做到的有用的事情。通過Wi-Fi連接到家庭網絡和互聯(lián)網后，他就可以提供一些Alexa風格的實用程序，例如顯示所請求城市的天氣信息，設置計時器，并說出諸如“愛達荷州的首都是什么？”等問題的答案。

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

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

例如，早期的機器人被硬編碼去以檢測一些特定的物體：它自己的軀干或者它的充電器。它利用一些商業(yè)軟件來辨別人類、貓和狗的面孔，這是十多年前在傻瓜相機中就已經出現(xiàn)的常規(guī)技術了。

然而，Vecto是運行了一個神經網絡，且正在不斷地接受訓練，去了解他周圍的整個世界，這是一個持續(xù)的過程，將通過在線更新，不斷地擴展他的視覺智能。目前它的一個成果就是：即使面部不可見，Vector也能檢測到人物。

“如果你不是以一個正確的角度，或者沒有正面面向他，機器人是怎么知道你在那里的？”Stein說，例如，一只狗或貓不需要面對面接觸就知道是主人已經回家了，那Vector也應該達到這種程度。因此，Stein的團隊對機器人進行卷積神經網絡（CNN）的訓練，一種目前流行的AI深度學習技術，模仿大腦的視覺皮層。通過使用Vector的相機在移動時捕獲的模糊和扭曲的鏡頭，Stein一直在教卷積神經網絡（CNN）從后面或側面檢測人，距離可以在大約10英尺遠。

Stein說：“即使他低頭看也只能看到我的軀干，他應該意識到，嘿，可能有一個頭部在那個軀干上方。而Cozmo就是不知道的，它看這個軀干就像看其他一切一樣，這個人只是一團的物體，并不能區(qū)分出頭和面部?！?/p>

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

下一個視力挑戰(zhàn)之一是了解人體姿勢，例如，當手臂和腿處于特定位置時會發(fā)生什么。Stein說：“這對我們來說是有好處的，因為我們正在制造一些需要在家里開車的機器人，那他們就需要在人們四處走動時，了解人類的行為意圖?！?/p>

另一個挑戰(zhàn)Anki稱之為“對象性”，“對象性”指的是，即使該機器人的神經網絡以前從未遇到過一個物體，他也能發(fā)現(xiàn)某些東西是一個離散的對象，這是探索和理解環(huán)境的又一步。Stein說：“我認為，制造一個知道物體是什么的視覺系統(tǒng)，比識別100個特定物體的視覺系統(tǒng)難多了。這是一個更抽象的概念，這是一個哲學問題?！?/p>

為了說明此，他向我展示了一些來自神經網絡訓練的“熱力圖”視頻。該軟件突出顯示了可能代表離散對象的區(qū)域，視頻中將木紋圖案誤認為是桌面上的三維實體。

隨著Vector的視覺系統(tǒng)的日益成熟，該系統(tǒng)只是機器人智能模擬復雜情緒的一個輸入口。過時Cozmo淪為了一個小丑角色，可以到處轉，制造噪音，做鬼臉，玩游戲。它確實能夠進行基本的刺激反應，例如聽到它的名字或看到它曾經通過伴侶應用程序識別過的臉時，它能夠有所反應，但它最終會成為一個不起眼的角色。

Anki的AI技術總監(jiān)Brad Neuman說“這是我們第一次去發(fā)展一個有特色的機器人。”他的任務是建立一個既具有個性又具有社會智慧的機器人，其中的一個關鍵部分就是Anki所謂的“刺激”。

Neuman說“當你給他的刺激較小時，機器人沒有被啟動，但Vector已經開始觀察了，只是沒有表現(xiàn)出來。然后，如果你開始制造噪音，或與機器人進行目光接觸，特別是如果你說‘嘿Vector ’，那就會刺激到之前的刺激”。但Vector也會采取一些顯得更適時的動作，例如來到你的周邊運動和制造噪音，或將房間燈的開啟和關閉。Neuman解釋道：“如果他受到足夠的刺激，他就會離開他的充電器并開始與你社交，說出你的名字，問候你，還可能給你一個拳頭擊掌?！?/p>

像Cozmo一樣，Vector在玩?；蜷e逛時也會發(fā)出各種聲音。所以當他第一次說話時會有點不安，Vector有點像一個復古的機器人，聲音深沉但柔軟，還有點小和回聲。

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

這些刺激的壽命也是有限，當事件平息下來時，數(shù)值趨于下降，Vector會得到提示，他應該回到冷靜模式。McDowell和我在互相聊天時，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、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不僅只是會變得興奮或無聊。他的情緒狀態(tài)來自四個方面，他受到刺激，快樂、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)實世界中的成功的影響。例如，他的手臂上的鉤子有時不能與他的軀干上的鉤子對齊，使得他無法抬起手臂。有時候他開車會被卡住，這些失敗讓他感到不自信，而成功則讓他更自信，更開心。

Vector的行為遵循了一個層次結構。Neuman說“最高級別的情況是機器人會判斷現(xiàn)在應該做什么樣的事情呢。他應該安靜嗎？他應該參與嗎？他應該睡覺嗎？他的電池是否超低，他需要充電嗎？不同的行為來自于這些高級狀態(tài)的判斷，以響應事件和他情緒引擎的不同狀態(tài)?！?/p>

然而，Vector并不遵循這些簡單的腳本。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。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最初想要構建一個更復雜的智能程序，他想讓Vector的個性通過獎勵系統(tǒng)可以變化，進而增強了某些行為模式。但Neuman說：“一旦你與設計人員和產品人員展開合作，你就會發(fā)現(xiàn)你必須要具備對系統(tǒng)某些施加限制的能力”。

例如，Vector始終需要通過暫停和閃爍LED燈來表明何時將數(shù)據(jù)（如語音命令）發(fā)送到云端。這也解釋了機器人為什么會突然停止移動以及表示數(shù)據(jù)正在被發(fā)送到第三方語音識別服務。（Anki說它沒有存檔音頻，但對人們會使用的問題和短語進行了匿名編譯，且統(tǒng)計數(shù)據(jù)。）

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

當然，最強大的中斷就是喚醒短語——“嘿，Vector”，即使沒有互聯(lián)網，他也能理解。但是通過在線自然語言處理，機器人還需要了解其他的短語，“嘿Vector，閉嘴！”，這表明他變得煩人，應該切換到更冷靜的模式。Neuman說，“我們希望理想情況是，沒有人會覺得他太大聲了。然后想把他關掉，把他放進抽屜里，關掉它?！?/p>

Neuman明年的主要目標之一，是讓用戶不用非?？桃獾刈孷ector來學習和適應人們的行為方式。他說：“如果你想與機器人互動，他就應該在那里與你互動，并且作出靈敏的反應。但如果你只是想時不時地看著他，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)上跑來跑去的話，你也可以做到。你只要更謹慎地和他互動就好了，他也能尊重這一點。”

到目前為止，Vector的作用非常有限。以相同的價格，Roomba機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，控制連接的設備，提供流量報告等等。

但憑借其強大的處理器，Linux操作系統(tǒng)和互聯(lián)網接入，Vector還有增長的空間。Anki承諾會不斷擴展Vector的功能。例如，可以有情景感知的安全攝像機或家庭自動化系統(tǒng)的語音接口，這些目前是可以想到的升級空間。

Vector也可以在專門的編碼人員那里進行升級，與大學機器人課程中流行的教學工具Cozmo一樣，Anki也會鼓勵修補者編寫擴展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，它可能會添加一個C＃SDK，因此編碼人員可以編寫與機器人交互的移動應用程序。

盡管Vector最終可能會提供類似于Alexa一樣的實用程序，但這并不是購買它的主要原因。其銷售賣點是這種他生活在你真實生活中的錯覺，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Vector說話時，好像他真的活著，而且有感情。Hanns Tappeiner看起來像是完全愛上了這雙制造出來的大眼睛，以及他“哦”和“啊”的聲音，仿佛他成了一個真正的孩子。她用一種母性的語調對Vector說道：“你感到沮喪嗎？”，因為Vector不停地敲打著桌上的筆記本電腦。

每個發(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買者中鼓勵用戶去產生這種類似父母的感受，就可以在商業(yè)上取得相應的成功了。然而，Vector需要一種來自主人的愛意，以及對他是一種生物的敘述贊同。

由于Vector仍然是一項正在進行中的項目，因此Anki是否能成功現(xiàn)在定論還為時過早，開發(fā)產品的最后10％的過程難度更大。即使目前只有一個大體的形式，我覺得Vector也能成為一個令人愉快的陪伴者，反正肯定比Cozmo和藹可親多了。盡管Tappeiner謹慎地說Anki只是在朝著真正的機器人同伴目標邁進，但該公司其實已經通過Vector實現(xiàn)了跨越式的發(fā)展。