本篇文章1573字，读完约4分钟
在谷歌旗下的deepmind(确切地说，是字母表中的X)的人工智能应用程序alphago最近在人机五盘棋中以4: 1的比分击败韩国围棋天才李世石后，立即传出前者打算出售波士顿动力公司(boston dynamics)的消息，后者是另一位人工智能明星几年前收购的公司。这种对比有点令人困惑。根据彭博社的一篇文章，原因可能是理想是美丽的，而现实是单薄的。据报道，波士顿动力的下一个家可能包括丰田研究所，一个新成立的丰田人工智能和机器人研究机构，和亚马逊(为其履行中心)。
阿尔法戈非常漂亮，波士顿动力公司的机器人性能惊人，但它们之间的区别是前者是软件，后者是硬件。然而，在研究领域，一个长期难以解决的问题是软件开发和测试远比硬件简单。这在人工智能和机器人中尤为明显。
不同于按预设程序操作的普通工业机器人，波士顿动力公司和其他机器人研发机构希望成为更灵活、任务范围更广的机器人，这需要解决一些棘手的问题并进行基础研究。
彭博的一篇文章说，去年11月，谷歌的机器人R&D领导人主持了一次内部会议，讨论了教授机器人执行体力劳动任务的可行性，以及波士顿动力公司必须如何加强与谷歌其他团队的合作。此外，他们还有一个更大的问题要解决，那就是液压技术。因此，这就是问题所在。虽然智能机器有很大的潜力，但它们在实现中总会面临许多问题。
2月23日，bostondynamics发布了altas机器人的视频。这个机器人似乎能够在各种条件下在户外行走，搬运箱子，自主保持稳定和独立站立。视频发布后，立即引起了巨大反响，但也引起了谷歌的关注--因为事实上，这个机器人并不像大家想象的那么先进。据知情人士透露，该公司的主要进展只是解决了机器在实际环境中的行走问题，但仍远非完全自动化。创始人马克·莱伯特在一月份的一次会议上透露，虽然机器人可以做所有这些事情，但它们是由人控制的。
原因是给机器一个目的是一个非常困难的挑战。就像阿尔法戈可以在几个月内学会几十万个国际象棋分数一样，该软件可以在计算机上进行无限制的模拟，但它将面临更高的挑战，机器人在丛林或雪地中行走需要更长的时间。
机器人开发通常只有两种选择:要么使用软件模拟环境和机器人，然后期望模拟结果足够精确，然后将它们加载到机器上，希望实际结果相同；或者跳过模拟环节，直接制造机器人，然后从失败的西部地区吸取教训，不断改进机器人。这些过程需要很长时间。
谷歌在制造无人驾驶汽车时面临这样一个问题，现在谷歌使用了这两种方法。每周，谷歌都用真车进行数千公里的驾驶测试，还用软件模拟无人驾驶汽车在虚拟道路上行驶数百万英里。通过这种方式，模拟器可以测试无人驾驶飞行器在不同场景下的响应，而现实世界可以将虚拟无人驾驶飞行器没有遇到的数据和问题反馈给软件。
机器人的问题在于，它们通常比无人驾驶汽车更先进。因为无人驾驶飞行器只有四个轮子，机器人必须控制手、脚、脖子、膝关节、手指等等。要模拟所有这一切是极其困难的，而模拟各种动作的场景组合更是难上加难，这需要数十万项研究才能掌握。
然而，波士顿动力公司的机器人技术还没有走出实验室，所以用软件控制它们并使机器人自主仍然是一个研究问题，世界各地的大学仍在解决关键问题。也许这就是为什么谷歌认为波士顿动力公司还需要10年才能将其技术商业化。
氪36还就此问题咨询了学者和企业家，他们认为出售意向的原因也可能是波士顿动力偏向军方。波士顿动力公司的产品更适合军事应用，比如以前的机器狗。但谷歌的价值不在于作恶，如果谷歌的产品涉及太多军事领域，其他国家可能会担心谷歌，就像斯科特·哈桑解散威洛一样。
这篇文章引用了一些信息来源:彭博，如果转载，请注明出处:http://36kr/p/5044779
“读完这篇文章还不够吗？如果你也开始创业，希望你的项目被报道，请点击这里告诉我们！”
