亞馬遜物流網(wǎng)絡(luò)的未來無疑跟人工智能和機(jī)器人技術(shù)存在巨大的關(guān)系，但人工智能設(shè)備將在多大程度上完成大部分工作，仍是一個懸而未決的問題。

　　根據(jù)該公司機(jī)器人技術(shù)實施總監(jiān)斯科特·安德森(Scott Anderson)的說法，亞馬遜倉庫距離完全的端到端自動化至少還有10年時間。路透社今天報道安德森的這番評論，從而強(qiáng)調(diào)了當(dāng)前的自動化技術(shù)發(fā)展步伐，即使亞馬遜倉庫這種對機(jī)器人勞動力而言已經(jīng)十分成熟的環(huán)境也不例外。

　　目前來看，勞動力中的機(jī)器人主要精通可重復(fù)的特定任務(wù)，并對其進(jìn)行精確編程。要讓機(jī)器人從事其他任務(wù)需要進(jìn)行成本高昂、耗費時間的重新編程。能夠執(zhí)行多種不同任務(wù)，并在動態(tài)環(huán)境中查看和理解周圍環(huán)境的機(jī)器人仍然處于研究和實驗階段。

　　就連識別對象并在以前從未見過該對象的情況下進(jìn)行拾取這個簡單過程，也需要借助一系列復(fù)雜的軟件和硬件，而這些軟件和硬件尚未投入商用。

　　因此，雖然機(jī)器人可以幫助制造微芯片和特斯拉汽車的車身，但它卻無法完成倉庫中所有人工任務(wù)。在亞馬遜倉庫和其他公司的物流中心，大部分勞動力仍然主要由人的雙手完成，因為很難訓(xùn)練機(jī)器人看懂世界，并讓機(jī)器人的夾具具備人類的靈活性。

　　但作為正在進(jìn)行的深度學(xué)習(xí)革命的一部分，機(jī)器人加速了過去十年人工智能研究的進(jìn)展，并且開始獲得接近人類精密程度的視覺和運動控制水平。亞馬遜是開創(chuàng)這種機(jī)器人的公司之一，除了在物流鏈中轉(zhuǎn)移物體之外，該公司每年都會舉行一次相關(guān)的挑戰(zhàn)賽，促進(jìn)這一領(lǐng)域的技術(shù)進(jìn)步。

　　其他許多公司和實驗室也在這方面取得了進(jìn)展。加州大學(xué)伯克利分校擁有一個機(jī)器人實驗室，該實驗室在這個領(lǐng)域取得了實質(zhì)性進(jìn)展，新開發(fā)了一對由中央系統(tǒng)Blue控制的低成本人形機(jī)器人。得益于人工智能支持的視覺系統(tǒng)，它可以執(zhí)行復(fù)雜的手動任務(wù)，例如通過人工智能折疊毛巾。

　　研究實驗室OpenAI同樣使用名為強(qiáng)化學(xué)習(xí)的人工智能訓(xùn)練技術(shù)來教給機(jī)器人手臂完成更加精確和優(yōu)雅的動作，這也是機(jī)器人需要在倉庫中復(fù)制的人類動作。Kindred是一家位于舊金山的創(chuàng)業(yè)公司，他們生產(chǎn)一種名為Kindred Sort的機(jī)器人手臂，將其部署在零售商Gap的倉庫中 ，它使用人工操作和自動化的組合來執(zhí)行動態(tài)產(chǎn)品拾取。

　　據(jù)路透社報道，亞馬遜在美國擁有110個倉庫，45個分揀中心和大約50個交付站，所有這些地方總計雇用了超過12.5萬全職倉庫工人。但是只有一小部分工作是由機(jī)器人完成的。現(xiàn)在的機(jī)器人的確不夠精確，而且行動笨拙，需要借助很多培訓(xùn)才能突破現(xiàn)有的狹窄用例，部署在工廠車間里。

　　例如，亞馬遜的drives機(jī)器人外形酷似掃地機(jī)，它主要是沿著倉庫周圍的固定路徑向人類提供大量產(chǎn)品。“在目前的形式下，技術(shù)非常有限。這項技術(shù)與我們需要的全自動工作站相距甚遠(yuǎn)。“安德森說。