纽约时报?
虎嗅注：取多量机械人一共事，正在美国的一家公司里，已是习认为常的事。正在这里，一名员工能拥无数位机械人帮手，大量反复的工做被分管掉了。但同时，有人的心里也不免焦炙，跟着越来越多、越来越能干的机械人同事呈现正在分歧岗亭，他们也担忧着，本人的职位有天将被这些“呆头呆脑”的学徒们所代替。
这家公司就是——亚马逊。
本文翻译自纽约时报，原文题目《As Amazon Pushes Forward With Robots, Workers Find New Roles》，做者，NICK WINGFIELD，由虎嗅编译。
美国州南部，有一家亚马逊的大仓库。从客岁岁尾，Nissa Scott便起头正在这里工做，那时，她的次要任物是将塑料箱摆放到货架上。对于Scott来说，这实正在算不优势趣得工做，每个塑料箱沉20多斤，正在长达10个小时的工做内频频托举也令人十分怠倦。不外现正在，21岁的Scott有了新的 “接棒人”，正在大堆栈里，一只庞大的亮机械臂正正在摆放着货色。
Scott的新工做是同时照看这几个机械人，正在需要的时候进行毛病检修，并确保还有货色需要摆放。“对于我来说，这曾经是我们这儿能做的最需要动脑子的工做了，至多不是反复的”，Scott如许评价本人的工做。
大概没有任何一家公司像亚马逊如许，同时面临着从动化带来的焦炙和但愿。
虽然亚马逊的电商营业成为了人们口中“摧毁保守零售业工做岗亭”的 “祸首”，然而其抢眼的营业增速现实上也正正在推着它创制出大量的就业岗亭。为了高效地完成顾客订单，亚马逊对于初级仓库工人有着无尽头的需求，其全球员工数量更是达到了微软的4倍和Facebook的19倍。就正在上周 ，亚马逊颁布发表将正在开设二代总部，这意味着，50，000个新地工做机遇就此降生。
而正在另一边，这家公司仍是努力于从动化成长的前锋，他们正在积极地寻找以机械人替代工人的工做方式。
2014年，亚马逊率先引入了由Kiva研发的机械人仓储办事系统，仓库机械人进行工做。两年前，亚马逊以7.75亿美元将Kiva收入囊中，并将其改名为亚马逊物流机械人公司（Amazon Robotics）。
现现在，正在全球范畴内，亚马逊共有10万个仓库机械人被投入利用，而公司打算投入更多。机械人的插手使仓库的工做变得没有那么单调和繁沉，同时也大幅提高效率。顾客早饭后下单的牙线，晚饭前就能收到。
正在亚马退位于佛罗伦萨（州）和肯特（州）的仓库，每天都能够见到人工于机械间的交互。正在肯特，仓库机械人像个大甲虫，背负着2700多斤的货色正在垂曲货架间跑来窜去。
成百上千的仓库机械人正在一片圈定的庞大范畴内自从挪动，慎密跟从却不会发生碰撞。正在圈定范畴的边缘，一拆卸货工人正在弥补货色，仓库机械人快速移走拆好的货架。若是当接到新的客户订单时，货物正存储正在他们背负着的货架内，机械人便正在位于圈定范畴另一边缘的坐点列队，就仿佛汽车通过收费坐。
正在坐点，人工分拣员按照电脑屏幕的，从货架上抓取货色并放进塑料箱内。塑料箱通过传送带传送至包拆工人，包拆工人再将货色放进纸箱发送给顾客。
亚马逊担任运营的高级从管 Dave Clark暗示，公司但愿机械人去完成最枯燥的工做，让员工去做需要动脑子的工做。“每个订单需要的都是分歧的商品。你需要寻找和，正在某种程度上需要思虑，我感觉这很主要”。
仓库机械人还能够缩减工人的行走距离，添加分拣员的工做效率，使得他们的工做可以或许轻松一些。由于不再需要为工人保留通道空间，机械人以至能够间接把货架捆扎到一。更高的货架密度能够添加统一仓库内的存货数量，也更便于为顾客进行挑选。
亚马退位于佛罗伦萨的仓库展现了最新仓库机械人的样品。八台机械臂正在该仓库投入运转，它们的次要是将大规模的商品分化成更小的单元，并发送到全美各地的物流配送核心。
机械臂有一个拗口的名字叫做“堆垛机械人”，可是工人们付与了这些机械人更多的个性。工人们正在每个机械人身上贴上标签，把它们定名为 Stuart, Dave或者片子《的我》里面其他小黄人的名字。分歧于肯特的仓库机械人是收购 Kiva公司研制的系统，佛罗伦萨仓库的机械臂由外部公司担任研发。
客岁岁尾，正在佛罗伦萨的仓库刚运营不久，亚马逊便起头安拆这些机械人。机械臂被设置成只能拿起尺度尺寸箱子，其他尺寸的方针都无法拿起。正在一场对于机械人将来成长可能性的展现中，亚马逊通过虚拟现实仿实手艺展现了新机械人的概念样机。此中包罗能够毗连到叉车上，用于搬运托盘的机械臂。
Clark 暗示，正在亚马逊拆卸这些机械人的同时，过去那些担任堆放塑料箱的员工，好比Scott，正正在公司接管培训，成为机械人操做员。其他员工则转岗到领受坐，担任手动将大箱的商品分拣到小的塑料箱内。机械人安拆利用后，并没有员工被解雇，亚马逊为被代替的员工寻找到了新的脚色。
那么，新的问题又来了：跟着新一代机械人投入利用，此后还会有如何的变化？
眼下，仍是有一些工做仓库工人比机械人要擅长得多。好比，将单个商品从货架上五花八门的商品平分拣出来。自从采用仓库机械人以来，亚马逊仍正在美国新雇佣了8万名工人。总仓库工人数达到12.5万。亚马逊还暗示将继续大举聘请。
可是创业公司和研究人员正正在勤奋降服剩下的手艺妨碍。正在美国大学伯克利分校（UCB）的从动化尝试室内，一个双臂机械人将机械臂悄悄落正在一个箱子上。箱内拆满了各类随机的物品，好比盒拆即食燕麦片和玩具小鲨鱼。机械人无法识别出所有的物品，可是不妨。它将机械臂伸到货色堆，起头一个个分拣货色。
研究人员Jeff Mahler暗示“机械人能够本人从杂七杂八的工具中寻找出最适合抓取每一个物品的体例”。对于人类来说，这是一项很是容易的工做。可是对于机械人而言，这则是一项出众的才能。这一前进会正在某些严沉行业带来庞大的改变，同时进一步变化人类劳动力市场。
过去，机械人被编程设定只能完成很是具体的工做，好比正在仓库内挪动特定品种的集拆箱。他们无法对一堆工具进行分类，也无法完成更复杂的。可是正在亚马逊物流核心，分类才是最次要的工做。大部门仍由工人完成。
伯克利机械人最立异的地朴直在于，它们能够自学，抓起从未见过的物品。Mahler和团队其他通过向机械人展现成百上千的数字对象来锻炼机械人。锻炼事后，机械人能够抓起没有正在数字数据集中呈现的物品。美国、美国卡耐基梅隆大学、谷歌以及 OpenAI尝试室（特斯拉首席施行官 Elon Musk设立的人工智能尝试室）都正在研发雷同的手艺。人们相信机械必然能够让机械人实现更多类型的，以至包罗出产制制。
从硬件上看，伯克利机械人没有使用任何新的手艺。Mahler和他的团队已有的硬件，包罗国际集团ABB所制制的机械臂和用来探测深度的镜头进行开辟。伯克利机械人立异的部门次要正在于软件。伯克利机械人对于神经收集进行了新的使用。神经收集是一项复杂的算法，能够通过度析大规模数据来一项。好比，对成千上万的小狗照片进行模式识别，神经收集就能够学会识别小狗。
正在过去五年内，神经收集极大的改变了互联网巨头们供给正在线办事的体例，加快了图像识别、语音识别和智能保举的成长。可是同时，神经收集也能够加快机械人学的成长。
工程师、物理学家和设想师正在进行尝试或者创制新产物时需要搭建CAD模子。CAD模子是实物的数字化表示。这些模子，Mahler及其团队合成了良多数字对象，最终搭建了一个具有跨越700万件商品的数据库。随后他们模仿每项商品的物理属性，展现机械臂正在抓取物体时要出力的切确点。
这是一项庞大的工程，可是整个过程大大都都是从动完成的。研究团队将模子输入神经收集，神经收集识别潜正在任何外形的数字对象的类似点。然后研究团队将神经收集嵌入双臂机械人中，机械人便能够正在任何外形的实物上寻找出抓取时的出力点。
正在分拣日常糊口中各类外形的日用品时，若是是圆柱形物体或至多具有部门平展概况，好比铲刀、订书机、桶拆薯片或管拆牙刷，那么机械臂捡起物品的成功率就能够达到90%。可是若是处置外形更为复杂的物体，好比玩具鲨鱼，那么成功率就会下降。
而且，研究团队搭建模仿的随机货色堆，并将该模子输入神经收集，那么神经收集遍也能够学会从现实的货色堆中拿起商品。美国布朗大学和的研究者们正正在进行雷同的研究，但愿这种体例能够和其他法子相连系。
亚马逊对于将来这种机械人有着火急的需求，所以亚马逊赞帮大学伯克利分校的研究工做。正在过去三年内，亚马逊还举办了机械人角逐，寻求识别货色、抓取货色、挪动货色的处理法子。机械方式的前景最终能够扩展到其他范畴，包罗出产制制机械人和家庭机械人。
至今对于机械人的研发还远远不敷。的机械人要想正在尝试室外获得使用还需要几年的过程。可是用于锻炼机械人的神经收集手艺代表了机械人研究范畴的一项严沉改变。这一改变不只仅会改变亚马逊的仓库物流系统，也会变化整个财产。
《机械人时代》的做者Martin Ford相信，亚马逊仓库的就业图景终将改变，这一切只是时间问题。他认为，“科技终将代替掉良多仓库工人。并不是说一夜之间良多工做岗亭就会消逝。大概最早的迹象不是工人赋闲，而是创培养业岗亭的节拍变慢。”
亚马逊的Clark暗示，从汗青角度来看，从动化的成长能够提高工做效率。而且正在某些下，顾客的需求最终将创制更多的工做岗亭。正在科技高度成长的下，仓库工人照旧有事可做。从动化的成长毁掉工做岗亭的净增加是不现实的。