工業是機器人應用最為廣泛與最為常見的領域，從滿是裝配工人的汽車廠房、電子廠房，到僅有幾個技術工人操控、維護機械臂的無人化工廠，機器人正在替代人類從事一些簡單、低端、枯燥的工作。

國際機器人聯合會釋出的報告顯示，2019年全球工廠中運轉的機器人總數達到創紀錄的270萬臺，比前一年增長12%。其中，中國工廠中的機器人為78.3萬臺，比前一年增長21%；日本和印度工廠中運轉的機器人分別為35.5萬臺和2.63萬臺，美國和歐洲則則分別達到29.32萬臺和58萬臺，德國工廠中運轉的機器人數量為22.15萬臺，其工廠工人與機器人的配比高達7：1，機器人正走上工人崗位。

不過值得注意的是，當前無論是工業機器人還是服務形機器人均與“人”扯不上關係，要麼是隻有一隻機械臂的工業機器人，要麼是類似於“瓦力”這類服務機器人，或者就是波士頓動力旗下的“Spot”、小米旗下的“鐵蛋”，類似於波士頓動力Atlas、Tesla Bot人工智慧人型機器人更是屈指可數，可以說人形機器人是戴在機器人賽道頭上的王冠。

但誰也沒想到曾經站在科技金字塔的類人機器人卻在倉庫去搬箱子了。9月18日，海外媒體CNET訊息稱，美國創業公司Agility Robotics旗下類人機器人Digit已在倉庫中得到應用，目前能夠像人一樣完成搬箱子的任務，這看起來較Tesla Bot更靠譜。

給機器人造腦子

人之巧乃可與造化者同功乎？

《列子·湯問》有言，公元前九世紀奇人巧匠偃師為周穆王獻上“歌舞偶人“，偶人掰動下巴，能曼聲而歌，調動手臂，會搖擺起舞，舉止之間，如真人一般，並詳細的描繪了其用材與內部構造。無獨有偶，500多年前奇人達芬奇在手稿中也繪製了西方第一款人形機器人，後一群義大利工程師根據達·芬奇留下的草圖耗時15年，成功造出了被稱作“機器武士”的機器人，人形機器人從古至今都是人類追求的最高目標。

慕尼黑工業大學（Munich's technical university）科技系統認知專案（Cognition for Technical Systems）的教授尤韋哈斯（Uwe Haass）的一段話或許能表達人類的心態：“這是創造的最高境界。許多機器人學家認為人體是上帝或進化的絕佳創造，人體的一切都是那麼奇妙。”但當前的情況正如前文所提到的那樣：工業機器人是主流、機器狗等仿生機器人是潮流，類人機器人仍在坐冷板凳。為什麼會造成這種情況？在此之前我們得需要簡單瞭解一下現代機器人的研究與發展歷程。

1950年，圖靈發表了跨時代論文《計算機器與智慧》，並提出了著名的圖靈測試（將人與機器隔開，人向機器隨意提問，多次問答後，如果有超過30%的人不能確定出被測試者是人還是機器，那麼這臺機器就通過了測試，並被認為具有人類智慧）。不過現代機器人真正的開端源於1956年達特茅斯學院校園內的一場會議，他們（數學家和計算機科學家特倫查德·摩爾、LISP語言創始人約翰·麥卡錫、認知科學家馬文·明斯基、機器感知之父奧利弗·賽弗裡奇、經驗機率理論發明人雷·所羅門諾夫）決定把“像人類思考的機器”稱為“人工智慧/Artificial Intelligence”，奠定了人工智慧與機器人的理論基礎。

機器人研究後來的發展遵循三大主義，即符號主義、連線主義與行為主義。1958年，約翰·麥卡錫發明了表處理語言LISP，使計算機不僅可以處理資料，還可以處理符號，符號主義興起，人工智慧源於數理邏輯，智慧的本質就是符號的操作和運算；符號主義以推理為核心，無法處理“常識問題“和”不確定事物”，因此在1977年第五屆人工智慧聯合會上青年學者費根鮑姆，提出了知識工程的概念，簡單來說就是在推理機上加上一個知識庫，將符號主義大大向前推進了一步。

連線主義較符號主義的提出時間更早，1943年由心理學家麥克洛奇和數理邏輯學家皮茲提出，即著名的M-P模型，他們認為思維的基元是神經元，思維產生的過程是神經元相互連線的過程，在連線主義發展的幾十年裡出現過離散神經網路模型、Hope-Field模型、反向傳播（Back Propagation BP）演算法等，適用於模式識別、機器學習和影象處理，但目前僅限於對人腦區域性的模擬。

行為主義則是90年代後隨著計算機網路和通訊技術的發展而誕生的一種機器人實現的新路徑。行為主義的觀點認為智慧主體取決於感知和行為，取決於對外界複雜環境的適應，智慧主體不需要知識、不需要表示、不需要推理，智慧主體可以向人類一樣進化，分階發展和增強，因此行為主義機器人具備應對更為複雜環節的哪裡，但缺乏推理與規劃能力。

人、狗、機器人

機器人的發展與理論、研究是同步的。

1959年，Unimation研製出第一臺工業機器人Unimate，並在1961年將其應用到汽車生產線上，用於將鑄件中的零件取出。1956，發那科開發出日本民間第一臺NC數控系統，並在1958年由牧野フライス的機床開始投入使用；1971，德國庫卡為戴姆勒-賓士建造了歐洲第一條由機器人執行的焊接流水線，將機器人帶入流入線，人們對機器人的應用最早是從工業機器人開始的，至於人形與其他仿生機器人的爆發都是21世紀後來的事。

1968年，美國GE公司為步兵設計了一款四足機器人Walking Truck，該裝置是由四條相同的機械腿與機體相連線，機械腿是由三個轉動副組成有三個自由度，能夠實現足端兩個方向的轉動和一個方向的移動，機器人的整體運動是由操作人員透過控制換向閥控制四肢的動作來實現的，透過液壓伺服系統提供的各關節動力，實現身體姿勢和腿部的複雜運動，雖能勉強使用但不具備智慧未被實際使用，智慧是仿生機器人的一大難題。

行動力是制約仿生機器人發展的另一限制。以人類上樓梯為例，人類在進行單足站立或者平地行走以及上樓梯的時候，會透過感知足部的力，同一時間讓大腦這個超級處理器快速找到重心，並迅速協調全身肌肉進行重心調整，從而保證了重心穩定，而這一過程根本不需要大腦思考，都是刻在“基因”裡的，而機器人要實現相似的行動力則需要透過各類複雜的感測器與AI演算法一道去模仿人類，這也是為什麼波士頓動力的Spot已能夠牧羊，而Atlas還在實驗室裡摔跟頭。

不過現在類人機器人比以往任何時候都更接近成為社會結構的一部分。Agility Robotics首席技術官喬納森赫斯特告訴CNET，他的公司的類人機器人數字正部署"在未來兩年"，計劃將機器人變成勞動力。他說，Digit的推出將在倉庫開始，機器人將在那裡學習在結構化的環境中與人一起工作。接下來，Digit 將學會解除安裝以解除安裝拖車。最終，該公司希望看到 Digit 將包裹送到人們家門口。

當被問及 Digit 如何應付競爭時，赫斯特解釋說：“Digit 的目標是與人合作，而波士頓動力主要是研究機器人，兩者方向不一樣。赫斯特還說，雖然特斯拉機器人還沒有建成，但它似乎與Digid在將類人機器人融入社會方面有著相似的目標，不過Digit已找到了一份倉庫搬運工的工作。”