Kindred是一家位于美国旧金山的机器人初创公司，曾被《麻省理工科技评论》评为“2017年最智能的公司之一”。Alphabet执行董事长埃里克·施密特（Eric Schmidt）、谷歌风投、OpenAI的研究主管伊利亚·苏茨克维尔（Ilya Sutskever）等均参与了投资。在过去六周里，该公司与著名服装零售商Gap签订合约，将其Kindred Sort机器辅助手臂应用至Gap仓库中，计划为零售商打造完整地自动生产线。就在本周二，中国科技巨头腾讯宣布对其投资2800万美元，到目前为止，这家成立三年的公司共募集了4400万美元的风险投资。

这款机器人的硬件是由工业机器人Fanuc制造的，其控制系统是特别定制的，由人工智能系统和人类共同控制。目前，六名机器人操作员在多伦多的控制中心远程操作机器人。Kindred首席产品官乔治·巴布（George Babu）在接受采访时表示：“我们的首要前提是要让产品落地，在实际中不断学习。我们希望可以提供远程指导。”

目前，机器人操作员用的是Kindred定制软件、游戏引擎Unity、专业键盘以及3D鼠标。通常只有专业设计师才会使用3D鼠标，这样机器人操作员能够更容易地控制机械臂。Kindred并非专注于研究，而是有着商业目标：将自动化带进仓库。它正是通过自我学习促进其人工智能研究。

随着人工智能的发展，算法担负的任务将越来越复杂。不过有了AI训练技术，人类可以协助机器人执行机器目前无法做到的事情，同时还能为将来系统的改进生成数据。巴布说：“这就是我们正在Gap投入生产的系统。”

利用定制的软件，Kindred员工在操作机器人的时候就像打游戏。每当Kindred员工操控机械臂并拣起物体时，软件就会记录下相关数据，以便机器最终可以自主工作。谷歌DeepMind利用深度学习和强化学习创造出了AlphaGo，Kindred机器人也利用深度学习来帮助它们记住什么是好抓取的。例如，机械臂在抓取一双太阳镜时应该比抓牛仔裤时用力更轻。另外，利用强化学习，机器人能够找出将物体放到落点的最佳方式。

刚开始，Kindred专注于让机器人模拟人类的手和手臂，其中包含许多复杂性。现在，在Gap仓库中的机器人手臂只做最繁琐的分拣任务：选取一个物品，扫描条形码后将其放置到合适的位置。

即使最聪明、最复杂的软件可以熟练地操作此项任务，可是机器人对于不断变化的环境却仍然摸不着头脑。对于软件来说，仓库中快速移动的物品是令人眼花缭乱的数据点。问题在于，机器人通常被编程为只做一种非常具体的任务，即使是人类最简单的单一动作对它们来说也有难度，除非是纯粹地重复运动。一台机械臂有可能制造纳米级微型芯片，但它却不能在放满物品的箱子中找出一件折叠的T恤。

除此之外，还有其他问题。仓库中的工作虽然乏味，但是情况是不断变化的。不同大小、款式、面料的衣服经常混在一起，需要重新扫描分类。目前大部分商家都靠人工完成这种项目，而Kindred旨在让人类参与其中一部分的工作，剩下的交给机器人。

如今，最难的部分就是机器人的抓取。在仓库中，机器人不仅难以抓取不同的服装，当鞋子、腰带、领带以及其他配件混合时，难度就又增加了。

Kindred公司表示，除了Gap之外，它们正在与其他零售商进行机器人测试，但并未公布具体公司。

巴布也知道有些人担心机器会代替人的工作，但他认为仓库里的工作人员实际上存在“大量短缺”，劳动力短缺正是阻碍零售商不断发展的一大障碍。“现在人们对机器人非常敏感，尤其是管理人员，一方面他们担心工人们丢掉工作，另一方面还要说服投资者，让他们心甘情愿为新技术买单。但是我相信我们需要应对机器换人的冲击，政府应该考虑如何培训员工。只有这样才能在享受新技术的同时保住工作。”巴布说。