机器人一直难以与人协作，反之亦然。两位在改善这一关系方面处于前沿的专家参加了 TC Sessions: Robotics 节目，探讨人机交互的现状与未来：Veo Robotics 联合创始人 Clara Vu 和 Robust.ai 创始人 Rod Brooks（曾就职于 iRobot 和 Rethink Robotics）。
人机交互（HRI）挑战的一部分在于，尽管我们已拥有高度能力的机器人系统，但它们所运行的世界仍然被严格限定。Clara 表示，随着我们从“自动化”迈向“自主化”（她强调这一说法并非她首创），我们不仅增加了能力，也引入了新的复杂性层次。
她说：“我们正在……从执行明确指令或仅能感知非常具体、低层级信息的机器人系统，转向具备一定自主性和理解力的系统。”“我所在公司构建的系统在五年前尚不可能实现，因为我们所使用的传感器以及用于处理数据的处理器当时并不存在。因此，随着传感器性能的提升和计算能力的增强，我们能够像您所说的那样，对身处的世界有更深入的理解，从而将机器人性能提升一个档次。”
Brooks 强调了他新公司在仓库中部署的“无代码”工具背后隐藏的复杂性。
他说：“我们编写了大量代码，但客户无需编程——这就是区别所在。”“要知道，美国80%的仓库完全没有自动化，即使一条传送带也算作自动化。其中80%连传送带都没有。我们正试图在这些地方引入智能机器人，但不希望要求这些从未接触过自动化的用户去理解智能机器人和编程等复杂内容。因此，我们必须让操作变得简单易懂。”
这是 Brooks 所观察到的整体生态系统变化的一部分，涉及计算能力的稳步提升正逐渐让位于更具创造力的时代。
他说：“我一直认为我们正处于计算机架构的黄金时代。因为自1965年以来，每个人都必须遵循摩尔定律。他们知道必须使速度翻倍、内存翻倍，或在特定日期实现其他指标翻倍，否则竞争对手就会超越他们。因此，他们无法进行任何新颖或奇特的创新。”“随着摩尔定律的终结，他们现在不得不尝试新颖且奇特的做法。这些都是两年前我们还无法做到的事情。这正是由于计算机架构发生了变化。”
这或许是一件好事，因为人们对机器人的期望任务也变得越来越复杂，而这些任务越来越依赖尚未完全胜任的人工智能。
“我认为，在机器人学领域，环境越不可控、任务越多样化，机器人问题就会呈指数级变得更加困难，”Vu说。“因此，在一个单一任务和固定环境中非常简单的事情，在结构化的户外环境中就会变得‘AI完备’——我们姑且这么称呼。这不仅仅是稍微难一点。不是说今天有这个能力，过几年就有那个能力。它可能难上几十年。”
至于协作机器人（cobots）领域，Brooks回忆他在Rethink Robotics的任职经历是有价值的，甚至是成功的，尽管该公司最终倒闭了。
（在正式回答之前插一句：“首先，我必须说Clara比我聪明，因为我曾试图让她来工作，她曾是Rethink的顾问，但她拒绝加入。所以她比我聪明。我们刚才说到哪儿了？”）
“我把Rethink称为一次完全的艺术成功，”他说。“它改变了人们对可能性的认知，其他人也在效仿。从某种意义上说，我们出现得太早了，而我们犯了一个致命的错误，那就是没有坚持最初的构想，即不把机器人放在已有机器人的地方，而是把它们放到其他地方。因为一旦我们进入它们已经存在的领域，人们就对它们应该做什么产生了期望。而这使我们偏离了主要使命。”
Vu表示赞同，他指出尽管Rethink在商业上并不成功，但它确实撼动了整个行业，并提到Veo及其联合创始人提出的理念基本上都源于Brooks的公司：
“据我所知，协作机器人的理念源自Rethink。机器人如何与现在不同？它们能做什么现在做不到的事？特别是，机器人如何与人协作？以及这如何真正提升机器人的价值？”
Veo的目标是将协作机器人的理念推向新的高度：
“协作机器人彻底改变了这个行业。我想市面上大约有20万台，年增长率达30%——所有主要的机器人制造商现在也都生产协作机器人，”她说。“我们正在努力迈出下一步，思考Rethink的理念为更小、更轻量的机器人所做的一切……我们也希望将这些理念应用于大型、高功率的机器人，而实现这一目标的方法是通过计算机视觉，这在十年前还不可能做到。”
我们在讨论中还涉及了许多其他话题，请务必查看下面的完整采访。