Google 为什么要卖 Boston Dynamics：理想很美好，现实很骨感

         在 Google（确切地说是 Alphabet 的 X）旗下 DeepMind 的 AI 应用AlphaGo最近在人机 5 番棋大战中以 4：1 的成绩击败韩国围棋天才李世石之后，又马上传出了前者有意出售几年前收购的另一家 AI 明星BostonDynamics的消息，这种反差令人有点摸不着头脑。彭博社的一篇文章认为，其原因也许是理想很美好，现实很骨感。据悉 BostonDynamics 的下家可能包括丰田新成立的人工智能与机器人研究机构 ToyotaResearch Institute 以及 Amazon（用于其履行中心）。

         AlphaGo 很风光，BostonDynamics 的机器人表现也很惊艳，但这两者的不同是前者是软件，后者是硬件。而在研究领域，一个长期难以解决的顽疾是软件的开发和测试远比硬件的简单。这一点在人工智能和机器人方面表现得尤其明显。

        跟普通的按照预先设定程序运作的工业机器人不同，BostonDynamics 等一批机器人研发机构想做的是更加灵活、执行任务范围更广的机器人，而这需要解决一批棘手问题，进行基础性的研究。

        彭博社文章称，去年11月 的时候 Google 的机器人研发领导主持过一场内部会议，会议讨论了教机器人执行体力劳动任务的可行性以及 BostonDynamics 必须如何加强与 Google 其他团队的配合问题。此外他们还有一个更大的问题要解决，那就是液压技术问题。所以这就是问题所在，尽管智能机器很有潜能，但是实现起来总会面临诸多问题。 

         2月23日，BostonDynamics 发布了 Altas 机器人的视频。这种机器人看起来能在户外各种条件下行走、搬盒子、自主保持稳定和自行站立。视频发布后立即引起了巨大的反响，但也引起了 Google 的担忧—因为实际上这个机器人并没有大家想象得那么先进。据知情人士透露，公司的主要进展只是解决了机器在实际环境中的行走问题，但离全自动还很遥远。创始人 MarcRaibert 在 1月 份的一次会议上透露，尽管机器人能做这一切，但都是靠人来操纵的。

         其原因在于赋予机器目的是非常困难的挑战。就像 AlphaGo 在数月之内可以学习几十万个棋谱一样，软件可以在计算机上面不受限地进行模拟，但是想要机器人在丛林或者雪地里行走却要面临高得多的挑战，需要的时间也要长得多。

         机器人的开发通常只有两个选项：要么用软件模拟好环境和机器人，然后指望模拟结果足够精确再加载到机器上，希望实际结果也一样；要么就是跳过模拟环节直接做机器人，然后在失败中吸取教训，不断改进机器人。而这些过程都要很久。

        Google 在做无人车的时候就面临着这样的问题，现在 Google 是这两种手段都用。每周 Google 都要用真车进行几千公里的驾驶测试，同时用软件模拟无人车在虚拟的道路上行驶数百万英里。这样模拟器能够测试无人车在面临不同场景时的反应，而现实世界可以反馈虚拟无人车没有遇到过的数据和问题给软件。

         而机器人的问题在于它往往要比无人车先进。因为无人车只有 4 个轮子，而机器人要控制手、脚、脖子、膝关节、手指等。这一切都要仿真是极其困难的，要仿真各种动作的场景组合更是难上加难，需要几十万次的学习才能掌握。

         但 Dynamics 的机器人所需的技术还没有走出实验室，用软件控制它们，让机器人能够自治仍然属于研究问题，全球的大学尚在攻关。也许这就是 Google 认为 BostonDynamics 的技术商用化还需要 10年 的原因。