更好的算法

动画眼睛提示它正在看的地方。它能感知附近工作的人类从而避免伤到他们，工人们也能知道自己是否被它看到。之前的工业机器人无法做到这些，这就意味着工作中的机器人必须与人类保持距离。典型的工厂机器人被关在一个铁丝网围栏或是玻璃笼子里。它们意识不到他人的存在，因此放在人的周围太过危险。这种机器人无法在一家难以将它们与人隔开的小商店中工作。理想情况下，工人应该能够在机器人身上存取材料，或者在日常工作中手动调整机器人的控制参数，而双方被隔开的话，此类动作就难以实现了。但巴克斯特能和人类做伴。它们使用力反馈（force-feedback）技术来感知自己是否触碰到人或另一个机器人，显得彬彬有礼。你可以在自家的车里接通它的电源，从容地在它身旁工作。

第二，任何人都能训练巴克斯特。它不一定像其他工业机器人一样迅捷、强大或精准，但它更聪明。要想训练它，你只需要抓起它的双臂并引导它们按照正确的次序做动作。这是一种“照着做”的训练方法。当巴克斯特学会动作后，就会不断重复练习。包括文盲在内的任何工人都可以进行这种展示。想要命令之前的作业机器人做最简单的任务改变，需要高度受教育的工程师和训练有素的程序员写数千条代码，还要进行调试。代码必须用批处理模式（batch mode）载入，比如大型非常用批处理文件。因为机器人一旦投入使用就不能被重新编程了。结果典型工业机器人的大量花费不是来自硬件而是它的运营成本。工业机器人的购买价为10万美元，然而在整个使用期中编程、训练和维护的费用是购买费用的4倍多。这些费用累加后，平均每个工业机器人的总花费超过50万美元。

第三个区别就在于巴克斯特更便宜。定价2.2万美元的巴克斯特与它的前辈机器人50万美元的总花费相比不在一个数量级上。使用批处理模式编程的老牌机器人就好像机器人界的大型主机，而巴克斯特好比第一台个人电脑。由于缺乏某些重要性能，如亚毫米级的精确度，这种机器人很可能沦落为机器爱好者的玩具。但是与个人电脑一样，却不同于过去大型主机的是：在不需要专家调试的情况下，用户可以即时与它进行直接交流，并且可以用它来做不太紧急，甚至是鸡毛蒜皮的事。它的价格足够低廉，因此小型工厂可以购买一台用来打包成品、喷涂定制化产品或者操作3D打印机。或者你也可以让它在生产iPhone的工厂充当工人。

巴克斯特诞生在波士顿查尔斯河畔一幢拥有百年历史的砖墙建筑中。1895年，这幢建筑是位于当时新制造业世界中心的一个奇迹。它甚至能发电供自己使用。百年来，这座围墙内的工厂改变了我们身边的世界。如今巴克斯特的性能以及即将到来的大量高级机器工人促使布鲁克斯思考一个问题：这些机器人会如何比上一次革命更彻底地颠覆制造业？看着办公室窗外那些比邻的工厂，他说道：“现在我们提到制造业就会想到发生在中国的情形。但是随着机器人带来的制造成本下降，运输的成本将成为远比生产成本更重要的因素。距离近就代表低成本。因此我们会看到这种本地特许经营的工厂组成的网络，所有的东西将在距离需求地5英里以内的范围内生产。”

这些对生产行业来说或许是正确的，但是许多人从事的是服务业。我请求布鲁克斯和我一起穿过一家当地麦当劳餐厅，并让他指出哪些工作可以被他的机器人取代。他犹豫着表示：“指望机器人为我们当厨师恐怕要等30年。在一家快餐店中，你不会一直干一种活，而是忙于在不同的任务之间转换，因此你需要一种特定的解决方案。我们不提供特定方案。我们正在打造一种能在人类身旁自主运行的机器人。”当我们能够与身边的机器人协同工作时，双方的工作内容必然会掺杂在一起，不久我们过去干的活将会由它们承担，而我们难以想象自己日后的新工作会是什么。

我根据人类和机器人的关系把工作分为四大类，希望能帮助我们更好地了解机器人将怎样取代人类。