走进银行或商场有机器人提供导览，走进医院，看到机器人在送药，最好家里也有个机器人，可以帮我们从冰箱拿罐可乐过来，这几年可以看到服务机器人领域兴起，而且大多数都是初创公司。服务机器人的概念广泛，从目前市场上的产品来看，最简单的分类可分为两种，一类是锁定家庭或个人，除了 iRobot 这种专攻做家事如扫地的机器人之外，更多其实是定位为“伙伴”、“社交同伴”的产品，比较知名的像是具有麻省理工学院（MIT）血统的 Jibo 、深圳独角兽优必选的 Alpha 2X、华硕的 Zenbo 等。
另外就是专业服务机器人，此块是依据不同行业需求创造出多种类型的机器人，像是软银（SoftBank）的 Pepper、英特尔及 Google Venture 投资的 Savioke，主要面向公共场所的人群，为酒店、零售等行业提供服务。另外，优必选的 Cruzr 机器人则是专攻教育领域，甚至还有专攻临场机器人的公司 BEAM，之前被美国政府通缉的斯诺登（Edward Snowden）有一年出现在美国消费电子展（CES）上，其实就是通过知名的 Beam 机器人“现身”在屏幕上，锁定商业视讯会议应用可说是非常利基的市场。
图｜Savioke 机器人主要客户为酒店行业（来源：Savioke）
少了手的服务机器人，能做好服务吗？
但服务机器人领域始终是外头看热闹人多，实际愿意买单的人少，原因就在于“大家期望很高，但能做的事很少”，国内机器人龙头新松机器人高级副总裁王宏玉曾这么评论。
为什么做的事很少，其中一项原因在于缺了手。目前大多数的服务机器人通常可以移动，但普遍没有手，要不就是虽然有手，但装饰或娱乐性质远大于实际功用，能挥挥手跟人打招呼，但没法真正拿起重物。人类能处理众多工作，双手扮演着很重要的角色，因此人类在构建世界时考虑了很多手部设计，所有手机、键盘和其他工具都经过精心设计，以适应我们的手指和手掌。
由于服务机器人是身处在真实环境，与工业环境不同，工业机器手臂执行任务，每次动作都是落在相同的位置和方向，这是经过事前详细的设计跟测试，但现实生活里充满很多不确定性，服务机器人的手要能像人手般灵活运作，难度非常高，同时代表加了手成本立刻大幅增加，这就是为什么面向大众的服务机器人领域多半会舍弃机器手。
但也因为如此，缺手的机器人能做的事自然很有限，很难自主完成一整件事，例如不少饭店采用的 Savioke 机器人把餐点、清洗完的衣服送到住客房间，但还是得靠人类打开机器人的身体，取出东西，也就是说，还是必须由人类来完成最后的任务。当机器人做事“半调子”，服务做得不够好，企业感觉投资效益不大，市场就一直难以走向规模化。
机器手可负重 2 公斤，也能换抓手
不过，陆续有机器人公司注意到上述难题，开始为机器人“上手”，其中一家初创公司 Aeolus Robotics 的服务型机器人获得了不小关注，它可以手持吸尘器吸地板、拿食物给人，自己用手开门，该机器手可以拿取 2 公斤的物体，还会调整身体找到最适合的施力角度来搬运东西，此外开发人员设计了不同的抓手，以因应不同的场景需求，抓取不同的物体，这些手部功能就成了 Aeolus Robotics 与现有其他服务机器人的最大差异。
图｜Aeolus Robotics 机器人拿起饼干盒（来源：DeepTech）
Aeolus Robotics 机器人内置了已经预先训练好的物件识别模型，以及 2D 和 3D 摄像头，当它拿起一个物体时，会根据物体的形体等信息，辨识出它手上拿取的物体是什么，并且估测空间位置，产生手臂及手掌的抓取策略，例如有多少种抓取方式、哪一个角度抓取最适合、该施多少力等。
建构知识图谱，打造机器人 AI 大脑
机器人与 AI 结合已是必然趋势，特别是在真实世界是一个复杂的环境，机器人不能只是被动接收命令，还需要一个可以判断的脑袋，Aeolus Robotics 人工智能算法负责人王圣智就是带领团队研究“知识图谱”（Knowledge Graph）技术，建立 AI 大脑。
王圣智解释，进行视觉或语音相关 AI 研究时，通常会先建立一些事前已知的知识模型，比如按照人类生活的常理，杯子通常是放在桌上，不应该出现在地板上，也很少出现在椅子上，所以，在设计机器人的大脑时，就需要描写这些物体的特性及彼此间的关联。
最简单来说，杯子、桌子、椅子各自都是节点，但杯子适合放在桌子的上面，而非桌子的下面，也不太适合放在椅子上，所以杯子与桌子的关联比较强，两个节点就会比较靠近，同理，杯子与椅子的节点就会离得较远，这就是知识图谱的基本概念。
他们先建立起这些常见场景和关联的知识图谱，当 Aeolus Robotics 机器人看到客厅地板上有一个物体，它会认为地板上不应该有东西，就过去把东西捡起来，也知道应该要把饼干放到食物柜，什么药品该放到什么位置。机器人有了手，不只是帮人类取物而已，还可以分类物体，进行收纳跟归位。而这个图谱随着输入的信息越多而扩大，并动态调整节点之间的关联强度。
图｜Aeolus Robotics 第一代机器人（来源：DeepTech）
快速学习为机器人领域兴起的趋势
尽管机器人已经有预先训练好的大脑，但生活上物件百百种，总会遇到没学过的东西，传统机器人的做法通常得编程一系列操作，耗时之外，机器人的能力也仅限于特定活动或动作范围。没有新的编程，机器人无法超越并执行新的任务。但新一代的机器人研究可以仰赖 AI 来改善上述缺点。
Aeolus Robotics 的做法是利用快速学习（Quick Learning）技术来因应，当机器人看到一个以前没见过的新东西，快速学起来，下次辨识到这个物件就知道是什么，而且后端系统会通过云服务把学到的新知识传送至其他机器人，形成知识分享。
王圣智进一步指出，机器人近来兴起的一个趋势就是快速学习。深度学习的优点可以处理很复杂的问题，但缺点是需要的数据量非常大，许多研究者都希望找到不必使用大量数据、但效果一样好的方法，有一项议题因此变得相当火红—快速学习，其中一次性学习（One Shot Learning）堪称是终极目标，让机器人看一次就学会，但难度挑战很高，吸引了很多专家投入发展，另外也有 Few Shot Learning，看几次就学会。
“不论是 Few Shot Learning 或 One Shot Learning，那这快速学习的技术是机器人很需要的一个技术，”他强调。目前机器人公司采用的方式大概有几种，一种是如果要调整模型就送上云端去做，另一种作法是在机器人本地端处理，若复杂度高再连上云端执行。
“机器人有手，代表可以自主完成一整件事”，就是基于这个想法，Aeolus Robotics 选择从这个挑战颇大的领域下手，在功能上做出跟其他服务机器人的差异化，产品已进入第二代机种开发，除了优化物件识别、快速学习的能力，一只手也将增加为两只手、7 个自由度，目前锁定饭店、养老院的 2B 市场，预计明年量产。
目前 2B 专业服务机器人的商业模式多是采租赁方案，客户向机器人公司承租、支付月费，例如 Savioke 的 Relay 机器人费用大约是每月平均 2000 美元。Aeolus Robotics 预计未来也会是提供租赁服务，但尚未规划价格。
服务机器人行业处于前景混沌的状况，如何说服企业买一台机器人会比雇用一个员工来得划算，至少得先解决价格成本议题，才有机会迎来进入大规模商业化的一天。
