5月2日早间消息，亚马逊物流网络的未来无疑跟人工智能和机器人技术存在巨大的关系，但人工智能设备将在多大程度上完成大部分工作，仍是一个悬而未决的问题。

根据该公司机器人技术实施总监斯科特 安德森（Scott Anderson）的说法，亚马逊仓库距离完全的端到端自动化至少还有10年时间。路透社今天报道安德森的这番评论，从而强调了当前的自动化技术发展步伐，即使亚马逊仓库这种对机器人劳动力而言已经十分成熟的环境也不例外。

目前来看，劳动力中的机器人主要精通可重复的特定任务，并对其进行精确编程。要让机器人从事其他任务需要进行成本高昂、耗费时间的重新编程。能够执行多种不同任务，并在动态环境中查看和理解周围环境的机器人仍然处于研究和实验阶段。

就连识别对象并在以前从未见过该对象的情况下进行拾取这个简单过程，也需要借助一系列复杂的软件和硬件，而这些软件和硬件尚未投入商用。

因此，虽然机器人可以帮助制造微芯片和特斯拉汽车的车身，但它却无法完成仓库中所有人工任务。在亚马逊仓库和其他公司的物流中心，大部分劳动力仍然主要由人的双手完成，因为很难训练机器人看懂世界，并让机器人的夹具具备人类的灵活性。

但作为正在进行的深度学习革命的一部分，机器人加速了过去十年人工智能研究的进展，并且开始获得接近人类精密程度的视觉和运动控制水平。亚马逊是开创这种机器人的公司之一，除了在物流链中转移物体之外，该公司每年都会举行一次相关的挑战赛，促进这一领域的技术进步。

其他许多公司和实验室也在这方面取得了进展。加州大学伯克利分校拥有一个机器人实验室，该实验室在这个领域取得了实质性进展，新开发了一对由中央系统Blue控制的低成本人形机器人。得益于人工智能支持的视觉系统，它可以执行复杂的手动任务，例如通过人工智能折叠毛巾。

研究实验室OpenAI同样使用名为强化学习的人工智能训练技术来教给机器人手臂完成更加精确和优雅的动作，这也是机器人需要在仓库中复制的人类动作。Kindred是一家位于旧金山的创业公司，他们生产一种名为Kindred Sort的机器人手臂，将其部署在零售商Gap的仓库中 ，它使用人工操作和自动化的组合来执行动态产品拾取。

据路透社报道，亚马逊在美国拥有110个仓库，45个分拣中心和大约50个交付站，所有这些地方总计雇用了超过12.5万全职仓库工人。但是只有一小部分工作是由机器人完成的。现在的机器人的确不够精确，而且行动笨拙，需要借助很多培训才能突破现有的狭窄用例，部署在工厂车间里。

例如，亚马逊的drives机器人外形酷似扫地机，它主要是沿着仓库周围的固定路径向人类提供大量产品。 在目前的形式下，技术非常有限。这项技术与我们需要的全自动工作站相距甚远。 安德森说。