工业机器人技术的出现在制造业领域开创性的。自1960年代成立以来，由于机器人给生产过程带来的巨大收益，机器人迅速淹没了世界各地的工厂。他们比我们快。他们可能会执行危险的任务。他们只是更好。如今，机器人比以往任何时候都更有效率，并且仍然是全球制造的支柱。但是，我们仍然可以从这些机器中获得大量尚未开发的潜力。由于无法执行独立的过程，机器人尚未完全实现自动化。但是，如果他们能够感知，学习和适应呢?

Covariant是致力于克服这些障碍的最新公司。成立仅三年后，这家初创公司就获得了第二轮融资，共筹集了6700万美元，目前正在与自动化巨头ABB合作，在机器人行业掀起波澜。他们的目的?生产高度健壮，可靠和高性能的网络物理系统。那么，大惊小怪的是什么?

传统机器人存在许多基本问题。首先，常规设计在完成任务时缺乏像人一样的灵活性限制精度。典型的模型有时可能会放错位置或破坏物体，从而减慢生产过程。但是，协变表示，他们的系统能够以99%的准确率拣选和包装大约10,000件物品。这可以通过增强机器人的一致性的AI软件来实现。与仅重复执行预先编程的任务不同，Covariant的机器使用摄像头系统捕获有关单个对象的信息。然后，这些数据将通过机器学习算法进行解释，这意味着机器人将变得越来越聪明，并且在做事上也越来越好。

更令人印象深刻的是，使用Covariant的系统能够实时处理新对象。通常，机器人只能处理已编程以与之交互的事物。但是，强化学习和神经网络的使用使Covariant机器人可以移动他们不熟悉的对象，而不会损坏或丢失产品-其主要用途是在仓库中对产品进行自动分类和组织。此外，所有Covariant软件都是可转移的，这意味着当一个机器人学习时，它们都可以。

近年来，在Covid-19大流行中，这项技术变得越来越重要。这场危机通过造成劳动力干旱，使许多人停产，暴露了全球供应链的脆弱性。但是，使用Covariant替代人工的新方法，公司可能会比我们想象的更早回到正常轨道。