X项目是什么
Google X 项目被称为 Everyday Robots，于 2010 年启动。它基于 手机号码列表 这样的想法：谷歌可以解决世界上一些最困难的问题。
该团队特意被安置在距离主校区几英里的一栋独立建筑中，以发展自己的文化并尽可能跳出框框思考。我们投入了大量精力来鼓励参与者承担大风险、快速实验，甚至接受失败——这表明团队设定了极高的标准。
当 Brondmo 加入该项目时，Waymo、谷歌眼镜和其他科幻想法已经在酝酿之中（其中包括空中能源风车和为服务欠缺地区提供互联网接入的平流器）。
X 项目与硅谷初创公司的不同之处在于，它们鼓励员工进行长远思考。该项目必须满足一个特殊的“公式”：
解决影响数亿甚至数十亿人的问题；
使用突破性技术，让您以新的方式解决问题；
提出一个可能看起来很疯狂的激进的业务或产品解决方案（从这个词的良好意义上来说）。
为什么创造人工智能的身体如此困难
Project X 由 Astro Teller 领导，根据 Brondmo 的说法，很难想象还有谁比他更适合这个角色。 Astro只在广告中出现在办公室，他的马尾辫、友善的微笑和不寻常的名字让他看起来像HBO连续剧《硅谷》中的角色。
Brondmo 说：“当 Astro 和我第一次讨论如何处理谷歌收购的九家机器人公司时，我们决定必须采取一些措施。但什么？当时，大多数有用的机器人都是大的、愚蠢的和危险的。它们被用在工厂和仓库中，通常必须受到严格控制或关在笼子里，以保护人们免受它们的侵害。
如何创造在日常条件下有用且安全的机器人？需要一种新的方法。这些机器本应解决人口老龄化，甚至劳动力减少和短缺的问题。早在 2016 年，该团队就意识到突破性技术将是人工智能。一个彻底的解决方案：完全自主的机器人将在我们的日常生活中为我们提供帮助。
换句话说，团队要为人工智能创造一个物理身体。 Brondmo 坚信 X 中可以创造出如此规模的东西。这需要大量的时间和耐心，以及愿意尝试疯狂的想法并在其中许多想法中失败的意愿。这需要人工智能和机器人技术方面的重大技术突破，并且很可能花费数十亿美元。
团队成员深信人工智能和机器人技术的融合是不可避免的——人们只需要超越可能性的视野即可。在每个人看来，许多只存在于科幻小说中的事情即将成为现实。
X 团队成员包括杰夫·宾厄姆 (Jeff Bingham)，他拥有生物工程博士学位，并因对任何主题提供深刻见解而享有盛誉。宾汉姆称机器人技术为“系统性问题”。他想强调的是：机器人是一个非常复杂的系统，它的好坏取决于它最薄弱的部分。
如果视觉子系统在阳光直射下很难感知物体，那么在阳光明媚的日子里，机器人可能会突然失明并停止工作。
如果导航子系统无法识别楼梯，机器人可能会跌倒，从而伤害自身及其周围环境。
这些只是几个例子。创造一个能够与我们一起生活和工作的机器人是很困难的。
几十年来，人们一直试图对各种类型的机器人进行编程，以执行简单的任务，例如从桌子上拿起杯子或打开门。然而，这些程序总是因为最轻微的变化而崩溃。问题在于现实世界的不可预测性。而且它并不像在我们生活和工作的无组织且杂乱的空间中移动那么困难。
如果您不将所有物体放置在特定位置并且不保持相同的照明，那么即使是像拿起一个青苹果并将其放入厨房桌子上的玻璃碗这样简单的任务也将变得不可能。这就是工厂机器人被放置在封闭环境中的原因。他们的周围环境是可预测的，他们不用担心会撞到人的头。
如何教授机器人
拉里·佩奇 (Larry Page) 表示，只需要 17 名机器学习专家就能创造出与我们一起生活和工作的机器人。为什么是这个特定的数字？
简而言之，人工智能在机器人领域的应用有两种途径。
混合方法——系统的不同部分在人工智能的基础上工作，然后使用传统编程进行连接。
在这种方法中，视觉子系统使用人工智能来识别和分类周围的世界。当它创建可见对象列表时，机器人程序会接收该列表并使用代码中实现的算法对其进行操作。
如果程序指示从桌子上拿一个苹果，那么考虑到人工智能的视觉系统将检测到该苹果，并且程序将从列表中选择一个“苹果”类型的对象并使用它来获取它传统的控制机器人。
端到端学习（e2e）——整个任务的定向学习，例如“举起一个物体”，甚至更复杂的任务，例如“清理桌子”。
机器人接受了大量的训练数据——类似于人学习执行体力任务的方式。根据孩子的年龄，要求孩子举起杯子可能需要他们了解杯子是什么，里面可能有液体，并反复将杯子打翻，或者至少洒出大量牛奶。但通过观察别人、模仿他们和练习，她学会了这样做，甚至不考虑所采取的步骤。
布隆德莫的结论是，佩奇的观点是这样的：在团队证明机器人可以学习执行复杂任务之前，一切都不重要。只有这样，才有真正的机会创造出能够在令人困惑和不可预测的现实世界中执行这些任务的机器。这与 17 个具体数字无关，而是与大突破需要小团队而不是工程师大军这一事实有关。
“手工农场”的转折点
在南加州大学获得机器人学博士学位的彼得·帕斯特 (Peter Pastor) 在实验室里花了很多时间摆弄他在那里开发的 14 个机械臂，这些机械臂后来被 7 个 Kuka 工业机器人臂取代。该团队称其为“手工农场”。
这些手昼夜不停地工作，不断地尝试从篮子里提起海绵、乐高积木、橡皮鸭和塑料香蕉等物体。首先，机器人被编程为将捕获的物体从顶部的随机位置移动到篮子中，关闭并提起它，然后检查里面是否有任何东西。篮子上方有一个摄像头，记录里面的东西、手的动作以及成功或失败。这种情况持续了几个月。
