構建機器人平臺是一項艱巨的任務，需要處理大量的數據，但幫助開發者完成這項任務的工具非常少。Roboto Technologies Inc.是一家今天走出隱身狀態的美國創業公司，獲得了480萬美元的融資，旨在利用人工智能幫助機器人開發人員在開發機器人時節省時間。

種子輪融資由早期投資公司Unusual Ventures領投，Allen Institute for Artificial Intelligence和FUSE Ventures參與。

Roboto的創始人Benji Barash和Yves Albers-Schoenberg從歐洲移民到西雅圖并加入亞馬遜的無人機送貨項目時，親眼目睹了機器人開發的挑戰。Benji Barash說："我們有一個驚人的前排座位，看到了機器人技術令人難以置信的潛力，我們在亞馬遜從事無人機送貨等項目的工作。然而，我們也了解到，盡管最近取得了所有的進展，建立安全和可靠的自主系統仍然是令人驚訝的困難和非常昂貴。"

一個機器人在短短幾分鐘的操作過程中可以產生TB級的復雜數據，而這些數據需要被存儲和處理才能發揮作用。然后，許多機器人平臺開發者必須創建自己的工具來處理、理解和分析這些數據，而市場上的工具并不是為了管理這些數據而建立的。

例如，數據和日志分析器，如Splunk、Tableau和Datadog，對于處理非結構化數據是很好的。但對于視頻、圖像、激光雷達和其他來自機器人用來了解周圍世界的眾多傳感器的視覺數據來說，它們就不是那么好了。因此，工程師們花了成百上千的工作時間來建立他們自己的基礎設施，使現有的工具適合機器人技術，而不是花時間在機器人技術發展本身上。

"這很耗時，并很快成為每個從事機器人工作的人的痛點。"Benji Barash："隨著公司收集巨量的數據，機器人工程師不得不把時間花在處理數據上，而不是做機器人工作。"

憑借其人工智能驅動的平臺，Roboto消除了這些痛點，使其有可能分析和充分理解大量的傳感器數據，而不需要自制的工具。

Barash和Albers-Schoenberg把這個新系統比作 "機器人的副駕駛"，他們說，開發人員可以通過向它提出關于他們的數據集的問題來發現他們需要的任何東西。使用人工智能，研究人員可以獲得有關他們平臺的信息，就像使用自然語言提示有關傳感器數據、相機視覺效果或其他輸入進行搜索一樣容易。

例如，一個擁有自動駕駛卡車的開發者可以問人工智能："給我找到所有車速超過35英里/小時，并且在圖像右側看到一個人的駕駛情況"，或者 "給我顯示每一次右轉，并且車速超過15英里/小時的情況"。所有這些實例都可以用來調出與這些實例相關的數據，以查看發生了什么，以便進一步調查。

該平臺還允許搜索其他類型的數據，如圖形時間序列信號，如車輛轉向、電池水平、速度和加速度。通過為機器人開發人員提供一種快速搜索這類數據的方法，并使用自然語言提示，開發人員可以快速了解他們的機器人是如何運作的。

Roboto已經發布了一個免費的演示，供開發者在nuScales的數據上測試該平臺，nuScales是一個大規模的自主數據集，被工程師和研究人員使用。

在過去的十年里，我們的創始團隊一直在機器人和人工智能的最前沿工作。

從模擬到計算機視覺，我們一直在機器人堆棧中工作，但大部分時間都在追逐邊緣情況。任何從事機器人工作的人都知道從原型到安全可靠的生產系統是多么困難。

我們認為阻礙該行業發展的最大障礙之一是缺乏合適的基礎設施來快速搜索多模態傳感器數據和日志。如果沒有辦法有效地查詢這些數據，公司發現系統故障為時已晚。

機器人技術很難，但不應該這么難。我們現在的使命是通過讓人工智能為我們做骯臟的工作，讓機器人更快地投入生產！我們很高興能得到一群令人難以置信的顧問和投資者的支持，以實現這一目標。