:::首頁 最新消息 最新消息單筆檢視 字級 大 中 小 最新消息單筆檢視 智財專欄 標題 結合人工智慧的機器人技術與產業發展 內容描述 <p><h3 style="text-align: center;">結合人工智慧的機器人技術與產業發展</h3> <p style="text-align: right;"><strong>撰文／工研院執行副總暨副院長胡竹生<span class="ui-provider a b c d e f g h i j k l m n o p q r s t u v w x y z ab ac ae af ag ah ai aj ak" dir="ltr">，工業技術與資訊月刊</span></strong></p> <div class="run_around"> <p>半導體的突飛猛進及生成式AI技術的突破，讓沉寂一段時間的機器人發展，似乎突現一道亮光，高運算能力促使機器人的行動及感知能力大幅提升，不僅具有學習能力，動作也更流暢，將對全球產業與社會帶來重大影響，備受關注。<br /><br />在硬體算力的倍增以及演算法精進的推波助瀾下，近年來人工智慧（AI）又成為全球科技發展的鎂光燈焦點，尤其是生成式AI。然而在各界積極投資布建算力的基礎建設下，這個科技對產業與社會將帶來什麼衝擊？也引發許多推測及論述。尤其是如此龐大的投資勢必需要產生具規模性的商業利益，或是對人類社會的進步有顯著的影響。對於目前生成式AI投資所產生的報酬率，近來已經有不少分析和評論。例如高盛（Goldman Sachs）在2024年6月份的全球總經研究報告註1就以「生成式AI：太多投資，太少回收？」為標題，預估接下來對生成式AI的投資將超過1兆美元，然而文中訪談麻省理工學院的經濟學教授阿傑姆奧盧（Daron Acemoğlu），就預測生成式AI在未來10年，對美國的生產力僅會提升0.53%至0.66%，反映到美國GDP成長也僅是0.99%。</p> </div> <div class="run_around"> <h4>AI算力猛進 提升機器人感知行動力</h4> <p>臺灣在半導體以及電子產品製造的強大能力，無疑是這波設備投資中的受惠者，然而我們必須對其投資報酬偏低的預估有所警覺，同時對其可能的應用先期布局。人工智慧專家簡立峰博士在先前的文章中註2，在避免生成式AI泡沫化的隱憂下，將雲端龐大的算力導引到邊緣運算（Edge Computing）應用，將可能是這個科技落地的方向，這其中一個重要的項目就是機器人。<br /><br />為什麼機器人在這波AI的發展中這麼被重視，其原因可以追溯到1980至90年代的莫拉維克悖論（Moravec,s paradox）觀念，當時很著名的人工智慧及機器人學者如美國卡內基美濃大學的莫拉維克（Hans Moravec）教授，麻省理工學院的布魯克斯教授（Rodney Brooks）及閔斯基教授（Marvin Minsky），一致感覺到電腦可以解決人類認為很困難的問題，如數學或物理的計算，但是卻無法解決人類認為很容易的能力，如感知環境到採取行動。其實倒也不是電腦無法執行感知行動的功能，而是要達到人類這些能力所需要花費的算力，記憶容量及耗能，以當時的科技是無法達成的。<br /><br />時至今日，半導體的突飛猛進及生成式AI技術的突破，似乎可以解決莫拉維克悖論所揭示的困境。而這種高層次的難題被解決，將對人類社會造成重大影響，也引發各界對於其應用與商機的想像。</p> </div> <div class="run_around"> <h4>機器人自主化 可修改目標適應環境</h4> <p>這一道曙光已經引發了新一波的投資，例如在2024年2月完成6.75億美金B輪融資的新創公司Figure AI，估值已經高達26億美金。包含特斯拉的Optimus以及波士頓動力，全世界至少有三十幾個新創團隊在開發結合大語言模型（LLM）與生成式AI技術的機器人產品。不論是哪一種形式的機器人，現今的重點都是強調自主化（Autonomy）。自主化與自動化（Automation）不同，自動化通常指的是機器人照著一套事先規劃好的行動方案（或稱劇本）去執行，而自主化則是機器人會根據目標去產生行動方案，而且在執行期間會去修改方案甚至修改目標去適應環境的變化......</p> <p style="text-align: center;"><strong>(本文轉載自工業技術與資訊月刊，請下載PDF全文或點擊下方連結觀看）</strong></p> </div></p> 網址 結合人工智慧的機器人技術與產業發展 作者(或新聞出處) 工業技術與資訊月刊 附件 檔案名稱：4月_結合人工智慧的機器人技術與產業發展.pdf 點此下載 刊登日期 2025/04/16