科幻到現實：特斯拉人形機器人 Optimus 的崛起
Hi 我是 VK~
近來，AI 能夠提供機器人不同的訓練方式，讓這議題有了新一波的討論，尤其是人形機器人（Humanoid Robots）。
其中，Tesla 的人形機器人 Optimus 是大家關注的焦點之一。
這期來聊聊 Tesla 打造 Optimus 的故事、當時他們為什麼選擇人形機器人、在開發過程中遇到哪些困難。以及，還有哪些公司正在著手打造人形機器人？
推付費電子報前的掙扎與心魔
在 7 月底的近況更新中，提到「預計在半年內推出付費版的電子報」。
最近，正在如火如荼籌備「付費版的電子報計畫」，也蠻想和大家分享推出付費電子報前的掙扎或心魔。
「寫得真的好到讓人訂閱嗎？」
「我的內容對別人有價值嗎？」
「推出付費版會不會沒有人訂？」
以上，大概是這陣子繚繞心頭的各種問題。沒有答案，只能試著揣測訂戶們的想法。
但這個猜，蠻困擾的。答案依序可能是內容不夠好、可能沒人訂，反而讓自己更迷茫。
後來給自己的答案是，這些心魔很難克服、只要活著，煩惱、焦慮、懷疑有很大的程度都會存在。
即便已經寫了好一陣子，還是會有覺得不夠好，也是會有「冒牌者症候群」的想法。
好像沒有辦法停止不去思考這些事情，或許就借助這些想法，持續讓自己進步。
推出付費版，更多時候是種對讀者的承諾。不管是在品質或是時間上，都是一種要更好的承諾。
最近，寫電子報時，發現過去的期數很像大型的卡片盒筆記。
它們會互相串連，因為講到同個主題，但之前有寫過不同的角度。這段文字一定會有個超連結，跟讀者說喔，這之前有寫到，有興趣也可以閱讀。
希望可以讓讀者用不同概念，理解同個主題，最後交織出關於特定主題的知識網。
這陣子，偶爾會往回看半年多以前寫的電子報。
突然發現，欸，以前跟現在的字數差好多，之前的字數大概只有現在的一半，或是 1/3。
寫了一段時間後，也發現對內容的要求，墊得越來越高。當然，品質也相對變得更好。
是時候也需要往下個階段前進：付費版的電子報。
理由大概有幾個：希望可以在不用太擔心收入問題的前提下，更專心在內容的產出。
另外，也期待《VK科技閱讀時間》內容有更多的成長和進步。
最後，想邀請你花 3 分鐘的時間，填寫「付費電子報前測問卷」。我們將會選出 3 位最精采的讀者證言，送出《馬斯克傳》！
從科幻到現實：特斯拉人形機器人 Optimus 的崛起
一位女演員穿著白色連身衣模仿機器人，做了機器人的手勢、在舞臺上跳舞。
這是 2021 年 8 月 Tesla 舉辦首屆 AI Day 的一段活動環節。馬斯克宣布了 Optimus 的開發計畫。
Optimus （或稱 Tesla Bot）是人形機器人，顧名思義是模仿人類的身形打造出來的機器人。不同於大家過往熟悉輪足、四足機器人。
為什麼選擇打造人形機器人？
目前身高約 173 公分、重量約 57 公斤、承重能力約 21 公斤的 Optimus 可以做到靈活自主分類物體、做出瑜伽動作、抓握，以及比出愛心等精細的手部動作。
從 Optimus 的人形機器人可以延伸幾個問題：
- 為什麼選擇打造人形機器人， 而不是過往有輪子的機器？
- 打造人形機器人有哪些困難需要克服，或是限制？
馬斯克在宣布 Optimus 開發計畫後，下了指令「必須是人形機器人」。這背後有幾個原因：
第一，物理世界的的工作空間、工具，主要都是以人類為對象設計而成的。
舉例來說，要人形機器人在既有的汽車生產線上工作，它就需要能夠操作人在使用的工具。這些一開始都是以人類為主進行設計的。無論工作空間的高度、工具都是，再加上機器人在模仿動作時，也能夠有直接的參考來源：人類。
再考慮「通用性」，打造人形機器人確實是一條比起打造有輪子的機器人，更能應用在多元場景中的方式。
第二，馬斯克對於 Optimus 的未來想像是讓它成為一門好生意。
隨著 2022 年，Opitmus 完成了機器人拿著箱子，他開始相信這將會成為 Tesla 的主要獲利來源。他對分析師說，「Optimus 人形機器人未來有可能比汽車業務還重要」。
Tesla 希望開發 Optimus 來執行汽車組裝的基本任務，例如使用扳手、協助跑腿等。這是他們對於自動化領域的野心計畫之一，最終希望能夠實現自動駕駛的願景。這些是 2021 年他們對於 Optimus 的想像。
到了 2022 年 9 月，馬斯克在人工智慧日發表會的前夕表示，「Optimus、全自動輔助駕駛系統和 Dojo 都是為了完成開發通用人工智慧的重大任務」。
馬斯克的目標是儘快製造出有用的人形機器人，並以低成本的方式大量製造，價格會低於 2 萬美元。
Optimus 開發過程困難重重
不過，能夠理解有輪子的機器人比人形機器人更早出現的主因，是前者更好開發。這使得 Tesla 在開發人形機器人遇到重重的阻礙。打造一台如同人類身形的機器人，要克服的困難很多。
比如說，我們習以為常的站立、坐下，這些動作不到幾秒就能完成。但在開發人形機器人的過程中，要考慮的是如何從坐下到站立的過程中，同時平衡頭部和身體的重量。又或者，如何讓人形機器人在邁出步伐時，維持平衡、不讓自己跌倒，這又牽涉了要維持腿部、身體之間的協調。
以上都使得 Tesla 在開發 Optimus 的過程中，遇到許多困難、限制的。《馬斯克傳》中提到多個他們在開發 Optimus 的設計與討論：
- 四根手指夠嗎？手部關節要 2 個還是 3 個？
現在我們看到能夠比出愛心、做出抓握等精細動作的 Optimus，有五根手指。但實際上，一開始他們在研究手部、手指如何掌握電鑽時，小指沒有太大用處，所以大家覺得應該只需要四根手指就夠。
結果他們發現少了小指後，有些動作不太能完成，加回了小指的設計。如果仔細觀察 Optimus 會發現它的小指幾乎快要跟無名指一樣長。他們刻意加長了小指，讓它更有用處。
刪除和簡化，都是馬斯克在開發／爆能模式中重要的一環。這點也不難在手指、關節設計上看出來。如果觀察手指關節，會發現除了拇指之外，其他的手指都有 3 個關節。但 Tesla 工程師在設計 Optimus 的手指關節時，最後簡化成每根手指只有兩個關節。
- 手掌要多長？
接著，又有下個問題：手掌要多長，跟一般人一樣，還是要更長？
這也呼應到打造人形機器人的所有標準，都需要是以人類使用的工具為出發。以掌握電動工具來說，如果當整個手掌都全部包覆住，這樣也可以減少拇指的負擔力量。於是，他們決定加長手掌底部，基本上 Optimus 的手部功能比人類要來得更強。
- 如何讓 Optimus 的手指判斷壓力？
人的手指除了可以在物體上施加壓力之外，也可以從中感知到物體的重量。但要如何讓 Optimus 的手指有效率地感受到壓力、判斷物體重量？這又是另一個他們遇到的問題。
答案是電流。
一開始討論了把電容器放在指尖、生物識別壓力感測器或晶片嵌入橡膠，或是在指尖植入迷你攝影機等想法，但是這些都有個問題，要再額外增加零件，也代表著成本要往上。
最後，他們決定觀察手指關節致動器（這是一種機器人必須使用到的關鍵零組器，能夠模仿人類手指的動作，以達到抓取、持握等物體）的電流，因為電流會跟施加在指尖上的壓力有關。
- 手腕要有幾種自由度？
人類的手腕可以做到上下揮動、左右移動、轉動，基本上可以說有三種自由度。但機器人的手腕需要幾種自由度？2 種自由度的造價大約是 712 美元，但要做到 3 種自由度，需要額外增加致動器，這樣成本會直接提高到 1103 美元。
「機器人應該擁有和人類一樣的能力，」馬斯克說。最終決定他們決定在機器人的手腕，做了 3 種自由度。當然，他也說未來要更有效率地達到這個目標，也就是用更便宜的成本來製作。
- 如何平衡不用轉頭，卻能平衡身體和頭部？
人類的走路步驟很複雜，如果觀察幼兒的發展過程，會發現次序先發展大肌肉，再到精細動作。走路也是，馬斯克觀察到當時快滿 2 歲的 X，先是從平足開始， 接著用腳趾走路，慢慢地發展到大人一樣走路的步伐。
這也讓他們在設計機器人遇到一個問題，人可以很自然地平衡頭部、手臂和腿部的力量，讓自己維持平衡。但當今天周遭環境有變化，機器人需要轉動頭部，才能看到周圍環境，這也就容易讓它失去平衡。
這裡的解法也很有趣：加裝更多攝影機，讓他不用轉頭。
回顧機器人歷史：車廠成為共通應用場景
不論是現在的 Optimus 人形機器人、波士頓動力 Boston Dynamics，甚至早期的機器人都有個共通點：應用在車廠場景。
這裡，讓我們稍稍回顧一下機器人（簡短版）的發展歷史。
1942 年，在俄羅斯出生的美國科幻作家 Isaac Asimov，他也是提出「機器人三大定律」的人。他在短篇小說《Runabout》中第一次用了「機器人」（robotics）一詞。
隔了不到 15 年（1956 年），出現了第一台工業機器人「Unimate」，它是由 George Devol、Joseph Engelberger 共同為通用汽車（General Motors）開發出的機器人，主要是在汽車製造中執行電焊、處理零件等任務。
時間快轉到 1980 年代，機器人在工廠中變得更加普遍。這時的機器人多負責執行裝配、焊接和檢查等工作。
不難發現一件事，機器人的發展歷史和工業化緊緊相關。
現在的應用場景又更多元，不僅有出現在工廠的機械手臂之外，更有遙控無人機、救災機器人、送貨機器人，甚至手術機器人等。
波士頓動力的人形機器人 Atlas
提到 Optimus 或是廣泛的人形機器人，都會不約而同講到波士頓動力的 Atlas。
Altas 是款人形機器人，在他們釋出的影片中，可以輕鬆做到移動敏捷、搬運重物，也能完成跑酷、後空翻等動作。不過，他們並未提到未來會否開始銷售、何時將投入工廠工作等。
雖然說人形機器人 Atlas 沒有明確的量產或銷售進度，但這家 1992 年成立的公司，一直以來有兩個主力產品：
- 四足機器人 Spot：主要在廣泛的工廠、車間和建築工地等場景中，進行執行、安全檢查、研究等任務。
- 輪足機器人 Stretch：最初設計概念是實現倉庫自動化，主要進行裝、卸貨，保持貨物流動。
其中，讓我印象蠻深刻的案例是，Spot 用在日本福島第一核電廠的安全性檢查。2011 年發生福島核災後，日本官員和研究團隊對於核電廠的部分空間，是未知的。
過去，他們曾透過有履帶或輪足的機器人等，想知道內部設施的最新狀況。但這都會面臨一個蠻大的限制或問題：移動性。
這類機器人只要遇到樓梯，幾乎上不去，也不容易難以了解特定區域的概況。再加上，事故現場有碎片，這也加大輪足機器人在行進的困難度。
這些大概是為什麼日本研究團隊在 2022 年找來了波士頓動力，希望透過 Spot 來幫助他們蒐集數據、拍攝影片、測量輻射劑量，並對蒐集的碎片樣本，進行輻射測試。
就移動性的敏捷度來說，正是區分輪足機器人、四足機器人最大的不同。但在從四足跨到人形（雙足）機器人，真正的意義又是什麼？通用性。
有趣的是，2020年現代集團宣布以 11 億美元收購波士頓動力，隔年從軟銀手中收購波士頓動力公司的控股權。
機器人現在不單只是應用在車廠中，車廠開始逐步成為機器人公司。
OpenAI 投資的挪威新創 1X
提到 AGI 的想像，也無法繞開 OpenAI。
過去，為了推進強化學習的技術，OpenAI 曾有過機器人研究團隊，透過類似人類的五根手指的機器，來解決魔術方塊等任務。
但強化學習的成效有限，他們決定在 2020 年解散機器人研究團隊、決定不再進行相關研究。
這並未澆熄 OpenAI 對於機器人的興趣。
今年 3 月，OpenAI Startup Fund 領投了一家挪威機器人新創 1X Technologies 的 A2 輪融資（2350 萬美元）。其中，也有 Tiger Global 等跟投。
OpenAI 是專注實現 AGI，但要能將 AI 的潛力發揮在物理世界中，並有機會與它互動，這軟硬整合的媒介正是「人形機器人」， 也就是 1x 想做的事。
2014 年成立的 1X Technologies，旗下有兩個主力產品，分別是正在開發中的人形機器人 NEO、目前已上市的輪足機器人 EVE。
結語
「解決缺工問題」「大幅降低人力成本」等這些大概是討論人形機器人的內容，都會提到的理由。以解決問題為導向的提問，蠻容易找到為什麼而做、為什麼而創的可能性答案。
但有其他的思考方向，或是解釋空間嗎？
這題，在專注在人機互動研究員、曾參與 iPad、Apple Watch 產品設計與開發的 Bret Victor，他所寫的〈Inventing on Principle〉找到一些思考的方向和線索。
他在這篇討論了他堅持的發明原則：創作者需要和打造的事物有直接的連結、產品的想法對他而言是最寶貴的事。
「當我看到違反（創作者需要立即建立連結）這一原則時，我不認為這是一個機會。當我看到創作者受到工具的限制，他們的想法受到損害時，我不會說：哦，太好了，這是一個製作產品的機會。創業的機會。或者有機會做研究或為某個領域做出貢獻。
我並不對找到一個要解決的問題感到興奮。我不是為了創造東西的樂趣而參與其中。想法對我來說非常寶貴。當我看到想法消失、死亡時，我感到很痛苦。我看到了一場悲劇。」
Bret 舉了一個例子，在電腦剛出現的年代一切都還正在萌芽，當時的軟體都圍繞在模式設計（mode）上，也就是人必須以特定操作方式與軟體或設備互動。
當在文字編輯器中打字時，文字不會像現在這樣出現在螢幕上，而是要用命令模式，按一下 I 變成插入模式；移動文字要點 M 進入移動模式。
這時，Larry Tesler 想像了一個沒有這些模式存在的世界，讓人可以更輕鬆增刪、拖拉文字。
從結果來看，Larry 發明了剪下、複製、貼上的功能，解決大家在操作電腦的困難。
但這故事只講了一半。當時大眾並不覺得模式是個問題，而是電腦就是這樣運作，要用它就需要按照這樣的方式。
Bret 認為，Larry 做的第一件事是，他發現了「一個還沒在文化中被認為是錯誤的事」。
他想像了一個不存在這個錯誤（模式）的世界，這想法存在於他的腦中，也成為他的發明原則，甚至他的推特帳號叫 @nomodes。
放回到機器人的案例中，從輪足機器人、四足機器人、人形機器人的進展，解決人力缺口問題可能只說了一小部分的故事。
或許，從輪足到四足機器人設想了盡可能受到障礙物限制更少的世界、提高了移動性的可能。從四足機器人再到人形機器人，設想了更多元的應用場景，提高更廣泛通用性的可能。
解決問題可能是個很好解釋為何而發明的的切入點，但回到發明的本質卻不是一個容易遵循的原則，也限制了對於產品或工具的想像。
友情推薦：《本質思維》
《本質思維》是一份專寫科技、新創類的電子報。作者昱嘉也是台北文學獎第 20 屆的得主，在他寫電子報以前，我就曾讀過他的得獎作品，寫得很好看。
印象最深刻的是，他討論 Airbnb 共同創辦人 Brian Chesky 在 Figma Config 中分享的「Designer Centerd」管理模式，之中與他的觀察、看法。
他偶爾會寫到我比較少關注的新創，像是 Replit，都提供了不同的視角，讓人思考科技和商業策略。有興趣的朋友，不妨在 Substack 或官網訂閱他的電子報！
