我們與機器人的光明未來

我們與機器人的光明未來：建造更美好的世界

THE HEART AND THE CHIP: Our Bright Future with Robots

Daniela Rus, Gregory Mone  2025 天下文化

分類：論說--理論 

★★★☆☆

一句話：

以機器人學家的視角，解釋人類與智慧機器的根本差異，概述機器人的發展現況與未來展望。

重要字句：

人類主導著這項科技的設計和應用，機器人和 AI 的未來發展皆由我們決定。

作者對機器人的定義：機器人是可程式化的機械裝置，從周圍環境取得資訊，再處理這些資訊，然後據此採取實際行動。

機器人學robotics：也就是機器人技術，透過賦予運算系統實際可移動的主體，使它能在實體世界中移動和操作。

AI：賦予機器在非常特定專門的領域裡，進行推理和決策的能力。例如下棋就是所謂任務導向的「狹義AI」（narrow AI），狹義AI也是目前主導全球的AI形式。「通用AI」（general AI），目前仍只是一個模糊且遙遠的可能性。

機器學習machine learning：這項科技貫穿了機器人學和 AI，主要用於分析大數據，辨識出模式，根據一定程度的可信度，進行預測或得出結論。

人類能以驚人的效率和速度思考、推理，並適應新情況。機器人需要先研究物品，經過多次嘗試且從中學習後，才能正確拿取像杯子這樣簡單的物品。

摘要：

第一部  夢想

機器人的定義

多數人聽到「機器人」一詞時，會聯想到金屬製的人形機器人，但智慧機器的形式和材料可以五花八門。我們目前已建造出軟性機器人、微型機器人和變形機器人，研究人員也在利用生物細胞設計機器人。此外，從機器蜜蜂到機器家具，幾乎任何自然環境中的物體、或建築物裡外，幾乎任何無生命的物體，都能變成機器人。

機器人是能遵循並重複下列三步驟的機器：感測、思考、行動。

• 感測：能透過鏡頭、麥克風、壓力感測器等感測裝置，蒐集外界相關資訊
• 思考：處理蒐集到的資訊，制定計畫或回應方案
• 行動：執行相應的行動。

力量

外骨骼動力服：

• 可增強或恢復使用者的活動能力，已在復健和物理治療發揮重要作用。未來可用於協助需要肌力與負重的工作。
• 目前朝向更柔軟、輕便且強韌的材質發展，例如矽膠或導電纖維。
• 輕薄的應變感測器：將壓力轉換為電阻變化。
• 流體人工肌肉FOAM：內層的材料應用日本的摺紙技術，空氣注入時可以膨脹，外層由矽膠皮組成。和薄型感測器都仍為原型階段。

拓展人類的感官範圍

利用無人機從事生態自然研究。

作者設計的無人機，可以從車上起飛掃描停車場再回傳至導航系統。

NASA的創新號無人機已用於火星探索。

FLX Bot：僅一英寸厚的機械手臂，且配備視覺系統，可用於建築或日常生活。

運用虛擬實境系統和動力回饋系統遠端操作先進機器人完成任務。

塗上費洛蒙的微型機器人可以進入蟑螂的群落進行觀察。

節省時間

應該讓科技解決生活中的重複性任務，善用人類的時間和創造力。

目前特斯拉的自動輔助駕駛功能不具備可讓駕駛人完全不必操控的能力，依然需要注意路況，因為目前的軟體還無法快速因應突發事件。

自駕車從實驗室到企業耗費了幾乎二十五年，而企業真正將產品推向市場又需要更長時間。

虛擬研究助理已可幫助律師辨識相關案件，協助加速程式編寫。

Zipline無人機可空投藥物和救援物資。

廚房機器人：即使只是切一塊蛋糕如此簡單的事也是一大技術挑戰。切碎香菜或大蒜這種講究熟練、精細和靈巧的動作，需要遠比現今所有機器都更先進的機器人。

摺衣服機器人：目前因造價過於昂貴停擺。

克服重力

布朗寧的噴射套裝：包括一具掛在背部的迷你渦輪噴射引擎、負責供應燃料的背包、以及配有兩個渦輪的袖子。飛行員揹起背包，將手臂穿過袖子並握住把手。迷你渦輪噴射引擎和手臂上的四個渦輪，提供了升力和穩定性。背後的渦輪吸入空氣，從背包底部噴出，產生推力。

攀岩動力服正在設計之中，可用於搜救。

壁虎機器人：目前在設計運用壁虎的單向黏著來攀爬牆面。壁虎的腳趾有數百萬根的細毛和更細的末端，利用凡得瓦力，以調整腳趾的方向與角度來控制黏著與脫離。

魔法

魔法只是我們尚未發明的技術。

手勢介面系統：作者開發了使用手環和臂環的新手勢介面系統控制無人機，主要透過電極監測前臂的動作及肌肉張力或緊繃程度，利用特定手勢操縱。

自重組機器人：黏土電子學。機器人群集擅長來回傳遞訊息，共享數據並協調行動，速度比人類快上許多。

視覺

幫助視障人士，輔助或增強所有人的視覺，甚至將人類視網膜不可見的事物變得可見。

動態放大：凸顯影片中的微小動態，同時保持較大動態不變。例如顯示臉色隨心跳同步的變化，潛在應用有檢測嬰兒的睡眠狀況。

X光視覺：透過檢測無線網路訊號電波場的擾動來觀察周圍環境，甚至可以偵測牆壁另一側。偵測停車場轉角的陰影細微變化來警報來車（但室外會受到太陽的干擾）。

利用室內小型定位器以藍牙和手機通訊，通知失明者在空間內的所在位置。

以雷射掃描器和小型相機感知周圍環境，處理數據並以震動發出提示給失明者。這是自動駕駛技術的推廣應用。

精準執行

夾取放置操作：愛普生工業機器人（手臂）能在1/3秒內完成任務，並具有僅5微米的重複精度。

達文西機器手臂：高解析度微型內視鏡、高精確度、消除醫師的顫抖。

可吞服的醫療機器人：可操控的含磁鐵機器藥丸以取出誤吞的電池，目前仍在實驗室的原型階段。

機器手臂治療床：因癌症的放射治療或質子療法的機器過於龐大，因此改用流體人工肌肉來精準調整固定病人的身體位置，定位需要治療的腫瘤部位。

農業的自駕曳引機。利用即時影像以演算法精準評估需要撒農藥的區域。

第二部  現實

如何建造機器人？

每一臺智慧機器都是由實體元件和處理單元組成，也就是所謂的「身體」和「大腦」。共通的基本特徵包含感測器，用以蒐集外界環境的可輸人訊號。接著，這個身體需要具備影響外界環境的能力，例如移動自身或移動外界的物品。

機器人的能力取決於它身體的功能範園，它的身體設計決定了使用何種程式來引導其動作。

獨立作業的自主機器人包含了五項基本要件：

• 底盤：主體部分。
• 電機零組件：如感測器、致動器、電纜和電源。
• 運算硬體：如處理器和儲存設備，並向馬達和致動器發出指令。
• 通訊基板：電機零組件和運算硬體之間的連結，類似神經系統。
• 運算軟體：用於編程機器人運作所需演算法的軟體，負責感知、規劃、學習、推理、協調與控制。

機器人的大腦

機器人的大腦由數十個獨立且相互連結的演算法組成，各個演算法都針對特定任務而設計和優化，例如學習、決策和定位。

利用規劃器planner將任務分稱為一連串小型且更具體的工作。

機器人的思維系統

認知層控制器 cognitive-level controller：將抽象請求，例如「送咖啡」，轉換為一系列具體可行的任務。它幫助機器人判定咖啡沒了的情況下，該如何行動。認知層控制器運作於高度抽象的層面，專門處理需要推理、解決問題和做決策的行為。

任務層控制器task-level controller：負責確定機器人為了達成目標，需要執行的具體行動。例如，以取得咖啡的第一步來說，機器人必須穿過房間，因此它需要一項移動計畫。任務層控制器屬於控制系統，專注於執行特定任務或行動。

高層控制器high-level controller：負責統籌機器人各實體元件的整體運動。例如，機器人如何才能以三腳步態行走，以及如何將一條腿從當前位置移動到目標位置。高層控制器協調低層控制器的運作，確保腿部正確移動，同時考量其他條腿部和整個身體的運動與位置。

低層控制器 low-level controller：直接指示腳踝、膝蓋和抓爪等各個關節的馬達，具體告知它們該執行的動作、時機和時間長度。

如果想讓機器人穿越實驗室去拿一杯咖啡，機器人的所有微型子系統都必須相互連結協調一致，將從感測器獲取的數據轉化為具體的動作指令，並透過致動器實際執行。每個步驟都必須精心編寫程式。

全自駕車時代尚未來臨：如何組裝一輛自駕車

感知perception

• 升級處理器，將駕駛系統轉換為線控系統，由電腦控制車輛行進。（現今可行）
• 搭載感測器，以數據形式搜集外界資訊，透過AI處理後產出合理的動作。
• 電腦程式的影像辨識，對靜態物件能到達91%，但面對動態且瞬息萬變的環境仍不夠理想。特斯拉的自動輔助駕駛系統遇到惡劣天候或車道異常的情況，很容易出現混亂。（短期內難以改變）
• 除了高解析度攝影機，目前最受歡迎且最有效的視覺感測器是光達，但會受水的反射干擾。
• 製作高精度的三維點雲地圖並儲存於車輛。
• 此時機器人跑車尚未開始移動。

定位localization

• 另一組演算法則負責處理即時傳入的感測數據，將其與儲存的高精地圖進行比對，確定車輛在地圖中的位置。

物件辨識 recognition

• 辨別周遭哪些物件為靜態、哪些在移動。需要另一套全然不同的演算法，負責管理物件與障礙物的辨識和資訊蒐集。
• 演算法先分析攝影機的影像，將屬於同一物體的像素歸為一組，成為分割segmentation。
• 訓練機器學習模型物件辨識與添加標籤。

推理、規劃、控制

• 路線規劃必須考量車輛的寬度，放大地圖中的障礙物形成「組態空間」，以免車輛在行進路線中撞到路邊的障礙物。

自駕車的三個核心問題挑戰：

• 環境的複雜度：城市街道、冰雪天候及山路。
• 行駛速度。
• 和其他主題互動的複雜度。
• 現今的自駕車要有效運行，三者中至少兩者需要接近原點。

自助操作或靈巧操作autonomous or dexterous manipulation

我們目前擅長製造能移動並避免接觸互動的機器人，建造能飛往火星巡航的機器人，遠比能清理餐桌的機器人容易。就靈巧操作而言，一個兩歲孩子遠比我們最先進的機器人要進步許多。

最後一公分問題：機器手臂的機構設計無法達到完全精確，很難對齊要抓取的物品。機器手通常是兩個鉗子狀的設計（two-stick end effector)，以這樣的工具抓去物品，需要與人類用兩片指甲拿取物品時相同的精確度。根據物體的幾何形狀估算最佳施力點需要耗費大量的AI運算能力。

機器人如何學習

試錯法：強化學習

• 具備學習能力有助於精簡機器人的高階推理和規劃過程，使機器人能夠以我們預期的速度運行，無需仔細規劃每個動作。
• 可以建立一種電腦模擬環境，提供獎勵讓機器人自行在虛擬空間中學習。可以把數千個模型置入虛擬環境讓他們彼此交流，相互學習來加快速度。
• 強化學習必須經過多次迭代，運算成本極為高昂。
• 此外強化學習結果也較難預測，如果出現錯誤也很難解釋問題的根本原因，因為我們並未預寫程式告訴機器人如何完成任務。

深度神經網路

• 人類在觀看一張圖片時，會將圖片做為一個整體來理解；但電腦的深度神經網路則是將圖片視為無數個像素組成的巨大網格，並試圖從中尋找像素裡隱藏的規律或特徵。
• 機器學習技術是使用人工神經元做為運算單元來建構。人工神經元被組織成網絡架構，定義了神經元之間的組態或連接方式，並形成人工神經網路。在學習過程中，人工神經網路使用數據來辨別模式，然後模式會被編碼成模型的參數。隨後，模型可從另一些不熟悉的數據裡，辨識出熟悉的模式，以此來對那些未曾見過的新數據做出決策。
• 深度神經網路具有多層人工神經網路互連的結構，根據數據類型（包括照片、文字、影片序列、感測器串流數據等），資訊會經過層層處理。
• AI和機器學習目前的缺陷在於缺乏強健性，容易犯錯。圖片只要改動幾個像素就能影響系統的判斷。另外我們也無法確認它內部的運作，在特定情況下會如何反應。
• 以大數據和龐大算力推動的機器學習，如GPT，成本太過高昂。我們必須另外開發能理解它們做出特定決策或犯錯的原因和方式的學習方法。

液體網路liquid network：

• 秀麗隱桿線蟲的大腦只有302個神經元，人類則擁有860億個神經元，而傳統的深度神經網路有數十萬或甚至數百萬個人工神經元。雖然線蟲大腦看似簡單，但仍然能覓食、繁殖和四處移動。
• 生物學家發現線蟲的每個神經元其實都在執行非常複雜的數學運算，而標準人工神經網路的神經元只會執行基本的算術。
• 液體網路其中每個神經元都包含了一個微分方程。這個微分方程具有可根據接收到的資訊來調整的變量或「液體」時間常數，因此，整個液體網路可從神經元層面上進行動態調，使得網路能隨著經歷的不同而自我優化。
• 液體網路訓練後，能根據接收到的資訊改變參數，因此能適應新環境，並理解因果關係，意味著它們會著重於完成特定任務所需的關鍵要素，而非著重於任務的背景或脈絡。直觀說，液體網路駕駛車輛時，鮮少會在直路上取樣或搜尋環境的細節，但在蜿蜒的道路上則會非常頻繁的這樣做。這是多數機器人大腦無法做到的。
• 液體網路的精簡，具有另一大優勢，即我們可以釐清智慧機器做出特定決策的原因。我們能實際提取出決策樹，以人類可理解的形式，解釋網路如何做出決擇。

第三部  責任

機器人的11項理想特質

安全：設計出更軟性、更具順應性的機器人。

資訊安全：保障個人隱私、嚴密的資安策略。

輔助性：人類應該掌控所有涉及AI和機器人技術的重大決策。

具因果關係：因果系統能說明干預如何影響系統輸出。

可通用：清楚系統會如何應對陌生的情況，需要能在不確定性中推理的模型。

可解釋：無法理解模型的決策過程，應用時將存在重大風險。

公平：深度機器學習易受普遍存在的演算法偏誤所影響。

經濟實惠：我們在考量新技術的成本時，往往會輕忽價格上的考量。

經過認證：目前在機器人領域尚無專門的監管機構。挑戰在於在確保安全與鼓勵創新之間找到平衡。

永續：現今的AI與機器學習模型，仍建立在數十年前的方法之上，只是獲得了更多的數據和算力，但也消耗更多資源。具影響力：發揮創意探索各種機器人解決方案。

可能發生的問題

資訊安全的需求將大幅提升。

我們如何防止機器人出錯，以及容忍的程度為何。機器人可能因為程式本身的漏洞、程式未涵蓋的情況、或是感知錯誤、控制不精確而出錯。

如何確保人性以可預測的方式引導科技行動，預見潛在的風險和道德困境。

未來的工作

自動化的影響主要取決於工作類型。研究人員推測，所謂的「中階技術」工作者將受到最大衝擊，這類工作通常由可程式化且易於自動化的例行事務組成，例如，行政支援、生產與維修職位，甚至部分銷售職務。機器學習正逐漸具備執行這些中階技術任務的能力。不過，經濟學家至今尚未見到機器人全面取代中階技術工作的現象。

回顧過去的工作史，我們會發現，技術並未使工作自動化，而是使任務自動化。學術界內外的研究—再證實了這個觀點。各職業類別中，人們分別從事各種任務，像是應用專業知識、管理他人、處理資料、與同事和利害關係人溝通、從事可預測和不可預測的體力勞務等。目前的機器人技術解決方案，最適合自動化數據處理任務和可預測的勞力工作。

麻省理工學院經濟學家的研究顯示，2018年有63%的職位在1940年時尚未存在。如今許多孩子未來也許會從事目前尚未被發明的工作。

麥肯錫全球研究院（MGI）研究了1980年至2015年間，運算技術對勞動力的影響，發現電腦導致了三百五十萬個工作機會流失，例如許多祕書、打字員、記帳員失去了工作。然而，電腦卻相對創造了一千九百萬個全新的就業機會。

機器人無法像人類一樣進行推理、溝通或理解世界。它們缺乏廣博的經驗知識，無法根據適當的脈絡來解讀事物。這正是我們的優勢所在，並將繼續成為我們不可替代的核心能力。我們可以解讀智慧機器所產生的模式和預測，並為其賦予意義。

運算思維

拆解（decomposition）：將問題拆分為可解決的數個步驟或部分。

模組化（modularization）：將系統劃分為個別的模組或元件，每個模組都具有特定的明確功能，而且通常可獨立運作，但也能相互配合，形成更大、更完整的系統來運作。

抽象化（abstraction）：去除細節，歸納任務相關的屬性。

組合（composition）：將兩個以上的小型問題解決方案，組合在一起。

當你擁有更多元、跨領域的知識與經驗時，就能發現更多新的連結與可能性，進而激發更多創意與潛力。我堅信，我們必須推廣批判性思考，培養學生分析資訊的能力、理解背景脈絡，並將其建構為有意義的知識。他們需要學會辨識資訊來源是否受到特定動機或偏見的影響，並能將新資訊與既有的全球知識和共識整合。此外，我們應教導學生如何提問、蒐集資料、分析結果並歸納結論。他們還得學會深入思考替代方案，並能以清晰有效的方式進行溝通。

短評：

作者羅絲博士領導世界頂尖的麻省理工「電腦科學及人工智慧實驗室CSAIL」，是這個領域最具影響力的權威。作者不斷強調當下正風風火火的生成式AI以及神經網路，其實都是幾十年前的觀念，只是現今的科技硬體發展成熟才開花結果。所以作者又繼續往前走，開發出液體網路的概念，希望改善目前AI耗費大量資源與缺乏因果推理的弱點，令人佩服。

看完本書最大的收穫是了解機器人及AI的現況，說明它們的能力到達什麼程度，消除了我對機器人的一些錯誤理解和成見。作者也介紹各種不同機器功能未來發展的目標和當下的障礙，雖然AI正快速發展中，但人類也不要妄自菲薄。小孩子不需學習就會的因果推理和肢體動作，現在的機器學習想要做到還很遙遠。

作者對機器人未來的發展偏樂觀，認為機器人能夠改善人類的生活，與人類良好的協作，但我的想法比較偏悲觀，是「超智慧」的作者那一派的。