前瞻技術脈動：AI與機器人技術（202509）
科技產業資訊室(iKnow) - 技術發展藍圖研析團隊 發表於 2025年3月31日
圖、前瞻技術脈動：AI與機器人技術（202509）
演化與工程：為什麼機器人跑不贏動物？
儘管進行了大量的努力和投資，但機器人工程師仍未能開發出能像動物一樣行走或奔跑的機器人，許多動物的技能仍超出當前機器人技術的能力範圍。由Simon Fraser University研究團隊發表於《Science Robotics》期刊的研究成果指出，機器人在單項元件性能方面超越動物，但在整體系統功能上表現不佳，顯示在機器人技術中改進整合和控制的必要性。儘管機器人工程取得了重大進展，但在耐力、靈活性和穩健性方面，動物仍勝過機器人，能完成長途遷徙和攀爬垂直懸崖等壯舉。研究團隊進行了一項詳細研究，比較奔跑機器人的各方面與其生物學對應物，揭露了儘管工程元件可能優於生物元件，但動物在整合和控制這些元件方面表現出色。研究成果強調了從生物學中理解和實施整合原理的重要性，以提高奔跑機器人的效率和靈活性。
參考資料：Evolution vs. Engineering: Why Can’t Robots Outrun Animals? SciTechDaily. 2024/04/24.
非接觸式科技能否創造「公平」的遊戲？
藉由MotionInput軟件和「無觸控計算(touchless computing)」的概念，透過使用標準筆記型電腦設備，使任何人都能夠玩任何遊戲。MotionInput不需要用戶能夠操作滑鼠或鍵盤，而是讓用戶透過自己的面部表情或肢體手勢來創建新的點擊或控制輸入。這種個性化技術得益於英特爾提供的人工智慧軟體，使用機器學習來識別用戶的身體部位以及其在遊戲過程中的動作或表情。這種輔助技術可協助大眾改變生活，使其在現代生活中，有更多人能夠輕鬆地使用並帶來顯著的好處。特別是在遊戲方面，這種輔助技術對於減少社交孤立感和支持積極的心理健康至關重要。然而，要普及這些輔助技術，必須易於使用且價格合理。該技術具有多元的應用前景，不僅僅局限於娛樂，還可能在醫療、建築和教育等領域帶來益處。
參考資料：Can touchless tech create 'equitable' gaming? BBC News. 2024/04/22.
科學有人工智慧問題：研究小組表示能夠解決
隨著機器學習在各個科學領域的廣泛應用，亦發現許多研究結果因方法不嚴謹而無法被驗證，進而引發了機器學習在科學研究中的再現性危機。 由普林斯頓大學電腦科學家領銜的跨領域研究團隊針對此危機，提出了一套「負責任地使用機器學習」的準則，要求研究人員提高透明度，詳細描述機器學習模型、資料、程式碼等關鍵要素，以確保研究的可重複性。 這項研究成果發表在《Science Advances》期刊上，可望協助提升機器學習在科學研究中的可信度和有效性。
參考資料：Science has an AI problem: Research group says they can fix it. TechXplore. 2024/05/01.
隨機機器人更為可靠
研究人員和開發者使用大量資料來訓練機器學習演算法，讓人工智慧透過嘗試錯誤法學習，直到達到最佳結果；然而，儘管這種方法適用ChatGPT和Google Gemini等非實體系統，但它並不適用於像機器人這樣的實體系統，因其必須自己收集資料。
由Northwestern University研究團隊發表於《Nature Machine Intelligence》期刊的研究成果指出，該團隊開發出新的人工智慧演算法，最大擴散強化學習(MaxDiff RL)，專為智慧機器人設計，旨在幫助機器人快速而可靠地學習複雜技能，從而增強其在自動駕駛汽車、送貨無人機、家庭助手和自動化等各種應用中的實用性和安全性。該演算法的成功在於它讓機器人盡可能隨機探索其環境，以收集多樣化的經驗，從而提高其收集的資料品質。電腦模擬結果顯示，使用該演算法的機器人表現始終優於目前最先進的人工智慧模型，能在單次嘗試中學習新任務並正確執行，而不像目前模型依賴於較慢的嘗試錯誤法。該研究是由U.S. Army Research Office和U.S. Office of Naval Research資助。(1235字；圖1)
參考資料：Random robots are more reliable. Science Daily. 2024/05/02.
--------------------------------------------------------------------------------------------------------------------------------------------
【聲明】
1.科技產業資訊室刊載此文不代表同意其說法或描述，僅為提供更多訊息，也不構成任何投資建議。
2.著作權所有，非經本網站書面授權同意不得將本文以任何形式修改、複製、儲存、傳播或轉載，本中心保留一切法律追訴權利。
|