前瞻技術脈動：AI與機器人技術(202606)

關鍵字：；；；；；；；；

瀏覽次數：254｜歡迎推文：

科技產業資訊室(iKnow) - 技術發展藍圖研析團隊發表於 2026年3月4日

圖、前瞻技術脈動：AI與機器人技術(202606)

運用矽光子技術打造可擴展且永續的人工智慧硬體
AI的發展需要龐大的運算資源與電力，傳統依賴圖形處理器(GPU)的系統耗能高、難以擴展。由HP實驗室的研究團隊，發表了一種以矽光子技術為基礎的AI加速平台，這種平台使用「III-V族化合物半導體」與矽光子技術結合，讓光負責在晶片中傳遞與處理資料，實現極高的能效與擴展性。相較傳統數位電路或其他光子平台，新技術的能源效率高出百倍以上。這項突破性技術可望大幅降低AI資料中心的能源負擔，推動更永續的AI應用，未來也能幫助解決更多需要高速運算的問題。該研究成果發表於《IEEE Journal of Selected Topics in Quantum Electronics》。
參考資料：Leveraging silicon photonics for scalable and sustainable AI hardware. TechXplore, 2025/4/10

人工智慧代理即將接管旅遊業
旅遊業正因生成式AI而迅速轉型，像新創公司Mindtrip的AI，只需簡單輸入需求，就能在幾秒內規劃出客製化行程，包括景點、飯店、餐廳與活動，並一鍵完成預訂。除了Mindtrip，Vacay與Navan等也在旅遊或商務出行領域推出類似技術。大型企業如Google、OpenAI也積極推動AI旅遊助手，而Expedia與Booking.com等傳統平台則開始整合AI輔助功能，如智慧篩選器與聊天助理。儘管AI讓旅遊規劃變得更即時且個人化，小型旅遊業者可能因資源不足而難以導入。不過，專家認為高級奢華旅遊仍偏好人性化服務，而AI將主要改變一般大眾的旅遊方式。
參考資料：AI agents poised to take over travel industry. TechXplore, 2025/4/14

新的數據驅動方法消除了冗餘計算，可以簡化列車調度等流程
麻省理工學院（MIT）研究團隊開發的「學習引導滾動時域最佳化（L-RHO）」方法，結合機器學習與傳統算法，能有效減少如列車調度等複雜排程問題中的冗餘運算，顯著提升解決效率。傳統的排程問題通常需要反覆計算重疊的子問題，這使得計算時間延長，L-RHO方法通過預測哪些變數無需重新計算，避免了不必要的重複運算，大幅降低運算時間。實驗結果顯示，該方法能減少最多54%的運算時間，並提升解決方案品質至21%。此外，L-RHO還具有高度的適應性，能應用於各種複雜的排程問題，如工廠機器排程、航空人員分配、醫院排班等，並且當問題目標或條件改變時，只需提供新的訓練數據，即可自動生成新的解決算法。這使得該方法在多種實際應用中具有極大的潛力，未來有望在更多複雜最佳化問題中得到廣泛應用。
參考資料：New data-driven method eliminates redundant computations, can streamline processes like scheduling trains. TechXplore, 2025/4/16

穿戴式智慧鞋墊可以追蹤你的行走、跑步和站立方式
俄亥俄州立大學(The Ohio State University)研究團隊於《Science Advances》期刊發表一款創新智慧鞋墊系統，可即時監測使用者行走、跑步與站立姿勢，協助早期偵測如足底筋膜炎、帕金森氏症等健康問題。該裝置內建22個高精度壓力感測器，從腳跟至腳趾均勻分布，並搭載太陽能板提供自供電能力。透過藍牙傳輸與機器學習演算法，鞋墊可辨識八種靜動態姿態，並將資料傳至手機進行即時分析。實測顯示，設備在經過18萬次壓縮後仍維持穩定性能，顯示其長期耐用性。此技術未來可應用於姿勢矯正、運動訓練與復健追蹤，預期三至五年內可望商品化。（1084字；圖1）
參考資料：A wearable smart insole can track how you walk, run and stand. TechXplore, 2025/4/17

歡迎來粉絲團按讚！

--------------------------------------------------------------------------------------------------------------------------------------------