前瞻技術脈動：AI與機器人技術(202620)

關鍵字：；；；；；；；；

瀏覽次數：62｜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6月24日

圖、前瞻技術脈動：AI與機器人技術(202620)

用AI技術複製往生者的風險
英國劍橋大學（University of Cambridge）研究人員正在分析由AI驅動的往生者聊天機器人，它是以數位方式讓往生者能持續與家人互動，以協助家人度過悲傷時期。有鑑於聊天機器人能以往生者過往的數位資料來與家人互動，往往會讓人誤以為往生者仍舊真實存在。研究警示，這些技術僅能適用於了解伴隨的風險的成年人，原則上不能讓兒童接觸，除非在心理學家和精神科醫師嚴苛監督、精心設計的治療環境中才能讓兒童接觸，以免對兒童帶來負面影響。
參考資料：This researcher investigates the risks of digitally cloning the dead. Science News Explores, 2025/6/24

機器人現可透過取用其他機器組件進行自我成長與修復
哥倫比亞大學（Columbia University）研究團隊針對傳統機器人系統封閉性、缺乏自我成長修復及環境適應能力的根本問題，開發出「機器人代謝」技術。該技術運用Truss Link模組化架構，採用配備磁性連接器的桿狀模組設計，具備擴張收縮與多角度連接功能，能從二維結構自主組裝為三維機器人，並具備吸收環境材料或整合其他機器人零件的物理成長修復能力。此技術於災難救援、太空探索等關鍵領域具有廣泛應用前景，為人工智慧開創全新維度的自主性發展。相關研究成果已發表於《Science Advances》。
參考資料：Robots now grow and repair themselves by consuming parts from other machines. TechXplore, 2025/7/16

為什麼最新的AI模型並非總是邊緣AI的最佳選擇
針對設備處理能力、記憶體與電池限制問題，以及開發者過度關注運算效率而忽視資料傳輸瓶頸的現況進行分析。研究提出神經網路架構搜尋、遷移學習、剪枝量化等模型壓縮技術，結合AI加速器晶片最佳化方案，將開發重點從理論效率轉向硬體適配性。目標建立情境感知與適應性學習機制，實現個人化智慧服務。技術應用涵蓋智慧型手機人臉辨識、穿戴式裝置即時翻譯、醫療監測、工業自動化及擴增實境等領域，促進在地化智慧技術普及。
參考資料：Why the Latest AI Model Isn’t Always Best for Edge AI. IEEE spectrum, 2025/7/17

太空雷射人工智慧幾分鐘內繪製森林碳圖——氣候科學的重大變革
阿肯色大學蒙蒂塞洛分校（University of Arkansas System Division of Agriculture）研究團隊利用NASA GEDI LiDAR與歐洲航太署Sentinel衛星影像，結合人工智慧機器學習技術，快速且精準地繪製森林地上生物量，此方法克服傳統地面調查耗時且範圍有限的問題，尤其適用於偏遠地區。研究發現，融合多元數據並採用梯度提升樹演算法，能提高生物量估算的準確度。精確的森林碳儲量測量有助於改善碳循環監控和森林管理，進而支持氣候變遷政策制定，未來研究將持續改善AI模型，並克服天氣與資料覆蓋不足的挑戰，促進氣候科學與環境保護。研究已發表於《Ecological Informatics》。（916字；圖1）
參考資料：Space-laser AI maps forest carbon in minutes—a game-changer for climate science. ScienceDaily, 2025/6/14

歡迎來粉絲團按讚！

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