前瞻技術脈動：AI與機器人技術(202626)

關鍵字：；；；；；；；；

瀏覽次數：74｜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8月12日

圖、前瞻技術脈動：AI與機器人技術(202626)

電腦快速重建3D場景：新演算法讓2D照片變立體只需片刻
哈佛大學工程與應用科學學院(SEAS)的研究團隊發表了一項突破性的演算法，能大幅加速將2D照片重建為高品質3D場景的過程。傳統方法仰賴逐點建構的點雲技術，不僅運算耗時，還常因距離估算錯誤導致重建失真。研究人員在新方法中結合人工智慧的深度預測技術與「凸優化數值方法」，讓電腦能同步處理所有影像資訊，快速重建整個場景的3D結構。該方法不需要初始猜測點，大幅增加速度與準確性。研究展示包括重建羅馬競技場等複雜場景，並證實其效能優於現有技術。此技術未來可應用於機器人導航、虛擬實境、建築掃描等多種領域。相關研究成果已發表於《arXiv》。
參考資料：Computers reconstruct 3D environments from 2D photos in a fraction of the time. TechXplore, 2025/8/6

研究人員開發出世界上第一個人工智慧路邊技術，以防止動物與車輛相撞
澳洲雪梨大學（University of Sydney）、昆士蘭科技大學（Queensland University of Technology）與當地運輸局共同開發的LAARMA系統（Large Animal Activated Roadside Monitoring and Alert），為全球首個以人工智慧驅動的野生動物車禍預防系統。此系統結合RGB相機、熱成像與LiDAR等感測器，搭配能自我學習的AI模型，即便缺乏標註數據，亦能不斷優化辨識精度。於實驗中，系統偵測到287起鶴鸛（cassowary）出現事件，準確率達 97%，隨訓練次數提高，其有效辨識率從初期的4.2%提升至78.5%。每當動物出現時，路旁動態訊息警示牌（VMS）即時亮起，駕駛平均減速高達6.3 km/h，顯著降低碰撞風險。該技術已透過GitHub公開程式碼供全球應用與擴充，適用於紅熊貓、穿山甲、雪豹等瀕危物種保育與道路安全整合。研究團隊亦透過行為科學設計警示訊息，確保駕駛人反應真實且有效，進一步強化系統影響力。
參考資料：Researchers develop world's first AI roadside technology to prevent animal–vehicle collisions. TechXplore, 2025/8/6

人工智慧系統在適應新環境的同時發現視覺類別
密西根大學（University of Michigan）主導開發OAK（Open Ad-hoc Categorization）系統，突破傳統AI圖像分類受限於固定類別的問題，可依不同任務與語境重新辨識同一圖像。OAK以OpenAI的CLIP模型為基礎，加入上下文指令token（context tokens），結合少量標記資料與大量未標記影像，自動學習並聚焦任務相關的圖像區域。同時，系統具備發掘潛在類別的能力，例如僅提供鞋子範例，也能進一步辨識行李箱、帽子等物件，結合語義引導與視覺聚類機制提升分類彈性。測試顯示，OAK在Stanford與Clevr-4資料集均取得領先表現，其中情緒辨識任務的novel accuracy達87.4%。未來可望應用於機器人與智慧感知系統，使AI能依任務需求動態調整視覺判斷，朝多任務泛用感知能力發展。
參考資料：AI system discovers visual categories while adapting to new contexts. TechXplore, 2025/8/6

利用機器學習和地質調查資料來更好地評估地震風險
芝浦工業大學（Shibaura Institute of Technology）研究團隊，針對地震活躍區域基礎設計與災害風險評估的需求，提出以機器學習（ML）取代高成本的標準貫入試驗（SPT）來預測承載層深度（bearing layer depth）。研究採用東京大都會區942筆地質調查與SPT資料，測試隨機森林（RF）、人工神經網路（ANN）與支持向量機（SVM）三種模型。在兩種情境比較中，Case-1僅使用經緯度與高程，Case-2則額外加入地層分類資訊。結果顯示，RF在Case-2的平均絕對誤差為0.86公尺（Case-1為1.26公尺），精度顯著優於其他模型。研究亦發現提高資料空間密度（如每平方公里2.5–3.0點）可進一步提升預測準確性。該方法不僅可降低測試成本與時間，還能在整合即時平台後推動智慧城市、橋梁及地鐵等基礎設施的抗震規劃。（1221字；圖1）
參考資料：Towards better earthquake risk assessment with machine learning and geological survey data. TechXplore, 2025/8/8

歡迎來粉絲團按讚！

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