家用機器人發展難 硬體設備是關鍵

人工智慧已經發展到能夠進行邏輯推理、製作動畫影片的階段，但家用機器人卻只停留在吸塵與除草！專家指出，建造機器人需要實體設備，該領域發展速度遠遠落後於人工智慧，也是機器人技術持續落後的原因。

《The Verge》報導，當機器人設計企業「波士頓動力」於2013年釋出能夠從箱子上跳下來、爬樓梯的人形機器人時，眾人都開始想像能執行洗碗、拖地、曬衣服等不同任務的全能家用機器人。

《衛報》報導，就算人工智慧近年屢屢取得突破，大型語言模型與生成式AI問世，理應使全功能機器人的發展，但至今機器人的功能依舊相當侷限，主要在工廠與倉庫完成特定任務。

布里斯托大學人工智慧與機器人學系教授萊波拉指出，不同於以演算法來訓練人工智慧，機器人更需要發展實體設備，也是機器人發展如此落後的主要原因。

不僅「波士頓動力」一改過去液壓機器人的設計，盼採用電動版本，並計畫在未來幾年逐漸商業化；Agility Robotics 則聲稱，旗下的機器人「Digit」在物流產業負責搬運的工作，更是首款獲得報酬的機器人；特斯拉執行長馬斯克則強調，特斯拉的機器人明年就來在特斯拉正式上工。

但想讓機器人要能完美執行動作，手部設計至關重要，因為許多動作都關乎抓取物件，且隨著工作不同，手部設計也須有所不同。對此，機器人公司「 Shadow Robot 」與Google母公司Alphabet人工智慧實驗室「DeepMind」合作發展，讓機器手與人工智慧合作，以重複試誤的方式強化學習，找出最適合的硬體設計。

這只是人工智慧與機器人同步發展的範例之一，但機器人還是要與現實環境互動，才能真正理解其環境。英國先進研究與創新局機器人計畫主任里德指出，ChatGPT 等生成式人工智慧的訓練資料來自於網路的語言資料庫，「但要從哪裡獲得摘草莓或吃草莓感受的數據？」

DeepMind工程師馬丁斯也認為，機器人技術對實現「通用人工智慧」（AGI）至關重要，因為人工智慧需要具有物理形式才能真正理解世界，「對我來說，如果沒有實體化，相當於通用人工智慧就不存在，就像如果沒有我們自己的身體，人類智慧也不復存在」。