跳至主要內容

機器人生的現在與未來


昨天去三創看了pepper 應用的決賽。因為個人因素只看到下半場,意外的是其中一組還是認識的朋友,自己一個人完成幼兒照護程式與智慧家電的應用開發。

聽其他朋友介紹 Pepper,因為已將必要的程式模組化,所以之後的市場重點會在開發應用程式,也因為基本程式皆已模組化,所以應用程式的開發門檻都會降低許多,而且使用的程式語言是容易入門的python ,所以在未來會是重點市場。

下半場的發表應用範圍不外乎在照護、取代第一線服務工作人員的,較難得的是看到所謂商業化的應用,例如獲獎的第一名隊伍是讓 Pepper 結合頭戴式裝置應用程式進行銷售及獲取使用者資料、進一步製造病毒行銷,而且是建議在機場時時都要應付來自各國、各時區有客人的免稅商店使用。 從另外兩組與照護相關的應用是與失智老人、遲緩兒的教學與互動。從這些應用都可以看得出來,如果連結上網路,就可以進行遠距照護及醫療的相關應用。

在未來,機器人可以取代的工作還不少。誇張一點的說法,只要可以標準化的作業流程、作業內容重複性高的動作,都可以透過機器(人)來處理。這裡的機器人已經不再只受限於外形是人形的物件,可以泛指透過程式即可執行作業的機器。那人類存在的意義會是什麼?

在台下與朋友聊到未來可能會是這樣的情況:去銀行開戶、辧信用卡時,已經可以透過機器人和網路連絡協助完成。去超商時,站在櫃台後面的服務人員可能是機器人,或是透過一台機器配合各種支付工具,掃瞄物件上的條碼就可以完成基本的商業行為。上架、銷售、店面維護都能讓機器人來完成,如果不幸遇到不付錢的客人,門口可能就會有機器人攔截客人,或是立刻把影像傳送至警局報案,加速抓到犯人,而幫忙做筆錄的「人」可能還是機器人。人類店員可能做的是較細膩的工作,例如控制機器人或是在忙碌時協助機器人(此時的人類已非主要工作人員了)。

在「未來產業」這本書裡還提到,在未來,極有可能將醫療報告判別的工作交由機器(人)來判別,再由醫生給予醫療建議。

在各組上台發表的過程裡,我想到了關於這個機器人本身的一些情況: 在未來各家應用程式開發後,這個機器人是否可以讓不同開發者的程式都相容?

今天各組上台發表時,發生了這樣的狀況:由於展示的機器人身上已經載了不少程式,所以可能會影響到下一組的發表。中間出現了與機器人問答時產生無限迴圈的鬼打牆情況。

未來若機器人擔任智慧家庭中的管家任務,它的身上可能會有來自不同廠商的程式,要如何避免這些程式在執行時互干擾?

機器人的回收性是否會造成個資的外洩?機器人的使用期間是長久的,所以在前一個使用者不再使用這台器人時,使用者可能會選擇讓這台機器人回收。回收時,機器人身上的資料會如何處理?如果是儲存在雲端,伺服器中的資料擁有權是屬於誰的?要如何處理?這些相關的配套措施似乎都還未出現。

機器人與相關應用的發展已經是必然,但與「人」相關性愈高的議題及應用,就更應該提供完整的配套措施。

同樣在「未來產業」書中,作者提到日本的調查顯示老人寧可讓機器人照護,也不想給外籍看護工照護。可能是為了隱私、尊嚴,但當機器人或是程式寫得不夠安全時,被有心人士破壞造成惡意行為的後果都是我們不願意見到的。 這也是我在參加APrIGF後的感想,當科技發展的更加便捷時,更需要去保護使用者的權利與隱私,使用者自己更是要注意資料安全與應用程式使用的安全,這樣才會有良好的發展與未來。

留言

此網誌的熱門文章

我用Claude Code建立一支動畫團隊

很久沒有分享最近練習 AI 的狀態,主要原因是我花一段時間思考,如何把自己電腦裡的文件,以非研究人員也可以理解的方式,讓人知道這些議題在說什麼,例如讓人理解「歐盟對智慧眼鏡有哪些管制?為什麼要這麼管制?如何才不違法?」這些多是由官方部門公布的新聞稿,但都很「難以理解」,我自己也要消化過才能再重新轉譯,讓客戶知道。我的電腦裡也有非常多相關議題的內容,卻都在電腦裡無法再次利用,是一件非常可惜的事。 要如何讓人在生活中建立相關的意識?於是我想到了「動畫」。動畫是最輕鬆入門,也最沒有壓力的閱讀方式,放在網路上也能讓有興趣的人隨時瀏覽、找到相關資料。 做動畫與使用人工智慧工具的經驗 在我還在五年制專科學校就讀時,我曾利用簡單的高階語言 Visual Basic 與美工軟體製作動畫;當 Flash 問世後,我開始理解一些製作動畫的基本觀念,蒐集網路上大家分享出來的專案,學習裡面的程式碼與概念,但受限於當時的網路頻寬,Flash 動畫簡直就是阻礙客戶進入網站的災難。在當時,我也意識到,科技會愈來愈進步,一直鑽研動畫可能不是長久之計,於是沒有再繼續鑽研。 在距離最後一次做動畫超過 20 年後,人工智慧(AI)問世了,我用 AI 開發: 2 個不同目的、功能但可獨立寫研究報告的程式 1 個營養分析及記錄個人血糖的BOT 1 支食品安全追蹤(因為矛盾的使用者流程與責任歸屬的議題沒有繼續開發) 我把日常工作交給我的程式,也會與「代理人」討論方向、內容。如果有長期關注這個Blog,讀過先前的文章,大概會知道我從 ChatGPT 轉到 Claude Code 的歷程。 目前,我主要使用 Claude Code 作為主要工具,利用 GPT 與 Claude 的不同模型互相協作,並以 Gemini的視覺(用在營養分析BOT)為輔,來製作我需要的工具。 思考另一種傳達內容的方式 上面這些工具產出的都是文字,畢竟生成式 AI 最擅長的就是文字。但在這個快速閱讀、摘要的時代,人類反而更容易記住圖像、畫面,這也是之前資訊圖表(Infographic)十分熱門的原因。 我平時也有觀察這個部落格(Blog)的流量,這裡的主題離日常生活比較遠,也不容易理解,所以我一直在想怎麼用不同的方式呈現。家人和我偶爾會看中國的 AI 短影音,讓我開始思考:能不能用 AI 把既有的內容轉成影片? 因為工作的經驗,我沒有考慮...

AI 提高產出,但誰得到好處?

我收集了 2026 年 3 月至 9 月由 Anthropic 研究團隊公開發表的 5 篇文章,讓 Claude 重新翻譯並編輯,並修改為習慣的閱讀語氣,以利閱讀。 Anthropic 今年 3 月發表的報告顯示,美國整體失業率沒有上升,但 22 到 25 歲的年輕人每月順利進入 AI 高曝露職業的比例比 2022 年低約 14%。這是我讀完今年他們發布的 5 份經濟研究摘要後,最常想起的一句話:「AI 讓產出變多」與「誰能把產出變成自己的收穫」,是兩個得分開回答的問題。 AI 做得到,不代表已經在做 過去大部分研究或媒體在衡量 AI 對工作的影響時,常問「AI 理論上能做哪些任務」。問題在於,AI 做得到,不代表企業或個人真的已經拿來用。 在這次閱讀的文章中,研究團隊提出「觀察曝露度」(Observed Exposure)。這個指標結合 O*NET(美國職業資訊網路,Occupational Information Network)的任務清單、理論可行性評分與 Claude 的實際使用資料,並對「自動化」與「工作用途」給予較高權重。 排名最高的是電腦程式設計師(約 75%)與資料輸入人員(約 67%),客服代表也名列前茅;另有 30% 的勞工觀察到曝露度為零。AI 目前的實際使用與理論能力還有一段距離。 在公布的研究中,高曝露職業的從業者有幾個共同特徵:女性比例高 16 個百分點、平均薪資高 47%、學歷較高、年齡也偏長。受衝擊的是中高薪的知識工作者,和「AI 先淘汰低薪年輕勞工」的直覺相反。 衝擊有多大?研究用差異中差異法比對,發現 ChatGPT 發布前後,高曝露職業的失業率未見系統性上升。唯一較清楚的訊號在 22 到 25 歲:這個年齡進入高曝露職業的新工作起始率,約比 2022 年低 14%。研究團隊也註明,這個結果僅勉強達到統計顯著。 同一套 AI,成果為何不同 在針對使用者研究的報告中,使用 6 個月以上 Claude 的人,其對話成功率為 73.1%,新使用者為 66.7%,相差 6.4 個百分點。控制任務類型後,差距縮到約 3 個百分點;再加上模型、使用情境、國家等變數,差距維持在約 4 個百分點。 Anthropic 曾假設,資深使用者會更傾向於把工作整包交給 AI 自動完成。研究的資料指向相反的方向:資深使用者更常與 Claude 來回...

停不下來的更新

一直更新Blog的版型,我必須承認是一件很無聊的事,不過這次除了版型的更動外,連分類和文章內文也做了變動。 先說分類吧!在Blogger叫做Label,不過,Blogger在分類上有一些bugs,只能使用英文,以前這裡的分類大多都是中文分類,結果在link上就是一堆亂七八糟的亂碼,所以我把它改成英文,同時細分一些項目,把出版的文章和一些教學的文章分開來,雖然已經很久沒寫新的,不過既然放上來就做個分類。然而就在新舊label移轉之後,發現中文的label還會存在,而且還會出現莫名奇妙的幽靈數字,Blogger知道這是個bug,不過似乎一直沒有修復的跡象。所以在分類上就出現了如右圖一般的情況,在英文標籤裡會有文章,但是在中文標籤裡是沒有文章出現的,但奇怪的是,有些中文標籤已經不見了,然而在Beauty-Beta這個部落格裡,我也做了分類上的變動,由於以前用英文開頭的Label,所以在label的變動上倒是不用擔心會有這樣的情況。 再來是文章的內容,把以前的文章重新分類,標題前面的一些全形符號或是分類刪掉,除了一些比較特殊的,我會留著,例如壹陸壹,因為在label裡為了統一,我留著原本的E61,但人家的店名是壹陸壹,所以留下文章標題前面的中文分類,另外像是Entertainment項目裡,可能有音樂,可能有電影,就會在前面留下中文分類。 前簡單的CSS和HTML改成現在的XML,這無疑是讓我們再多學些東西,能有時間鑽研當然是好事,可是轉換後,我一直沒有時間去改,當然多半也是因為懶,到現在也是拿別人做好的版型去改配色而已,所以像裡面的設定、安裝的widget和analytics的javascript都要一個一個重新裝,上個星期幾乎每天都弄到天亮才睡,只為了整理這個blog。也因為之前在blog裡放了technorati的分類,所以還要修改以前的文章,把它們加入technorati,還有裡面的語法要更改,所以這個星期甚至下個星期都會一直收到這裡的更新訊息,對於不斷收到訊息干擾的朋友們,在這裡說聲抱歉。 在版面上因為blogger系統在feed接受上的更新,所以還有四個東西沒加進去,分別是最近的文章(Recent Post)、Comments(目前是用別人寫的widget)還有GVO的feed訂閱顯示、Beauty-Beta的訂閱顯示也都還沒放上去。 在Feed訂閱上,以前bl...