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

為什麼我支持《數位中介服務法》草案

在經歷許多次反抗台灣政府所立的網路相關法案後,我其實沒想過除了《數位通傳法》草案外,我還會再支持另一部法律草案,雖然 《數位通傳法》草案還壓在某處,但如果有人讀過《數位通傳法》的草案,再讀這部《數位中介服務法》草案,就會知道這部草案的重要性,而且也可以顯示台灣網路使用者的成熟度,更重要的,這是我第一次看到引入國際網路治理多方利害關係人機制的法律草案,而且是用在正確的地方。 有興趣想知道我在讀法條時的筆記和當下的感想,可以看我這則  Tweet 。這篇不使用逐條讀法條的方式來寫,因為那會讓人昏昏欲睡,我也不去比對歐盟《數位服務法》,因為我在讀《數位服務法》草案時,該草案特別強調是加強歐盟 E-Commerce Directive  ,而不是取代它,而且更多著重在預防盜版、仿冒,保護消費者的法案。所以當有輿論提到參考自《數位服務法》的《數位中介服務法》草案限縮言論自由時,我其實是一頭問號的,但一直到今天我才有時間讀《數位中介服務法》草案,這篇文章出自於我的個人經驗和閱讀法案的心得,與擔任的職務無關。 如果最近注意一下網路的資訊,有幾件事該注意一下: 有許多人在社群平台,如Facebook或是其他網路看到一些廣告,而這些廣告可能是要你支持台灣農產品、台灣製的產品,結果你收到時,上面還寫著簡體字,通常這是所謂的一頁式廣告詐騙,而行政院的消費者保護會在 2019 年時就有新聞稿在警告「 一頁式廣告詐騙多 小心查證保障多 」,之後像公視或是其他單位都有相關的活動在提醒大家小心這類廣告。但目前這些廣告其實多數不易處理,因為不容易取證、保留證據,等到追查到時已經找不到對方了。 有不少親密照片與影片在情侶分手後,被報復性的上傳到情色網站或透過即時通訊傳到親友的帳號裡,或是被洩露個資,遭到公開的霸凌。 之前有一個專題:「 青春煉獄:網路獵騙性私密影像事件簿 」,光是讀完這個專題報導我就覺得受傷。 有人使用 Deep Fake 把台灣名人的臉部照片合成至色情影片再上傳至色情影片平台,今年 7 月才被判刑。 還有許多創作者藉由網路分享作品時,被人盜用,甚至有國外的使用者修改台灣人的作品去參與比賽還獲獎。 有一次打電話問某個部會,如果消費者在國外電子商務平台買東西,但資料被外洩怎麼辦?雖然政府願意協助,但衡量至國外打官司的時間和成本,就會讓人卻步。 有些行為在現實世界裡有法...

[movie]虛偽、傲慢與人性--Dogville

片名:厄夜變奏曲DOGVILLE 導演:拉斯馮提爾Lars von Trier 演員:Nicole Kidman… IMDB 花絮:厄夜的告白(Dogville Confession) 續集:命運變奏曲(Manderlay) 目前桌上放著的,是《在黑暗中漫舞》和《命運變奏曲》,克制著自己不要接著看下去,雖然我覺得看完再寫會比較完整,特別是看完《命運變奏曲》。昨晚已先看了《厄夜變奏曲》的花絮,在拍完這部電影後 Nicole Kidman還是沒能再接下去演《命運變奏曲》。 如果沒看過這部電影的人,不建議再繼續看下去,免得壞了看電影的興緻。 這部電影共分為九幕和一個序,沒有任何的「場景」,像是舞台劇般的在每一幕開始時有旁白,所謂的場景則象徵性的在攝影棚的地上劃出房子的地基、動物;在實體場景上,只有商店有門和展示櫃,看不見的McKay家有片落地窗,醫生有藥櫃,作家有書桌,七個孩子的果農家有張床和黑板…每個實際存在的物品都代表了住在那一「格」的居民的職業和對他們最重要的事物。也許因為沒有了場景,演員的表現反而被突顯了出來,劇情更容易讓人印象深刻。 在「序」這一段裡介紹了Dogville和裡面的人物。在第一幕到第五幕裡,從Grace來到這個貧瘠的村莊,而村長Tom的行為與用意也讓人難以忍受,到此為止,大部份村民看起來是善良的,如同在序中介紹的善良正直。雖說在看電影前已經有人提醒我要小心電影情節的黑暗面,在第六幕開始時也有字幕提醒,但在看到第六幕時就想關掉了。因為從這一幕開始,才開始看到什麼是人性,而從第六幕開始,才是真正的人生。 「傲慢(arrogance)」是最常出現在電影中的字詞,當Grace與Tom相遇時,她對Tom表示她必須自己教育自己,所以必須處罰自己不能進食;在第二幕裡,Grace認為Tom很「傲慢」而傲慢是不對的,一直到最後,第九幕,她到了車上依然與父親爭論「傲慢(arrogant)」。從車上兩個人的爭論裡,名字代表優美、優雅Grace終於顯露了她的本性: The Big Man:…but I, I call them dogs… Grace: The dogs only obey their nature. Why shouldn't we forgive them? 直到最後,她的決定讓整個村子燒光只剩下一隻狗,而她原諒了那隻連肉骨頭也不願施捨給她...

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...