服務創新電子報

[论坛现场直击] IBM 机器人产业发展趋势

14650583_1452071178142389_1231521574728770820_n

相信在之前的主题周中,大家有初步的认识了机器人在我们生活中所扮演的角色,这次的论坛非常荣幸地邀请到 IBM 的资深软体工程师 Jeffrey Liu,来为我们介绍目前机器人的发展、以及在各产业当中的应用,并且了解 IBM 在机器人的开发与应用上扮演了什么样的角色。

Screen Shot 2016-10-16 at 1.01.21 AM

在开场时 Jeffrey 便提到,随着机器人技术的纯熟,也许在不久的将来,将会是机器人在对我们进行简报。根据报导指出,预计在 2030 年,将会有 50% 的工作由机器人所取代,相信现场观众(读者)会好奇,那这 50% 的人力该转往何处?别担心,相信在未来也会有许多与机器人相关的新工作机会将会同步出现,像是专门负责机器人的外观客制等等的工作机会将会同步出现。

在未来,甚至目前的热门科系都将变得不再热门,Jeffrey 指出,未来热门的科系很有可能是心理学系,因为目前整体的机器人发展趋势是朝着模拟人类的行为模式发展,相较于以往的一般化应对方式,现在的趋势是透过大量的运算分析去模拟出拟人化的细腻问答。

Jeffrey 强调目前机器人非常热门的原因是因为我们推翻了以往的思维,放弃去研究如何像人类一样思考;取而代之的是拥抱深度学习( deep learning ),利用机器学习( machine learning )的方式去分析问题。

目前机器人在各产业的应用主要有以下几种

  • Industrial Robot:制造所使用的机器手臂、物料运输的机器人、厂内的组装机器人等。
  • Security Robot:透过机器人来进行一些维安活动,在大型活动当中将会有亮眼的表现。
  • Rescue Robot:透过机器人来进行一些人类无法达到的事情,像是飞入救灾现场通报生命迹象等。
  • Waiter Robot:利用机器人来进行点餐、送餐等服务。
  • Medical Robot:经由机器人我们可以达到非常精密且稳定的手术品质。
  • Robot for Elderly People:随着人口老化,机器人陪伴照顾老人将会是未来趋势。
  • Kitchen Robot:透过固定的流程,依照食谱来进行烹饪。
  • Robot for Education:我们发现许多自闭症的小孩相较于人类,较能够与机器人沟通学习。
  • Robot for Decision:机器人也可以扮演顾问的角色,透过即时更新与反复地做、不断地根据客户和市场的回馈进行调整, 帮忙找出答案。

根据上述几点可以看出机器人目前的应用十分广泛,但事实上并非什么事情都适合利用机器人,尤其是在人与人的互动吃重的服务中,像是 Waiter Robot 是需要大量与客户互动,先前有公司尝试使用机器人服务员,但成效并不彰显。

目前机器人比较适合重复性工作,因此我们可以将例行公事将给机器人来处理。当然,除了低接的重复性工作外,未来甚至律师或是医生等需要大量阅读、归纳的工作也可以交由机器人来进行辅助,相信将可以大幅提升我们的决策速度。

像是 IBM Chef Watson 则是一个实际的应用范例,由于烹饪是有食谱可循的,因此这种拥有common pattern (类同模式) 的工作,便可以透过大量的资料去训练机器人,日前 Jeffrey 曾到日本品尝过由 Watson Chef 主厨推荐的菜色,虽然味道很奇妙,但是整理来说还算 OK。

三个技术面主要趋势

分析完机器人的应用产业后,Jeffrey 也提到了这个时代的三个技术面趋势如下:

  1. Machine Vision:让机器人可以判别图片,辨别图片中的内容,进而了解图中的意图。让机器人能够更人性化,例如看到有人接近电话亭,便知道他要进行电话的拨打。
  2. Natural Language Processing:透过深度学习处理我们的自然语言,并非精确去分析他讲什么,而是透过大量句子去分析、推论、连结与产生自然语言,甚至未来新闻报导或是文章摘要可以由机器人所产生,未来机器人的回应也会透过这样的方式去产生,更加人性化的对谈。
  3. Acoustic Analytics:让机器人可以辨别目前声音的来源是谁,可以分辨越来越多的事情,像是分辨出家中花瓶破裂的声音,便知道有异常状况发生,应该进行相关的处置。

下一个世代机器人的发展趋势

根据 Jeffrey 的分享,未来的机器人发展趋势将有以下几点:

  1. With Personality, Cognition and Emotion:并非只是冷冰冰的机器体,透过心理学去模拟并赋予机器人不同的人格,未来与机器人的对话将会更有温度。
  2. Deep Conversation via Dialog:并非只是传统的 Q&A 对话方式,未来我们将可以问出更深层的问题,例如可以辨别出语句中代名词所代表的人是谁,进而去分析接下来的问题。
  3. Omni-Channel:跨平台的整合,让我们可以透过不同的介面与机器人进行沟通,并非只能够过单一管道。
  4. In Any Form Factor:未来的机器人将会以不同的形式存在于你我的身边。
  5. Deep Learning, not Program:不要去撰写机器人的行为模式,而是要让他具有学习力,否则将永远深陷于无止尽的 coding (编码)当中,因为问题将会不断涌现。
  6. Knowledge Sharing:这是十分重要的一部份,如果大家能够让机器人的知识共享,这样学习过的东西便可以不用再次学习,对于机器人的发展将有很大的助益。

Jeffrey 总结阐述机器人是应用极广的领域,涵盖心理学、硬体、自然语言分析,而我们只要能够给他一双眼睛、一个耳朵以及一个嘴巴,他便能够以不同的形式存在于我们的身边,以不同的形式替人类提供服务。不同的硬体、软体,透过不同的创意可以发展出新的应用,IBM 也与学生进行合作激发出不同的创意,未来也会将发展重心放在机器人的人工智慧发展上。(熊耿得)

Share
标签:, , , , ,

留下您的評論

Share