上週有一場由前Apple團隊組成的新創Humane，所舉辦的AI Pin硬體發表會，話題度竟然不輸OpenAI的GPT-4。原來，AI Pin是一款以大語言模型為基底的AI裝置，重量不到100克，沒有螢幕，可直接別胸上，以投影顯示結果，還可用語音與手勢與它互動。許多人驚呼宛如科幻片裡的個人助理，將顛覆iPhone時代。這是否暗示，從此我們再也不需要手機？
新創公司Humane上週（11/9）正式發表人工智慧硬體「AI Pin」（下稱Pin），它宛若ChatGPT化身為裝置，直接走向世界。
AI Pin比手機更小更輕薄，還能「出一張嘴」就處理任務
Humane的創辦人查得利（Imran Chaudhri）與班吉歐茉（Bethany Bongiorno）皆是前Apple員工，試圖將Pin與過往市場上的裝置區分開來。
Pin具備手機應該有的功能，上網、語音通話，同時也配備麥克風與相機，因此可以在動態中攝影，或者是邊走邊對話，但它強調比手機更好，不用螢幕、可以用投影呈現內容，人們則能夠透過聲音、手勢、手部接觸等方式與Pin互動。
對比手機內建智慧助理，與Pin的對話顯得更為自然，不用特別喚醒（wake）裝置，也不用非得以下命令的方式才能互動；對比其他企圖替人類創造新體驗的VR/MR頭盔，Pin的尺寸輕薄，可以配戴在衣服上，不會干擾工作與生活。
上述的種種亮點，讓Humane驕傲地宣稱Pin將是個人人工智慧新裝置的開始。
Humane表示，Pin透過「AI Mic」處理問題、完成任務，當人們與Pin互動談話，例如搜尋信件、調整內容語氣，甚至是聽音樂，背後就是AI Mic開始活躍。Humane提到，他們與展開OpenAI合作，讓Pin得以串接AI模型，雖然尚不知道AI Mic的技術細節，但它扮演的角色類似於GPT模型，有對話能力，也能夠生成內容；準備好先備知識，它就能夠最近OpenAI推出的客製化GPTs一樣，處理特定任務。
我們或許可以說，Pin就是ChatGPT在物理世界中的現身。
原先人們在網頁中，請ChatGPT翻譯外語、規劃食譜，或者是透過網路瀏覽功能尋找景點；在Humane釋出的概念前導影片中，Pin伴隨使用者，在現實中連接數位世界，逛市場時向Pin詢問水果的營養成分、在朋友聚會現場請Pin扮演即時口譯，甚至是一邊走路，一邊拜託Pin找出附近可以從事的活動。
Pin的官方售價為699美元，以及包含通話與網路流量在內的24美元月費，使用者購買時會拿到一組電話號碼；預計將在2024年出貨。它配備高通驍龍處理器，裝置本身加上電池大約54克左右，相機解析度為1300萬畫素。
根據Crunchbase資料，Humane目前募得2300萬美元資金，其中投資人包括OpenAI的執行長奧特曼（Sam Altman）個人、微軟、Salesforce旗下的基金、Volvo旗下的基金等。Humane的共同創辦人查得利（Imran Chaudhri）與班吉歐茉（Bethany Bongiorno）和都曾在蘋果工作，前者在蘋果服務8年曾任軟體工程總監（Director of Software Engineering），接觸過iPhone、iPad和iOS等，後者則在蘋果工作超過21年，參與過VR、手錶、電視、手機與電腦等專案，專業領域以用戶體驗為主，最高當過設計總監（Director of Design）。
Humane推AI助理仍挑戰，機器彼此溝通仍有問題
觀察AI助理發展，可切分成機器與人類互動的介面層、機器與機器溝通的分工層、機器完成工作的任務層。LLM的成熟已初步掃清介面層障礙，當機器人夠理解人類使用的自然語言，即便不會寫程式，一般人也能夠輕鬆與機器互動。
Humane勾勒出的理想應用風景是，從此人們再也不用一個個打開應用程式，只要靠一個Pin，就能完成所有任務。它作為人類與機器溝通的介面層，完美扮演人類智慧助手的最佳角色。
但機器與機器之間溝通上，仍有挑戰。舉例來說，在影片中Humane展示確認行程、撰寫電子郵件等情境，不過，瀏覽網頁只是「讀取資訊」，寫電子郵件也只是「生成內容」，若是要再往後一步、兩步，例如檢查工作用的微軟Outlook信箱、確認信用卡訂票資訊，同時再比對線上旅遊網站的行程，將其中內容整理成請假信後寄出，就不再是網路瀏覽器，或者ChatGPT那樣的單一頁面，其中更涉及資料怎麼儲存、取得多少權限、機敏資料如何保障等問題。
以微軟Copilot來說，GPT是介面層、Microsoft 365旗下各種生產力軟體為任務層，搜尋圖譜技術某種程度上可看成溝通層，就執行任務來說，仍限縮在微軟內部，要突破品牌體系以外仍不容易。或許我們可以期待，開發AI人工智慧助理者，能夠發展兩道路徑，一道路徑是像Zapier那樣，直接依照不同廠商規定的規格，設計出串連彼此的介面，另一種則是仿照人類使用方式，只要提供充分資訊做為參數，就能夠輸入帳號密碼後進入不同服務。
從互動介面的完善，到機器之間溝通分工的逐步發展，再展望未來面向物理世界的基礎模型，人工智慧從助理（assitant）依照指示完成任務，再到真正代理人（agent）出現的那一天，android從手機OS，到還原其人型機器人的原意，不再是遙不可及的幻夢。
