研究人工智慧（AI）、機器人等領域多年的電腦科學家丹妮拉．羅斯再次訪台。長年與廣達、台達電、緯創等台灣大廠合作的羅斯，如何分析台灣在這波AI結合機器的浪潮中的獨特優勢？要回應市場對人型機器人的期待，還需克服哪些關鍵挑戰？
人工智慧的下一步是走出數位環境，進入物理現實世界。為了執行各式各樣的任務，其形體也很可能將是百花齊放的。
在9月18日由天下文化主辦的圓桌論壇上，美國麻省理工學院（MIT）電腦科學及人工智慧實驗室（CSAIL）主任羅斯（Daniela Rus）解釋，自己合著新書《我們與機器人的光明未來》（The Heart and the Chip）的初衷，是希望非AI、機器人專業背景的讀者，也能容易地理解一個智慧機器與人類共存、協作的未來。
人工智慧與機器人兩大領域，都已歷經數十年的研究及發展。近年在科技加速進展的催化下，兩者益加合流，也出現「實體AI」（physical AI）這樣的熱門詞彙。
羅斯認為，自己多年來的研究，即是朝向實體AI邁進。她表示，「有了實體AI，人工智慧就不只是存在電腦中，而會在現實世界中與我們互動。」
從ChatGPT到Gemini，目前使用者已能接觸到許多能力強大的AI模型，但實體AI在現實世界的安全應用仍難落地。羅斯指出，這其中還有數項尚未克服的挑戰。包括機器控制技術的複雜程度，模型缺乏對現實世界的常識理解，錯誤難以根除，運行這些模型的耗能也太高。
從生物獲得靈感，基礎模型的「液態」突破
在耗能部分，羅斯共同成立的新創「Liquid AI」有所進展。傳統AI模型結構中有著大量進行簡單運算的神經元，因此模型大、運算負載高。獲得秀麗隱桿線蟲啟發的「液態網絡」（liquid networks）則倚賴少量執行複雜運算的神經元，可讓更小的的模型繳出相當的能力表現，耗能也大幅降低。
這種規模小、能源效率高，且能借力液態連結適應新變化的液態基礎模型（LFM），更加適合邊緣裝置，可望加速實體AI的落地發展。15日，智慧穿戴裝置公司Brilliant Labs才宣布與Liquid AI合作，以LFM支持AI眼鏡「Halo」。
除了機器「大腦」的模型進展，機器「身體」的智慧也須提升。羅斯稱之為具身智慧（embodied intelligence）。
身為軟性機器人（soft robotics）的先驅之一，羅斯曾帶領團隊研發出機器魚、機器海龜等適應不同任務的機器人。例如，以摺紙方式設計的抓爪，會比工業機器手臂常見的堅硬夾爪更易於適應較軟、形狀多變的物件。這種智慧可說是存在機器身體中，可視作具身智慧的一環。
有了更智慧的大腦、更智慧的身體，再加上AI模型亦可協助研發人員加速迭代、優化設計，AI機器人的創新週期可望縮短。羅斯指出，過去60年來，機器人的發展聚焦在工業應用的硬式機器人，現在與未來的60年將出現多種外型、更具適應力的軟性機器人。
結合AI及機器人基礎，台灣在實體AI大有可為
羅斯所觀察到的這些趨勢，不僅對台灣具有深刻意義，也蘊藏著龐大商機。
她指出，在AI面向，台灣有著半導體供應鏈的領導地位。從筆電、手機到物聯網，已打造出強健的邊緣裝置生態系，具有系統整合、以致於提供垂直解決方案的能力。在製造與醫療保健等產業，也具有適合進行AI試點計畫的資料基礎。
在機器人面向，除了長年積累的智慧製造與自動化能力，以及原型轉量產的豐富經驗，台灣在感測器、電池等精密機電供應鏈上亦擁有堅實製造基礎。近期，對人型機器人等機器人的投入興趣也愈發明確。
再加上台灣業界常與國際名校、實驗室合作，得以搶先洞察未來技術發展走向。羅斯樂觀看待台灣在這波實體AI趨勢中所能做出的貢獻。她認為，未來邊緣AI將有長足發展。各種設備都將需要節能、安全的地端智慧加值，也期待台灣能助力智慧機器蓬勃發展，真正打造人與機器的光明未來。
