《長尾理論》作者 Chris Anderson 來台,機器人、雲端和 AI 整合成趨勢

作者 | 發布日期 2018 年 07 月 20 日 19:01 | 分類 AI 人工智慧 , 機器人 , 自駕車 follow us in feedly

雲端、大數據、機器人、自駕車和人工智慧(AI),這些科技圈的當紅炸子雞看似各自獨立,以暢銷書《長尾理論》聞名的 Chris Anderson 卻認為這些科技彼此的交集才是未來的趨勢所在,並在 2018 數位創新論壇分享他的想法。




機器人和雲端以及 AI 的結合,可以藉由 AI 的不斷更新讓機器人持續升級。相對的機器人或無人載具也將資訊不斷傳回雲端,訓練 AI 變得更好,創造雙向的資訊流動。Anderson 以地圖做為例子,透過這樣的即時資訊整合,就能讓地圖即時更新。每一台車的感測器和鏡頭都能上傳路況,讓用路人能透過即時地圖了解路上是否有車禍或其他突發狀況。但這個願景現在還很難實現,要讓機器人隨時隨地的連上雲端還沒這麼容易,網路頻寬和技術還有需要克服的問題,不過 Anderson 認為結合雲端的機器人才是機器人的未來面貌。未來 5G 網路的進步,將能有機會讓這種雙向資訊的即時傳遞實現。

Chris Anderson 將機器人和雲端以及 AI 的結合分成 3 種情境,即時運算、近即時運算和非即時運算。即時運算由機器人或無人載具上所安裝的低功耗晶片直接進行,利用預載的模組快速運作,即時的感測並反應。近即時運算則在需要預測和規劃的實用使用,依靠邊緣節點來進行運算。非即時運算則將資料上傳到雲端,用來訓練 AI。

Anderson 不只是看好這樣的趨勢,更實際投入自駕車的行列。他所推動的 DIY Robocars 自駕車價格只需要 200 到 500 美元,雖然性能完全比不上特斯拉等市面上的自駕車,但他認為這才是普及的好方法。降低自駕車的門檻讓每個人都能有一台自駕車可以實驗,不需要用到高檔的自駕車就能測試不同的使用情境,甚至讓 DIY Robocars 去參加賽車當作測試。有了大量的測試資料就可以更快速的訓練 AI 模型,讓 AI 能夠進一步強化。即便這種自駕車無法發展為載客的工具,但也能完成巡邏和送貨等各種用途。

(首圖來源:數位時代)

延伸閱讀: