這個七月底，我們曾介紹過的孵化器「Garage+」偕同背後的大家長時代基金會，邀請了三位 MIT 教授來台灣和我們一起大談機器人以及機器學習。
關於此次年會：是由時代基金會與 MIT 所合作共同舉辦，他們雙方已合作多年；以一年在台灣、一年在美國的形式舉辦，每年雙方都會有教授出席、分享，共同討論未來趨勢，交換彼此意見，以及保持友好聯繫。
這次，他們一共請來了三位來自 MIT 的教授與會，與大家一起聊最先進的機器人技術，以及機器人將會如何影響人類的生活。而 TO 也有幸可以跟這幾位教授單獨聊一聊。
首先，第一位是 Rodney Brooks 教授。我們先來簡單的看一下 Brooks 教授的經歷：
羅德尼‧布魯克斯教授是麻省理工學院的機器人學榮譽教授 (Panasonic Professor)，同時為 iRobot Corp. 的共同創辦人與 CTO，還有 Rethink Robotics 的創辦人與 CTO。在 1997 年至 2003 年與 2003 年至 2007 年間，他也分別擔任 MIT 人工智慧實驗室及電腦科學與人工智慧實驗室的主持人。
布魯克斯教授的研究著重在兩部分：設計在非結構化環境中執行的智慧機器人，以及製造人型機器人進而了解人類智慧。他在電腦視覺、路徑規劃、不確定性分析、自動化機器人、人型機器人、微型制動器、行星探測及編譯器設計等領域，皆發表了許多著作及論文。
以下是我們訪問 Brooks 教授的節錄：
Q：你怎麼看待機器人與人類的未來？可能的應用場景為何？
Brooks：從很多資料我們都可以看見「人口老化」已是事實，世界上老年人越來越多，而年輕人越來越少，這樣的現象在歐洲和日本已經隨處可見。而這並非少數國家的問題，很快地即便是人口大國如印度、中國也將面臨到人口老化的翻轉。
接下來，問題就來了。在人口快速老化的狀況下，年長者比年輕人多，哪來多餘的人力服務年長者？這時候就需要更完善的「非人力」服務進入。而我覺得機器人就是其一，所以我不認為機器人會如日本現在提倡的使用於「陪伴上」。
在我看來，機器人將是幫助長者維持他們生活獨立與尊嚴的幫手；例如，現在有越來越多車輛（像 Benz、Lexus）都裝有安全駕駛功能，他們可以自動停車、偵測事故等等；我認為這些都算是某種程度上的機器人，更甚至我覺得車子正在轉變為「老人照護機器人」，因為這些專注「安全」的新形態車輛將幫助年長者延長開車年齡。
這點在美國尤其重要，因為美國很大，當你無法開車了這代表你將失去了「獨立」生存的可能。所以這就是一個很好的機器人科技案例。其實在我看來機器人科技並不一定要很尖端，像無人車一樣，它其實只要夠智慧、能有效增強安全方面的輔助應用，幫助長者延長獨立生活的可能時間，讓他們得以借助外力自理生活就是了。
以我母親為例，自四年前她就無法獨立上、下床，她無法自己決定何時去床上，因為她需要等待別人來幫助她。但如果她有一個機器人助手，那她就只需要對它說「我現在想要上床。」然後機器人就可以幫助她完成這個動作。所以在我看來機器人並不一定要是完全人型的，它可以是機械手臂等裝置；只要它能夠與我們互動（接受指令）並如實幫助我們，就足夠了。
所以，說實話我並不確定機器人會「長」怎樣，而這就有賴世界各地的創業團隊、大學研究團隊等來共同腦力激盪了。
事實上，針對我們的 Baxtor 機器人（註：Baxtor 為 Rethink Robotics 設計的機器人）我有一個研究願景，我們與全球各地許多研究單位合作，讓他們使用 Baxtor 機器人並以此發想可能的應用場景。你可以看到現在已經有許多範例出來了；重點是我們並未呼籲大家來關注老人照護，只是提供一個安全的機器人讓大家做研究，但許多人都將目光放到了這一領域。
因此從上述的經驗來看，我真的很期待有更多有趣的創業公司出現，發想出很多有趣、創新的點子來改革這個產業。當然有好點子就有壞點子，但不管如何，我真的很期待這樣的場景得以實現；希望我老了以後有機會享受到這樣便利的使用環境。
Q：可以舉例現在有哪些團隊正在專注這幾個應用領域嗎？
Brooks：這方面我並不清楚，不過以研究領域來說，我們就知道有一所日本大學正在使用 Baxtor 幫助老人著裝；你要知道當人老了後，舉手等動作對他們來說都變成高難度動作，因此他們需要有人輔助他們穿上衣服。
另一個案例是在美國，針對四肢癱瘓者設計一個移動裝置來操控 Baxtor 來幫忙拿東西，或移動家裡的物品。所以，我不知道，但我相信有很多新創團隊都在針對這塊發想很多好點子，這也是為什麼我們需要像 Garage+ 這樣的地方來孵化更多 startups。
當然像我剛剛說過的點子有好有壞，但重點是你必須要有很多點子存在。所以我說我還不確定什麼才是「正確」的，我只知道我們需要更多人加入一起來思考、一起來實驗；因為一千人永遠比一個人還要來的聰明，這些人是誰不重要，重要的是有這麼多人一起共同參與、提出好點子。所以如何讓人們重視這塊很重要。
Q：機器人除了改變老人照護等家庭場景外，針對工廠這些地方呢？
Brooks：對，其實這也是我們正在做的。就像我剛剛說過的，人口正在老化。以美國為例，現在工廠中的工人平均年齡為 56 歲，而且幾乎沒有年輕人進入。而在歐洲，我們也看到很多公司，像是 BMW 有一套特殊的計劃幫助年長的工人能夠在職場停留更久。
此外，這個議題通常也牽扯到大家常在討論的「機器人將搶走人類的工作」，要我說這議題的假設根本就錯了，因為事實是我們沒有足夠的人力來投入。也是因為這樣，BMW 才在嘗試讓年長的員工能夠在職位上待更久。
而在中國，我們看到年輕人的數量也較前幾個世代相比越來越少；這樣的情況對台商而言，就讓他們在招聘與保留人才上產生了龐大的壓力與困難。怎麼說呢，台達電的創辦人鄭崇華還有現任 CEO 就曾在 2004 年時跟我說過，他們已經看到了中國的人口問題。也因為當時的經驗，讓我開始思考創業。
因為在傳統的工廠場景中，工業用機器人很危險，你必須讓人們遠離機器人的工作環境，以免造成傷害；這其實也造成很龐大的成本開銷，而當你要讓這些機器人轉換他們的工作內容時又是。所以我們開始思考如何讓機器人能夠與人共同工作、如何讓機器人可以「學會」不同的工作內容。
此外，我也認為讓在工廠工作的人們可以輕鬆地控制機器人等也是很重要的一件事，所以我的目標是讓工業機器人的使用不再複雜，工人操作機器人就像使用電動螺絲刀一樣簡便。從此工人和機器人一起在工廠工作將成常態，人們不再害怕機器人，兩者之間將是很好的合作夥伴。
在未來，使用機器人，將會像現在大家使用智慧型手機一樣方便、簡單。
Q：這其中包含怎樣的機器學習技術？它改變了什麼？
Brooks：首先，在舊式的環境中，機器人的使用需要非常精細的設定，這樣的使用情境可以追溯到 1961 年；而你要知道當年的電腦可是跟這個會議室一般大，此外我們現在常用的 Sensors 在當時可都是非常、非常、非常的貴！
也因此現階段我們所熟知的機器人都是較缺乏計算能力與傳感能力的，畢竟在技術的限制下與企業的經營下，我們能做出來的機器人都是只能在特定的位置做重複工作、缺乏「心靈」的金屬疙瘩。
不過隨著技術進步，在這 54 年間這一切開始快速優化，但可惜的是整體環境的限制還是很多。這樣說好了，今天假設我們的機器人它沒有感應器在身，它只能使用我們給它的精確定位；那桌子擺在這邊，但明天它可能被移動了幾公分，這樣一來我們的機器人可能就因為位置改變定位不到，而無法與這張桌子互動。把這樣的情況移到工廠，我們知道在工廠中時刻都充滿人、所有的東西都在移動；然而只要有一滴滴距離的移動，就足以讓機器人停機、不知所措。
第二點，機器人並不是一個可以安全工作的夥伴，因為在舊有的系統中，機器人只知道它要執行的任務，即便它的行徑途中有人擋在那邊，它也不知道只會持續完成任務。面對這樣的狀況，你可能想說那我要把電腦視覺放進這些工業機器人中，但現實是這些部件都是來自不同的公司，如果你要這樣做，你就需要工程師、系統集成架構師等來把硬體與軟體整合在一起到可以使用。
所以這樣的狀況就有點像是，你買了一支 iPhone，然後它裡面沒有軟體、沒有麥克風、沒有內建鏡頭；然後你需要自己採購這些元件並安裝他們到你的手機上，噢對了，你還要自己寫程式才得以在裝置上使用。這樣的狀況就是工業機器人的現狀。
也因此，我們嘗試的就是先讓機器人變得像「智慧手機」一樣，但是軟體已經內建、傳感器也都包含在內，甚至相關的計算程式、電腦視覺等都已經做好了，就像你現在手中的任何一支智慧手機。在這樣的狀況下，機器人它就可以依照電腦視覺、力感應來適應環境的變化，並作出相對的回應。
也就是說舊機器人只要目標物體的定位跑掉了，它就無法運作了；但我們的新機器人，它不靠定位行動，它靠它所感應到的環境狀況來判斷，並作出回應，就像人類一樣。也因此我們可以預期這樣的機器人它更安全，也適合與人類在同一個工作場域合作。
同時，我們的機器人也希望像智慧手機一樣，不僅功能內建完備、更是防呆，讓人一眼就可以知道怎麼操作。這樣平易近人的使用者界面，將可以讓任何人（非工程師）都可以輕易使用。
以下你可以看到 Baxtor 它可以被教導任務，同時它也可以感應任務目標的位置，並作出相對應的決策：
[youtube]https://www.youtube.com/watch?v=ATIWymEPuDU[/youtube]
Q：市場上有誰正在做這一塊嗎？各家企業對於這種人機互動的認知為何？
Brooks：我認為其實早在相關的詞彙出現前，這種應用方式就已經出現了。我們可以看到有很多老牌的公司他們正努力轉型、嘗試新科技；他們其實都看到了機器人在這方面的應用；而且就我所知，有很多企業都已經投入這方面安全規範的制定，他們對這方面十分重視，提出了許多針對這種機器人的安全規範。可以說現在所有的大企業都在談這件事。
如果硬要講有誰正在做比較接近我剛剛所形容的機器人，我會說這家來自丹麥的 Universal Robots 。它是一家很小的公司，目前已經被來自波士頓的自動測試設備供應商 Teradyne 收購了。
[youtube]https://www.youtube.com/watch?v=UQj-1yZFEZI[/youtube]
不過它還是跟我剛剛所形容的案例有所差異，他們比較像是提供「低成本」的傳統工業用機器人，因為他們設計的機器人背後所使用的程式、設計都還是較偏向傳統的形式。不過他們的產品也的確較現階段的機器人要安全許多，所以我才會說有點像。
但他們的設計裡面還是需要系統集成架構師，也還是使用了跟現在工業機器人模式一樣的模型。
Q：你怎麼看日本研發的機器人？例如 Pepper。
Brooks：就我所知，大部份都還沒商業化，目前多數都還是展示用機器人。至於 Pepper，目前只有賣給開發者使用。
我自己不是很確定 Pepper 可能的應用情境，畢竟現在我只看過他們唱歌、跳舞，所以我真的不知道。但我也必須說我自己比較偏好能夠「做事情」的機器人，所以抱歉，Pepper 這種類型的真的不是我的菜。
Q：科技圈有很多人對 A.I. 人工智慧抱有很大的疑慮，像是 Elon Musk、Steven Hawkins 等人都認為人工智慧將會危及人類的生存。你怎麼看他們的擔憂？
Brooks：Ok，其實這種恐懼早在 60 年代就發生過，那時候也很常出現例如「電腦是人類最大的生存威脅」等等言論。所以讓我稍稍來釐清一下。
我認為 Elon Musk 是一位非常聰明的人，這毋庸置疑；而知名天文學家 Steven Hawkins 也說過類似的言論，還有一大堆很成功、厲害的人士說過這樣的話。但重點是，他們之中沒有一個人真的接觸過「A.I.」這件事！所以我認為這樣的認知落差，造成了一個很根本的混淆，這也是為何他們會做出這樣全然錯誤的論述。
而他們最大的困惑就在於搞混了「表現」與「潛力」的差異；現階段科技可以達到的程度大約就是「機器人可以完美的完成特地任務」；舉例來說，回到 1990 年代， IBM 開發出來的深藍電腦打敗了世界西洋棋冠軍，這代表了他們開發出來的西洋棋程式比人類還強，事實上你現在就可以在市面上買到超多比人類表現還強的程式。這在 90 年代可能是一台超級電腦，但在現在只要一台小筆電就可以達成。
但你要知道這些電腦程式離真正的大師還是差很遠。為什麼？電腦只能針對對方的下棋結果來反應，他無法告訴你為什麼，只知道什麼是最好的結果。但如果是一位西洋棋大師，你只要在他旁邊幾天你就能學到更多下棋的知識，因為這些大師不僅可以表現得很好，他們更擁有潛力，他們可以解釋為什麼他們要這樣做、他們是怎麼思考的。
所以我覺得 Elon Musk 這些人的畏懼源自於他們混淆了能力和潛力；或者是說他們怕的其實是「深度學習」的表現。
而談到所謂的深度學習，這真的很驚奇。如果你是五年前講這概念，A.I. 領域中沒有人可以預期會進展得那麼順利。但我會說儘管這些年來這方面有了許多不錯的表現，例如 Google 的例子，但這仍然是很年輕的領域。可是外界總是將之言過其實，包含 Elon。
所以這就是問題，機器的確可以在執行特定任務時表現得很好，但人類擁有更寬廣的潛力。像是由 Fei-Fei Li 所領導的史丹佛研究團隊就曾就電腦視覺這方面發表過很驚人的成果，他們研究出了準確率十分高的電腦視覺判斷，但你可以發現它在很多地方還是出現人類絕對不會犯的錯誤，像是把樹當成人。
另外，Google、Facebook（註：FB 的人工智慧負責人 Yann LeCun 帶領 NYU 團隊研究）也都有許多類似的研究，結果也都類似；也就是 A.I. 的錯誤率還是很高。
所以 Elon Musk 擔憂的是這些機器人「了解所有事情」，他們只看到機器人表現好的一面，卻忽略了他們其實離「人」還差很遠。
（所以他們擔憂的情況或許是在很遠的未來，但絕非現階段可能發生的事？）
對，但是每當我講到這些的時候，他們都超生氣的；但我還是必須要說「這至少還要等一百年啊！」
這其實是一個很詭異的迴圈，60 年代的時候，人們說 10 年後機器人就會反攻人類了；70 年代的時候大家也說十年後機器人就會反攻人類了，到了現在我們還是在說「10 年後」。他們甚至還提到了圖靈測驗，但如果你有好好了解當年圖靈說過的話，他在 BBC 還是哪個媒體上有談過，他說「這可能要幾百年以後，電腦才可以擁有這樣的表現！」
看到了沒，他說的是幾百年啊！但大家還是覺得這件事情就快要成真了。所以我會說請大家五年後又想問的時候，可以翻翻以前跟我聊過的內容，「真的！5 年內都不會發生的！」然後，很重要的一點，這些真的跟 Elon 又說了什麼沒關。
Q：就你的觀察，你覺得企業，台灣的企業有認知到這股機器人趨勢嗎？
Brooks：我認為所有的企業其實都認知道了這股趨勢，他們也正在找尋解決方案。以富士康為例，他們很努力在找尋適合他們的解決方式，不過現在看來沒有那麼成功。我認為他們在嘗試組建舊式的機器人生產線，但我不認為這很適合電子製造。
所以從整個生態狀況來看，我覺得大部份的人都注意到了這股趨勢與挑戰，大家也都在尋找合適的解決方案。你可以看到不管是台灣的公司還是中國的企業，大家都在尋找新的機器人解決方案。
我認為這樣的趨勢將會持續，當然到底什麼才是到時候真正會被市場採用的方式仍是未知數，不過就我的經驗來說，所有我接觸過的企業的確都體認到了這個問題的急迫性；為了公司長遠的發展以及未來性，他們也必須去尋找。
最後，聽完了教授對於機器人未來的詳細解說，我們也推薦大家可以去看看他在 TED 的演講，相信將有更多啟發！
