日前麻省理工學院（MIT）的研究人員，推出一款稱為 DAAAM 的新技術，其全稱 Describe Anything, Anywhere, at Any Moment，直譯就是「隨時、隨地、描述任何事物」。
雖然聽起來很拗口，但 DAAAM 的本質概念卻很簡單，就是讓 AI 機器人可以記住它們曾經到過的地方，主動標記曾經看過的所有東西。
事實上，當今大多數機器人都只擅長辨識「眼前」的事物，例如倉儲機器人可以識別箱子、室內機器人能夠看著走廊導航前進，或者無人機可以沿著管線內部穿梭等，這些功能雖然十分有用，但 AI 機器人本身卻無法記住，在不同作業時段所見到的一切事物。
替物件附加文字描述，準確度提升 53%
為了解決 AI 機器人的「下班失憶症」，DAAAM 讓機器人有能力建立起關於空間的詳細地圖，並且主動替地圖中的物件附加文字描述，應對人類後續透過自然語言進行的提問。
舉例來說，人類可以向 AI 機器人提問：那台紅色的推車在哪裡？壞掉的面板旁邊有什麼？某個物體曾經在什麼時候出現？之類，同時包含空間、時間與物件的多維度問題。
麻省理工學院表示，根據研究團隊測試，相較過往的類似方法，DAAAM 的準確度可提升達 21% 至 53%，具體提升幅度則取決於問題和任務的類型。
繪製 4D 場景圖，組合多維度資訊
為什麼「記憶力」對於 AI 機器人來說如此重要？
以機器人最常部署的倉儲情境為例，假若機器人發現某條行進通道被意外掉落的托盤給擋住，它第一次可能會選擇繞過障礙物，然而當 AI 機器人已經記住「這條路有阻礙」時，未來就會直接主動避開，避免每次都要判斷「該條路是否能走」。
此外，擁有記憶能力的 AI 機器人，還可以主動向人類管理員回報問題，比方說「本週同一條通道已被擋住三次，而且每次都發生在夜班結束之後」等，具有實際意義的警告資訊，而這種記憶能力更讓 AI 機器人超越單純的導航，為企業提供真正的營運智慧。
麻省理工學院將 DAAAM 形容為結合了先進地圖繪製，以及機器人於長時間移動過程中所蒐集的「豐富環境描述」的新方法，甚至表明這項具有突破性的新技術，未來只需要讓人類說一句「去拿我們昨晚開始組裝的零件」，就可以讓 AI 機器人精準理解語意，順利完成自主任務。
麻省理工學院指出，DAAAM 技術本質上是空間記憶（spatial memory）的簡化版本，它會主動紀錄時間、地點和事物，讓 AI 機器人繪製出一張「4D 場景圖」。
這張 4D 場景圖記錄了某個地點有哪些物體、物體位於何處，以及機器人所看見的畫面，如何隨著時間發生變化；借助由 DAAAM 所建立起來的記憶機制，AI 機器人就可以在任何時間、任何地點描述任何事物，接著回答人類的提問。
跟上實體 AI 轉型，記憶能力重中之重
綜觀現今的商業市場，在 AI 機器人記憶能力方面，確實需要更大的突破。
根據國際機器人聯合會（IFR）的資料，2024 年專業服務機器人的銷量達到近 20 萬台，年增率為 9%；其中，運輸與物流領域以 102,900 台的銷量有所領先，佔專業服務機器人市場總量的半數以上。
這些在工商業領域服務的機器人，每天都穿梭於不斷變化的環境之中，正因為如此，記憶力可能會成為它們是否能於現實世界自主運作，跟上「實體人工智慧」轉型熱潮的關鍵。
無論是掃地機器人、割草機器人、人形機器人或體積龐大的工業機器人，為了讓它們能夠於複雜環境中順利工作、降低異常發生、減少產線損失，並且盡量避免需要人力介入救援的情況，記憶能力的發展就成了重中之重。
從身體到記憶力，將工作動態紀錄
如 Google DeepMind 旗下的 RT 2 技術，展示了視覺語言模型（VLM）如何協助機器人將圖像、文字與動作相互連結，使機器人可以更加精確的回應指令。
AI 巨頭 NVIDIA 也一直致力為人形機器人及其他機器人平台，提供相關工具協助開發者於實體系統上，訓練、測試及運行機器人智慧功能；至於亞馬遜則透過內建觸覺感測能力的倉儲機器人 Vulcan，推進 AI 機器人與現實世界環境互動的準確性。
然而，無論是 Google、NVIDIA 或亞馬遜，他們所做出的技術努力，大多僅涉及機器人的「大腦」與「身體」，所以 AI 機器人依然需要真正的「記憶」能力，才能夠讓它們於長期運作中，其行動變得更加實用且可被預測。
舉例來說，一台能夠揀選快遞包裹的機器人雖然很有用，但如果這台機器人還可以記住，哪些包裹類型容易導致揀選任務失敗，這便有助於改善工作流程，將 AI 機器人本身的動作，轉化為工作場所的動態紀錄。
麻省理工學院 SPARK 實驗室主任 Luca Carlone 表示，如果我們希望 AI 機器人可以跟人類並肩工作，並且與人類擁有更好的互動體驗，那麼機器人就必須使用跟我們相同的語言，同時兼具對時間和空間進行推理的能力。
AI 仍有誤判風險，導入不確定性機制
只不過，就跟所有人工智慧與機器學習解決方案一樣，如果人類想讓 AI 機器人擁有記憶能力，那就必須將「信任」與「隱私」納入關鍵考量。
以信任來說，機器人所搭載的攝影機、視覺模型都可能會誤判物體，或者由於鏡頭視野不夠廣角，導致機器人只能看見空間的一部分，如果這些錯誤被儲存到機器人的記憶體當中，AI 系統便可能會在「認為自己沒錯」的情況下犯錯，甚至隨著時間推移不斷重複相同錯誤。
對此，麻省理工學院的研究人員已經開始著手處理前述問題。
一篇名為《UQ-DAAAM》的論文，為機器人的記憶導入了「不確定性」機制，即提出一套獨特的解決方案，使 AI 機器人能夠於記憶下來的物件描述不夠可靠時，主動向人類發出示警，並且尋求更好的拍攝視角。
持久記憶影響隱私，企業買家要求更多
至於隱私疑慮方面，讓 AI 機器人擁有持久性記憶，自然會帶來外界對於「監控」的質疑，畢竟一台能夠記住物體的機器人，也可能會記住人類的日常作息，以及每一個空間中的敏感區域。
舉凡消費者日常生活的客廳、醫療場所病人的移動軌跡、辦公室中的員工行為等，這使得管理機器人的記憶能力，已經不僅僅是一項工程任務，更成為了一項數據治理問題。
因此，面對擁有記憶能力的 AI 機器人，未來勢必要建立起一套防護機制，例如某些記憶應該具備有效期限，而某些空間則應禁止 AI 機器人儲存記憶，尤其企業買家將會需要更一步的管控措施，例如攝影機管理權限、存取日誌及工作場域分析等。
記憶力打開新市場，未來跟機器人當同事
市場對 AI 機器人記憶能力的需求，也可能替新創公司和科技企業創造更多機會，包含儲存、搜尋、權限管理、安全性、壓縮、稽核日誌及開發者工具等技術，這個新興領域未來的商業模式，可能將不再像是傳統的機器人硬體公司，反而將更類似替「會移動的機器」提供基礎架構軟體。
目前麻省理工學院的 DAAAM 技術仍處於研究階段，並非最終成品或者可長期運作的平台，也還未被任何科技公司納入旗下機器人應用方案並進行測試。
只不過，隨著 AI 機器人邁入實用階段，其發展重點已從單純的任務執行能力，轉變為機器人是否能夠於真實環境中，跟不完美的人類、不斷變化的空間，以及不完整的工作指令一同共事。
擁有記憶功能的 AI 機器人，未來或許有望成為一位熟悉空間環境、懂得記住變化，並且學會辨識細節，跟著你我一起上班的「新同事」。
【推薦閱讀】
◆ 機器人基礎模型市場價值上看 1,500 億美元：瑞士新創 Flexion Robotics 如何打造會拆解任務的 AI 大腦？
◆ 人形機器人民主化：Hugging Face 的 LeRobot 要讓任何人都能做真機 AI 實驗
◆ AI 機器人最缺的不是模型而是資料，新創 XDOF 如何切入這個基礎設施缺口？
＊本文開放合作夥伴轉載，參考資料：Forbes、MIT News，首圖來源：Nano Banana 2
（責任編輯：鄒家彥）
