— — Benedict Evans，安霍創(chuàng)投（a16z）

 

　　AI 所造就的機(jī)器人技術(shù)領(lǐng)域，最大成果是從原先的「自動(dòng)化」（工程師藉由程式設(shè)計(jì)編寫(xiě)規(guī)則，讓機(jī)器人遵守）邁向了真正的「自主學(xué)習(xí)」。

 

　　如果機(jī)器人只需要處理一件事情，那么，它到底有沒(méi)有人工智慧，差別其實(shí)看不出來(lái)；但是，如果機(jī)器人需要處理各式各樣的任務(wù)、或是回應(yīng)人類(lèi)與環(huán)境的變化，就需要一定程度的自主性才能勝任。

 

　　我們不妨借用下列不同等級(jí)的自駕車(chē)定義，一併解釋機(jī)器人的演變：

 

　　Level 0 — 無(wú)自動(dòng)化：由人類(lèi)操作機(jī)器，沒(méi)有機(jī)器人的參與。（機(jī)器人的普遍定義，是指有能力自行從事復(fù)雜動(dòng)作的可程式化擬人機(jī)械）。

 

　　Level 1 — 單一自動(dòng)化運(yùn)作：?jiǎn)我还δ芤炎詣?dòng)化，但不使用環(huán)境資訊。這是自動(dòng)化與制造業(yè)中傳統(tǒng)的機(jī)器人使用現(xiàn)況。透過(guò)程式編輯，機(jī)器人能夠以高精度與速度重復(fù)執(zhí)行特定工作；但直至目前為止，多數(shù)實(shí)際運(yùn)用的機(jī)器人都無(wú)法感知或應(yīng)變環(huán)境的變化。

 

　　Level 2 — 部分自動(dòng)化：透過(guò)環(huán)境感知所輸入的特定功能，協(xié)助機(jī)器進(jìn)行決策。例如某些機(jī)器人透過(guò)視覺(jué)感應(yīng)器，識(shí)別并應(yīng)付不同的對(duì)象：然而，傳統(tǒng)的電腦視覺(jué)，需要對(duì)每個(gè)對(duì)象進(jìn)行預(yù)先登記和清楚的指示，且機(jī)器人還是缺乏處理變更、意外狀況、或是新對(duì)象的能力。

 

　　Level 3 — 條件式自主：機(jī)器控制了所有的環(huán)境監(jiān)控行為，但仍需要人為檢查關(guān)注與（即時(shí)）介入。

 

　　Level 4 — 高度自主：在某些情況下、或是定義的區(qū)域內(nèi)完全自主。

 

　　Level 5 — 完全自主：在任何狀況下均可完全自主，不需人為介入。

 

　　我們現(xiàn)在處于哪一種自主等級(jí)呢？

 

　　現(xiàn)在，工廠里多數(shù)機(jī)器人都是透過(guò)開(kāi)放式迴路、或是非回饋方式予以控制。這意味著它們的運(yùn)作與感測(cè)器回饋各自獨(dú)立、彼此互不影響（level 1）。

 

　　少數(shù)在工廠中的機(jī)器人，會(huì)根據(jù)感測(cè)器回饋而調(diào)整操作（level 2）；此外還有協(xié)作型機(jī)器人（cobot），他們的操做更加簡(jiǎn)單安全，因此能與人類(lèi)共同作業(yè)。然而，相較于產(chǎn)業(yè)用機(jī)器人，這種機(jī)器人的精確度和速度卻相形失色。另外，雖然協(xié)作型機(jī)器人的程式化相對(duì)簡(jiǎn)單，但它們?nèi)匀徊痪哂凶灾鲗W(xué)習(xí)性；每當(dāng)工作內(nèi)容或環(huán)境有所變動(dòng)時(shí)，就需要由人類(lèi)手動(dòng)引導(dǎo)協(xié)作機(jī)器人進(jìn)行調(diào)整，或是重新編寫(xiě)程式，機(jī)器本身無(wú)法自主舉一反三，彈性應(yīng)變。

 

　　深度學(xué)習(xí)（Deep Learning）和強(qiáng)化學(xué)習(xí)（Reinforcement Learning）能幫助機(jī)器人自主處理各種物件，將人類(lèi)的介入程度降到最低。

 

　　我們已經(jīng)開(kāi)始看到一些使用 AI 機(jī)器人（level 3/4）的前導(dǎo)試行專(zhuān)案，例如「?jìng)}儲(chǔ)揀貨」就是一個(gè)很好的例子。在貨運(yùn)倉(cāng)庫(kù)中，員工需要根據(jù)客戶(hù)需求，將數(shù)百萬(wàn)種不同的產(chǎn)品放入箱子里。傳統(tǒng)的電腦視覺(jué)沒(méi)辦法處理如此廣泛的物品類(lèi)別，因?yàn)槊總€(gè)物品都需要事先登錄、并針對(duì)機(jī)器人需要採(cǎi)取的動(dòng)作，先進(jìn)行程式設(shè)計(jì)。

 

　　然而，現(xiàn)在由于深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)技術(shù)，機(jī)器人能夠開(kāi)始自主學(xué)習(xí)處理各種物件，降低人類(lèi)的介入程度。在機(jī)器人的學(xué)習(xí)過(guò)程中，可能會(huì)出現(xiàn)它未曾遇過(guò)的某些貨品，而需要人類(lèi)的協(xié)助或示范（level 3）。但是，隨著機(jī)器人搜集更多的資料、從試驗(yàn)和錯(cuò)誤中學(xué)習(xí)（level 4），演算法也將日益改善，邁向完全自主。

 

　　就像自駕汽車(chē)產(chǎn)業(yè)一樣，機(jī)器人新創(chuàng)公司也採(cǎi)取了不同的策略：有些公司看好人類(lèi)和機(jī)器人之間的合作，專(zhuān)注于 level 3 的研發(fā)；有些公司則相信，機(jī)器終將實(shí)現(xiàn)真正的完全自主，于是他們跳過(guò) level 3，直接著眼于 level 4、甚至到 level 5。

 

　　這也是為什么我們很難評(píng)估現(xiàn)在產(chǎn)業(yè)自主程度的原因之一。

 

　　新創(chuàng)公司有可能自稱(chēng)致力于研究 level 3/4 的自主系統(tǒng)，但實(shí)際上卻是大量委外，以人工遠(yuǎn)端操控機(jī)器。在無(wú)法了解其內(nèi)部軟體及 AI 產(chǎn)品發(fā)展程度的前提下，光從機(jī)器外觀看不出遠(yuǎn)端操控和自主學(xué)習(xí)的差別。另一方面，目標(biāo)為 level 4/5 的新創(chuàng)公司，萬(wàn)一無(wú)法在短時(shí)間取得理想結(jié)果，可能反而降低了客戶(hù)的早期採(cǎi)用意愿、并導(dǎo)致早期階段的資料搜集更加困難。

 

　　在本文的后半部分，我將進(jìn)一步討論新創(chuàng)公司的不同的商業(yè)策略思考。

 

　　AI 機(jī)器人的崛起：運(yùn)用范圍不再侷限于倉(cāng)儲(chǔ)管理

 

　　有趣的是，機(jī)器人的人工智慧應(yīng)用潛能甚至高于無(wú)人車(chē)，因?yàn)闄C(jī)器人有各式各樣的應(yīng)用與產(chǎn)業(yè)，因此從某種意義上說(shuō)，機(jī)器人理當(dāng)比汽車(chē)更容易實(shí)現(xiàn) level 4 目標(biāo)。

 

　　AI 機(jī)器手臂開(kāi)始在倉(cāng)庫(kù)中被採(cǎi)用，就是最好的例子。因?yàn)閭}(cāng)庫(kù)屬于「半受控」的環(huán)境，不確定性相對(duì)低。另外，揀貨作業(yè)雖然關(guān)鍵、但能容許錯(cuò)誤。

 

　　至于自主居家型或手術(shù)機(jī)器人，則要等到更遙遠(yuǎn)的未來(lái)才能實(shí)現(xiàn)；畢竟相關(guān)環(huán)境的變數(shù)更多，且有些任務(wù)具備不可逆性，以及一定程度的危險(xiǎn)性。但是，可以預(yù)見(jiàn)的是，隨著技術(shù)精度、準(zhǔn)確性、可靠性的與時(shí)俱進(jìn)，我們將看到更多產(chǎn)業(yè)採(cǎi)用 AI 機(jī)器人。

 

　　許多產(chǎn)業(yè)還沒(méi)有使用機(jī)械手臂，主要原因在于傳統(tǒng)機(jī)器人和電腦視覺(jué)的限制。

 

　　目前世界上只有大約 300 萬(wàn)臺(tái)機(jī)器手臂，其中大多數(shù)從事搬運(yùn)、焊接、裝配等任務(wù)。到目前為止，除了汽車(chē)業(yè)和電子業(yè)以外，倉(cāng)儲(chǔ)、農(nóng)業(yè)和其他產(chǎn)業(yè)，幾乎都還沒(méi)有開(kāi)始使用機(jī)械手臂；主要原因，就在于上述傳統(tǒng)機(jī)器人和電腦視覺(jué)的限制。

 

　　在接下來(lái)的幾十年中，隨著深度學(xué)習(xí)（DL）、強(qiáng)化學(xué)習(xí)（RL）、以及云端技術(shù)釋放出的機(jī)器人潛力，我們將看到新一代機(jī)器人帶來(lái)的爆炸式增長(zhǎng)、并改變產(chǎn)業(yè)格局。其中，AI 機(jī)器人的成長(zhǎng)契機(jī)有哪些？新創(chuàng)公司和現(xiàn)有業(yè)者，又採(cǎi)取了哪些不同的方法和商業(yè)模式，來(lái)因應(yīng)新科技帶來(lái)的變化？

 

　　新世代 AI 機(jī)器人新創(chuàng)公司產(chǎn)業(yè)概況

 

　　接下來(lái)，我會(huì)介紹不同市場(chǎng)區(qū)隔中的幾間范例公司。這樣的概略介紹，當(dāng)然無(wú)法涵蓋所有企業(yè)的狀況；歡迎你提供其他公司及應(yīng)用案例，一起讓內(nèi)容更加完備。

 

　AI/Robotics 新創(chuàng)公司市場(chǎng)概況

 

　　研究新世代機(jī)器人新創(chuàng)產(chǎn)業(yè)結(jié)構(gòu)，可以看到兩種截然不同的商業(yè)模式：垂直應(yīng)用與水平應(yīng)用。

 

　　1. 垂直應(yīng)用

 

　　第一種是垂直應(yīng)用：硅谷當(dāng)?shù)囟鄶?shù)的新創(chuàng)公司，專(zhuān)注于為特定的垂直市場(chǎng)開(kāi)發(fā)解決方案；如電子商務(wù)物流、制造業(yè)、農(nóng)業(yè)等等。

 

　　這種提供完整解決方案的作法相當(dāng)合理，畢竟相關(guān)技術(shù)還處于萌芽階段；公司不依賴(lài)他人提供關(guān)鍵模組或元件，而是建構(gòu)端對(duì)端的解決方案。這種垂直整合的解決方案能更快進(jìn)入市場(chǎng)，也能確保公司更全面掌握終端使用者的案例與效能表現(xiàn)。

 

　　但是，要找到像「?jìng)}庫(kù)分揀」這樣相對(duì)容易實(shí)現(xiàn)的應(yīng)用案例，則沒(méi)有那么容易。倉(cāng)庫(kù)揀貨是相對(duì)簡(jiǎn)單的工作，客戶(hù)的投資意愿與技術(shù)可行性都較高，而且每個(gè)倉(cāng)庫(kù)幾乎都有相同的揀貨需求。

 

　　但在其他產(chǎn)業(yè)（如制造業(yè)）中，裝配任務(wù)可能因工廠而各不相同；另外，在制造業(yè)中執(zhí)行的任務(wù)，也需要更高的精度和速度，技術(shù)上相對(duì)困難。

 

　　目前具有學(xué)習(xí)能力的機(jī)器人，仍無(wú)法達(dá)到與封閉迴路機(jī)器人相同的精度。

 

　　盡管機(jī)器學(xué)習(xí)能讓機(jī)器人與時(shí)俱進(jìn)，但目前透過(guò)機(jī)器學(xué)習(xí)運(yùn)作的機(jī)器人，仍無(wú)法達(dá)到與封閉迴路機(jī)器人相同的精度，因?yàn)樗枰鄯e嘗試錯(cuò)誤的經(jīng)驗(yàn)，從錯(cuò)誤中學(xué)習(xí)，逐漸進(jìn)步。

 

　　這點(diǎn)說(shuō)明了為什么 Mujin 和 CapSen 機(jī)器人這樣的新創(chuàng)公司，并未採(cǎi)用深度強(qiáng)化學(xué)習(xí)，反而選擇使用傳統(tǒng)電腦視覺(jué)。

 

　　然而，傳統(tǒng)電腦視覺(jué)要求每個(gè)物件都要事先登錄，終究還是缺乏擴(kuò)充和適應(yīng)變化的能力。一旦深度強(qiáng)化學(xué)習(xí)（DRL）達(dá)到了效能門(mén)檻、逐步成為產(chǎn)業(yè)主流，這種傳統(tǒng)方法終究會(huì)變得無(wú)用武之地。

 

　　此外，這些新創(chuàng)公司的另一個(gè)問(wèn)題，在于它們的價(jià)值往往遭到高估。我們經(jīng)?？吹?，新創(chuàng)公司在硅谷籌集了數(shù)千萬(wàn)美元資金，卻無(wú)法承諾創(chuàng)造出任何真正具體的收入流。

 

　　對(duì)于創(chuàng)業(yè)者來(lái)說(shuō)，「描繪」深度強(qiáng)化學(xué)習(xí)的美好未來(lái)，再容易也不過(guò)了；但現(xiàn)實(shí)則是，我們還需要數(shù)年的時(shí)間才能達(dá)到如此的成果。盡管這些公司離創(chuàng)造獲利還有一段距離，硅谷的創(chuàng)投仍愿意繼續(xù)押寶在這些人才優(yōu)秀、技術(shù)先進(jìn)的團(tuán)隊(duì)上。

 

　　2. 水平應(yīng)用

 

　　另一方面，水平應(yīng)用則是更實(shí)用、卻比較罕見(jiàn)的模式。我們可以簡(jiǎn)單將機(jī)器人技術(shù)簡(jiǎn)化為感測(cè)（輸入）、處理、驅(qū)動(dòng)（輸出）三個(gè)部分；除此之外，還有開(kāi)發(fā)工具。（這里使用的「處理」一詞，同時(shí)概略涵蓋了控制器、機(jī)器學(xué)習(xí)、作業(yè)系統(tǒng)和機(jī)器人模組等等，各種不屬于感測(cè)或驅(qū)動(dòng)的其他項(xiàng)目。）

 

　　我認(rèn)為未來(lái)，這個(gè)領(lǐng)域?qū)⒆罹咴鲩L(zhǎng)潛力。對(duì)于機(jī)器人的用戶(hù)來(lái)說(shuō)，破碎而零細(xì)的市場(chǎng)是棘手的問(wèn)題；因?yàn)樗械臋C(jī)器人制造商，都各自推展自家開(kāi)發(fā)的語(yǔ)言和介面，使得系統(tǒng)整合商與終端使用者，都很難將機(jī)器人與相關(guān)系統(tǒng)進(jìn)行整合。

 

　　隨著產(chǎn)業(yè)的逐漸成熟，有越來(lái)越多機(jī)器人應(yīng)用到了汽車(chē)和電子廠以外的領(lǐng)域；因此我們更加需要標(biāo)準(zhǔn)的作業(yè)系統(tǒng)、通訊協(xié)定、介面，從而提高效率、并縮短上市時(shí)間。

 

　　舉例來(lái)說(shuō)，美國(guó)波士頓的幾家新創(chuàng)公司正在研究相關(guān)的模組；例如 Veo Robotics 公司開(kāi)發(fā)的安全模組，能讓工業(yè)機(jī)器人更安全地和人類(lèi)協(xié)同工作；Realtime Robotics 公司則提供加速了機(jī)械手臂路徑的解決方案。