手與輪子的AI革命

最近有一個瘋狂刷屏的影片，是史丹佛大學與谷歌DeepMind合作的「ALOHA」系統機器人，它只是兩隻手加上可以自己移動的輪子底座，但這兩隻手可以拿鍋子、打蛋、煎蛋，它還可以幫你洗衣服、清理桌子、洗盤子、把桌椅歸位等。基本上你在家裡不想做的家事，它大多可以做到。

這件事讓我非常著迷。我過去幾年一直想買一些所謂智慧機器人，比方說炒菜機器人、機器狗之類的。考量到太太會叫我第2天拿去退貨，每次拿出信用卡前就忍住了。但這次AI革命稍微改變一些事情，那就是人形機器人。

用遙控手臂示範　它的AI學會你的動作

這個史丹佛大學的系統只要32,000美元，手臂們大概要17,000美元，用來移動的部分大概7,000美元，還要加上高性能筆電與電池，但整體來說非常便宜。去年你購買1台零智商的送貨機器人，大概要7,000美元，一樣幾乎零智商的商場用掃地機器人，也要賣到兩萬美元，這台機器人只要30,000美元就能做出很多高智商動作，這是怎麼做到的？

他們用了一個很聰明的作法，聰明到你不禁會想，怎麼這麼簡單？他們有兩隻手臂是用來遙控操作的，兩隻機械手臂是真的使用的，如果你用遙控手臂訓練了很多次，比方說50次，機器人就「真。機器學習」，用它的AI，學會你需要的動作（比方說整理你家的桌子），而且之後就很少失手。當然也沒這麼簡單，這還是需要使用到AI模型來做細部預測。

因為目前這是個學校的計畫還是開源系統，所以和純商用的機器人相比，完成度還可以再加強，他們承諾到9成的完成率；但如果一個3人小組（當然是超聰明的工程師）主導的開發計畫可以做到，看起來未來我們有超低成本的家用機器人應該是很快做得到的事情。

人形機器人的革命性在哪？人類形態（或者至少是手）的機器人與一般機器人差別在哪裡呢？之前我們看到的各種機器人，包含智慧炒菜機之類的東西，都非常麻煩，買了智慧炒菜機的朋友，通常會放在櫥櫃裡生灰，因為智慧炒菜的意思是不用自己炒菜。但智慧炒菜機要你在旁邊切菜；智慧煎蛋設備你得自己打蛋⋯這根本說不通啊！都已經勤奮到切菜了，順便甩兩下炒鍋應該不難吧？

人形機器人最大的用途與威力，在於我們真實世界的物體都是用人體大小製造的。只要機器人做的是通用版的人形，你不需要重新設計任何規格的器物來適應機器人，只需要機器人來適應我們。非通用機器人的售價過去有非常大的降價，目前可以自己走路跟隨的機器狗，已經在2,500美元上下了，幾年前還是純粹的黑科技。所以讓人興奮的是這個史丹佛的開源機器人，讓我們看到通用機器人降價的可能性。

通用人形機器人有個很難想像的優勢，那就是未來它可能相對來說很便宜。這樣說很多人會覺得怎麼可能？通用機器人身上那麼多的伺服馬達、感測器與機械手臂，便宜是不可能的啊！

答案是規模經濟。我與送餐機器人業者訪談時發現，目前送餐機器人價錢居高不下的問題，就是模具設備等成本沒辦法像手機一樣，用天文數字的出貨量下壓。大家將本求利的情況下，價錢就壓不下來。恰恰相反，因為通用機器人可以以一當百的工作，所以如果總價到達某個區間，應該就可以把價錢壓縮到大家都勉強買得起。因為大家都買得起，所以可以讓價錢進一步下降，這和手機成本下降的邏輯很像。

未來通用機器人的出貨量可能和手機一樣是1億台，任何東西如手機上的古代黑科技—光學雷達，或者重力／磁力／加速度感測器，都在上億台的出貨量之下，變成人人買得起的零件。

人形機器人大戰　特斯拉贏面最大

目前人形機器人贏面最大的應該是特斯拉的Optimus Gen系列，也就是馬斯克再度可能控制一個人類科技必經之地了。另一個領先者也是他的老對手亞馬遜的Digit雙足機器人。亞馬遜最大的優勢，就是立刻有使用場景—亞馬遜的倉庫，事實上它們已經在亞馬遜的倉庫裡面搬東西了。

看好通用機器人的原因，是因為使用通用機器人優勢是數量幾乎無上限。一個人可以買1台以上的通用機器人，和僕人一樣。你看《唐頓莊園》就知道，如果夠無聊，可以像古代貴族一樣，把家裡塞滿僕人，每個機器人只有專門的用途。這次史丹佛的機器人系統已經類似ChatGpt版本，讓我們感受到人形機器人時代的到來，雖然現在只有手與輪子的版本，有趣的是，這個機器人用的也是這次AI革命廣泛使用的transformer架構，真的是一個科技突破，會帶來其他科技突破。