人形機器人進展受限研究揭示難追上AI聊天機器人

AI 聊天機器人近年突飛猛進，背後依靠的是以海量文字資料訓練的大型語言模型（LLM）。不少科技領袖，包括特斯拉執行長馬斯克與輝達執行長黃仁勳，都認為相同的方式可以應用在人形機器人，讓它們在幾年內就能執行外科手術、取代工廠勞工，甚至成為居家管家。記者黃仁杰／編譯

AI 聊天機器人近年突飛猛進，背後依靠的是以海量文字資料訓練的大型語言模型（LLM）。不少科技領袖，包括特斯拉執行長馬斯克與輝達執行長黃仁勳，都認為相同的方式可以應用在人形機器人，讓它們在幾年內就能執行外科手術、取代工廠勞工，甚至成為居家管家。

AI 聊天機器人近年突飛猛進，不少科技領袖，都認為相同的方式可以應用在人形機器人。（示意圖／科技島資料照）

然而，美國加州大學柏克萊分校機器人專家 Ken Goldberg 指出，這樣的期待過於樂觀。近期他在期刊《Science Robotics》發表兩篇論文，提出「十萬年數據差距」的概念，認為人形機器人要累積足夠的真實世界數據，發展速度不可能像聊天機器人那樣快。他強調，目前機器人研究社群對於「依靠大量數據訓練」與「回歸傳統工程設計」兩種路線仍有熱烈爭論。

機器人五年超越人類醫師？學者直言：太誇張

馬斯克等人近期預言，人形機器人在五年內可超越人類外科醫師。但 Goldberg 認為這是「炒作」。他表示，機器人確實在快速進步，但要達到這種程度仍相當遙遠，兩年、五年甚至十年內都不可能實現。他呼籲外界不要抱持過度期待，以免形成泡沫，最終引發反效果。

機器人缺乏靈巧度日常動作仍難以完成

Goldberg 說，阻礙人形機器人快速普及的最大問題，就是操作物體的靈巧度。例如拿起酒杯或更換燈泡，這些人類看似簡單的動作，機器人仍無法做到。這與「莫拉維奇悖論（Moravec’s Paradox）」相呼應：電腦能擊敗人類下棋，但卻難以完成我們日常毫不費力的動作。要做到精準定位、移動指尖並正確施力抓握物體，對機器人來說依然是極大的挑戰。