這副長了眼睛的機器手臂,不需編寫特殊程式就能抓取500種物品
這副長了眼睛的機器手臂,不需編寫特殊程式就能抓取500種物品

工程師們常被抱怨設計出來的東西不能真正滿足用戶的需求,但是一個設計的改良需要一個循序漸進的過程,其實工程師也想要貼心,也想越來越懂你。

不然為什麼要給這個機械手裝上眼睛?

有眼睛的機械手.jpeg
圖/ PingWest

不要小看這個眼睛的作用,在長眼睛之前,機器手需要你告訴它每樣東西該怎麼抓,否則它就胡亂抓。想像一下你閉著眼睛找東西的樣子,大概就是這樣。

cusbcdusbucdbsicbdiusbc.gif
圖/ PingWest

機器手產品早就已經開發出來了,攝影鏡頭和圖像識別技術也是本來就有的,但是把這三樣已知技術結合在一起,就解決了義肢「瞎抓」的問題。這是英國新堡大學生物醫學研究人員想出來的主意:把一個可以進行圖像識別的攝影鏡頭搭在一個義肢原型上。

這不是一個抓人眼球的機械手,這是一個擁有自己眼球的機械手。

使用已經開發好的電腦視覺技術,研究人員透過深度學習訓練這個攝影鏡頭識別500個物體。比如當使用者想要拿起一個杯子,不需要自己向義肢輸入任何信號,在你把手伸向杯子的過程中,義肢的攝影鏡頭會對眼前的物體拍照,後台識別,然後根據深度學習訓練的結果判斷這個物體應該怎麼抓,然後把手型調整到相應的抓握形狀(比如拿起一支筆需要夾持的動作,拿起一杯水需要握住杯柄垂直移動),最後一步根據用戶的肌電信號確認抓地力。

新堡大學生物醫學講師Kianoush Nazarpour博士說,「使用電腦視覺,我們開發出一種能夠自動響應的仿生手,實際上就像一隻真正的手,用戶可以快速的使用正確方法去拿一杯水或者一塊餅乾。

「這個系統的優勢在於它更靈活,能夠拾取新鮮的物體。這是至關重要的,因為在日常生活中,人們需要毫不費力地拿起他們從未見過的各種物品。」

目前已有的義肢,通常需要使用者用各種方式傳達一些信號才能做出相應的動作回饋,也就是不管透過什麼方式,你需要告訴你的義肢你要拿什麼。

比如在肩部或者斷肢位置接入電極陣列用來讀取肌肉活動,在感知皮層植入電極陣列用於感知用戶的想法,隨後透過傳感器發出手勢信號,告訴義肢該怎麼行動。這種把測量神經信號的傳感器植入肌肉內部應該是目前最先進、最昂貴的義肢了。

美國國防高等研究計劃署(DARPA)在2016年底推出售賣的名為LUKE就是這樣的義肢。 DARPA希望LUKE是那種佩戴之後你可以用大腦控制的義肢,只要腦子裡想做出什麼動作,機械手就會相應完成,目前已知LUKE已經可以完成吃漢堡、拿鑰匙開門、刷牙梳頭、吃漢堡,甚至是拉拉鍊這種很細節的動作。

機械手
圖/ PingWest

這的確是一種理想的生物手的代替,但是這樣的高級手並不是每一個需要義肢的人都能擔負的起的。此前有傳言稱一隻LUKE的價格大概在10萬美元左右。

給機械手裝上眼睛讓它自己去看,相對來說就便宜多了。

根據新堡大學研究人員的說法,安裝了眼睛的義肢,反應速度要比市場上大多數義肢快10倍左右。而且也很便宜,這個義肢的眼睛使用的僅是一個普通的Logitech攝影鏡頭,用於圖像識別訓練的AI模型也可說是很廉價的。

最重要的是,使用者可能不太需要動什麼腦子去跟義肢對話和溝通,一些交給義肢自己解決。

不過也不是說它就是完美的,首先用於識別的神經網絡不能做到完全準備,目前只有大約80%-90%的準確率;其次如果真的實現大規模應用的話,除了長眼睛之外,這隻手最好還要長腦子,能做到記憶和自主學習,而不僅僅是依賴工程師不斷的餵標籤數據。

世界這麼大,需要把握的東西太多,一隻遲鈍的機械手也許還是會錯失一些機遇和幸運。知道怎麼撿起地上掉的錢包,卻不知道怎麼撿起剛飄落的一朵花,也是一件挺遺憾的事情。

本文授權轉載自:PingWest

關鍵字: #圖像辨識
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓