全球疫情如何影響AI機器人自動化產品的發展?

2020.05.12 by
Bastiane Huang
Bastiane Huang 查看更多文章

目前在舊金山擔任 AI/Robotics新創公司OSARO的產品經理,專注於開發機器學習軟體,用於機器人視覺和控制。擁有近10年產品及市場開發管理經驗,並在美國《機器人商業評論》及《哈佛商業評論》發表文章及個案研究。如果你也對Robotics 2.0(AI-Enabled Robotics)、產品管理、Future of Work有興趣,歡迎追蹤bastianehuang.substack.com

全球疫情如何影響AI機器人自動化產品的發展?
Willyam Bradberry via shutterstock
新冠肺炎敲響警鐘,提醒所有AI機器人和無人駕駛公司,停止華而不實的功能展示,專注發展為使用者帶來價值、實際的AI解決方案。

受到疫情影響,全球數百萬人被迫在家工作。零售商努力維持正常供應,而緊張的消費者正想盡辦法,從各種管道購買衛生紙等一切民生必需品。

在全球公司及政府疲於奔命的狀況下,中國電商巨頭「京東」開始在武漢測試自動送貨機器人,試行每日24小時全天候自動化倉庫,來應對需求激增。

突然間,AI自動化機器需要的不僅僅是「概念驗證」。它們不能再依賴現場工程師支援突發狀況,而必須能夠在各種現實環境中「獨立工作」。

Willyam Bradberry via shutterstock

疫情讓原本已開始走向自動化的未來提早到來,也暴露了AI創業領域長期存在的問題:太多讓人眼花撩亂的科技演示和話題炒作,讓人很難判斷產業內的真正發展。

推薦閱讀:你準備好跟AI機器成為同事了嗎?

我們需要從以下三個方面推動改變:

1. 重新思考「評估指標」

隨著我們在現實世界中採用更多自主AI機器,速度或成功率等傳統指標已不能代表全部情況,我們需要使用可靠度指標(robustness metrics),來全面衡量系統在不確定狀況下的可靠性,例如,送貨機器人平均送貨幾次,需要人為介入來確保成功送達?

我們需要更多的工具和行業標準,來評估各種未知狀態下的整體系統性能,因為現實生活,不同於實驗室,是不可預測的。

如果送貨機器人可以達到每小時4 mph的最高速度,但卻無法在沒有人工支援的狀況下,獨立無法完成單次送貨,這個機器人事實上並沒有為用戶創造多少價值。

DevOps在幾年前出現,是「開發」、「測試」、「維運」三者的結合,旨在縮短軟體開發周期,確保高品質的軟體產出。而與軟體工程相比,AI或ML(Machine Learning,機器學習)的產業成熟程度要低得多,根據調查,高達87%的ML專案還未能投入生產就宣告失敗。

然而,最近我們開始看到MLOps或AIOps的出現,這代表著AI/ML從學術研究轉為實際產品的重要轉變。

這樣的改變需要更多心態調整:不是只看最先端的ML研究,同時也專注於品質管理和軟體工程。並不是說我們不能兩者兼顧,而是到目前為止,多數公司往往專注於前者,而忽略對開發實用產品可能更重要的後者。

推薦閱讀:在現實世界拓展機器學習應用的三種方法

2. 重新設計「錯誤處理」與「用戶體驗」

無人駕駛公司Starsky最近宣布解散的新聞提醒我們,離Level 5完全自主的自動化解決方案還有一段距離。這不代表著AI機器人不能給人類帶來價值,正如我在前一篇文章中提到,即使人類仍需要處理15%的突發狀況,公司依然可以降低大量的勞動力和整合成本。

然而,目前許多AI公司專注於開發自動系統,而忽略短期之內人類與機器「需要共處」的事實。 在未來,必須徹底思考如交接任務,溝通錯誤訊息等實際需求,才能讓人和機器之間的互動交接可以更順利。

尤其是AI產品,因為相較一般軟體產品有更高的不確定性,演算法又缺乏透明度,因此更需要重新思考「用戶體驗」。 例如,是否可以透過顯示模型預測的信心水準,或是將預測定位為建議而不是最終決策,來近一步獲得使用者的信任?

同時我們也需要 「將錯誤分級」,設計相應的應對機制,優先減少致命錯誤。 並確保,如果發生重大錯誤,並且機器停止工作,我們能否快速回應並遠端排除故障?

其中最困難的部分,是識別未知的錯誤,也就是系統無法檢測到的錯誤。因此,進行雙向溝通,允許用戶回報錯誤,或選擇回覆先前的設定也至關重要。

3. 重新定義「人機互動」

新冠病毒疫情迫使更多公司,更快地採用自動化,並轉向雲端解決方案。未來遠端工程師,每人需要操作的機器人將會越來越多。

從一人控制五個保全機器人,轉為一人控制十台機器人時,我們是否擁有正確的工具和感知技術,能夠即時將所有相關信息傳遞給決策者?每個機器人上是否有足夠的感測器來提供完整的圖像?

今天,我們多數依靠觸覺輸入,例如計算機或平板電腦來控制機器。但未來,資訊量飆升,回應時間縮短的狀況下,我們是否應該重新考慮觸覺以外的人機介面?例如語音、VR/AR或甚至腦機介面?

我們還需要決定誰應該有最終決策權。隨著機器變得越來越智能,人類是否應該總是做最終決定?

例如,誰應該控制無人車?汽車本身?人類安全司機?遠程監控的作業人員?還是乘客本身?在什麼情況下又有什麼不同?還是應該由人類和機器共同做出加權判斷?道德含義是什麼?介面能否支援多步驟共同決策?

最終的問題是,

我們如何設計「以人為本」的AI,確保自動化機器使我們的生活更美好,而不是更糟?我們如何建立一個人類與機器的混合團隊,達成更好的成果,並且讓人類和機器相互學習

我們仍有很多問題需要回答。當前的疫情正迫使我們加速面對這些問題。如果這些AI公司能夠專注於上面概述的三個領域,我們將能夠更好,更快地得出關鍵結論,確保我們朝著正確的自動化方向前進。

(本文由Bastiane Huang授權轉載自其Medium

責任編輯:陳建鈞

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場

每日精選科技圈重要消息