機器人能做的不只是觀眾!組隊上場打職棒將不再是夢想?
機器人能做的不只是觀眾!組隊上場打職棒將不再是夢想?

新冠病毒打亂了這個世界的腳步,其中也包括棒球迷們殷殷期盼的職棒賽事,原本早該隨著3月春暖花開、揭開序幕的球季,一延再延,所幸台灣的職棒終能突破重圍,在美國、日本、韓國職棒仍在停賽之際,率先在4月12日開打,為世界棒壇注入一針強心劑,同時也在這波席捲全球的狂潮當中,再次為台灣寫下紀錄!

推薦閱讀:機器人有可能成為職棒大聯盟裁判嗎?

可惜的是,在疫情揮之不去的陰影之下,台灣職棒也只能採取閉門比賽,少了現場觀眾的搖旗吶喊,感覺上就像是走了味的汽水,空蕩蕩的球場,讓球員打起球來也不盡興,就在這個當下,不正是機器人神救援的時刻到了嗎? 主場位於桃園的樂天桃猿隊不愧是職棒的點子王,除了安排有靜態的人偶、人形立牌擔當球迷之外,還特別與知名的祥儀機器人夢工廠攜手合作,招喚出各式各樣的機器人,大伙換上球衣、球帽加油助陣,瞬間炒熱起觀眾席,順勢也讓比賽更加帶勁!

樂天桃猿_Rakuten Monkeys
樂天桃猿在觀眾席增設桃園在地祥儀機器人夢工廠的「新10號隊友」機器人,機器人應援團及粉絲看板替球員加油,增添看球趣味性。

但一想到機器人所擁有的絕佳運動能力,卻只能坐在場邊加油打氣,會不會覺得有點大材小用?是不是有朝一日,機器人也能登上職棒舞台、一展擊球英姿呢?而這樣的想法僅僅是個遙遠的夢想?還是真有可能實現?

延伸閱讀:機器人真有可能成為藝術家嗎?

機器人真的可以上場打棒球?

棒球選手的養成極其艱辛,看看國內一票年輕好手在美國小聯盟一蹲就是好幾年,還不見得上得了大聯盟就可窺知一二,種種高難度的技巧可不是機器人輕易學得來!

就拿球場上最令人屏氣凝神的投打對決來看,頂尖的投手,像是曾經幫助芝加哥小熊隊拿下睽違108年世界冠軍的火球男Chapman,或是當紅的日本球星大谷翔平,直球速度動輒飆破160公里,球一出手,約莫只要0.4秒就會進到本壘板,簡直就像電光火石一般,況且投手可不會乖乖地猛丟直球,肯定是指叉球、曲球、伸卡球等交叉運用,就是要給打者來個出奇不意,情勢如此險峻,你覺得機器人有可能打得到球嗎?

可千萬不要低估機器人工作者的企圖心,交通大學電控所蕭得聖教授所領導的團隊就長期鑽研棒球機器人,他們的目標還不只是讓機器人打得到球而已,要打就是要打安打,這要如何辦到呢?

如何打造「眼明手快」的棒球機器人?

蕭教授提到幾個關鍵點,第一步當然是要能看準來球,所謂工欲善其事必先利其器,為了能即時量測球體在三度空間中的飛行軌跡,超高速雙眼攝影機是一定要的,以現今技術來看,如果肯砸下重本,連來球的縫線都能看得一清二楚;球能看得準,接下來就要有本事將球打出去,這可以依據球的質量、慣量、以及速度,大致估算出球衝擊球棒時的動量大小,如此一來,在設計機器人手臂時該採用何種材質,所採用的馬達必須能輸出多大力距,也就有個底。

歷經這般的打造,機器人可說已經是既「眼明」、又「手快」,但這兩者之間還需要再經過一個磨合的過程,目的就在於讓眼睛的觀察和手臂的揮擊能夠建立在共同的基礎上,不至於各行其事,也因此攝影機與機器臂間的訊號傳遞必須同步,彼此之間也需要進行校正,目標就是要達到全然的「手眼協調」。

來到最後的關鍵點,別忘了!蕭家機器人的外號是安打製造機,這箇中秘訣究竟為何呢?蕭教授就給了一句話,精準地預測球通過本壘板時的位置與速度,聽起來的確很有道理,問題是要如何才能夠辦得到?

這就得仰賴有個能夠精準預測球體飛行軌跡的模型,這也正是研發棒球機器人的決勝點,哪個門派的模型較準確,誰就是贏家。蕭教授特別提到,球在飛行時,不單只是直線前進,還帶有旋轉,因此在建立模型時,必須考慮到重力以及空氣阻力對於不同球路的影響,更何況投手還會特意加料,利用球的縫線給些變化,要能一一釐清這些複雜的因素,絕對需要真功夫,其中的眉角就請大家請教蕭教授了。

有了球體飛行預測模型,機器人就可以上場了,先利用攝影機快速取得投手球剛離手時的幾張影像,將它們輸入到模型、計算出完整的球體飛行軌跡,靠著精準的預測撐腰,一切了然於胸,接下來,機器人就可以好整以暇,輕鬆地看著球落到設定好的位置,穩穩地以最佳的出手角度與力道,豪邁地賞它一支精彩的安打!

期盼有朝一日的「人機棒球大戰」!

雖說職業運動早已不只是單純的休閒娛樂,現代人的工作繁忙、人際關係又疏離,許多人轉而寄情於所屬城市的球隊,它維繫著彼此的情感,甚至成為了生活的重心,像是王建民、陳金鋒、陳偉殷等家喻戶曉的球星,或是身披藍白戰袍的中華隊,總能在無數的清晨、夜晚牽引著你我的心。

沒有球賽的日子,對球迷來說真的是很難挨啊!現階段,我們當然不會寄望機器人能夠取代球星,但是單單仰賴虛擬的電玩球賽一解相思之苦,實在很不過癮!是不是能來場實體的機器人棒球賽,甚至是舉辦一場人與機器人的棒球大戰呢? 還記得年初鬧得沸沸揚揚、美國大聯盟休士頓太空人隊的「偷暗號事件」嗎?在這裡,我可以向大家保證,機器人打棒球絕對不會、也不需要偷暗號,一定是光明正大硬碰硬的對決!

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

關鍵字: #機器人
往下滑看下一篇文章
免費下載「會議紀錄整理師」!逐字稿丟給AI,自動抓決議跟待辦,支援ChatGPT與Claude
免費下載「會議紀錄整理師」!逐字稿丟給AI,自動抓決議跟待辦,支援ChatGPT與Claude

在某個大雨滂沱的晚上,超級感謝有 7 位一天一 AI 的讀者來體驗我做的「會議紀錄整理師」AI 工作流。現在,我要把它免費開放給你用了!

今天來跟你分享,一天一AI PRO 設計出的 AI 工作流,到底可以幹嘛,並且讓你試用看看。

首發就是「會議紀錄整理師」,這是我自己最常用的工作流之一。有了它,會議上我都可以集中精神發表意見,之後 AI 再幫我統整即可!

除了省時省力、釐清待辦,我還多做了一點巧思:區分出討論項目與決議。那些會議上討論過的,但根本沒結論的事情,我請 AI 幫忙抓出來。

這個工作流可以到一天一AI PRO 的官網下載,裝進你的 ChatGPT 和 Claude。具體怎麼做?往下看圖卡吧。

還想看哪些內容?歡迎點此連結跟我分享~

AI會議紀錄怎麼做?「會議紀錄整理師」自動整理逐字稿

會議紀錄整理師是什麼?

每次會議我會取得同意後錄音,一結束就把逐字稿丟給 AI,呼叫「會議紀錄整理師」技能來做紀錄。逐字稿的錯字多、內容散亂、缺乏說話者資訊,通通沒關係,這個技能可以通過一串設計好的流程,區分是哪種會議(進度追蹤、規劃討論、解題決策)來決定紀錄的重點,最後產出會議紀錄通知信+留存版的完整紀錄文件。

AI整理會議紀錄最大亮點:自動區分討論、決議與待辦

最有感的亮點:區分出討論項目與決議

看完「會議紀錄整理師」整理的紀錄,第一印象一定是「很清楚、有結構」。但細看會發現,它除了幫你列清楚待辦事項,也會提醒你會議缺失的資訊,例如沒指定負責人、沒確定截止日期、哪些是拍板的決定、哪些決議沒討論完、哪些人的意見有衝突。

同件事反覆討論怎麼整理?AI只抓最後拍板結論

結論回掃:同件事來回討論,AI 只認最後的拍板

開會常常一個議題反覆討論,前面說「先用 A 方案」,後面又改口「還是 B 好」。一般 AI 整理會把兩個都列出來,會搞不清楚到底選了哪個。「會議紀錄整理師」有「結論回掃」機制:以最後一次明確確認為準,早期被推翻的版本會被歸類到「否決了什麼」,不會讓過時的決策混淆你。

與會者有誰?例行會議可以沿用團隊設定

與會者有誰?例行會議可以沿用設定

第一次使用,直接貼逐字稿就能跑。AI 遇到不認識的人名或職稱,會在結尾列出來問你:「這位是誰、負責什麼?要不要記下來?」你回覆後,它就建立你的團隊記憶檔。下次再開相同主題的會議會自動沿用,提高會議紀錄裡名字、職稱、待辦事項隸屬的正確性。

ChatGPT、Claude怎麼安裝「會議紀錄整理師」?

下載後怎麼用?

註冊登入一天一AI PRO 官方網站,找到「會議紀錄整理師」的立即下載按鈕,下載 zip 檔。Claude 網頁版的用戶,從Setting→Skills→右上方Add選擇→Upload skill→上傳 zip 檔。ChatGPT 網頁版的用戶要是付費版:開一個新對話→選擇「工作」標籤→在對話框上傳 zip 檔→輸入「幫我安裝到個人雲端技能」。完成設定後,重整頁面、開新對話,在對話框輸入「/」或是「@」輸入「會議紀錄整理師」就能把技能呼叫出來,再把會議逐字稿貼給它就行了。

AI會議紀錄還能怎麼用?散會前確認、累積成專案進度報告

散會前就做紀錄、同專案紀錄能做成進度報告

我在每個會議結束前,都會速跑紀錄,現場確認與會者的理解都一致。同一個專案的會議紀錄累積起來,還可以變成專案進度簡報給主管看:這個月做了哪些決策、還有哪些待辦沒完成、風險有沒有被處理掉。

訂閱《一天一AI》日報,每天跟你分享超實用的AI小技巧!

延伸閱讀:
一天一AI PRO上線!6組專家工作流,讓ChatGPT、Claude不再每次從頭教

AI又唱反調?每月10分鐘做記憶健檢,4招讓ChatGPT、Claude認得現在的你

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
一次搞懂工業AI
© 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