※ 引述《saufu08 (saufu)》之铭言：
: 正确的说法，是那种人类，或是我们台湾人自己都不想去做的那种危险性高，工作劳累
，
: 或是把屎把尿等那种劳务型，劳动力的工作...
: 比如像工地的工人，居家照护的长照人员，或是一些搬运工等等之类辛苦的工作，以后
都
: 交给人工智能的机器人去做
: 我们台湾人只要做轻松无负担无危险性的工作就好了！
: 大家觉得，我们有可能研发这一类的机器人来取代这些工作吗？
其实是有机会的，当前所有的AI在Robotics领域主要还是使用增强学习/简单拣选规则模
型加上CNN based的视觉识别模型应用到工厂结构化的环境，在工厂环境由于场景基本上
是固定的很多事情都是可控的，所以当前发展相对成熟。不过机械手臂成本很难压下来，
当前要做到工业级光是一只手臂投入就要300-500万，不包含需要额外训练辨识跟其他AI
组件的部分，成本依旧是当前一大难题，若是成本压下那这种模式大规模取代世界八成工
厂人力是有希望的。
至于非结构化环境像是居家、工地，这几年学界也开始慢慢转向研究，今年稍早比较让人
震惊的是Google 的PaLM-E模型，他本质上就是把现在最红的语言模型(Google自家类似GP
T的PaLM)搭配CV跟机器控制的环境资料直接都做进来，整个模型变成一个巨大参数的语言
模型把所有的影像、环境资讯都当作语言来训练，结果就是效果神奇的好。虽然动作还有
些许不流畅，但是如果继续发展就是趋势，剩下就是怎么减少生产可移动机械手臂的成本
，我觉得也可以透过模型辅助去寻找更省成本的应力手臂，还有一个议题就是怎么去减少
这类语言模型的大小能直接做轻量化部署到边缘端。
此外，史丹佛今年李飞飞的团队也开源了相关的这种非结构化的机器人场景的数据集，接
下来怎么设计模型来提高这类场景的效果而且能迁移或是零样本做到其他场景下是正在进
行式，我有认识蛮多机器人领域的朋友也都开始关注这块的研究了，相信用不了多久就可
以做到。
所以不要说AI只能取代一些高级文书工作，发展下去未来人类还有特殊性的只剩下有独立
思考能力可以做研究的人可以跟AI一起协作了。
https://youtu.be/Q_pH-dhU8QM