相信在之前的主題週中，大家有初步的認識了機器人在我們生活中所扮演的角色，這次的論壇非常榮幸地邀請到 IBM 的資深軟體工程師 Jeffrey Liu，來為我們介紹目前機器人的發展、以及在各產業當中的應用，並且了解 IBM 在機器人的開發與應用上扮演了什麼樣的角色。
在開場時 Jeffrey 便提到，隨著機器人技術的純熟，也許在不久的將來，將會是機器人在對我們進行簡報。根據報導指出，預計在 2030 年，將會有 50% 的工作由機器人所取代，相信現場觀眾(讀者)會好奇，那這 50% 的人力該轉往何處？別擔心，相信在未來也會有許多與機器人相關的新工作機會將會同步出現，像是專門負責機器人的外觀客製等等的工作機會將會同步出現。
在未來，甚至目前的熱門科系都將變得不再熱門，Jeffrey 指出，未來熱門的科系很有可能是心理學系，因為目前整體的機器人發展趨勢是朝著模擬人類的行為模式發展，相較於以往的一般化應對方式，現在的趨勢是透過大量的運算分析去模擬出擬人化的細膩問答。
Jeffrey 強調目前機器人非常熱門的原因是因為我們推翻了以往的思維，放棄去研究如何像人類一樣思考；取而代之的是擁抱深度學習（ deep learning ），利用機器學習（ machine learning ）的方式去分析問題。
目前機器人在各產業的應用主要有以下幾種
- Industrial Robot：製造所使用的機器手臂、物料運輸的機器人、廠內的組裝機器人等。
- Security Robot：透過機器人來進行一些維安活動，在大型活動當中將會有亮眼的表現。
- Rescue Robot：透過機器人來進行一些人類無法達到的事情，像是飛入救災現場通報生命跡象等。
- Waiter Robot：利用機器人來進行點餐、送餐等服務。
- Medical Robot：經由機器人我們可以達到非常精密且穩定的手術品質。
- Robot for Elderly People：隨著人口老化，機器人陪伴照顧老人將會是未來趨勢。
- Kitchen Robot：透過固定的流程，依照食譜來進行烹飪。
- Robot for Education：我們發現許多自閉症的小孩相較於人類，較能夠與機器人溝通學習。
- Robot for Decision：機器人也可以扮演顧問的角色，透過即時更新與反復地做、不斷地根據客戶和市場的回饋進行調整， 幫忙找出答案。
根據上述幾點可以看出機器人目前的應用十分廣泛，但事實上並非什麼事情都適合利用機器人，尤其是在人與人的互動吃重的服務中，像是 Waiter Robot 是需要大量與客戶互動，先前有公司嘗試使用機器人服務員，但成效並不彰顯。
目前機器人比較適合重複性工作，因此我們可以將例行公事將給機器人來處理。當然，除了低接的重複性工作外，未來甚至律師或是醫生等需要大量閱讀、歸納的工作也可以交由機器人來進行輔助，相信將可以大幅提升我們的決策速度。
像是 IBM Chef Watson 則是一個實際的應用範例，由於烹飪是有食譜可循的，因此這種擁有common pattern (類同模式) 的工作，便可以透過大量的資料去訓練機器人，日前 Jeffrey 曾到日本品嚐過由 Watson Chef 主廚推薦的菜色，雖然味道很奇妙，但是整理來說還算 OK。
三個技術面主要趨勢
分析完機器人的應用產業後，Jeffrey 也提到了這個時代的三個技術面趨勢如下：
- Machine Vision：讓機器人可以判別圖片，辨別圖片中的內容，進而了解圖中的意圖。讓機器人能夠更人性化，例如看到有人接近電話亭，便知道他要進行電話的撥打。
- Natural Language Processing：透過深度學習處理我們的自然語言，並非精確去分析他講什麼，而是透過大量句子去分析、推論、連結與產生自然語言，甚至未來新聞報導或是文章摘要可以由機器人所產生，未來機器人的回應也會透過這樣的方式去產生，更加人性化的對談。
- Acoustic Analytics：讓機器人可以辨別目前聲音的來源是誰，可以分辨越來越多的事情，像是分辨出家中花瓶破裂的聲音，便知道有異常狀況發生，應該進行相關的處置。
下一個世代機器人的發展趨勢
根據 Jeffrey 的分享，未來的機器人發展趨勢將有以下幾點：
- With Personality, Cognition and Emotion：並非只是冷冰冰的機器體，透過心理學去模擬並賦予機器人不同的人格，未來與機器人的對話將會更有溫度。
- Deep Conversation via Dialog：並非只是傳統的 Q&A 對話方式，未來我們將可以問出更深層的問題，例如可以辨別出語句中代名詞所代表的人是誰，進而去分析接下來的問題。
- Omni-Channel：跨平台的整合，讓我們可以透過不同的介面與機器人進行溝通，並非只能夠過單一管道。
- In Any Form Factor：未來的機器人將會以不同的形式存在於你我的身邊。
- Deep Learning, not Program：不要去撰寫機器人的行為模式，而是要讓他具有學習力，否則將永遠深陷於無止盡的 coding (編碼)當中，因為問題將會不斷湧現。
- Knowledge Sharing：這是十分重要的一部份，如果大家能夠讓機器人的知識共享，這樣學習過的東西便可以不用再次學習，對於機器人的發展將有很大的助益。
Jeffrey 總結闡述機器人是應用極廣的領域，涵蓋心理學、硬體、自然語言分析，而我們只要能夠給他一雙眼睛、一個耳朵以及一個嘴巴，他便能夠以不同的形式存在於我們的身邊，以不同的形式替人類提供服務。不同的硬體、軟體，透過不同的創意可以發展出新的應用，IBM 也與學生進行合作激發出不同的創意，未來也會將發展重心放在機器人的人工智慧發展上。（熊耿得）
