什麼是實體 AI(Physical AI)——為何「眼與神經」將成為主要戰場
實體 AI(Physical AI)是指能感知現實世界、做出判斷,並實際採取行動的 AI。生成式 AI 在螢幕中的世界產生文字與影像;實體 AI 則會在工廠找出瑕疵品、在夜間港口追蹤船舶,並驅動機器人與無人機的身體。本文將從實作者立場,說明這個名詞的意義、產業焦點正在轉移至此的背景,以及我們為何認為「競爭的主要戰場將是眼與神經」。
什麼是實體 AI(Physical AI)——與生成式 AI 的差異
生成式 AI 的運作完全在文字與影像構成的數位世界中完成,輸入與輸出都是數位形式。實體 AI(Physical AI)則直接以物理世界作為輸入。光、電波、振動、溫度——感測器將捕捉到的現實轉為資料,AI 做出判斷,再將結果回饋為現實中的動作。讓「感知→判斷→行動」的循環在現實世界中運轉,正是實體 AI 的定義。
重要的是,這個循環的品質取決於入口。再聰明的 AI 模型,若輸入有所缺漏,也無法做出判斷。從太暗而看不見的影像,或充滿雜訊的感測器資料中,不可能產生正確判斷。實體 AI(Physical AI)的性能,除了取決於模型智慧之外,同樣甚至更取決於能否準確讀取物理世界。
為何現在需要實體 AI(Physical AI)
原因有三。第一,技術已經成熟。邊緣 AI——在現場的小型電腦上執行 AI 的技術——已達實用水準,即使不將影像傳送至雲端,也能當場即時判斷。第二,是社會需求。製造、警備、物流、基礎設施檢查等領域,支撐現場的人力持續面臨結構性短缺;將「查看」「監視」「確認」等工作省人化,已逐漸從選項變成前提。第三,國家政策開始推進。將資料與 AI 基礎架構留在國內的主權 AI(Sovereign AI)概念,已開始成為國家策略;處理現實世界資料的實體 AI(Physical AI),正位於其核心。
研究階段已經結束,實作與量產階段已經開始——這就是目前所處的位置。
主要戰場在「眼與神經」
談到實體 AI(Physical AI),人們常將焦點放在人形機器人、自動駕駛車等「身體」。但我們認為,真正的競爭主戰場並非身體,而是眼與神經——也就是輸入層。
理由很簡單。未來將出現無數種身體,包括機器人、無人機、車輛與監控系統,而每一種都需要眼與神經。無論身體類型增加多少,「讀取物理世界」始終是共通需求。此外,AI 模型每隔數年就會更替,但讀取物理世界的輸入層,以及讓感測器之間即時連動的反射層,在任何模型時代都不可或缺。掌握不變的層級,才能在快速變化的市場中最長久地保有價值——這就是我們的判斷。
黑暗正是其中的象徵。若能在人體肉眼無法發揮作用的 0.0007 勒克斯黑暗中取得全彩影像,夜間及無法架設照明的現場,也能納入 AI 的應用範圍。本公司以將黑暗轉換為全彩 AI 資料的影像融合技術(專利第 7680096 號、第 7680104 號),以及從電波偵測自動連動至光學追蹤的控制技術(專利第 7745946 號),掌握此一領域。以有效期長達 20 年的智慧財產確保眼與神經層級,這就是本公司的基本策略。
現場將發生什麼改變
以下不談抽象理論,而從現場變化加以說明。
在製造現場,長期受照明設計困擾的外觀檢測將發生改變。黑色零件與有光澤零件,打光時會反射,降低照明後又看不見。超低照度攝影機能夠縮小這項照明兩難。
在警備現場,夜間判斷將發生改變。既有感測器可以知道「有物體移動」,但若無法在黑暗中判斷是人或動物,最終仍需人員前往確認。能以彩色看見的夜間影像搭配 AI,可減少確認作業本身。
在資訊處理現場,無法將資料向外傳送的組織——製造業設計部門、金融、醫療、地方政府——將能在封閉式網路內使用生成式 AI。擷取現實世界的資料,在不向外傳送的前提下加以運用。實體 AI(Physical AI)與主權 AI,在現場其實是同一條連續的脈絡。
日本的勝利路徑——選擇垂直整合
實作實體 AI(Physical AI),需要一條由攝影機、邊緣 AI、通訊、資料基礎架構到嵌入現場的長鏈。這條鏈缺少任何一環,AI 就無法在現場運作。多數情況下,各環節由不同公司負責,因此形成「準確度不足究竟是攝影機還是 AI 的問題」這種責任真空。
本公司選擇由一家公司貫穿整條鏈。從眼(彩色夜視)、腦(搭載 NVIDIA Jetson 的邊緣 AI)、神經(毫米波感測),到心臟(AI 資料中心構想)。我們結合自有專利與海外優秀技術在日本市場的獨家銷售權,建立能從入口到基礎架構一貫設計的體制。將日本製造長期培養的整合能力,發揮於 AI 時代的輸入層——這就是我們所認為的日本勝利路徑。
總結
實體 AI(Physical AI)是能感知現實世界、做出判斷並採取行動的 AI。其性能取決於入口——眼與神經的品質;即使在 AI 模型不斷更替的時代,這一層的價值仍不會改變。我們將以智慧財產、獨家銷售權與垂直整合,掌握這個不變的層級。
暗處檢測、夜間監控、在封閉式網路中運用 AI。我們歡迎「在我們的現場也能運作嗎」這類具體洽詢。即使尚無訓練資料,也能開始。