Displaying extended context for query match # 66,038 in text YL201902026
<< Prev Next >>
    
 

。 就業種 來 看 , 有關 非 正職 員工 的 部分 , 繼 「 餐飲店 」 的 七十九.五% 之後 , 在 「 飲食品 零售商 」 、 「 娛樂 服務 」 、 「 旅館 . 飯店 」 , 以及 「 維修 . 警衛 . 檢驗 」 等 類別 , 也 有 超過 五○% 的 企業 表示 人才 不足 。 尤其 是 「 餐飲店 」 、 「 飲食品 零售商 」 、 「 旅館 . 飯店 」 和 「 維修 . 警衛 . 檢驗 」 這 四 個 業種 , 對於 非 正職 員工 的 部分 , 同樣 也 有 超過 五○% 的 企業 表示 人才 不足 。 如此 可 見 , 無論 是 哪 種 雇用 型態 , 都 十分 欠缺 人手 。 因此 , 大型 連鎖 餐飲店 很 早 就 開始 採取 讓 部分 分店 暫時 休業 , 或是 分 時段 休業 的 因應 措施 。 這 不禁 讓 人 擔心 , 如 這 類 情況 今後 勢必 也 會 擴散 至 其他 業種 、 業態 。 __UNDEF__ 人 機 共生 越 顯 重要 現在 , 「 孩子 AI 」 不僅 得以 實現 , 對於 以往 不可能 辦 得 到 的 業務 , AI 或 機器人 也 有 辦法 做到 。 這樣 的 結果 , 讓 日本 所 面臨 的 人才 不足 的 問題 , 更 有 機會 可 藉由 業務 的 效率化 來 獲得 解決 。 除了 一 部分 的 業務 外 , 現在 的 技術 就 成本 或 機能 而 言 , 雖說 要 利用 AI 或 機器人 來 完全 取代 人類 的 業務 仍 有 困難 , 但 還是 能夠 以 支援 人類 的 方式 來 提高 業務 效率 , 且 這般 作法 今後 也 會 越來越 盛行 。 在 短期 內 , 與 其 擔心 工作 被 AI 或 機器人 取代 的 風險 , 更 應該 試 著 摸索出 能夠 藉由 人類 與 機器 的 分工合作 , 以 少於 以前 的 人數 來 完成 相同 分量 之 工作 的 對策 。 不過 , 為了 打造出 人類 與 AI 或 機器人 得以 分工合作 的 環境 , 在 技術 及 制度 的 規畫 上 還 有 許多 障礙 要 克服 。 在 此 , 筆者 將 針對 自然 介面 所 扮演 的 角色 , 說明 它 如何 從 技術面 來 排除 障礙 , 並 支援 人類 與 機器 的 分工合作 。 由 自然 界面 所 實現 之 人類 的 能力 擴增 今後 , 自然 介面 將 如 蘋果 的 Siri 那般 , 除了 以 網路 服務 的 形式 來 支援 人類 的 生活 和 活動 外 , 也 得以 擴增 人類 的 能力 。 能夠 獲得 擴增 的 人類 能力 有 兩 種 。 一 是 如 智力 或 感知 能力 等 與 資訊 處理 有關 的 能力 , 二 則 是 如 肌力 等 與 運動 有關 的 能力 。 人類 所 感知 的 真實 世界 , 可 利用 電腦 及 裝置 的 功能 來 加以 擴增 , 而 這 項 技術 便是 所謂 的 「 擴增 實境 」 ( augmented reality ) 。 例如 , 使用 谷歌 眼鏡 ( Google Glass ) 等 裝置 , 便 可 在 我們 眼前 所 見 的 街景 上 , 重疊 顯示出 住家 或 店鋪 的 資訊 。 像 這樣 , 因為 是 以 擴增 真實 世界 的 方式 來 提供 資訊 , 所以 才 會 稱 之 為 「 擴增 實境 」 。 而 這 項 技術 同時 也 可 說 是 藉由 裝置 來 擴增 人類 的 感知 能力 , 讓 人 得以 新 的 形式 來 掌握 真實 世界 的 技術 。 今後 , 隨著 自然 介面 或 谷歌 眼鏡 等 這 類 可 穿戴式 裝置 的 進化 , 不單 只有 真實 世界 , 連 網路 的 資訊 也 可以 在 人 有 需要 時 , 配合 當時 的 情境 來 加以 利用 , 讓 人類 智力 或 感知 能力 的 擴增 越發 廣泛 。 而 人類 能力 的 擴增 , 今後 也 將 積極 運用 在 運動 相關 領域 。 筑波 大學 所 創辦 的 新創 企業 Cyberdyne , 研發出 了 一 種 能夠 改善 、 輔助 且 擴增 身體 機能 的 半 機械人 ( cyborg ) 型 機器人 || 混合 輔助 肢體 ( Hybrid Assistive Limb , 縮寫 為 HAL ) 。 使用 者 只要 將 HAL 穿戴 在 身 上 , 便 能 使 「 人 」 、 「 機械 」 及 「 資訊 」 融合為 一 , 既 可 作為 身障 者 的 輔助 , 也 可 讓 人 發揮出 大於 平時 的 力氣 , 甚至 還 能 進行 刺激 大腦 及 神經 系統 的 運動 學習 。 例如 , 若 穿戴上 作業 支援 用 的 HAL , 使用 者 在 搬運 重物 時 , 便 能 大幅 減輕 腰部 的 負擔 , 輕鬆 進行 重體力 勞動 作業 。 HAL 在 人 活動 身體 時 , 會 判讀 大腦 傳送給 肌肉 的 「 生醫 電訊號 ( bioelectrical signals ) 」 , 並 按 訊號 的 指示 活動 。 換言之 , HAL 會 根據 使用 者 大腦 所 想 的 , 來 輔助 該 動作 的 執行 。 如此 這般 , HAL 也 可 說 是 一 種 具有 自然 介面 , 能夠 擴增 人類 運動 能力 的 機器 。 人類 與 機器 的 距離 急速 拉近 到 目前 為止 , 已 向 大家 介紹 了 隨著 自然 介面 的 進化 , 作為 個體 的 人 , 利用 機器 來 擴增 自身 能力 的 可能性 。 同理 , 在 企業 等 組織 方面 , 也 有 必要 針對 具有 自然 介面 的 AI 或 機器人 , 該 如何 與 人 共同 活動 的 部分 來 檢討 。 透過 自然 介面 , 得以 降低 機器 與 人類 之間 的 隔閡 , 擴大 IT 的 高度 應用 。 然而 , 就 目前 的 狀況 而言 , 必須 事先 整頓好 可 讓 機器 發揮 功能 的 環境 , 或是 機器 在 應用 上 需要 人類 從旁 協助 的 案例 仍舊 不少 。 好比 說 , 長崎 豪斯登堡 的 「 怪奇 飯店 」 ( 第三 章 ) , 有 好幾 項 業務 如 櫃臺 接待 及 行李 搬運 等 , 都 是 由 機器人 取代 人類 來 執行 ; 而 飯店 為了 引進 機器人 , 就 得 事先 在 環境 部分 做好 準備 。 具體 而言 , 飯店 在 櫃臺 設有 一 只 用來 知會 員工 旅客 已 填寫好 入住 資料 的 按紐 , 好 讓 櫃臺 接待 的 工作 進行 得 更 順利 ; 同時 也 在 飯店 走廊 上 埋設 標記 ( tag ) , 協助 負責 搬運 行李 的 機器人 辨識 通道 。 另外 , 又 如 引進 IBM 「 華生 」 應用 於 客服 中心 的 大型 金融 機關 , 來電 的 顧客 並 不會 直接 與 「 華生 」 對話 , 而是 由 接線員 從 「 華生 」 所 提供 的 回答 候選 清單 中 選出 最 合適 的 一 項 。 不僅 如此 , 接線員 也 會 評估 「 華生 」 所 提供 的 回答 是否 適當 得宜 , 協助 建立 用來 提高 「 華生 」 回答 品質 的 學習 資料 。 今後 , 由於 機器 都 具有 自然 介面 , 人類 與 機器 之間 的 距離 將 急速 縮短 。 而 這樣 的 結果 , 想必 會 為 人類 與 機器 帶來 全新 的 共存 關係 。 不過 , 若要 讓 這 項 共存 關係 有所