2016年，Google Deep Mind的AI圍棋程式Alpha Go，以四勝一負的成績，擊敗韓國的九段棋士、世界冠軍李世 X ，「AI」這個詞開始攫取人們目光。隔年，Alpha Go更上一層樓，再戰中國棋王柯潔，取得三戰全勝的成績，柯潔賽後便稱，此後再也不與Alpha Go對弈。

但這其實不是AI首次出現了。1956年，AI一詞首度在達特茅斯會議（Dartmouth Summer Research Project on Artificial Intelligence）被使用，當時各界期待AI能大放異采，終究卻無功而返。直到2000年代中期，出現「深度學習」這項重大的技術突破，AI才再現曙光，從辨識影像、預判消費者行為、機器視覺到自動駕駛等各領域，全球的學者、研究員、企業高層，無不談論AI的巨大潛力。

只是AI再起至今10多年，發展似乎不夠普及，多數時候，AI仍在只聞聲響、不見人影的階段，人們在生活中未必有感。

新冠肺炎 加速AI落地與實體化

以醫療現場為例，在臨床決策輔助上，多年來AI已在不少領域施展手腳，從輔助識別視網膜病變、乳腺癌、肺癌到心臟超音波判讀等，用途相當多元。由於要對人體診斷、下決策，必須採最高標準，醫生使用的意願大多低迷。近來便傳出，旗下擁有AI癌症治療輔助系統（IBM Watson for Oncology）的IBM華生健康事業（Watson Health business），正在考慮出售中。
但危機就是轉機，去年受到新冠肺炎衝擊，猶如企業加速數位轉型，AI落地與實體化，包括數據應用、機器人使用，也出現契機。
首先，不少國家的醫護人員，即便耗盡心力，仍無法有效分流具呼吸道症狀的患者，加上檢測效能不足，造成醫療系統幾近癱瘓。在醫療領域上，AI能給予最直接的幫助，就是判讀數據，加快新冠肺炎的檢測。

近來，加拿大醫療物聯網設備供應商Laipac Technology，便與阿拉伯聯合大公國的YAS Pharmaceuticals、Pure Health共同推出全球首個新冠肺炎抗原快篩AI系統「LooK SPOT」。
現今新冠肺炎的樣本篩檢，多由人工處理，但LooK SPOT能結合AI，在5至8分鐘內透過演算法辨識樣本中的顏色訊號，察覺肉眼看不見的細節，得出篩檢結果，且具有一定精準度。
LooK SPOT還能與智慧型手機、雲端系統結合，受篩者可透過APP獲取檢測結果，若呈陰性，便能取得一個新QR code，做為進入活動、學校或公司等群聚場所的依據。Look SPOT已於今年1月中，取得歐盟體外診斷醫療器材（CE IVD）認證，在市場上極具競爭力。

醫療機器人送藥 陪伴長者樣樣來

去年底，美國西北大學（Northwestern University）的研究團隊則研發出一項可透過肺部X光影像，自動檢測新冠肺炎的AI演算法。
這款名為DeepCOVID-XR的機器學習演算法，是以卷積神經網路（CNN）的架構打造。團隊針對2020年2至4月間，近15000張胸部X光的影像（其中有4253張新冠肺炎陽性影像），進行訓練與驗證，進而產生新冠肺炎的檢測模型。

一般來說，新冠肺炎患者的肺部X光影像會有斑塊、模糊、異常陰影等症狀，DeepCOVID-XR的模型被訓練出後，能從與其他肺部疾病類似的症狀中，清楚分辨新冠肺炎患者的X光影像。而在區分疑似個案的速度上，根據測試，DeepCOVID-XR的速度較五位胸腔科醫師快上10倍，準確度亦高出1至6％。
加拿大AI平台「BlueDot」則是另一種應用。目前不少數據公司已經擁有流行病預測的模型，BlueDot能掃描來自上百種管道的資料，也能判讀人們的移動軌跡、旅遊模式，讓研究人員得以預測疫情的散播途徑與方式。2019年12月，BlueDot便率先偵測到中國大陸武漢出現疑似新冠肺炎的群聚感染，並發表了一篇預測全球疫症傳播的論文。

相對於看不見的大數據、各種深度學習模型，看得見、摸得到的機器人，也在疫情中扮演重要角色。
過去發展機器人，多是為了解決人口老化、勞動力短缺的問題，這次大量運用機器人，則是為了維持社交距離，尤其在醫療場域更被廣泛應用。西班牙巴塞隆納有一款協助醫院物流的機器人「PAL Robotics」，能完成送藥、血液樣本和食物的工作；義大利有個名叫「Tommy」的機器人護理師，職責是為醫護人員監控病患的生命體徵，新冠肺炎患者還能利用Tommy向醫生發出訊息；比利時的機器人「James」則被安排到養老院，一方面陪伴長者，一方面方便長者與無法碰面的親人聯繫。

清潔消毒機器人 市場潛力無窮

在眾多功能中，移動式消毒機器人效率最高，且被大量使用。舉例來說，丹麥的自動消毒機器人，能在沒有人為介入下，運用紫外光UVC，在短時間內完成醫療場域的消毒。

對於消毒機器人日益普及，新加坡機器人製造商賽斯托（SESTO Robotics）執行長Ang Chor Chen認為，市場潛力無窮。根據統計，2025年，全球清潔和消毒機器人的市場預計達到23億美元，2027年更將翻三倍，攀升至83億美元。疫情發生後，消毒機器人不僅在歐洲、美國、亞洲的醫院、餐廳、工廠和大眾運輸等場域被廣泛使用，其他包括全球各政府機關、旅館、辦公大樓，都持續增加對消毒機器人的訂單。

在醫療場域之外，日本軟體銀行（SoftBank）近年持續開發服務型機器人，常在日本商場、家戶看到的陪伴型機器人Pepper，就由軟銀與鴻海共同研發生產。這次疫情中，便能看到療癒的Pepper，在德國的超市隨時貼心提醒民眾要保持社交距離。
日本做為觀光大國，受到疫情影響，餐飲旅遊、實體零售產業都成了重災戶。近日，軟銀投資研發的送餐機器人「Servi」，便針對餐飲服務業而來，目前已在日本「燒肉王」等吃到飽連鎖店展開實驗。店員會在吧檯，將客人點的食材放到Servi的平台上，再由Servi將食材交給客人，並回收吃完的餐盤。

日本送餐機器人 工時長又耐操大受歡迎

Servi配有3D攝影機和LiDAR光學雷達掃描儀，能自動迴避運送途中遇到的障礙物，對於距離的偵測也頗為精準，只要到達目標餐桌邊緣便會停止，方便客人取餐及擺放餐盤。螢幕上還會即時顯示重量，避免客人放置太多東西超重。

對店員來說，Servi能避免接觸、減少負擔，饕客在吃到飽的店總是不斷加點，店員要備料、送餐，往往分身乏術。有了機器人後，得空的店員更能協助客人燒烤，提高用餐品質。
Servi的運行時間長達12個小時，充電卻只需4小時，恰巧符合燒肉店中午至凌晨的營業時間。店員只要在打烊後充電，隔天Servi又電力十足，不用擔心服務到一半沒電的問題。

由於Servi試驗頗成功，軟銀未來打算擴大使用，預計2021年，全日本將有310家店提供Servi。其他像燒肉和民、橫濱中華料理店「招福門」等餐廳，也陸續引進類似的送餐機器人。燒肉和民的送餐服務員「花生」（Peanut），身長120公分，有著三層平台方便遞送物品，在運用AI計算出最佳路線後，能從廚房送餐到三張不同的餐桌。

此外，在製造業的現場，全球工業機器人領導大廠艾波比（ABB）的機器人，則被應用在加速口罩生產上。於此同時，全球還有更多、更不同的機器人準備推出，例如電商巨擘亞馬遜（Amazon）研發的家用機器人Vesta，在耗時四年後，近來傳出已經到了雛型階段的後半期。

AI浪潮來襲 低階工作可能被取代

隨著大數據、機器人的應用愈來愈多，被譽為「女股神」的方舟投資（ARK Investment）創辦人凱希?伍德（Cathie Wood）提醒，基本工資正在提升，訓練AI的成本卻大幅降低，企業將積極使用AI，人力有被取代的風險。

AI發展日益興盛，某些低階工作會有被取代的風險。但科技始終來自於人性，創新工場董事長兼執行長李開復說過：「AI的發展雖是機緣巧合，對人類文明來說卻來得正好。它將把我們從常規工作中解放出來，迫使我們思考人因何為人。」面對AI大潮來襲，人們更思考，如何成為AI無法取代的職人，若能攜手AI，發揮加乘效應，更具競爭力。