最近，AI 系統已學會一系列遊戲玩法，如雅達利經典遊戲《Breakout》和《乓》（Pong）。儘管令人印象深刻，但其實人工智慧需要數千小時的遊戲時間才能達到並超越人類玩家。相比之下，我們可在幾分鐘內掌握以前從未玩過的遊戲基礎操作。DeepMind 研究了這個問題，論文《Prefrontal cortex as a meta-reinforcement learning system》發表在《自然》神經科學子刊。隨著論文發表，DeepMind 也寫了一篇解讀文章，介紹論文主要內容，以下編譯供讀者參考。什麼是學習？人類只接受這麼少的資訊就能做這麼多事，這項能力牽扯到學習理論，或叫「學會學習」。我們日常的學習有兩個時間尺度，短期學習專注於學習具體的例子，長期學習中，我們通常要學會抽象的規律和技巧來完成工作。我們之所以能高效學習及靈活快速應用各種知識，正是因為這兩種學習組合。AI 系統重現這種學習架構或叫強化學習，對達到快速、一次性學習有卓越成效（詳見 OpenAI 的論文及工作）。但學習過程具體的機制，在神經科學依舊是未解之謎。Jane Wang 團隊新發表在《自然》神經科學子刊的論文，在 AI 研究使用強化學習架構來探究大腦多巴胺在人類學習過程的作用。多巴胺通常認為是大腦的愉悅訊號，也經常認為類似 AI 強化學習演算法的獎勵函數。這些 AI 系統就是在獎勵指導下反覆試驗。他們認為多巴胺的作用不僅當作獎勵來評估過去行為的價值，在前額葉皮質區也發揮不可或缺的作用，使人類能有效快速及靈活地學習新工作。引入神經科學他們透過虛擬重建神經科學領域的 6 個學習實驗來測試理論。每個實驗都需要一個代理程式來執行基本原則（技能）相同，但在某些維度不同的工作。他們先使用標準深度強化學習技術（代表多巴胺的作用）訓練一個遞迴神經網路（代表前額葉皮質），然後再比較遞迴網路的活動動態與以前神經科學實驗真實資料的異同。遞迴網路是學習的優秀代理程式，因它們能內化過去的行為和觀察，然後訓練其他工作時借鑑這些經驗。類似 1940 年代的心理學測試：Harlow 實驗，他們重新建立了一個實驗來探索學習的概念。最初的 Harlow 實驗中，一組猴子面前有兩種物品可選，其中一個是食物獎勵，實驗人員將這兩個物品一左一右在猴子面前展示 6 次，每次左右位置都是隨機，所以猴子必須知道哪個物品可帶來食物獎勵。然後研究人員又展示另外兩個物品，依舊只有一個會有食物獎勵。這次訓練過程，猴子學會一種策略來選擇獎勵關聯物品：第一次隨機選擇，然後基於獎勵回饋選擇特定物品，並不在乎物品放在左邊還是右邊。實驗表明，猴子可領悟工作的基本原理，並學會抽象的規則架構，這其實就是學會學習。當 Jane Wang 團隊使用虛擬電腦螢幕和隨機選擇的影像模擬非常相似的測試時，他們發現強化學習代理程式的學習方式就像 Harlow 實驗的猴子，即使換新影像代理程式也能像猴子很快適應。（Source：DeepMind）事實上，他們發現強化學習代理程式學會如何快速適應不同規則和架構的工作，且在學會適應各種工作的過程中，還學會了提高學習效率的通用方法。學習與神經科學互相指導重要的是，大多數學習都產生在遞迴網路，這為他們的看法提供了有力支撐，即多巴胺在學習過程扮演超越以往認知的更重要角色。多巴胺可透過加強前額系統的突觸聯繫來增強特定行為。在 AI 系統，這意味著神經網路的類多巴胺獎勵訊號可以調整人工突觸權重，使系統學到解決工作的正確方法。然而 Jane Wang 團隊的實驗，神經網路的權重被凍結了，這意味著權重在學習過程無法調整，然而，強化學習代理程式仍然能解決並適應新工作。這表明類多巴胺獎勵不僅用於調整權重，還傳達和編碼了抽象工作和規則架構的重要資訊，進而使系統更快適應新工作。神經科學家很早就觀察到類似的前額葉皮質神經觸發型態，他們發現這種型態適應性強且很靈活，之後他們一直努力搜尋這種現象的原因。其中一種看法是前額葉皮質不依賴緩慢的突觸權重變化來學習規則架構，而是透過直接由多巴胺編碼、基於抽象模型的資訊來學習規則架構，這更能解釋多巴胺的功能多樣性。為了證明強化學習的關鍵成分也存在大腦裡，Jane Wang 團隊提出一種理論，不僅與多巴胺和前額皮質的理論相符，且還可解釋一系列神經科學和心理學的神祕發現。該理論重點揭示了大腦基於模型的架構化學習如何出現，為什麼多巴胺含有基於模型的資訊，以及前額葉皮質的神經元如何根據學習訊號調整。人工智慧的洞察力可用來解釋神經科學和心理學的發現，也提升了每個領域研究成果的價值。展望未來，他們在設計新強化學習模型時，可從具體的大腦迴路組織獲得靈感，神經科學與 AI 相得益彰。 PREFRONTAL CORTEX AS A META-REINFORCEMENT LEARNING SYSTEM Prefrontal cortex as a meta-reinforcement learning system...
鴻海董事長郭台銘表示，全力推動智慧製造，看重工業互聯網和人工智慧。他也指出，工業互聯網需要大量的晶片，鴻海集團一定會做半導體。中國財經媒體今天報導，郭台銘 16 日在中國清華大學進行演講。郭台銘在演講中指出，富士康將全力推動智慧製造，盡力在中國先進實體經濟中擔任推動互聯網、大數據和人工智慧的重要角色。報導說，郭台銘相當重視工業互聯網，認為有了工業互聯網，大象（指大企業）不僅能起舞，還能跳起探戈。郭台銘指出，透過工業互聯網和人工智慧就可以落實量化風險、預測隱患。富士康將以工業互聯網為基礎，全面應用人工智慧技術視覺檢測、人流與物流的即時異常處理和設備自主診斷等工作。在工業互聯網時代，工廠轉型成為智慧製造基地。在半導體布局，郭台銘也重申，鴻海集團設立了半導體事業部，有上百人的團隊，主攻半導體設計到製造，工業互聯網需要大量的晶片，鴻海集團一定會做半導體。市場人士先前透露，鴻海建置新的 S 次集團，主攻半導體事業；半導體封測產業高層人士先前透露，鴻海投資夏普（Sharp）後，對半導體需求上升，鴻海積極布局特殊應用晶片（ASIC）領域，已有團隊布局半導體晶片設計領域，腳步早在投資夏普之前就已跨出。鴻海旗下富士康工業互聯網（FII）簡稱「工業富聯」，股票代號 601138，今天詢價，23 日發行公告，24 日開始申購，28 日公布中籤號碼。法人預估 FII 最快 5 月底在上海 A 股上市。工業富聯此次首次公開發行不超過約 19.69 億股，發行股份占發行後公司總股本約 10%，發行後公司總股本約 196.95 億股。（作者：鍾榮峰；首圖來源：科技新報）延伸閱讀： 富士康證實，中國證監會核准 FII 首發
行政院長賴清德 17 日南下新竹科學園區，除了參訪台積電總部之外，並率領閣員與半導體業者們進行交流座談。賴清德指出，半導體產業是台灣最重要的產業之一，持續使得產業能夠發展是政府責無旁貸的責任。未來，除進一步解決國內半導體業者「五缺」的困境之外，還希望各項政策，在基於半導體為基礎的角度上，在不同領域都能夠進一步價格出新產業的發展，藉以達成智慧國家的目標。與賴清德一起與本次產業之旅的閣員包括經濟部長沈榮津、財政部長許虞哲、科技部長陳良基、國發會主委陳美伶以及教育部長吳茂昆等。在 17 日下午參訪完台積電新竹總部之後，與半導體業界大老進行座談交流。而與會的半導體企業大老，除了東道主的台積電創辦人張忠謀與共同執行長魏哲家之外，還有聯電總經理簡山傑、聯發科副董事長謝清江、力晶執行長黃崇仁、鈺創董事長盧超群、以及南亞科總經理李培瑛等人。 賴清德在座談會一開始即表示，目前政府最優先的工作是拚經濟。而半導體產業在台灣發展 30 多年來，已經孕育出 270 多家的廠商以及 24 萬名的直接從事員工，產值已達到新台幣 2 兆 4 千億元。其在各領域的全世界排名，包括晶圓代工第一、封裝測試業第一、IC 設計業第二的成績，是台灣最重要的產業之一。因此，解決各項問題，使得半導體產業能夠持續發展下去，是政府責無旁貸的責任。 賴清德進一步指出，在台灣好不容易孕育出半導體產業這顆欣欣向榮的大樹之後，政府在未來不但要持續提供這棵大樹養分，使這個大樹更加茁壯之外，還要在半導體這棵大樹的基礎上嫁接出新的產業。首先，在提供養分方面，賴清德指出，半導體產最重要養分的就是「人才」。為了解決人才荒，還能夠增才、攬才與留才，除了提出新的「學位授予法」送到立法院審議之外，還進一步修正「產業創新條例」與「外國專業人才延攬及僱用法」，日前更提出「新經濟移民法」，以開放除了白領、高階人才之外，也開放中階的技術人才來台，以解決人才的問題。至於，在嫁接出新產業的發展上，就是總統前瞻基礎建設裡面的亞洲矽谷，包括人工智慧、大數據、雲端運算還有自駕車等，把它嫁接出來，成為一個數位的經濟，讓台灣變成一個智慧的國家，在各個產業裡面開花結果，這個是政府的目標。而在賴清德致詞結束後，工業局長呂正華也報告了政府對於半導體業界急於解決的「五缺」問題，也進一步提出報告。呂正華指出，除了人才荒的問題，已經有之前的方式來進行解決之外，在其他缺地、缺電、缺水的事項上，這府也有相關的因應措施來協助企業解決問題。(首圖來源:科技新報攝)
AI 正在製作一本人類細胞的百科全書。我們對人類細胞的結構了解，大部分來自生物課本：細胞膜裡包著圓圓的細胞核，旁邊散落著中心體、粒線體、溶體等。但科學家表示，細胞結構根本不是這麼簡單。它的構成遠比顯微鏡下的紫色洋蔥複雜，每個部分彼此之間都有著聯繫。弄清楚這一切，對醫生診斷及疾病機制研究非常有好處。50 個來自細胞科學研究中心 Allen Institute 的細胞生物學家、顯微專家和電腦工程師，最近公布了人類細胞研究工具 Allen Integrated Cell。過去兩年裡，科學家用基因工程改造細胞樣本，用螢光標記它們的內部結構（比如粒線體）。隨後他們將超過 6,000 張發光細胞的照片供給人工智慧演算法學習，建立出 3D 模型。現在，除了資料庫內的 3.2 萬個細胞種類構成清晰可見，這個智慧工具還可以預測一個未知細胞的內部運作。這個細胞工具專注於人體幹細胞。Allen Institute 的科學家 Greg Johnson 認為，了解健康細胞的內部運作對癌症的發現和治療非常有用。這意味著醫生可從癌細胞「回到過去」，觀察比較細胞發生了什麼變化。Allen Institute 所長 Rick Horwitz 也認為，細胞的演變過程比靜態形態更重要。即使你知道所有球員的統計資料，但從未看過比賽，你也無法預測足球比賽的結果。他表示，這個工具可能會意外加速幹細胞研究、癌症研究和藥物開發。光學顯微鏡是最傳統的細胞觀察方法。雖然成本低也操作簡單，但結果往往讓人沮喪。你能看到黑白清晰的輪廓，裡面有很多小物體四處移動，做著各種神祕的事。但你沒法知道它在做什麼，細節的缺失讓人一知半解。而基因改變、特殊染料或強光照射等技術往往會改變或損害細胞本身，不利長時間觀察。而且，這些技術還仰賴昂貴的設備，在一些實驗室難以達成。這些都是必須收集圖像，讓人工智慧建立 3D 模型的原因所在。▲ Allen Integrated Cell 查看頁面。現在用 Allen Integrated Cell，你只需要提供一張顯微鏡下的細胞圖，人工智慧就能還原它的內部組成。這種方式不會丟失細節，也不至於讓成本高得嚇人。負責化驗研發團隊的 Susanne Rafelski 說：就像你只有一些車輪照，它也能從有限的資訊預測汽車的品牌和型號。當只有模糊描述時，只要提供 Allen Integrated Cell 細胞大小、形狀和細胞核的位置，人工智慧也可以提出幾個不同方案，嘗試猜測還原整個細胞的結構和形態。▲ Allen Integrated Cell 人工智慧的兩種模式，一種根據圖像還原，另一種則是模糊猜測。Fred Hutchinson 癌症研究中心的研究員 Roger Brent 已經試用了幾個月。在他看來，這個工具對全世界的研究人員都有幫助，包括在不太富裕的地區。Allen Institute 科學家表示，未來他們將隨著幹細胞的成長過程來擴展研究對象，比如心肌細胞和腎臟細胞。他們相信，這能進一步幫助生物學家和醫生理解某些疾病的發展。Brent 對這個工具的未來非常有信心。他認為 10 年後，手機將變得夠強大可承載這個工具。這可能意味著，即使在發展中國家，一個小小的實驗室也可以從癌症細胞內部來判斷病情，選擇最佳的治療方法。（本文由 愛范兒 授權轉載；首圖來源：shutterstock）
蘋果智慧音箱 HomePod 雖然音質好，但既不聰明、要價又比其他廠牌貴上一截，以致砍單傳聞不斷，最新數據亦證實 HomePod 銷售表現真的非常不理想。據調研機構 Strategy Analytics 估計，蘋果 HomePod 今年第一季只賣出 60 萬台，全球市占率僅 6%，遠遠落後亞馬遜與 Google。對照亞馬遜 Echo 系列智慧音箱，Strategy Analytics 估計首季出貨量 400 萬台，市占率達 43.6%。Google 的 Google Home 同期間賣出 240 萬台，拿下 26.5% 市占率。就連阿里巴巴的智慧音箱也贏過 HomePod，首季出貨 70 萬台。小米品牌智慧音箱雖僅賣出 20 萬台，但吊車尾擠進前五名。值得注意的是，亞馬遜 Echo 過去一年出貨量雖然增加，但市占卻從去年第一季的 81.8% 節節下滑，主要原因為 Google 急起直追，以及新競爭者瓜分市場。對比去年同期，亞馬遜 Echo 出貨量成長 102% 或 200 萬台，Google Home 略勝一籌，出貨量增加 210 萬台，年增率則高達 709%。（本文由 MoneyDJ新聞 授權轉載；首圖來源：蘋果）
全球經濟步入緩步復甦，經濟學家擔心缺乏動力之下經濟將呈現平庸化、兩極化局面，各國政府寄望新興科技能帶動工業革命一樣的效果，對個別產業而言，數位化也是突破獲利瓶頸，提升生產力與競爭力的關鍵，其中又以大數據分析能力最為重要，上月在德國漢堡舉行的航空用品展 (WTCE) 上，一個最新的趨勢就是「個性化」。個性化將是航空公司推動獲利成長的核心。Tnooz 報導指出，從餐飲服務到娛樂服務，航空公司專注於將旅行從同質體驗轉變為個性化旅程，甚至在消費者都沒察覺自己的偏好之前，就能滿足不同消費者的需求。這些都是大數據，也是這次漢堡航空展上的重要趨勢，包括要多少數據、如何管理、分析方法都是討論重心。雖然近期數據收集與濫用引發業界與消費端對隱私的擔憂，加上歐盟個資法即將於 5 月底上路，但如何適當使用數據，突破現有的營運瓶頸，是不可逆轉的趨勢。在展會上有幾項有趣的應用實例，如數據科學技術新創公司 Black Swan Data 宣布與海航集團旗下的航空配餐公司 Gategroup 合作，藉由分析乘客資料與社群媒體喜好，預測乘客可能會選擇什麼樣的餐點來設計菜單內容，這項合作已經有效降低 50% 的食物浪費，增加 15% 生產力。一家聊天機器人開發商 Aviget 讓航空公司透過 Facebook Messenger、Viber 和 WeChat 等平台，以一對一的方式服務乘客。聊天機器人使用自然語言處理技術來理解一般乘客詢問的問題，譬如幫助乘客找到低於 150 美元從希斯洛機場飛到雅加達的機票，或是回答乘客關於是否能夠攜帶兩件登機行李的一般問題。FoxTripper 的移動地圖服務軟體還能提供飛機行經路線的資訊，讓乘客預定目的地的活動，結合乘客資訊與這個過程中的追蹤資訊，FoxTripper 平台可以預測乘客喜歡什麼樣的產品與服務。這些由數據驅動的服務與工具可為乘客提供真正的個人體驗，同時向航空公司提供有價值的見解，做為微調與改善體驗的依據。使用人工智慧可以確定誰喜歡漫威電影、哪些飛行路線的人特別喜歡吃薯片、哪些人更可能購買手錶。隨著累積愈來愈多數據，可以更準確地預測乘客需要什麼，甚至可以提前幾個月預測到這些偏好。這些技術應用其實已經存在一段時間，如亞馬遜的購物平台以及 Netflix 的影片推薦功能，但隨著網路技術改善，這波大數據服務已經入侵航空業。報導認為，大數據分析將可解決當今航空業者在高度商品化和競爭市場中面臨的問題，即如何在提高效率的同時增加每位乘客的收入，並改善整體乘客體驗。當然數據分析的效果無法一觸可及，採用過程也可能觸及一些隱私的疑慮，但觀察這次漢堡航空展上新創公司活躍的表現，預料個性化飛行體驗將成為航空業的下一個戰場。 Why airlines are finally poised to unlock Big Data to enhance the passenger experience (首圖來源：Flickr/Delta News Hub CC BY 2.0)
人工智慧（AI）不只已經成為科技界的新寵兒，更成為預言者口中將摧毀就業市場，讓所有人都沒工作的恐怖夢魘。在一片將 AI 形容成惡魔的恐慌論調中，有人獨排眾議認為根本就不會如此，而他的理論基礎就是過去數百年的人類的數學發展經驗──數學史。Nathan Myhrvold 不只曾經是微軟（Microsoft）的技術長，也是專利公司 Intellectual Ventures 的共同創辦人。Myhrvold 在微軟被列為 17 項美國專利的共同發明人，在他自己和旗下的公司更共同擁有超過 750 項美國專利。除了在科技界有不小的成就，他還跨足核電、古生物學、氣候科學和天文學等領域，甚至還出版過烹飪書。多才多藝的 Myhrvold 對 AI 帶來的影響，和其他專家有截然不同的看法。Myhrvold 認為人們總是對新科技可能造成的破壞過度反應，而 AI 就是一個現代案例。有些經濟學家認為到 2030 年美國有將近一半工作可能會因自動化消失，民調高達 73% 美國民眾相信 AI 會讓更多人失業，甚至有人認為 AI 的危害比核子武器更大。Myhrvold 對這樣的說法表示懷疑，他認同 AI 的確有潛力能徹底改變人類的工作和生活，但這個社會將透過規範、文化壓力和市場力量來形塑 AI 帶來的改變。「如果你擔心 AI 造成大量失業甚至更嚴重的破壞，那可以思考一下，為什麼計算機和電腦出現沒有讓數學家過氣？」Myhrvold 提出問題。Myhrvold 指出在 17 世紀，「computer」這個詞其實指的是計算員而非電腦，這個職位要負責用紙筆處理帳務等工作。到了 1960 年代，計算員獲得計算尺和機器計算機的幫助，但這個工作還是存在。如同 2016 年上映的電影《關鍵少數》呈現的，美國太空總署（NASA）非常依賴 Katherine Johnson 和非裔女性團隊的計算員，為早期太空計畫進行計算。▲ 計算尺是 1970 年代以前廣泛使用的計算工具，後來被電子計算機取代。（Source：Flickr/The Last Cookie CC BY 2.0）如今連智慧型手錶都能算得比任何人快個幾十億倍，那 NASA...
Google 8 日在加州召開了 2018 年度的開發者大會（Google I/O 2018）。在大會介紹的 Android P、Gmail、Gboard、TPUv3 等眾多新產品和功能中，尤為亮眼的無疑是個人助理 Google Assistant 中新增加的 Duplex，它可以打電話給餐廳、髮廊等店家，幫用戶預約時間。具體效果可以先看看 I/O 大會現場的展示影片：在這兩則真實電話錄音中，Duplex 不僅用自然流暢的語音和電話另一頭的人類完成了交流，對方根本沒有意識到打電話來的居然是個「AI」，而且第二則錄音中它還成功地處理了意料之外的發展狀況，不僅理解了「無需預定」，還主動詢問了等位的時間。根據 Google CEO 桑德爾·皮蔡（Sundar Pichai）介紹，他們未來還計劃進一步拓展 Duplex 詢問營業時間的能力，有一個用戶的 Google Assistant 打電話詢問了某家店面的營業時間，就可以把這個詢問結果同步給更多別的用戶，不僅節省了用戶 / 消費者自己查詢的時間，也為店家節省了時間。實際上，這也是 Google 對 Google Assistant 的設計宗旨：為用戶節省時間，為用戶把事情搞定（get things done）。Google 也同步在 Google AI 部落格上更新了 Duplex 的技術細節，編譯如下。Google Duplex：能打電話完成真實世界任務的 AI 系統長期以來，人類和電腦之間互動的目標都是希望兩者之間可以進行自然的對話，就像兩個人之間講話那樣。近幾年來，電腦理解和生成自然語音的能力出現了革命性的提高，Google 語音搜尋、WaveNet...
先前華爾街分析師預期，繪圖晶片大廠輝達（NVIDIA）在 2018 年第 1 季的營收年成長將會大增超過 50%。如今成績揭曉，2018 年第 1 季營收達到 32.1 億美元，較 2017 年同期成長 66%，較 2017 年第 4 季也成長 10%，創下歷史新高數字。不過，因為資料中心的營收狀況不如預期，導致 NVIDIA 在美股股價盤後下跌近 3%。根據 NVIDIA 所公布的 2018 年第 1 季財報顯示，該季營收達到 32.1 億美元，較 2017 年同期成長 66%，較 2017 年第 4 季也成長 10%。以非會計準則來計算，毛利率達到 64.7%，每股 EPS 較 2017 年同期大增 141%，也較 2017 年第 4 季也增加 19%，達到 2.05 美元。根據日前，華爾街分析師發布的財測分析指出，NVIDIA 第 1 季的營收將落在 28.84...
在巨大災難面前，應該派誰去搶救，一直是殘忍的問題。現在這個問題稍微好回答一點，這個「誰」可以是機器人。最近，林肯大學的科學家從英國工程和物理科學研究委員會（UK Engineering and Physical Sciences Research Council）獲得了 110 萬英鎊的資金用於開發機器學習 AI，提高機器人的決策技能，這些機器人將部署在核電廠。為了使機器人能學習適應高輻射環境，研發人員將開發用於測繪和導航的 AI，進一步完善視覺引導的抓取、操縱和切割等功能。更好的演算法可以幫助機器人處理核電廠退役、核廢料處理和現場監測等任務。核洩漏到底有多難處理？2015 年諾貝爾文學獎得主斯維拉娜‧亞歷塞維奇，她的紀實文學作品《車諾比的悲鳴》記錄了發生於 1986 年 4 月 26 日的 20 世紀最嚴重核洩漏──車諾比核子事故。事故發生 5 年後，斯維拉娜‧亞歷塞維奇採訪了當事人，包括救火隊員遺孀、核電廠工人、政客、醫生、物理學家和撤離區居民等。（Source：維基百科）這本書中文版名為《我不知道該說什麼，關於死亡還是愛情》，開篇講述已故消防員瓦西里‧伊格納堅科的遺孀，在她講述的愛情故事中，消防員丈夫出勤時只認為要去一個普通火災現場： 他們沒有穿帆布制服，只穿著襯衫出勤，沒人告訴他們，他們只知道要去滅火。 這部實錄以口述方式稍稍打開「記錄真相的黑盒子」，在這團「核迷霧」中，可以確定的是，當時受災人們對核洩漏認識不足，很多傷亡原本可以避免。機器人處理核洩漏已有實際應用，但效果卻不理想。車諾比以後，2011 年發生了福島核電廠核洩漏。核洩漏事故由日本地震海嘯引發，當時參與清理工作的一些工人已發現罹患癌症。面對福島核電站發生的核燃料熔融，機器人是提取未定位的熔化燃料棒的安全方法。東京電力公司（TEPCO）先後使用過多款機器人幫助清理核子反應爐，但參與工作的機器人也身受重傷，沒能順利完成任務返回。在核輻射極端的熱量條件下，機器人的線路也被熔化。洩漏現場還有約 100 萬公噸輻照水，冷卻水池條件也讓機器人工作更困難。東芝公司和國際核退役研究所（IRID）開發了一款高抗輻射能力的小型潛水機器人 Mini-Manbo，它能進入並檢查受損的福島第一核電站 3 號機組主要安全殼。透過開發更安全的自主學習機器人應付諸如核洩露等危險，幫助我們放下沉重的罪惡感。不過根據研究人員的設想，擁有學習能力的機器人，也許會自己決定不進入核洩漏現場。（本文由 愛范兒 授權轉載；首圖來源：shutterstock）延伸閱讀： 福島核災 6 年後，機器人終於找到第一個融化的鈾燃料棒 英國政府採用機器人做吃力不討好的工作：清理核廢料