- 人工智慧（AI）正逐步走出數位世界，進入真實世界，開啟從機器人、無人機，到穿戴式裝置與人機介面（Brain-Computer Interface, BCI）等全新應用場景。
- 電信網路具備獨特優勢，能讓 AI 安全、可靠且大規模地運作。
Vice President and Head of Global AI Accelerator
Vice President and Head of Global AI Accelerator
Vice President and Head of Global AI Accelerator
我一直反覆思考同一件事：AI 已不再侷限於數位世界。
過去多年來，我們所熟悉的 AI 大多存在於軟體系統中。模型提供建議、系統優化流程；即使出現問題，通常也只是預測不夠準確，或回應速度較慢。
但這個時代正在結束。
AI 如今正踏入實體世界。它正在驅動機械手臂、輪胎、機翼，有時甚至是人類本身。機器人脫離數位柵欄控制，無人機正離開預設的航道範圍。穿戴式裝置和外骨骼機械系統(Exoskeleton)不再只是被動的輔具，而是能夠即時感應、主動回應的智慧夥伴，人機介面（BCI）則正在將訊號轉為實際行動。
這場轉變開啟全新應用的可能性，也促使我們思考：AI 需要什麼，才能在現實世界中更安全、可靠且大規模地運作？而答案很簡單，實體人工智慧（Physical AI）需要一套類神經系統。
從數位智慧到具身智慧（Embodied Intelligence）
當人工智慧變得「具象化」時，規則也會一起改變，使得決策不再是抽象的概念，而是能影響實際動作後果。例如：
- 機器人若反應遲疑，不只是動作變慢，而可能失去平衡。
- 人形機器人若判斷時機錯誤，不只是任務失敗，而可能直接跌倒。
- 無人機若反應過慢，不只是錯過飛行路徑，而可能發生碰撞。
在這些系統中，感知、推理與執行必須緊密結合，而這種結合既無法依賴單一裝置，更經不起連接一切的基礎設施出現任何不可預測的行為。
而這正是電信網路發揮關鍵作用的地方，不僅是提供連接能力，更是智慧環節（Intelligence Loop）的核心部分。電信網路本身就具備對時間、動態、移動性以及規模化連接的管理能力。當 AI 被導入網路之中，這些能力將轉化為更強大的基礎能力。先進的連接能力也因此成為可靠協同運作的核心骨幹。
延遲不再只是效能指標
在實體 AI 的世界裡，延遲不再是簡報上的數字，而是一種實體限制。
機器人的動作控制、平衡調整與互動反應，往往以毫秒為單位運作。視覺辨識、感測器融合與動作執行之間，必須精準同步。任何延遲或抖動（Jitter），都會立即反映在系統行為上。
單純依賴本地端智慧，將受限於成本、功耗與適應能力；完全依賴集中式智慧，則受限於物理實體距離與延遲。唯一可行的方式是分散式智慧（Distributed Intelligence），亦即讓運算、學習與決策在裝置、邊緣（Edge）和網路之間共同分擔。
而這正是電信業的強項。
藉由 AI 原生網路（AI-native networks），我們可以在最合適的地方佈署智慧運算，在條件變化時動態調整，並為實體 AI 所需的行為提供保障。我們可以將延遲、可靠性與同步能力視為首要的核心服務，而非附帶價值。
管理一群機器人
仿真人機器人與通用型機器人，展現了實體 AI的高要求門檻。
這些機器被期待能夠協助人類完成各種任務，並根據情境做出調整，而不是僅僅按照預設腳本運作。光是「拿起一個物體」這樣簡單的動作，就足以展示其中的挑戰。一個機器人手掌包含數十個馬達、感測器和控制環路。人類的單一個意圖必須被分解為數個協調的動作，其中每個手指、關節和致動器都必須以精準的時序做出回應。
這種協調並不會止於裝置本身。通用機器人依賴即時通訊，來讓手部、身體、周邊系統以及通常包含邊緣或雲端之間的感知、規劃與執行保持一致。電信人工智慧（Telecom AI）在不斷變化的環境中，是維持系統協調、可靠性與可預測性的核心技術。它透過即時數據分析與自動化決策，確保通訊網路的高效運作。在如此複雜的層面上，當意圖轉化為實際動作時，網路就成了人工智慧展現的一部分，而不僅僅是傳輸資料的工具。
無人機與集體智慧的力量
當無人機群、共享空域以及動態任務被納入考量時，人工智慧便不再屬於單一個體，而成為一種集體人工智慧（collective intelligence）。每一架無人機只能看見世界的一部分，而整個系統則必須看見全貌。
電信網路早已擅長在持續變化的環境中管理大量移動中的終端設備。當 AI 與網路結合後，網路將成為自主系統（autonomy）的協調層（coordination layer），能夠理解網路壅塞情況、預測潛在衝突，並即時協調整個機群的運作行為。
在這種模式下，無人機不僅僅是連接到網路，更是被網路所形塑。決策不再完全來自單一裝置，而是源自本地自主能力與網路層級感知能力之間的互動。
這就是我們在不失去控制的情況下，實現自主性運作的方式。
外骨骼機械系統、人機介面以及傾聽人類的 AI
最具潛力的實體 AI 系統，並非為了取代人類，而是為了延伸人類的能力。
外骨骼機械系統、輔助穿戴裝置與自適應義肢，必須對意圖做出回應、對疲勞進行補償，並在適應回饋過程中不讓人感到突兀。
人機介面則進一步將實體 AI 帶入更人性化的境界，在這裡，人類意圖、系統反應與實際行動之間高度緊密地連結在一起。人機介面無法獨立運作。類神經信號通常需要與外部裝置共享，這種互動取決於大腦介面與實體世界之間不間斷且即時的連接。
電信人工智慧（Telecom AI）技術正迎來突破性進展，成為平衡全球智慧與在地隱私的關鍵推手。這項技術不僅能在確保敏感數據不外流的前提下實現跨群體的集體學習，更讓 AI 模型具備「全球化學習、在地化決策」的特質，提供即時且個人化的智慧服務。同時，系統的日常更新、協調控制與安全防護機制皆能在背景隱形運作，確保整體網路架構的無感升級與高效穩定。
這才是「人機協同（Human-in-the-loop）AI」的正確解法。而這一切都取決於網路每一次都能表現得如預期般穩定。
電信業為實體 AI 帶來的獨特價值
圍繞實體 AI 的技術正在快速擴張。每年都有新的晶片、模型、裝置問世。
我們營運著那層必須承載這一切的基礎層。跨越廠商、跨越國界、跨越產業，在法規要求與真實世界環境下，持續穩定運作。
電信產業正扮演著與眾不同的關鍵角色，負責營運的是「最底層、必須穩固支撐一切」的基礎架構。這項關鍵底層不僅需要跨越廠商、橫跨國界與各各產業，更必在法規監管與現實世界的複雜挑戰下，始終保持穩定與韌性。
這個位置既帶來責任，也賦予我們獨特的影響力。
網路正成為實體 AI中活躍的一環。精準控制延遲要求、設計的高可靠性的設計架構，以及系統內建的安全控管機制，都將成為未來網路的重要特性。
我們在設計網路時，應當假設機器之間會互相溝通協調、人類未來將與 AI 共有控制權、人工智慧能力將可在不同系統層之間動態移動配置。
AI 原生網路、實體系統的數位分身（Digital Twins）、可程式化無線接取網路，以及意圖驅動的網路編排，這些都不是內部自我優化，而是讓實體 AI變得安全、可擴展且值得信賴的基石。
那個沒有人注意到的類神經系統
實體 AI 將吸引眾人目光。機器人將會移動、飛行並協同工作；人機介面將逐漸模糊我們過去認為理所當然的界線。
然而，支撐這一切運作的類神經系統，大多數時候是不會被看見—也就是支撐這一切的基礎設施。
沒有它，一切都無法運作。
電信人工智慧（Telecom AI），就是那個類神經系統。
閱讀更多
Telecom AI - transforming telecom with next-gen AI