艾西莫夫機器人預言Part2:為什麼你不安分做個人類就好?
艾西莫夫機器人預言Part2:為什麼你不安分做個人類就好?
2015.09.19 | 科技

續上篇:[艾西莫夫機器人預言Part1:機器人會知道自己被奴役嗎?][1]

艾西莫夫的創作詳細探討了機器人的心理和感情,透過他的預言,或許可以揣想當機器人具備高度人工智慧時,我們將會碰上什麼樣的倫理議題?

##議題1:有意識的機器人,該不該被賦予公民權?

艾西莫夫的小說《雙百人》中,譜出了一段浪漫感人的機器人故事。一個活了200歲的「人瑞機器人」,有著豐沛的情感,意識到自己的不同,它畢生不斷尋找生命的意義。

既然不是一個自然的生命,但卻擁有情感、自由意志、創作能力,那它是什麼?不忍心不停看著自己深愛的人類朋友、愛人一個個辭世離他而去,於是它花了許多心力,想將自己變成人,後來它如願擁有人類的外貌和器官,能與相愛的人類共同生活,同時也放棄了機器人「永生」的權利。

![圖說明][2]
(盧諭緯攝影)

在愛人生命倒數的時刻,它將自己變成百分之百的人類組織,預計與她一同老化、死亡。在政府宣判最後結果,承認他們的婚姻,並終於認證它的人類身分時,它已悄悄離世。而它的愛人在聽完宣讀後,也隨後帶著滿足笑容辭世。這樣特殊的機器人,有著人類的情感,它也不斷向政府伸張自己的「人權」。

這個故事固然過於虛構、遙遠,但關於故事中機器人生命權、財產權甚至是通婚權的探討,卻是我們可以設想面對的。機器人當然沒有靈魂,這是無庸置疑的,但是機器人的「人性」卻有可能來自於它對行為的抉擇。當我們有一天認同它人性的那一部分,有沒有可能進一步賦予機器人靈魂?

就像現在的動物有生命權,是因為我們認同動物的生命和自由意志,所以法律禁止虐待動物。會不會有一天我們會對機器人有不同的情感認知,覺得殺機器人是犯法的?或者機器人權也應該受到重視?當我們覺得機器人的存在已經威脅到人類時,還可以隨意銷毀它嗎?

如果機器人不小心造成人類性命傷亡,那責任過失歸屬又該如何?是由機器人製造公司、保險公司還是機器人的主人面對?強大的人工智慧機器,終將衝擊我們對道德倫理的認知。

##議題2:凌駕三大法則之上,機器人或將成為人類的主宰?

即便有三大法則的存在,在艾西莫夫描繪的未來世界中,人類對於機器人卻是愈發的恐懼。起初機器人只被用在專業的工作環境中,漸漸的,當機器人充斥在人類一般生活中時,人類一方面希望機器人能有充分的智慧、理性的判斷能力,一方面又害怕他們將取代人類的存在。

雖然機器人學三大法則是用來保障人類安全,但卻存在了許多邏輯漏洞。像是機器人如何定義、判別人類?當兩個人類的指令互相衝突時,機器人要如何透過天分、智慧、對社會有用的程度、成熟度、社會責任感等抽象價值,來決定服從哪個指令,才會造成最小的損失?

![圖說明][3]
(林衍億攝影)

如果下指令的人心智有問題,或者他是小孩、有人格缺陷的罪犯、外行人,根本不知道自己的命令會造成什麼後果,機器人如何決定是否服從?當服從的行為必須牽涉到機器人的判斷能力時,是否代表機器人有權利判斷誰是「次等人類」?

艾西莫夫設想的最極端狀況,是有一天機器人會發現自己的心智、品格、學識等各方面都超越了所有人類,比一般人類還要完美無缺,屆時他們會不會為了第一法則中「不使人類受到傷害」這個最高指導原則,起身主宰這個世界,以將人類納入保護的羽翼之下?

##議題3:真假難辨的人形機器人,你不恐懼嗎?

機器人與人類在外表、動作上相似,例如有頭部、四肢,就像真人一樣,因此人類會對「越像人類」的機器人產生正面的情感,這也是為什麼人形機器人一直是科學界最熱門的研究主題之一。但是當機器人的外觀真的像人像到一定程度,有皮膚、有毛髮,甚至還穿著衣物時,看著這樣的東西,你不害怕嗎?

1970年代,日本機器人學家森政弘曾提出著名的「恐怖谷理論」,講的就是人類對於與人相似到特定程度的機器人,會產生排斥、焦慮等反應。

艾西莫夫寫作的年代,固然尚未出現恐怖谷理論的假設,但他也充分利用與人相似度極高的人形機器人,寫出光怪陸離的故事——當機器人高度擬人化時,首當其衝的,便是會混淆我們對於真假人類的判斷。

艾西莫夫將這個問題的嚴重性拉高到國安層級。一位魚目混珠的人形機器人,有可能是任何人的化身,他可以化身為情報員,做為敵對國家的間諜,對國家的情報單位放送錯誤的假消息;他甚至可以替代總統的存在,用絕對的理性和智慧統治國家,而人民不會意識到自己正被一位機器人統治。如今科學家莫不以製造出高度仿真的人形機器人為傲,但究竟是否有其必要?

##議題4:機器人想要「血肉之軀」,人類卻想要「鋼」強器官?

追求更長壽的性命,甚至是永生不死,一直以來是人類最古老的慾望。機器人的物理強度和金屬般的持久性,某一部分也乘載了人類的想望。

艾西莫夫在《分離主義者》這篇故事中,透過一位擔任外科醫師的機器人與人類在手術檯上的對話,呈現了荒謬怪誕的情節。人類病患堅稱他想要安裝一顆最貴、最好的金屬電腦心臟,機器人醫師卻不解:「為什麼你不安分做個人類就好?」

在人類追求延長壽命,將自己的身體都電子化時,機器人卻想擁有血肉之軀。他們想將內部換上纖維元件、被輸入血液系統——他們想像個有血有肉的「人」。

或許機器人的存在能讓人類看到自己的極限,理解到原來人類並非無所不能,看著機器人,也許我們會惆悵、會嫉妒,但也或許我們會學著更理解並珍惜造物主所創造的生命。

@@ACTIVITYID:441@@
[1]: http://www.bnext.com.tw/article/view/id/37412 "艾西莫夫機器人預言Part1:機器人會知道自己被奴役嗎?"
[2]: https://3.bp.blogspot.com/-k0wyZPZHh-Y/Vfu4dD4QtxI/AAAAAAABPaM/jU2Ebzoo2dM/s600/MWC2015-SK%25E6%25A9%259F%25E5%2599%25A8%25E4%25BA%25BA.JPG "圖說明"
[3]: https://3.bp.blogspot.com/-QcGBrwHlXRI/Vfu7JWr0AJI/AAAAAAABPak/iUIioal7-yQ/s600/%25E6%25A9%259F%25E5%2599%25A8%25E4%25BA%25BA%25E5%25B1%259520140801%25E6%259E%2597%25E8%25A1%258D%25E5%2584%2584%25E6%2594%259D.jpg "圖說明"

關鍵字: #機器人
往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓