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

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
(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
(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@@

從AI模型到AI經濟，企業競爭焦點轉向算力與Token調度能力

過去市場談AI，焦點多半放在模型參數、推論效能與模型能力，但在大型語言模型推論需求暴增的現下，AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程；企業真正需要的，不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後，全球AI產業正逐步從模型競賽轉向「AI經濟」，亦即，影響企業AI決策的再也不是使用哪個模型、部署多少GPU，而是消耗多少Token、產生多少AI服務，以及算力是否能被有效共享與調度。

換言之，在AI新世界，算力調度能力的重要水漲船高。對此，陳文裕十分認同的說：「企業想要提升AI競爭力，不僅要掌握模型與應用，還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命，甚至是如何將閒置算力轉變成可交易的資源等。」

事實上，這也是大量AI資料中心（AIDC）跟新世代AI雲端服務（Neo Cloud）業者出現的原因，包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式，提供企業所需的GPU服務與AI算力平台。

看準這波趨勢，數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務，協助客戶提升GPU使用率，更進一步推出ixCSP平台，讓雲端服務供應商與新世代AI雲端業者，能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰：模型快速升級、算力需求攀升、GPU世代交替迅速，企業在追逐AI落地的同時，勢必得面臨基礎建設更新速度過快、硬體投資壓力升高，以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡，數位無限的作法是，透過AI-Stack將底層硬體抽象化，以Token或模型服務形式提供，讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如，高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題，加速39項AI模型進入臨床應用階段，成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步，為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源，也可以透過ixCSP平台，把算力共享或調度給集團內部團隊、子公司，甚至上下游合作夥伴使用，進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設，企業真正需要的，也不再只是單一模型，而是一套能持續適應AI快速演進的AI Infra，而這與數位無限近年來的重要轉型方向一致：從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商，更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值，數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案，協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境，降低企業從PoC走向實際導入的門檻，加速AI落地。

總的來說，隨著AI競爭從模型能力延伸到算力治理，企業比拚的不僅是導入速度，而是能否建立一套足夠彈性、可持續演進的AI Infra，而這與數位無限的發展目標一致，將持續不斷優化產品服務，化身企業搶進AI新世代的關鍵合作夥伴。