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

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"

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。