[曹家榮]人工智慧「學」不會的東西,以及「人」無法被取代的理由
[曹家榮]人工智慧「學」不會的東西,以及「人」無法被取代的理由
2016.04.01 | 科技

圖說明

Tay「亂」罵人?

就在上週,AlphaGo大勝韓國棋王不久後,微軟也推出了他們的「人工智慧」:會聊天的機器少女Tay。而且還很快地幫她弄了個Twitter帳號,在短短幾小時內就吸引了超過萬名的使用者追蹤。

正當我好奇微軟的下一步時,沒想到,沒有下一步了!就好像你興致昂然地打開了(剛抓好的)電影,卻在播完片頭畫面後直接跳到THE END那樣,Tay在短短的一天之內就「被(微軟)消失」了!

圖說明
圖說:Tay一天就「學會」種族歧視。

根據眾家科技媒體的報導,Tay之所以紅顏早逝,是因為微軟發現她在不到一天之內就「學壞」了,不斷地在Twitter上亂罵人,發表一些不堪入耳的言論。

延伸閱讀:聊天機器人 Tay 一天「學會」種族歧視,微軟緊急消音

雖然後來有媒體報導,Tay其實是被某些人有計劃地「帶壞」的。當然,這言下之意即是:你們這些壞透了的人類!
讓我們暫且不去追究到底Tay學壞了是誰的責任(畢竟這不是篇談青少年教育的文章)。我覺得這個事件值得討論的地方在於:我們認為Tay「學壞」了、「亂」罵人。

人工智慧到底會不會「學壞」、「亂」罵人?在我們看來,當Tay使用那些攻擊性、歧視性的措詞時,當然是如此。但是,對於Tay來說也是如此嗎?

人工智慧的「情感」

一直以來,我們其實不斷地透過各種方式,想像著「人工智慧」可能的形態。而在這些眾多形象中,情感、感性與價值理念這類「理性」之外的元素,往往既是最吸引人也最令人困擾的部分。

一方面,也許是想成為「造物主」的那種慾望作祟,又或者是「人類中心主義」的心態,我們經常將人工智慧想像成與自身一樣「有情感」的造物。例如,1999年的電影《變人》中的機器人管家、或是2001年《A.I.人工智慧》裡的那個小男孩。

圖說明
圖片來自:《機械公敵》劇照。

但另一方面,我們其實也懷疑著人工智慧真的能夠有情感、感性的部份嗎?他/她/它們真的能夠像人一樣「溫暖」嗎?所以我們透過《機械公敵》中男主角的雙眼質疑著,又讓《人造意識》(Ex Machina)中的Ava演繹出那足以欺騙人心的假情假愛。

因此,當Tay在Twitter上一而再地說出那些攻擊性、歧視性的言論,我們便很自然地將同一套想像套了上去:Tay學壞了。就好像電影《成人世界》裡的查皮(Chappie)一樣(他可「壞」多了,還去搶劫呢!)。

可是Tay與查皮還是不太一樣。雖然《成人世界》這部電影評價不高(尤其是那莫名其妙的中譯片名…),但是查皮其實呈現了一種與以往不同的人工智慧形態:他有著如人類般成長、學習的過程。雖然這個過程在電影裡相當粗糙、簡略、快速,但我們還是可以(腦補地)由此體會到,查皮是一個「獨特」的人工智慧機器人──一如我們每個人都是獨特的那樣。

圖說明
圖說:電影《成人世界》中擁有自我意識的機器人查皮(Chappie)。圖片來自電影劇照。

正是這個成長、學習的過程,讓查皮得以從「他的」角度出發認識這個世界與自身。甚至像人一樣,當其「父親」(查皮的創造者,男主角)指責其「變壞」時,他還會為其所作所為找正當的理由(為了換電池活下去),進而反過來惱怒他的父親。

在這樣的場景中,我們可以看到查皮「學壞」了,因為他確實知道自己在做一些違反社會期待的事。但是Tay呢?Tay並「不知道」自己做了什麼。這裡所謂的「不知道」指的,其實也就是:她不知道她「應該」做什麼,以及她實際上做了什麼(就像AlphaGo不知道他「贏了」的意義一樣)。

「人」的不同

這裡所凸顯出的正是「人」的不同之處。人,不僅是一個有機體,也不僅是「有智慧」的有機體。在成長的過程中,人會在各種經驗當中形成獨特的認識自身與世界的方式。這種認識正是人用以評價自身(學壞或是變好)的基礎。同時,這種認識也因為源自於不同生命經驗,讓每一個人有了多樣、獨特的樣貌,並成為人類社會各種創造性與矛盾的來源。

例如,正是由於這種多樣性,人類有了不同的藝術表達模式、不同的宗教價值信念,或者更單純一點,有了不同的飲食偏好、穿著風格。也是因為這種多樣性,人們的不同有時會形成人與人之間的衝突,或人自身在不同經驗中的矛盾與痛苦(但我們仍繼續活著)。

圖說明
圖片來自《魔鬼終結者》劇照。

這種「多樣性」無法被「單一」的人工智慧系統複製或學習。像是《魔鬼終結者》系列電影中的「天網」、或是《機械公敵》裡的那套中央控制系統VIKI。它們不僅不像人類會因多樣、差異的體驗,形成多元的思維與價值信念,更是將單一的「理性」推論至極端,進而形成撲殺或拘禁人類的毀滅性結果。

換言之,不管是Tay還是AlphaGo,也許這些人工智慧在「理性」(如果粗略地界定為「手段-目的」的評估與計算)面向上與人相去無幾、甚至高於人類,但「人」所具有的那些理性之外的、多樣甚至有時(自我)矛盾的情感與價值信念,卻仍無法被「學會」。

關於「取代」這件事

讓我們再把討論與AlphaGo大勝後的「取代憂慮」扣連起來。AlphaGo贏了以後,許多人並不是歡欣於人工智慧的發展,而是開始擔心電腦、機器人取代人的那一天真的要到來了。有些媒體甚至「擠出」了「十個讓你不悲觀的理由」(但我看了以後卻也不見樂觀…)。

我在AlphaGo贏了兩場後,曾經提醒注意不要因為擔心而反過來變成「失控的」正面思考。但這不等同於主張人類應該要停止人工智慧(或各類科技)的發展。(不過,我確實反對發展方向最終僅被富人所掌控,或僅為追求利益、經濟發展而服務。)

在這篇文章,經由Tay「學壞了」這件事情的討論,我想要凸顯出「人」的獨特之處,也就是人作為個體的生命經驗。它不僅構成了人認識與評價的基礎,也因其或多或少的差異性,使得「人」有著豐富的(理念與感受上的)多樣性。

正是人的「多樣性」讓人不必然會被「取代」。雖然現在已經有人迫不及待地列舉人工智慧可以做這個或那個工作。但深究下去我們其實會感到懷疑:人工智慧真的「做好」這些工作了嗎?

以「記者」為例(這是一個預言將被取代的職業),人工智慧也許真的可以「寫稿」,但是(理想上),有時候報導之所以吸引人或是撼動人心,其實是源自於報導者獨特的生命經歷所提煉出來的那文字力量。

從「關係性」思考出發

因此,問題反而不是憂心於人工智慧會不會取代或毀滅人類,而是在已然窺見人工智慧實現可能性的今天,我們是否真正理解了自身與「它」的關係,進而在這樣關係性的理解上思考要走向什麼樣的未來?

換言之,我們不應該僅就人工智慧這一科技本身來思考其發展,就像我們也不應該在Tay「學壞」後,就說是有「人」意圖帶壞它。

這樣說的意思是:我們經常在思考科技該如何發展時,僅考量其功能的「精進」,卻忽略了每一種科技物都會因其「設計」而大大影響人與社會。同樣地,當科技發展帶來負面後果時,我們卻又經常只看「人」如何做惡(例如帶壞Tay的那群人),而無視於科技物的「設計」其實早已引導或框限了人的行動。

因此,要先從理解我們與人工智慧的關係開始,這也就意味著不要只把「它」當成單純的工具或科技(然後只關心「功效」),而是要在發展的每一個過程中,都設想著它將如何改變人與社會的各種可能性。

如此一來,一如我先前所說的:人的獨特性就在於「多樣性」。而當我們不再是單向度地一昧發展「功能」,而是能將科技與人的多樣性放在一起思考時,也許那樣的未來就能樂觀一點了。

延伸閱讀:淺談Alpha Go所涉及的深度學習技術

往下滑看下一篇文章
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率

在 AI 快速進入企業營運核心的時代,數據不再只是被動的分析素材,而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據,例如會員資料、交易紀錄以及線上與線下行為數據,但因這些數據分散於不同系統,缺乏統一的身分識別機制以及明確的元數據(Metadata)定義,導致難以整合與分析,同時,也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰,Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務,如 Audience Center 與 AI Agent 等解決方案,並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程,從資料清理到 AI-Ready 再到落地應用,讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化,大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎,以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設?

Vpon 威朋數據科學經理廖宜楷指出,在 AI 驅動的時代,數據的品質決定模型價值。其中四個關鍵分別是:建構標準化的數據採集與處理管線,透過統一的工程規範,確保所有進入系統的數據在格式、維度與質量上具備高度一致性;其次是定義語義清晰的元數據(Metadata)體系,確保數據能夠被 AI 理解與使用,從而產出具備可靠性的產出結果;再來是打破企業內部的「數據孤島」, 透過完整整合線上(Web/App)行為與線下(POS/CRM)會員資訊,建構全方位的會員數據輪廓,精準捕捉消費者的跨通路行為軌跡。最後,數據的價值隨時間遞減,AI 的決策品質取決於數據的「新鮮度」,因此,數據的持續更新與自動化維護,不僅能讓企業在動態市場中保持敏銳,還可進一步深化會員輪廓分析的即時性。

舉例來說,在 Vpon 團隊的協助下,台灣百貨零售龍頭透過整合 Web 與 App 行為資料,並將線上與線下數據集中於數據中台進行分析,將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應,並基於此高效率基礎,進一步開發不同業務主題的預測與分群模型,提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實:Audience Center 如何賦能企業實現「數據即戰力」?

有了堅實的數據底座後,下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出,在變化快速的零售與數位行銷市場中,速度就是競爭力。然而,仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去,當行銷或業務人員需要數據支持時,通常得花費繁複的內部流程申請需求、討論需求,才會進到後續的資料清理、建模與分析,最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程,不僅拖慢了決策效率,更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程,將數據處理轉化為數據服務,透過直覺的介面與背後扎實的數據基礎支撐,讓非技術人員不用編寫程式碼,即可自行組合維度,大幅縮短從需求到執行的距離,將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入,不僅有助於提升效率,更賦予企業快速試錯與精準捕獲趨勢的能力,讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

#1 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學經理 廖宜楷
圖/ 數位時代

以 AI Agent 重塑數據使用方式,讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度,更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示,在數位轉型的過程中,許多企業面臨的挑戰不僅是數據整合,更包括如何讓不同部門的人員都能更即時協作與應用數據,有鑑於此,Vpon 推出四種 AI Agent 協助企業分析與應用數據,極大化第三方數據成效:

第一,以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表,即時掌握市場動態,加速決策下達與決策品質。

第二,透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限,可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三,藉由 Audience Agent 將客戶分群方式從規則導向(Rule-based)轉變為關聯導向,以關聯分析擴大受眾範圍,協助品牌找出更多潛在客群。

第四,推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因,釐清受眾喜歡的素材跟不喜歡的素材,藉此優化廣告投放內容,持續提升轉換率。

陳文謙表示:「透過 AI Agent 的輔助,品牌不僅能更快完成數據分析,也能將分析結果直接轉化為行銷策略與創意建議,降低跨部門溝通成本,讓數據真正參與決策流程。」

#2 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學資深總監 陳文謙
圖/ 數位時代

鏈結數據生態夥伴,以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率,Vpon 也持續拓展數據生態圈,協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示,跨境行銷過去多仰賴經驗與市場直覺,但透過數據整合與 AI 分析,品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明,透過雙方的獨家合作,企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源,深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型,以及不同客群的價格敏感度與回購行為等,將行銷決策從過往的經驗判斷轉變為精準的數據洞察,成為品牌出海的重要工具。

簡言之,對零售品牌而言,跨境數據是理解海外旅客真實樣貌的一大利器,也能進一步優化廣告投放、內容策略與商品布局,讓品牌在拓展國際市場時,可以更有效率地接觸潛在客群,放大行銷效益。

#3 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋產品行銷資深經理 邱心儒
圖/ 數位時代

展望未來,Vpon 將持續擴展數據生態圈並優化產品服務,幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環,希望以數據夥伴的角色與品牌共同成長,打造互利共贏的數據生態。

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
AI全球100+台灣20
© 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