「機器很快、很精準、也很笨」,李飛飛認為人工智能距離人類智能仍遠
「機器很快、很精準、也很笨」,李飛飛認為人工智能距離人類智能仍遠
2017.05.17 | 人物

不論是Google的文字翻譯、還是ImageNet的圖像辨識,近年來錯誤率都已降至與人類水準幾乎無異,而各式各樣人工智慧相關的新進展,似乎都讓人類備感威脅。然而面對這類疑問,史丹佛大學人工智慧實驗室主任,同時也是Google雲端人工智慧既機器學習首席科學家李飛飛最喜歡的說法是:「機器很快、很精準,也很笨;人類很慢、不精準,但聰慧(Brilliant)。」

身為一名人工智慧科學家,關於人類和機器之間的比較,大概是李飛飛不論走到哪都經常會被問到的問題,而15日她受邀參與SiriusXM Radio的The Future of Everything節目時,現場也有一名聽眾問及:當機器突破圖靈測試30%的標準(指30%的人無法辨識在被隔開的空間做答的是真人還是機器人的比率),假設達到50%,甚至是80%,將會帶來什麼樣的結果?

人類智能比現階段的機器智能要複雜得多

對此,李飛飛認為,不論在圖靈測試達到30%或80%,都稱不上完整的智能。她並非不認同圖靈測試,實際上她認為圖靈為「機器思考」這件事帶來很好的啟發和貢獻,只是這樣的測試是在特定設計的情境下讓人和電腦做自然語言測試,只能算是機器學習的一部分。相對之下,人類智能則是要更複雜得多。

她舉例,人腦隨著演化愈來愈複雜,不只為單一的工作運轉,而是同時還能處理社交、同情、情緒、創造力等多種面向的能力。

雖然從近來許多例子可以看到,現在可能連「創造力」對機器來說都已經不再是一件難事。如Google近來利用人工智慧創造出人類過去沒有聽過的聲音;或是近兩年最知名的AlphaGo,它所下得每一步棋,已經不只是背棋譜得來的結果,而是創造出新的走法。

但李飛飛也舉貝多芬、莫札特的音樂為例,指他們的音樂可以打動人心、和人類產生共鳴,這就是目前演算法還做不到的,她說:「情感面,人工智能基本連起步都還沒有。」

或是Google無人駕駛車顧問Brad Templeton曾表示:「直到當你說要去工作,車子卻往海灘開去,這才是真正的自動駕駛車。」聽來像句玩笑話,卻也切中要點。

就李飛飛看來,包括圖靈測試在內,現在還沒有任何測試可以做為如人類這般複雜「智能(Intelligent)」的評量標準,這是至今仍無解的答案。但李飛飛也說:「不斷迫使我去思考什麼叫做智能,就是我在人工智慧這塊領域工作,最大的樂趣之一。」實際上她曾說過自己經常是在自己的孩子身上學習,從孩子的成長,認識什麼是智能、什麼是人類。

李飛飛.jpg
Google雲端人工智慧既機器學習首席科學家李飛飛認為,機器雖然快又精準,相比於人類卻是很笨的
圖/ 何佩珊/攝影

人工智慧會否起義革命,離我們還太遙遠

而對於另一個常見的問題:人工智慧有一天是否會反過來毀滅人類?人類應不應該害怕人工智能?李飛飛則曾這麼說:「這不是是非題,而是離我們太遠了。」單就科技層面來看,她舉特斯拉執行長伊隆.馬斯克(Elon Musk)為例,指他可能是現在世界上最擔心人工智慧將威脅人類的人,然而李飛飛要問的是:如果連特斯拉自己的無人駕駛軟體問題都還沒解決,現在就已經開始擔心人工智能會起義革命,是否太早了呢?

她記得有個同事曾經這麼說:「現在討論人工智能會不會毀滅人類,就像我們剛把探測器放到火星上,就擔心火星會不會人口爆滿一樣,太遠了。」她也有相同的看法。

不過李飛飛也多次提到,雖然科技的發展腳步可能還早,但人類文明要對下一代有責任,就如同當年對核能做出貢獻的物理學家,相信多數人都不希望核能被用來傷害平民。因此就人工智慧可能帶來的法律、社會、道德等問題,需要多方的參與討論,也應該及早開始。

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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