[AI洞見]人工智慧、潛水艇與魔術
[AI洞見]人工智慧、潛水艇與魔術

我一直不認為我是人工智慧的專家,但是前陣子跟一些台大資訊工程系的教授們聊天,有位很資深教授突然說,「談到人工智慧,林宜敬是這方面的專家,哪天應該請他來我們系上給個Talk。」

我受寵若驚,一時會不過意來。稍微想了想,才明白過來,原來我們公司的語言學習產品是基於數位語音分析技術的軟體,而數位語音技術一直被許多人認為是人工智慧的重要組成元素。

但我自己不會覺得我們的軟體是個人工智慧產品,因為我對這個產品背後的技術太熟悉了,我知道它能做什麼?不能做什麼?我知道它有什麼缺陷?有什麼潛力?

對於一個我了若指掌的程式,我只覺得它是一個程式,不覺得它有任何的「智慧」。但對不清楚程式運作原理的使用者來說,說不定還真能感受到這程式的「智慧」也說不定!

人工智慧與潛水艇

拜AlphaGo以及AlphaGo Zero 等圍棋軟體之賜,人工智慧議題真是熱門極了,不但有許多年輕軟體工程師投入,也有許多非軟體專業的思想家們開始討論人工智慧對世界的影響(我甚至還看過一篇精神科醫師寫的,介紹AlphaGo演算法的文章。)

早在三十多年前,我在台大資訊工程系讀書的時候,人工智慧就紅過一陣子了。

那時候,社會學家在討論人工智慧對未來社會的衝擊,經濟學家在討論人工智慧會不會造成大量的失業,哲學家在討論人工智慧的道德問題,也有人在討論人工智慧算不算真正的智慧,電腦究竟會不會思考?

最後電腦軟體界的前輩戴克斯特拉(Edsger W. Dijkstra)教授看不下去,出來說話了,他說,「關於電腦會不會思考的這個問題,差不多就跟潛水艇會不會游泳的問題一樣重要。」(The question of whether Machines Can Think is about as relevant as the question of whether Submarines Can Swim.)
此話一出,讓我們這些電腦科學界的人樂壞了。

因為自古以來就是這樣,真正懂的人默默做研究,忙著在尋找科技上的突破;而一些一知半解又愛出風頭的人,總是會搶到話語權,提出一些虛無飄渺,又似是而非的議題迷惑大眾。

那些愛故弄玄虛的人提出一些很哲學性的假議題討論,於是Dijkstra就用很哲學性的話回應。

剛好最近台灣要自己造潛水艇了,不知道半瓶子水的智者們會不會出來討論「台製潛水艇究竟會不會游泳?」

人工智慧與關聯式資料庫

那這一波的人工智慧變革來勢洶洶,就只是一個幻象嗎?

當然不是,這一波人工智慧浪潮的最大意義,是機器學習(Machine Learning)技術的普及化,讓昔日遙不可及又高不可攀的技術,變得人人可上手。

現在的年輕工程師很難想像,在四十年前,關聯式資料庫(Relational Database)也曾是一個充滿想像,但遙不可及的技術。

早在1970年代,IBM的Codd就已經發展出關聯式資料庫所需要的完整數學理論,大家都覺得那個理論很好,但當時的電腦太慢了,任何執行關聯式資料庫的電腦都會慢到像當機。所以那個年代,沒有人把關聯式資料庫應用在商業程式上。

但後來電腦硬體越變越快,到了1990年代,即使個人電腦也能執行關聯式資料庫程式,而SQL語言又讓使用關聯式資料庫的程式變得非常簡單,人人可以上手。

到了今天,使用關聯式資料庫已經變成工程師的基本技能,不是什麼特異功能。

同樣的,在十年前,機器學習也是一個遙不可及的技術。任何機器學習的模型訓練工作都會讓電腦慢到像當機,而撰寫機器學習相關的程式更複雜,除了人工智慧領域裡的高手與高高手之外,一般人無法理解,也無法撰寫。

但是現在GPU被廣泛的使用在機器學習的訓練階段。GPU處理機器學習的速度,是CPU的十倍、百倍甚至千倍,因此在個人電腦上開發機器學習程式已不是問題。

而TensorFlow及Keras等系統,又讓機器學習程式的撰寫變得非常容易。

依照我自己的經驗,安裝並學會Keras跟TensorFlow,然後開始寫一些簡單的影像辨識程式,大概只花了我一至兩個禮拜的時間。而且還是在我一邊上班、一邊找時間學習的狀況下。

要製造一部汽車很難,但是要學會開車不難;要寫一個關聯式資料庫系統或是Keras機器學習平台很難,但是寫SQL資料庫程式或是Keras機器學習程式一點都不難。

所以機器學習技術的普及化,是這一波人工智慧革命的真正意義。說不定十年後,軟體工程師懂機器學習技術,就跟懂關聯式資料庫一樣稀鬆平常,只是基本技能的一種。

人工智慧與變魔術

魔術不是真的魔術,只是變魔術的人讓觀眾產生錯覺,覺得他有魔法、不可思議的事情發生了;人工智慧不是智慧,至少在現在這個階段還是如此,只是開發人工智慧程式的人讓使用者產生錯覺,覺得程式有智慧、不可思議的事情發生了。

以iPhone的Siri做例子吧!幾年前Siri剛發表時,許多人覺得Siri有智慧,因為你問她幾歲?結婚了沒有?願不願意當你的女朋友?Siri都能對答如流,使用Siri的宅男們就覺得Siri是有智慧的。

我不是Siri的開發者,但是我猜,Siri的開發者就是預期會有一些宅男問這樣的蠢問題,所以就開發過程中特意的訓練Siri,讓Siri可以應付宅男們特別愛問的那幾個蠢問題,然後錯覺就產生了,大家就覺得Siri是有智慧的。

但是跟Siri混熟之後,我想很少人還會覺得Siri真正有智慧的。Siri可以幫我們打電話,Siri可以告訴我們問天氣預報,Siri可以幫我們訂Pizza,但是超出一個範圍之外,Siri就只會上Google,找一個網路連結給我們。

為了推廣產品、為了做宣傳,人工智慧的軟體必須做的很炫,然後像是變魔術一樣,讓我們覺得它是有智慧的。

但隨著人工智慧技術的普及,當我們對這些程式越來越熟悉,也許我們就不再覺得人工智慧程式那麼神奇,那麼有智慧了。

也就是說,當我們不再覺得人工智慧程式有智慧的時候,也就是人工智慧真正改變這個世界的時候。

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

關鍵字: #Siri #機器學習
往下滑看下一篇文章
廢棄碳纖維也能變再生材料!天翊綠能靠低溫解聚技術,獲桃園SBIR助攻產品驗證
廢棄碳纖維也能變再生材料!天翊綠能靠低溫解聚技術,獲桃園SBIR助攻產品驗證

碳纖維因重量輕、強度高,廣泛應用於自行車、汽車、航太及無人機等產業,每公斤原生碳纖維價格可達數百元,部分高階材料甚至高達數千元。然而,這些高價材料製成複合材料後,生產過程產生的邊角料與廢棄物,卻因熱固性樹脂難以分離,往往只能焚化、掩埋或降級使用,讓耗費大量能源製造的碳纖維失去再利用價值。

「產業真正需要的不是把廢棄物處理掉,而是如何把裡面的碳纖維、玻璃纖維重新變成有市場價值的材料。」天翊綠能科技執行長莊文彥指出。深耕複合材料產業約20年的他,於2023年成立天翊,希望透過自主開發的低溫常壓解聚技術,讓廢棄複材重新回到製造業供應鏈。

低溫解聚保留纖維性能,從廢料處理走向材料再生

熱固性複合材料難以回收,關鍵在於樹脂固化後無法像一般塑膠重新加熱熔融。傳統高溫熱裂解雖能去除樹脂,卻可能損傷碳纖維性能;若回收碳纖維強度下降,製造商可能需要增加材料用量以滿足產品的強度要求,反而削弱碳纖維原有的輕量化優勢。

為突破限制,天翊開發低溫常壓化學解聚技術,在約90°C、常壓環境下分離樹脂與纖維,降低高溫處理對纖維性能的影響。不同於將樹脂直接燒除,天翊也推進樹脂回收再利用及化學溶劑循環,提高材料利用效率。根據天翊提供的第三方檢測結果,回收碳纖維在受測性能項目上的表現達原生材料的98%以上。團隊也將回收纖維製成再生碳纖維不織布、板材、塊材及工程材料。

莊文彥表示,再生碳纖維每公斤價格約150至300元,具備成本競爭潛力。天翊也規劃三層商業模式:取得合法處理資格後,協助製造商處理複材廢料並收取處理費;將回收纖維製成再生材料銷售;再與客戶共同開發終端零組件。「我們不希望公司的主要價值停留在『每公斤收多少處理費』,而是希望營收逐步往再生材料與高值應用移動。」莊文彥強調,讓回收材料具備市場需求,才是循環經濟能否持續運作的關鍵。

桃園 SBIR 助攻百公斤級驗證,跨越技術走向產品的關鍵門檻

對技術型新創而言,證明技術可行只是第一步。要讓再生材料進入製造業供應鏈,還必須建立可重複的處理流程、穩定的材料品質及產品驗證機制。這些工作需要投入設備、人力與檢測費用,對商業化初期的天翊而言,是不小的負擔。

在桃園市政府地方型SBIR計畫的研發經費支持下,天翊得以加速推進製程測試、材料檢測與產品驗證。莊文彥指出,過去團隊主要仰賴實務經驗調整回收製程,但要讓技術進入產業應用,還必須建立標準作業流程、進出料紀錄及材料品質數據。透過計畫,天翊逐步完善這些機制,並針對碳纖維自行車、碳纖維預浸布邊料、高壓氣瓶與車用零件等廢料進行測試,完成超過100公斤複材廢料的處理驗證,建立相應的操作條件。

除了製程驗證,補助也支持團隊將回收纖維製成不織布、模具及相關產品,確認再生材料能否符合實際需求。其中,以再生碳纖維氈製作的模具,相較原本的玻璃纖維模具,減重約56.96%;以再生碳纖維氈製作的產品,相較原本玻纖產品,減重約27.77%。這些成果讓天翊不再只能向客戶說明技術可行性,而能透過具體的材料與產品數據,爭取後續合作機會。

天翊也與既有下游夥伴推進汽車零組件應用,累積再生材料進入供應鏈所需的驗證經驗。「SBIR對我們而言,不只是補助研發,而是幫助公司跨過了『實驗室技術走向實際產品』非常重要的一段。」莊文彥表示,政府資源不僅分攤研發成本,更協助團隊補足商業化所需的品質管理與產品驗證基礎。

以桃園為循環基地,從碳纖維走向風機葉片回收

除了研發補助,桃園聚集電子、汽車、航空與複合材料產業,也讓天翊有機會就近尋找廢料來源、加工夥伴及應用客戶。此外,天翊與桃園市政府消防局就高壓氣瓶展開合作,嘗試將回收技術應用於地方政府實際產生的循環需求。團隊目前持續推進桃園廠區設置與再利用相關申請,希望建立「在地廢料、在地回收、在地再製」的產業模式。

不過,即使技術與產品驗證已取得初步成果,天翊仍須完成事業廢棄物再利用相關許可程序,才能依核准條件擴大收料與處理規模。漫長的審查過程雖然增加營運成本,但莊文彥認為,除了回收技術,合法處理資格、穩定料源與產品市場,同樣是建立長期競爭優勢的關鍵。天翊的長期目標則不止於碳纖維。莊文彥補充,當初投入低溫常壓解聚技術,也考量到未來大型風力發電機退役葉片的回收需求。風機葉片主要由玻璃纖維、樹脂及部分碳纖維構成,體積龐大且難以回收,隨著全球風電產業發展,退役葉片處理將成為重要課題。天翊也已取得風機葉片回收處理方法的臺灣發明專利與美國發明專利。

因此,團隊選擇先從材料價值較高的碳纖維切入,累積技術驗證、設備放大與商業化經驗,再逐步拓展至大型風機葉片。「我們希望證明,複合材料不是只能從製造走向廢棄,而是可以從廢棄再回到材料、再回到產業。天翊要做的,就是把這條循環真正建立起來。」莊文彥說。

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