從社會學角度看Sophia騙局與人工智慧的「自我意識」
從社會學角度看Sophia騙局與人工智慧的「自我意識」

去年年底才風光獲得公民身分的Sophia,卻在前幾天被「卷積神經網絡之父」Yann LeCun斥為一場騙局。這讓關於AI到底是否能夠「成為人」或「形成自我意識」的爭論再度成為焦點。

這不是騙局,什麼才是騙局?

先不論給予Sophia人類公民身分的,是沙烏地阿拉伯這個女性人權與公民權仍受壓迫的國家,這件事本身就荒謬地令人發笑(一個連「人」的權利問題都還搞不定的國家,反倒搶著給「非人」公民身分)。

如果你也看過那些Sophia與人互動的影片(例如她去Jimmy Fallon的Tonight Show),我想就算你不是什麼AI專家,應該也會懷疑Sophia真的「夠格」成為人類公民嗎?

我得先說,我不見得如李開復所說的,將Sophia獲得公民身分這件事視為是對人類最大的羞辱。但如果說Sophia的每次登台「演出」都得事先設定,否則其對話與互動的能力就會大失水準,而她卻又被「包裝」地彷彿跟人沒什麼不同,那麼,這不是騙局,什麼才是騙局?

總之是已經被騙了,至少我們得藉這個機會再想想,AI真的能「成為人」或「形成自我意識」嗎?當然,上述這個問題本身可能已經是一種化約,也就是將「形成自我意識」等同於成為人。不過,在有限的討論空間下,且讓我先這樣提問。

AI能形成自我意識嗎?

AI的發展之所以老是與「人」扯在一起,套一句Sophia的話,恐怕也是電影看太多的緣故。有太多的科幻電影都以AI與人的關係為題材,探討著理性、感性、身體、生命、情感、支配、自由等等重要的問題。

而認真說來,在我看過的有限的科幻電影中,特別處理了「自我意識」這個問題的,大概就是《奧圖瑪塔》跟《成人世界》這兩部。前者透過AI機器人開始會自我修復受損的身體,凸顯出它們開始有了自我意識;後者則是一位天才科學家開發出一套有著類似人類學習能力的AI,並實驗性地將其灌進某具本該報銷的機器人後,它卻陰錯陽差地「成長」為街頭混混的故事。

絕非湊巧地,這兩部電影裡的AI都是「有身體的」,《奧圖瑪塔》裡的機器人突破了設計原則開始維修「自己的」身體,《成人世界》的機器人查皮甚至會因為被火燒身、失去手臂,表現出(或感到)恐懼與痛苦。如果對照來看的話,一方面Sophia也有她的身體,但另一方面,Sophia的身體卻顯然笨拙,或者說了無生氣。

是的,雖然說科幻電影經常讓人不切實際地幻想高科技的未來,但許多時候它卻也精準地掌握了一些問題。在形成自我意識這個問題上,我們可以看到,「身體」至關重要。從社會心理學的角度來看,「自我」的形成是幾個過程作用下的產物。首先得有一個能夠想像地預演下一步行動的心智過程,而這意味著這個心智過程能夠理解「外在」的資訊進而「內在」地預想可能的行動後果;其次,「自我」形成於與他人的互動中。也就是說,在互動中,心智過程可以處理外在他人針對「自身」所釋放出的描述與評價訊息,進而心智過程便能夠形成關於「自我」的意識與想像。

換言之,正是因為有一個身體,他人的眼光、評價與描述才會在互動中指向同一個所在。因此,「自我」的形成就好像是一個迴旋的弧線一般,從「這裡」發射出去再從他人回返至原初起始的所在。這一迴旋的弧線讓「自我」得以從身體中誕生。說穿了,我們經常在說「要注意自我形象」時,為何總是第一直覺地看看自己的裝容打扮、言行舉止,正是這個原因。

而Sophia雖然有著令人驚豔的表情控制技術,但她的身體卻沒有表現出「自我」。這不是在說Sophia沒有「個性」(事實上她的言行還挺有的),而是在說,除了「有反應」的表情(但有時也會延遲反應)外,她的肢體動作往往是呆滯且無法相應於互動他者有所進退的。

換言之,你可以想像,上述我所謂形成自我的那道迴旋的弧線,在Sophia這裡,就算不是全然不存在,恐怕也是模糊不清的。因此,進一步說,AI是否可能形成自我意識?那就得看AI何時既能有進行想像預演的心智(運算)過程,又能有一個同時作為認知與行動起始點,及他人描述與評價回返原點的身體。

跳出人類中心思維

不過,我得再多說一點的是,這些老是把AI跟「人」扯在一起的討論,除了受科幻電影影響外,也不免是由於「人類中心主義」所致。

簡單來說,一方面有些人會認為這種比人更強大的科技,總應該是要以人(這個過去自視為萬物的頂點)為範型的放大與增強。另一方面,人類中心主義也表現在,我們焦慮於如果AI「不像人」,那我們可能控制它或與它「溝通」的可能性就更低了。當然更不用說,如果它「不像人」,人類未來又該如何承認其存在?

但是如果我們能先跳出人類中心主義的思維,想像AI發展的未來時,相較於有沒有「自我意識」,我反倒覺得AI是否能夠及是否應該「自主」的問題更為重要。在這裡,「自主」可以簡單定義為,能自行選擇目標、提出問題並尋求解答及採取行動。

換言之,當AI的發展實現「自主」時,這也意味著人類終於才切實地看清了科技不再(或說從未)受自己控制。至於之後的故事就沒人能知道了。

《機械公敵》的「人類保護計畫」會真實上演?還是會如《奧圖瑪塔》那樣,AI機器人將集體遠離終將自我毀滅的愚蠢人類?

《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: #人工智慧
往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

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