人機協同,賦能未來:機器會產生自我意識嗎?
人機協同,賦能未來:機器會產生自我意識嗎?

編者按:電腦領域的熱點總是在不斷更替,從大資料到雲計算再到人工智慧,在這些熱點的背後是專家學者們在這些領域一點一滴聚沙成塔的技術突破。關於人工智慧,我們見證了近年來它從默默無聞到熾手可熱的過程。繼去年《我們需要什麼樣的機器人》之後,微軟全球資深副總裁,微軟亞太研發集團主席兼微軟亞洲研究院院長洪小文再次撰文,與我們進一步分享他對人工智慧的見解與洞察,歸納起來就是《HI+AI:人機協同賦能未來》。在這個系列的三篇文章裡,洪小文博士將與讀者交流AlphaGo戰勝李世石這一標誌性事件背後的意義,深入淺出地探討人類智慧與人工智慧的區分與聯繫,以及我們應當如何看待人類與人工智慧的關係。

《機器會產生自我意識嗎?》是《HI+AI:人機協同 賦能未來》三篇系列文章的下篇。在本文中,洪小文博士以「中文房間」為例子告訴我們,現階段的人工智慧還很弱,離實現強人工智慧還很遠,而在眼下,HI+AI,人類創意無限的右腦+機器的最強左腦才是賦能未來的最佳路徑,最終實現人類與機器的Co-Evolution。

大腦(Brain),心靈(Mind),意識(Consciousness),這是一回事嗎?我認為不是。

在我看來,大腦是一種物理存在,心靈和意識則看不見,摸不著,只能自我感知。

大腦、心靈、意識(Consciousness),這是一回事嗎?

「我」這個詞來自於心靈對自身的一種定位和認同,心靈決定了「我」是怎樣一個人,為什麼和別人會有不一樣的反應,意識則像時刻都在流動的運算程式,具有工具性質,它們都寄存在大腦和神經等物理存在裡。

關鍵是,即使今天我們已經有本事上天下海,還能教機器學會很多事情,我們對人類自身的心靈和意識的瞭解卻依然有限,未解之謎還有很多。比如,當醫生把一個人的大腦和身體分開,這個人的心靈和意識會有什麼變化嗎?如果把這個人的大腦移植給另一個人呢?──在後者的「新」大腦裡儲存的那個「我」,究竟是誰?

又比如,當我們處在睡夢中,意識卻可能繼續劇烈活動,夢中的「我」甚至登上了火星,這時候,我們的意識是留存在大腦裡,還是真的光速般去了火星?……

紐約州立大學心理學家小戈登.蓋洛普(Gordon Gallup Jr.)主持的「鏡子測試」表明,猩猩,大象和海豚似乎能認出鏡中映射是自己,這說明這些動物已聰明到具有自我意識,那它們也有心靈嗎,也有堅定不移的「我」的定義嗎?有沒有虔誠的信念和頑固的懷疑?相比之下更加常見的貓和狗平素也有相當不俗的智力表現,卻常常搞不清鏡中映射究竟是不是外來動物而把自己嚇一跳,如果不能確定它們是否也有明確的自我意識,它們又是怎樣界定自身和主人的相對關係呢?

最近我在工作之餘拜讀了耶魯大學電腦科學教授大衛.格蘭特(David Gelernter)的新書《心靈潮汐:揭示意識光譜》(The Tides of Mind: Uncovering the Spectrum of Consciousness),感悟頗深。在書中,格蘭特教授援引了馬塞爾.普魯斯特,弗蘭茲.卡夫卡,弗拉基米爾.納博科夫,歐尼斯特.海明威等許多作家的故事為例證,解析了創造力的潮汐狀週期性特徵:當人們處在光譜的上端,也就是意識的高潮期,就會聚焦於外部世界,側重邏輯推理和經驗記憶,而當人們落在光譜的下端,即意識的低潮期,就會偏向於內視心靈,在交叉混亂的敘事脈絡與夢境漫遊般的狂歡中捕捉創意的火花。

創造力確實並不僅僅在專注和冷靜的狀態下爆發。杜甫在《飲中八仙歌》裡說:「……李白鬥酒詩百篇,長安市上酒家眠……張旭三杯草聖傳,脫帽露頂王公前,揮毫落紙如雲煙。」若照常理判斷,喝酒會影響詩人與書法家的創作狀態,但在現實中,詩仙和草聖卻因為飲酒而進入到光譜下端,實現了創意的超常發揮。

這樣的案例還有很多:在完全失聰的情況下,貝多芬創作出不朽的經典《第九交響曲》;深陷精神失常的痛苦深淵,梵古創作出《向日葵》,《星月夜》等傳世名作。1864年冬,潛心研究苯結構而沒有進展的德國化學家凱庫勒在對著爐火打盹時,夢見咬著自己尾巴的蛇在他眼前轉動。醒來後,他寫出了苯的結構式,恰恰就是首尾相連一個環……可見,在受到某些特定因素影響時,大腦--特別是右腦--活動很不尋常,這當然不一定都有助於創意的發揮(更多時候應該只是胡思亂想),卻也有可能迸發出一些在正常情況下藏得很深,從未閃現的靈感。

我們當然可以好像很科學地說,當某些看似完全無關,並不搭界的思維被人的腦橋意外接在一起,創造力也由此而來。但這「科學」程度也只是好像而已,人類的精神世界到目前為止仍是一片遠在我們掌握之外而因此繼續值得我們保持敬畏的領域。

無所不在的創造力使人們無論在意識的高潮期或是意識的低潮期常常都能有所發現而收之桑榆,人類教師在傳道授業解惑之際也會注意因才施教,遇到某位學生不太能理解自己講授的知識就會考慮換一種教法,設法讓學生達至豁然開朗之境界。若是換成機器來教課,恐怕只能依循預設的程式來「灌輸」資訊,至於隨機應變,觸類旁通,舉一反三的能力,那是沒有的。

電腦的工具性本質:中文房間試驗

繼續推論--首先,今天的人工智慧仍舊很弱。「中文房間」(The Chinese room argument)是上世紀八十年代由美國哲學家約翰.塞爾(John Searle)提出的一項思維實驗。假設在一個密閉的房間裡有一個人,只會中文的你僅能通過小紙條和房間裡的人交流。當你發現傳回來的紙條上,你的每個問題都得到了語意確切的中文回復,這時你還會懷疑房間裡的人是否懂中文嗎?事實卻是,房間裡的人根本不懂中文,他擁有的不過是一套假設涵蓋了所有中文問答的工具,包括中文字條(資料庫)和如何使用這些字條的手冊(程式),通過這套工具就能正確找到你要的回答而「回應」你的問題,卻同時對談話內容一無所知。

「中文房間」實驗很好地說明了電腦的工具性本質:電腦雖能完成一些特定的任務,但並不代表電腦就能理解這些任務--今天的AI幾乎都屬於這一類。

中文房間影片

更直白地說,無論是Skype Translator即時語音翻譯,還是Watson,歸根結底都屬於弱人工智慧(Weak AI)範疇,不是基於對信號和資料意義的理解而生--它們就像「中文房間」中擁有工具的人,只是資訊的處理者,卻無法真正理解接收到的資訊,更談不上擁有發展出意識的潛能。

對弱人工智慧有兩種定義,一是聚焦單一任務本身--所以它又稱為狹義的人工智慧(Narrow AI),二是只有結果沒有理解。不過,弱人工智慧其實並不弱,它也是很有價值,有益於用戶的。若能與感測器網路,大資料等,雲計算等技術結合,弱人工智慧還是可以具備超越人類的某些能力,因為它本身就是一個專家系統,實際上在經濟,科技,民生等各領域都大有可為。

其二,目前看來,強人工智慧仍舊遙不可及。我在卡內基梅隆大學的導師羅傑.瑞迪(Dabbala Rajagopal "Raj" Reddy)曾任卡內基梅隆機器人研究所創始主任和美國人工智慧協會主席,主攻人工智慧和機器交互研究,開發出全球第一台具有連續語音辨識能力的系統,因在大規模人工智慧系統之設計與構建的先驅性貢獻而於1994年獲得圖靈獎。

瑞迪教授的老師是約翰.麥卡錫(John Mc Carthy)--1956年,在美國新罕布夏州的達特茅斯學院舉辦的一場學術會議上,約翰.麥卡錫首次提出了人工智慧(Artificial Intelligence)的概念,因而被後輩學者尊稱為「人工智慧之父」。

我的兩位老師都認為,今天業界所做的「人工智慧」研究與當年他們的創新思路是有分歧的。若按當前的主流路線,弱人工智慧只能在專用的,受限制的軌道上越走越遠,若要人工智慧由弱變強,還得回到認知論的經典道路上。

強人工智慧何時才能成真?

與弱人工智慧相比,強人工智慧(Strong AI)是真的能夠理解信號與資料的意義,並由此具備人類所有或大多數的能力。但是這種通用的智慧其實也可能很弱,就像人類很難同時對所有的事情都精通,也不可能一直保持著意識的高潮,通用人工智慧可能具備很多能力,但每一樣都很弱。但另一方面,正是因為這些不完美而讓人類的存在如此微妙,並在不完美中迸發出各種奇思妙想。

有人問過約翰.麥卡錫,強人工智慧何時才能成真,他的回答很耐人尋味:也許5年,也許500年--我的看法是,在理論基礎尚不完備,對人的意識和創造力尚未充分瞭解的前提下,在架構與平臺暫無標準,應用探索剛剛開始的前提下,恐怕真需要等上500年,強人工智慧的萌芽才會鑽出土壤。

畢竟,人的大腦,心靈,意識是如此的玄妙,以至於人類自己或許永遠也搞不清楚,更何況是無機體的機器呢?

對此,大衛.格蘭特的觀點是,電腦可以類比理性思考,但很難具備真正的意識,意識不屬於電腦,只屬於有機體。我認同這個觀點。心靈,意識和創造力有極大的關係,很多人的創新來自激情而不是理性。這就意味著我們幾乎不可能造出擬人的,有意識的機器。從演算法,意識到創意,人工智慧若要向更高的智力與智慧階梯躍進,就要踏踏實實一步步跨越這些障礙。

其三,人工智慧並不可怕。電腦是有史以來人類最偉大的發明創造之一,它可以被賦予人類發明的不同演算法,進而不斷掌握新的能力--很強大不是嗎?但更強大的人類創造物也還有一些,比如核武器和太空梭。所有這些機器都可以被人類利用做各種不同的事,至於究竟是好事還是壞事,只由其使用者的心靈和意識決定--科幻小說作家阿西莫夫提出的「機器人三定律」,從表面上看像是用來約束未來的人工智慧機器人,但究其實質,每一條何嘗不是對人類創造者的警示?

我們應該擔心的,不是人工智慧將會強大到顛覆人類統治的地步,而是即便人工智慧被越來越多業界領袖企業寄予厚望,不吝資源而加速研發,但迄今為止相關領域的技術進步仍不足以孵化出真正擁有創造力,能夠通過自我學習解決未知問題,提出新思維的機器。

人類與機器的共進化(Co-Evolution)

不過,令人欣慰的是,人工智慧正在與機器學習和大資料構成一個足以改變未來的技術「鐵三角」;隨著我們的探索趨向縱深,在不久的將來,這個"鐵三角"將有可能像PC+互聯網那樣徹底改變人類的生活格局和商業版圖。

總而言之,人類創意無限的右腦+機器的最強左腦,這才是賦能未來的最佳路徑。唯有潛力無窮盡的人腦才能催生出更先進的演算法和能力進化更快的「聰明機器」,人類也因為有了聰明機器的幫助而不斷進化,加深著對自身的瞭解,對電腦技術的理解,以及對更多未知領域的探索,從而實現人類與機器的共進化(Co-Evolution)。

本文由微軟授權轉載自微軟亞洲研究院新聞中心。

《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
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