椽經閣 - 林一平專欄

林一平

國立陽明交通大學退休終身講座教授暨榮譽教授、中國醫藥大學教授

現為中國醫藥大學醫療資訊學系講座教授，曾任科技部次長，為ACM Fellow、IEEE Fellow、AAAS Fellow及IET Fellow。研究興趣為物聯網、行動計算及系統模擬，發展出一套物聯網系統IoTtalk，廣泛應用於智慧農業、智慧教育、智慧校園等領域/場域。興趣多元，喜好藝術、繪畫、寫作，遨遊於科技與人文間自得其樂，著有<閃文集>、<大橋驟雨>。

有人問我如何辨別AI偽造的內容，我想起南宋岳珂在《桯史》裡記下的一則故事。岳珂是岳飛的孫子，嘉定庚午年（西元1210)，他在臨安一場宴席上遇見一張名為「冰清」的古琴。琴腹銘文寫著唐代大曆年間由蜀郡雷氏斫成，貞元年間再修。席上的葉知幾以博古知音自命，一見便斷為至寶，力勸主人李奉寧買下。有人還從《澠水燕談錄》中找到同名古琴的記載，銘文年月全數吻合，眾人更加篤信。岳珂旁坐覺得不對勁，便起身細讀鳳沼內的題字，然後問了一句，貞元是哪個朝代。眾人答是唐德宗，他才指出題字裡的「貞」字，貝字缺了旁邊一點。宋仁宗趙禎在位時，「貞」字因避諱而缺筆，這是宋人的書寫習慣，唐代工匠不可能預先知道。偽造者自己是宋人，習以為常的避諱不知不覺寫進要冒充唐代的作品裡，而那份吻合的書證，恰恰是他照著書抄出來的。800年後的今天，同樣的場面換了新的形式。2026年3月，中東局勢升高，社群平台上出現大量AI生成的影片，聲稱拍到伊朗飛彈轟炸特拉維夫，被數百萬人觀看。有用戶拿其中一段去問X平台的AI聊天機器人Grok，它斬釘截鐵地回答，那是當天從特拉維夫陽台拍到的真實畫面，這則回覆獲得160萬次觀看。查核機構NewsGuard卻發現，那段影片裡的街道空無一人，警報聲也與真實的特拉維夫飛彈警報不符。兩件事的破綻本質相同，造假者只模仿表面，卻沒能顧及內容所處的時空與地方脈絡。古琴的偽造者無意間洩漏自己的時代，假影片則洩漏它與真實現場的脫節。Grok在這裡扮演葉知幾，識破的人，用的正是岳珂的方法，拿一條真實世界的規則去核對。這個類比有一個限度。冰清古琴的破綻是一條確定不變的制度規則，深偽的視覺破綻卻會隨技術進步而消失，眨眼、牙齒、手指、屋頂重複這類線索，今天只能當輔助。所以更耐久的，是時空與出處這一層的核對，例如時間地點是否矛盾、原始出處在哪裡、當事人與可信機構有沒有回應。也別把查證外包給另一位葉知幾，無論是名人、演算法熱度還是AI聊天機器人，權威的一句斷語，都不能取代自己走近細看。所以面對可疑內容，不妨學岳珂起身走近，而且由內而外分3層。第一層是冷靜，情緒被觸動的當下先停3秒，暫不轉發。第二層是溯源，以關鍵詞搜尋原始出處，查看主流媒體或事實查核機構是否報導，並對照不同角度、不同語言、不同時間的報導。第三層才是細看，逐幀檢視邊緣、光影、聲音與文字，但要記得這一層的線索最容易隨技術消失，只能輔助前兩層。重大事件的澄清常在數小時到數日內出現，等待本身也是一種驗證。岳珂寫下這則筆記，起初只是記一樁見聞，800年後卻成了資訊時代的提醒。造假者能模仿內容，卻難以模仿內容背後的時代與脈絡，而破局的關鍵，始終是那個願意起身細看的人。

生成式繭居族

生成式繭居族，指在COVID-19（新冠肺炎）疫情遺留的社交退縮基礎上，因生成式AI（如ChatGPT）提供低摩擦、高回饋的互動替代，使重返實體社會動機被進一步削弱的族群。波普康（Faith Popcorn）是美國知名趨勢觀察家，她根據1984年家庭行為數據，發現愈來愈多人傾向留在家中、避開外部不確定性，此現象後來被稱為「繭居」（cocooning）。她在1986年《紐約客》（The New Yorker）文章中解釋，此行為的核心是建立一道「安全外殼」，藉此隔絕經濟動盪與社會變動帶來的焦慮。當我第一次聽到「繭居」一詞，腦中浮現的是休斯（Howard Hughes）。休斯極具創造力，建立龐大商業帝國，擴展到拉斯維加斯的房地產、酒店、賭場與媒體事業，被公認是將拉斯維加斯改造為精緻都會城市的關鍵人物。然而晚年的他厭倦權力鬥爭，逐漸迴避社交，長年隱居，多年身心衰退後因腎衰竭去世。他的退隱源於疲憊與不信任，與波普康所述心理不盡相同，但都反映人面對壓力時，可能以退縮自我保護。這個案例雖與數位科技無關，卻或許預示：不信任累積到臨界時，任何能提供替代性安全空間的事物，都可能加速退縮。生成式AI，正是當代最容易取得的一種。波普康所觀察到的繭居，原指一般人因應不確定性而選擇居家，不必然涉及臨床心理疾病。不過也有人的退縮帶有社交恐懼或焦慮特徵：害怕他人眼光與評價，可能源於過去挫折或社交技巧不足，使其遠離社交，孤獨感加劇，思維趨於負面，面對壓力更容易陷入無力、無望與無助，進而拖延、喪失動機。繭居現象在COVID-19與生成式AI交互作用下被雙重放大，我稱之為「生成式繭居」。疫情迫使許多人為安全接受隔離，結構性地增加繭居人口，這群人既視限制為近似孤獨監禁的處境，又理解其保護用意；即使疫情淡去，這段經歷仍可能留下長期身心影響。當實體隔離轉化為常態性的數位依賴，智慧型手機與生成式AI便成了新一代的繭居推手，加深「數位繭居」（digital cocooning）的傾向。生成式AI可能透過2種機制推波助瀾：其一，AI提供近乎無條件、不批判的互動，對社交焦慮者近似低風險的社交替代，容易形成依賴；其二是認知卸載（cognitive offloading），思考與決策交由AI代勞，使用者的能動性與自我效能感隨之減弱。此外，發現AI能勝任原屬於自己的工作，也可能對存在價值感到茫然，擔心努力終究被取代。面對這樣的衝擊，繭居族群或許需要心理治療、社交技巧訓練與就業輔導，並循序漸進擴展社交圈，也可搭配數位素養教育，協助辨識AI互動與真人互動的差異；實體共學空間與社群活動則能提供低門檻的面對面機會。每個人都有缺點與挫折，沒有人能一帆風順走完人生，但只要願意努力，就有機會重燃熱情，走出繭居，重新投入社會。生成式繭居，不只是個人處境，而是這個時代共同面對的課題。當AI愈來愈像人，我們也需提醒自己，不要因此愈來愈像孤島般的繭居者；我們需要的，不是拒絕技術，而是仍練習選擇彼此。

愛因斯坦一封信給AI時代的啟示

很多人問，自己的能力會不會被人工智慧取代。這讓我想起美國加州的杭廷頓圖書館（Huntington Library）保存的一封珍貴信件。1913年10月14日，阿爾伯特·愛因斯坦（Albert Einstein）親筆寫給南加州威爾遜山天文台台長喬治·黑爾（George Ellery Hale），詢問是否有可能在日間觀測到星光繞過太陽時的彎曲現象，而不必等待日蝕發生。事實上，早在1911年，愛因斯坦就發表文章預測，太陽的重力場足以讓恆星光線產生可觀測的彎曲，角度不到1角秒，這種現象可在日蝕期間透過觀測星星位置的偏移來驗證。1913年，他進一步寫信給黑爾，希望尋求不倚賴日蝕的觀測方式。黑爾回信說明，以當時的技術而言，唯有藉助日蝕遮蔽太陽強光，才有可能辨識出恆星在太陽附近的微弱光點。原本最接近的一次日蝕發生在1914年8月21日，德國天文學家弗倫德里希（Erwin Finlay-Freundlich）已組隊遠赴俄國準備觀測，卻因第一次世界大戰爆發，團隊在克里米亞遭俄軍短暫拘留，數日後才因戰俘交換獲釋，觀測計畫因此中止。這場意外中止，反而讓歷史避開一次誤判，因為當時愛因斯坦的預測角度尚不到最終數值的一半。戰爭期間，愛因斯坦持續修正理論，終於在1915年正式發表完整的廣義相對論，將星光偏折角度修正為約1.75角秒。1919年5月29日，英國天文學家阿瑟·愛丁頓（Arthur Eddington）率隊分赴巴西索布拉爾與非洲西岸的普林西比島觀測日蝕，兩地測得的星光偏移結果與廣義相對論的預測接近，為這套理論提供關鍵實證，也讓愛因斯坦一躍成為國際知名的科學人物。這封信的價值，在於展現科學思維的深層精神，提出問題，有時比找到答案更重要。而愛因斯坦這封信最耐人尋味之處，正在於它幾乎沒有提供任何答案，它只是一個問題，一個對宇宙本質的質疑與挑戰，後來又在戰爭的陰錯陽差中，意外得到修正與淬鍊的機會。在AI快速發展的背景下，這種人類思維的特質更顯珍貴。AI擅長處理大量數據與複雜模式，已在蛋白質結構預測、氣候模擬與天文研究等領域展現非凡能力，卻難以主動提出顛覆性的新問題。現今的生成式AI，包括大型語言模型，雖然能快速組合、歸納既有的資訊，卻缺乏人類那種因困惑而生的哲學性好奇心—那種明知無人能答，仍要提筆一問的衝動。它的強項多在於框架內的最佳化，而非超越框架的創造。愛因斯坦1913年的提問，當時幾乎無人能解，卻成為改寫物理學的起點，而中途因戰爭延遲的6年，反而讓理論本身更加成熟精確。他的直覺、想像與跨領域連結能力，正是AI所缺乏的人類核心素養。在AI時代，這封信也提醒我們，教育不應只著眼於技術培訓，更應鼓勵學生培養問題意識、想像力與批判精神。真正推動人類文明的，不只是解題的能力，而是提出新問題的勇氣。在答案觸手可得的時代，學會如何提問，或許正是人類智慧最終的堡壘。愛因斯坦那封寫於1913年的信件，就像一顆當時尚未被觀測到的星，提醒我們還有多少問題，始終等待著被提出。

AI時代的唐吉訶德

「過多的理智反而是瘋狂，而最瘋狂的事，莫過於把人生看成它本來的樣子，而不是它應該成為的樣子。」塞萬提斯（Miguel de Cervantes, 1547~1616）《唐吉訶德》(Don Quixote)中的這段話，在400年後，竟意外成為映照AI時代的一面鏡子。400年前，唐吉訶德身披破舊盔甲，挑戰不存在的巨人，追逐早已消逝的騎士榮光。他的行為荒誕，卻又透著深沉的悲壯。400年後，人類站在AI革命的門檻上，似乎也面臨相似的困境：我們究竟該以清醒的理智直面AI帶來的顛覆，還是像唐吉訶德一樣，以幻想、恐懼或過度期待，來建構我們對AI的認知？由此，一場辯論展開了。正方：我們就是唐吉訶德正方認為，人類確實像極了唐吉訶德。面對AI的崛起，我們投射太多不切實際的想像：有人將它視為能拯救世界的「巨人」，期待它解決貧窮、疾病與環境危機；也有人將它看作終將吞噬人類的「惡龍」，憂慮它取代工作、瓦解倫理，甚至終結文明。這些情緒，正如唐吉訶德眼中的風車與魔鬼，更多源自內心的恐懼與渴望，而非對現實的冷靜剖析。從這角度來看，我們對AI的狂熱與憂懼，正是現代版的「唐吉訶德式瘋狂」: 寧可用幻象對抗焦慮，也不願直面現實的複雜與混沌。反方：我們是唐吉訶務實的隨從桑丘反方則主張，人類並非唐吉訶德。唐吉訶德之所以可笑，是因為他完全無視現實，執意活在幻想中。然而，人類面對AI，雖然有情緒與誇飾，卻也同時展開嚴肅的應對：科學家為演算法劃定倫理邊界，政策制定者積極討論治理框架，產業界則致力發展人機協作的應用模式。若說唐吉訶德是單向度的瘋狂，人類至少展現理智與想像之間的拉扯與平衡。與其說我們是唐吉訶德，不如說我們正努力扮演隨從桑丘的角色：雖心存懷疑，仍以務實態度陪伴前行，在夢想與現實之間尋找可行之路。或許，真正的答案存在於兩者之間。唐吉訶德的故事提醒我們：若只剩下冰冷理智，世界將失去溫度與詩意；若全然受幻象支配，則會墜入荒謬與虛無。在AI的浪潮中，人類所需要的，既非一味恐懼，也非盲目崇拜，而是一種「帶著夢想的清醒」: 既能清醒認知「AI實際是什麼」，也敢於想像「AI應該成為的樣子」。歸根究底，問題不在於我們是否像唐吉訶德，而在於我們能否從他的荒誕與執著中汲取智慧。與其被純粹理智壓垮，或被虛幻期待支配，不如在理性與想像之間尋求平衡。AI，或許是這時代的新「風車」，而我們的選擇，將決定這場搏鬥是一則笑話，還是人類歷史的新篇章。

閔可夫斯基的AI啟發

物理學家閔可夫斯基（Hermann Minkowski, 1864~1909）曾以一句名言革新人類對宇宙的理解：「從現在起，空間本身和時間本身注定要變為陰影，只有兩者的結合才能保持獨立的實體。」他將時間與空間統一為四維時空連續體。儘管他於1909年逝世，未能見證人工智慧的誕生，但他對高維幾何與統一框架的洞察，對現代AI的數學基礎與概念架構產生深遠影響。閔可夫斯基啟示我們，抽象集合可視為具內在結構與幾何屬性的實體。在機器學習中，資料往往存在於高維特徵空間中，例如一張圖片由數十萬像素構成，可表示為數十萬維的向量。這些維度並非獨立，而是共同形成一個連續且整體的幾何空間。數據點在此空間中的位置與距離代表資料之間的關聯性。這種觀點促使研究者運用幾何學、拓撲學與流形學習等方法，從高維空間中探索資料實際分布的低維結構。流形學習（Manifold Learning）的核心思想是：雖然數據存在於高維空間，但其本質結構往往嵌於低維非線性流形之中。AI的任務，正是揭露這些潛在流形，尋求數據的簡潔幾何表示。閔可夫斯基對距離度量的定義，也成為AI決策機制的數學基礎。他提出的閔可夫斯基距離（Minkowski Distance），即p範數（p-norm），為衡量資料差異提供統一框架。當p=1時為曼哈頓距離，適用於特徵維度獨立的情境；p=2時為歐幾里得距離，是聚類、分類與優化演算法的基礎，用以計算兩點間最短直線距離。在K近鄰演算法中，AI便依此距離判斷新資料點與已知樣本的相似性。這種距離度量已成為AI中表達相似與差異的核心語言。在相對論的框架中，閔可夫斯基強調對不變量的追求，即在座標變換下保持不變的量，例如時空間隔。這一概念同樣啟發AI模型在面對旋轉、平移或縮放等變化時仍能保持準確判斷。例如，卷積神經網路（Convolutional Neural Network）透過權重共享與池化層實現平移不變性，使模型能辨識移動位置的特徵；膠囊網路（Capsule Network）則更進一步，嘗試捕捉實體姿態，追求更強的視角不變性。閔可夫斯基開啟物理學的幾何化時代，也提醒我們：無論是物理的時空，或AI的特徵空間，其深層真理皆隱藏於結構與幾何之中。對當代人工智慧研究者而言，他留下的不僅是數學工具，更是一種從代數思維轉向幾何思維的視野，用以理解高維複雜數據的本質。

AI小龍蝦與螃蟹效應

那口桶子其實一直都在，只是換了名字：辦公室、部門、公司、產業。桶壁濕滑，桶口不高，理論上誰都爬得出去，但只要桶裡不只一隻，總有一隻鉗子會伸過來，把快要探出頭的那隻輕輕拉回原地。這不是誰的錯，這是螃蟹的本能，也是人的本性。我在協助某些單位導入AI代理的時候應證這個道理。近期爆紅的開源人工智慧代理軟體（OpenClaw），官方標誌是一隻紅色龍蝦，中文社群常暱稱它為龍蝦或養龍蝦。我借用這個意象，稱我們導入的AI代理為小龍蝦。牠不像螃蟹橫著走、彼此牽制，而是縱向往前爬的生物，鉗子不是用來拉人下來，而是抓住員工過去留下的痕跡：一份被遺忘的簡報、一段藏在信件夾深處的談判紀錄，重新拼起來，讓後面的人踩著前人的肩膀走得更快。照理說這應該皆大歡喜，前人心血被延續，後人的路被鋪平。但抗拒的聲音比想像中大得多。有人說工作會被取代，有人說不公平，也有人嘀咕自己辛苦累積十年的經驗，憑什麼讓新人靠AI三天就學會。我一開始以為這是恐懼，後來才明白，恐懼底下藏著更古老的東西，那就是螃蟹效應（Crab Effect）。人們害怕的不是被取代，而是別人不須付出跟自己一樣的代價，卻能走到同樣甚至更高的位置。那份我辛苦過、你不能輕鬆的心理，比任何技術風險都難處理，因為它不會寫在需求文件裡，只藏在會議室那句「這樣真的好嗎？」的語氣中。娜塔莉波曼（Natalie Portman）在《黑天鵝》（Black Swan，2010）裡飾演的妮娜，讓我第一次在螢幕上看見螃蟹效應被拍得如此赤裸。這部電影裡，芭蕾舞團的桶子比辦公室更殘酷，舞者的價值只能靠彼此的失敗確認。競爭對手莉莉，由米拉庫妮絲（Mila Kunis）飾演，既像鏡子映照出妮娜渴望的自由，又像伸過來的鉗子，讓人分不清是幫助還是拉扯。電影呈現螃蟹效應最鋒利的形式不是外敵，而是自己內心那隻螃蟹，在快要蛻變成黑天鵝的那一刻，緊咬住原本的白色羽毛不放。回到那些抗拒小龍蝦的員工，真正需要安撫的不是對技術的不信任，而是「我的努力」會不會被稀釋的焦慮。於是我們換了說法，不說人工智慧學習你的成果，而說它延續你的名字。每一份被抓取重組的資料都標註原作者，每次更快完成的專案都回溯致謝最初留下痕跡的人。桶子沒變，但我們讓爬出去的人願意回頭伸出龍蝦之手，而非螃蟹鉗子。我學到，桶子的高度可以改變。當一個人的成果能被看見、延續、感謝，他就不再需要靠拉別人下來證明自己爬得多辛苦。妮娜最後那句我感受到完美了，與其說是勝利，不如說是終於放下了那隻纏鬥一生的螃蟹。組織轉型不是單純技術問題，而是能不能讓每一個人相信，桶子容得下所有人一起爬出去，不必把彼此拉下來，才能看見屬於自己的那片天空。

AI時代的無腸國

我小時候著迷於一本古典小說《鏡花緣》，當中敘述的無腸國，讓我感觸良多。無腸國的百姓終日進食，食物入口卻不消化，只在腹中一路穿行而過，徒留一具具永遠飢餓的軀殼。這荒誕的設定，乍看是奇談異聞，細想卻像一則跨越兩百年、專為今日而寫的當代寓言。我們何嘗不是這樣的國民。清晨睜眼，短影音一則接一則湧來，手指機械地上滑，眼球貪婪地掃視，腦袋卻空空如也。我們以為自己在攝取資訊，實則資訊只是路過，不曾停留，更不曾轉化成血肉。生成式AI更把這條輸送帶推向極限：1秒消化一整本書，1分鐘簡化複雜爭論。我們得到知識的幻覺，卻失去咀嚼的過程，而咀嚼，正是理解真正發生的地方。無腸國人害怕食物空跑一趟，於是拚命進食，彷彿多吃一口就能留住什麼。這與我們面對演算法時的心理如出一轍：害怕漏掉任何一則訊息，於是不斷點擊、不斷滑動，卻從未問過自己，留住了又如何？那些經手的萬千資訊，究竟有多少真正住進了我們的思想裡？絕大多數，不過是穿腸而過，什麼也沒留下。這個寓言殘酷之處，在於提醒我們：消化本身需要摩擦、需要抵抗、需要時間發酵。真正的養分，不是那些滑順溜進喉嚨的東西，而是那些讓你咀嚼到牙痠、讓你皺眉思索、甚至讓你噎住的內容。一首讀不懂的詩、一個矛盾的命題、一段撼動人心卻難嚥的敘事，這些才是真正的精神糧食，因為它們拒絕被輕易吞嚥。然而，AI最擅長的，恰恰是把世界磨成滑順的糊狀，削去所有稜角；而稜角，原本正是刺激思考肌肉生長的地方。人類的自救之道或許很簡單，卻也很奢侈。在AI能1秒生成10篇摘要的時代，選擇用一整個下午讀1首詩，讓文字在體內慢慢發酵。在演算法只餵養熟悉、順口的內容時，主動尋找陌生、彆扭、令人惱怒的思想，因為正是這些摩擦點，才能鍛鍊出真正屬於自己的判斷力。在資訊洪流催促我們往下滑的瞬間，學會停下來，把這一口真正嚼碎，讓它痛、讓它嗆，直到它成為血肉的一部分，而不只是一個路過腸胃的旅客。無腸國人臨終回望，吞下的食物堆積如山，卻沒有一口曾真正屬於自己。這是何等荒涼的一生。我們身處資訊更氾濫千百倍的時代，更該警惕這荒涼提前降臨。終有一天，當數據河流乾涸，演算法不再運轉，能真正留在我們身上的，只會是那些被咀嚼、消化、轉化成自己一部分的東西，哪怕只是一句話、一個念頭、一次靈魂深處的震動。從無腸到有魂，這條路沒有捷徑，只有一種選擇：在加速的時代裡，固執地慢下來，做回一個會消化的人，而不是一具會進食的輸送帶。AI用極致的速度，替我們重新問一個古老而沉重的問題：你吞下的，究竟是滋養生命的食物，還是自我盲從的殘影。

今日大力推動人形機器人時，讓我想到《複製嬌妻》（The Stepford Wives）這部伊拉・萊文（Ira Levin）於1972年創作的小說，1975年由布萊恩・福布斯（Bryan Forbes）改編成同名驚悚電影。這部作品超越科幻與恐怖類型的範疇，成為映照社會焦慮的鏡子，凸顯父權社會對女性的物化、對個性自主的壓抑，以及對科技失控的潛在恐懼。故事講述攝影師喬安娜（Joanna）與丈夫搬入康乃狄克州寧靜的郊區小鎮Stepford。起初，她被小鎮整潔的街景與居民的禮貌吸引，但漸漸察覺異樣：鎮上的妻子們舉止相似、語氣溫順、生活完全圍繞家務。當好友查梅恩（Charmaine）突然失去個性、變得順從後，喬安娜與另一位新住民展開調查，最終發現恐怖的真相。鎮上的男子協會利用科技手段將妻子取代為完美順從的機器人，讓這座小鎮成為男人幻想的烏托邦。電影上映時評價分歧，由此產生的文化詞彙「Stepford Wife」卻影響後世，用來象徵被馴化、順從而失去靈魂的女性。飾演查梅恩的路易絲（Tina Louise）表現出女性對抗社會定型的掙扎，成為理解這部電影的重要視角。電影《複製嬌妻》拍攝於1970年代第二波女權主義的高峰期，直接反映部分男性對女性追求平權的焦慮與反撲。片中的男子協會以科技重塑女性形象，象徵徹底抹除女性主體性。電影以恐怖敘事揭露這種烏托邦的殘酷，在完美的草坪與笑容背後，潛藏的是靈魂的死亡。它提出尖銳的問題：所謂的「完美女人」，是否必須以犧牲自由與個性為代價？近半世紀後，這部作品的寓言在人工智慧（AI）時代更加貼近現實。深度偽造（Deepfake）技術能重塑人的聲音與容貌，延續數位層面對人的物化。電影中的機器人妻，如今以虛擬形式重現。當人類利用科技塑造「理想對象」，往往忽略背後的倫理界線。AI的「個性定制」與社群媒體演算法的回音室效應，也在無形中削弱思想的多樣性，使人們在意識上成為新的「複製人」。電影所諷刺的「完美」幻象，如今透過演算法與濾鏡重生，構築出表面幸福卻內在空洞的社會模板。《複製嬌妻》的性別寓言，是一則對自由與真實的警示。它提醒我們，真正的進步不應製造順從的複製體，而需尊重差異與不完美的人性。科技或許能創造無數「理想化的她」，但唯有拒絕被定義的個體，才真正擁有不可複製的靈魂。

從牛頓煉金術看現代資通訊工程

我在杭廷頓圖書館（Huntington Library）的古籍收藏中，發現牛頓（Isaac Newton, 1643~1727）的《操作順序》（Operationum Ordo）。這是一本關於煉金術的手稿，撰寫於1690年代，顯示這位科學巨擘少為人知的一面。經濟學家凱因斯（John Keynes, 1883~1946）於1942年檢視這些筆記後曾感嘆：「牛頓不是理性時代的第一人，而是最後一位魔法師。」隨著學術研究的深入，我們逐漸認識，牛頓的煉金實驗其實是一種極其理性的思維模式，對今日資通訊工程具有相當啟示。牛頓的煉金研究並非出於迷信，而是建立在嚴謹的實驗設計與系統性紀錄之上。他仔細記載每個步驟，精確衡量材料比例，並反覆驗證結果。這種系統性思維，與他在物理與數學領域的研究一脈相承。對於現代資通訊工程師而言，這是設計與分析複雜系統不可或缺的基礎。當今工程師在規劃網路架構或開發通訊協定時，須掌握各模組間的互動關係，正如牛頓觀察物質間反應時所展現的細膩與縝密。軟體工程的模組化設計、版本控制、持續整合等實務，也發揮類似的理性精神。牛頓在《操作順序》中對每一實驗環節的細緻紀錄，與現代資通訊工程師在除錯與系統優化時所需的紀律與洞察相映成趣。牛頓的獨特之處，在於他能穿越知識領域的邊界，將數學、物理、光學乃至煉金術相互融通。這樣的跨域能力，是當代資通訊工程發展的核心精神。人工智慧結合神經科學與統計學，物聯網融合硬體設計與人機介面，6G技術更須整合射頻工程與通訊協定。牛頓追求「物質轉化」的精神，如今亦實踐於工程師努力將不同知識轉化為創新的解決方案。牛頓在面對外界對煉金術的質疑下，仍投入大量時間與心力研究，表現出不畏探索未知的勇氣與毅力。這種挑戰常規、堅持探索的態度，是科技創新的驅動力。從人工智慧到量子通訊的發展，皆源於對現有技術架構的突破。牛頓對實驗的執著提醒我們：真正的創新，來自時間的累積與反覆試驗。《操作順序》的另一重要價值，在於其對知識管理的示範意義。牛頓詳實記錄每次實驗，包括觀察結果與失敗嘗試，建構出一套完整的知識積累機制。對現代工程團隊而言，良好的知識管理系統如Git、Confluence等，是協作與技術傳承的基礎；技術文件撰寫與註解，也是工程實踐中不可或缺的一環。凱因斯將牛頓形容為「魔法師」，是讚賞牛頓在理性分析與直覺洞察之間取得的平衡。煉金術雖披神祕色彩，牛頓的操作方式卻極為理性。這種理性與直覺並行的能力，在現代工程中同樣重要。優秀的工程師不僅需掌握科學方法，亦須具備技術直覺與創新思維。深度學習架構設計、系統調校與效能優化，往往來自工程師的直覺引導，隨後再以實驗驗證。正如牛頓的實驗精神最終孕育出科學革命，今日的技術革新，也同樣根植於理性思維與實驗勇氣的結合。

由修仙看人與AI的共生

技術迭代使AI深度嵌入人類工作與生活，人機關係成為無法迴避的命題。修仙小說《凡人修仙傳》中法寶與修士的敘事恰好構成一則當代寓言：AI之於人類，正如本命法寶之於修仙者，既是渡劫飛升的依仗，亦是噬主隕落的風險。主角韓立最核心的機緣是「掌天瓶」。此法寶初得時僅能催熟草藥，隨心神溫養與境界提升，影響時間法則的威能才逐步顯現。法寶之力並非恆定，而是隨使用者的認知與投入動態成長。AI工具亦然。ChatGPT與Midjourney對初用者不過是高效生成器，唯有持續使用、資料投餵與提示詞（Prompt）最佳化，才能適配個體思維，進化為獨特的外腦。正如韓立以神識駕馭劍陣，我們以提示詞調度算力，工具的價值始終取決於使用者賦予它的靈性。然而反噬向來如影隨形。修仙世界的第一重反噬在於神識消耗：韓立操控「青竹蜂雲劍」或「大衍傀儡」時需分出神識，過度使用便眩暈遲鈍。這不是法寶主動攻擊，而是對精神力極限的警示。AI時代的對應物，是認知卸載與注意力蠶食。當文案、推論乃至創意決策大量外包給AI，大腦相應功能因用進廢退而鈍化，思考耐力與批判敏銳度在便捷中靜靜流失。這種退化不致命，卻讓人逐漸淪為工具的附庸，正如過度依賴飛劍的修士，終將遺忘本身步法的精妙。更深一重的反噬，指向判斷力與價值觀的扭曲。魔道寶物慣於侵蝕心性，修煉「血魔功」者必嗜殺，執掌「噬靈杖」者必貪婪，器物的邏輯悄然重塑主人。AI時代最隱蔽的反噬，是演算法繭房（Algorithm Echo Chamber）與邏輯慣性。AI被設計成擅長迎合而非反駁，持續以偏見投餵便得到更精緻的偏見作為回報。決策者一旦依賴AI輸出策略，便被禁錮在模型訓練集的認知邊界之內。AI輸出常具邏輯閉合性與表述權威性，使用者更易在看似合理的錯誤中越陷越深。最致命的危機，非前述任何一種，而是修士將全部道途寄託於外物。韓立若未曾苦修夯實根基，即便擁有通天靈寶，遇上古禁制也寸步難行。人類面對AI同理：若將創意原點、情感判斷、價值抉擇悉數交付演算法，便退化為儀器的操作員，一旦算力斷絕，頃刻淪為無知凡人。真正的飛升不依賴某件神器，而在於歷經劫數後的自身領悟。修仙寓言還有一處值得深思：每位飛升者必須親渡「雷劫」，無人可代，無寶器能全擋。這正呼應AI時代的核心倫理困境。機器可以處理資訊，卻無法替人承擔選擇的後果。醫師以AI輔助診斷，法官以演算法參考量刑，最終的道德重量仍落在人的肩上。逃避此重，便是將「人」這個概念本身拱手讓渡。修仙者韓立證道飛升，雖借助寶物，但他始終記得一件事：法寶是渡河之筏，不是棲身之岸。關鍵時刻，他相信的是苦修所得的判斷力，而非手中的神器。面對AI，我們亦當如此。以AI增效而不以AI代思，借AI破局而不被AI定義。唯有在協作中錨定人的主體性，技術才能真正成為文明的舟楫，而非將人困住的彼岸。

訂閱椽經閣電子報

新文章上刊時發送，提供您DIGITIMES專家及顧問群的最新觀點、見解。

熱門報導

1
2
3
4
5
>>