椽經閣 - 林一平專欄

林一平

國立陽明交通大學資工系終身講座教授暨華邦電子講座

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>。

AI的曼德拉效應

許多人第一次聽說曼德拉（Nelson Mandela，1918～2013）當選總統時，都會錯愕地說：「我清楚記得他在獄中去世的新聞畫面。」這種大規模的錯誤記憶，被稱為「曼德拉效應」（Mandela Effect）。它說明人類記憶不是錄影帶，而是每次回想時都在重建的神經活動。當微小誤差透過媒體傳播並被群體強化，最終可能凝固為堅信不疑的「事實」。生成式AI的出現，讓這個現象進入危險的新階段。過去的錯誤記憶源於人腦的模糊回想，如今卻可能來自精心製作的數位幻象。AI能輕易生成高度擬真的內容，例如「C-3PO全銀色劇照」或「皮卡丘黑色尾巴百科條目」。這些虛構細節真實得足以欺騙未經查證的觀者，一旦在社群媒體病毒式擴散，說服力遠超過去的謠言。更可怕的是，AI生成的不只是單一圖片或文字，而是包含照片、影片與文章的完整「證據鏈」，讓虛假記憶看似天衣無縫。同時，AI內容正以驚人速度污染資訊生態。當人們試圖驗證記憶時，搜尋結果往往充斥大量口徑一致的錯誤答案，形成資訊迴音室。社群演算法又偏好新奇與爭議性內容，AI製造的謠言正符合這些條件，於是錯誤訊息在推送與點擊間不斷循環，甚至被推升至主流討論。更令人憂心的是，AI不僅能放大既有錯誤，還能憑空創造從未存在的記憶。想像有人利用AI虛構一個九〇年代的卡通角色，生成動畫片段、廣告影像與週邊商品照片，再編造討論貼文。這些充滿懷舊元素的內容迅速走紅，10年後，當年的孩童已成年，腦中仍保留模糊印象。當有人發問「你還記得這個卡通嗎？」便會有大批網友響應，甚至補充劇情細節。一個根本不存在的角色，竟成為集體的童年回憶。此時，AI已不是錯誤的放大器，而是記憶的原始編造者，繞過既有事實，直接向集體意識注入從未發生過的過去。這絕非單純趣聞，而是深具社會風險的徵兆。當偽造記憶結合擬真圖像、詳盡文本和龐大社群互動，真實與虛構的邊界將愈加模糊。它可能動搖人們對歷史的理解，使司法證據效力大打折扣，甚至撼動政治共識。如果某個重大事件被AI大規模改寫，數百萬人因而誤解，後果難以想像。更極端的情境是，當AI生成的虛假內容數量超過真實資訊時，搜尋引擎甚至可能將錯誤答案置於前列。此時，真相反而成了需要額外努力證明的「少數說法」，我們將進入一個「真相倒置」的時代。因此，社會必須建立數位免疫系統。技術上需要更精準的檢測工具，辨識內容是否為AI生成。制度上，平台應透明標註AI內容，並對惡意散布者設立規範；教育上，更需強化數位素養，培養理解演算法運作的能力，養成交叉驗證與批判思考的習慣。在個人層面，每位使用者都應保持警覺。我們必須追溯訊息來源，不輕信單一說法，也不要因「眾人皆信」就放下懷疑。面對任何看似「眾所周知」的資訊，都應該問3個問題：來源是什麼？是否有可靠第三方驗證？是否符合基本邏輯與常識？AI的曼德拉效應提醒我們，過去不再是堅固不動的參考點，而是隨著數位技術持續被改寫的場域。在這個由演算法與幻象交織的記憶迷宮裡，真相的價值從未如此珍貴。當記憶本身都能被製造，守護真實便成為每個人的責任，而我們的選擇，將決定未來世代如何理解過去、認識現在。

物聯網中藥局

傳統中醫（Traditional Chinese Medicine；TCM）源自古代中國的醫學體系，重視個體差異，考慮到個人體質和季節等因素。對於相同的疾病，中醫可能會根據不同個體的情況，開出不同的治療方法和藥物。KingNet國家網路醫藥比較中醫和西醫，指出：「中醫治本，西醫治標。」中草藥一直是華人治療、預防疾病和維持健康的重要手段。比較中醫傷科和西醫康復醫學的治療方法，可以理解為「中醫善於治療，西醫善於診斷」。近年來，隨著新冠肺炎病毒的全球蔓延，人們對中醫療癒和增強免疫功能的關注增加。根據中醫理論，中草藥被用於診斷、治療、緩解或預防人類疾病。中草藥的材料來自自然界，包括礦物質、植物和動物衍生的原材料，以及加工產品和草藥湯劑。傳統上，中醫涉及草藥的煎煮，使其中的成分溶解在水中，形成藥液。然而，煎煮過程耗時，攜帶藥液也不便。隨著中醫治療的普及，傳統的草藥湯劑正逐漸被科學中藥（Scientific Chinese Medicine；SCM）所取代。科學中藥並不是直接由原草藥研磨而成，而是通過收集草藥材料、煎煮和烘焙製成的，大大提高中藥消費的效率。近年來，科學中藥在消費者中獲得認可。病人獲得醫院或診所的處方後，會去藥房領取科學中藥包（裝有藥粉的紙袋）。藥劑師從各種科學中藥瓶中測量出處方量的藥粉，混合後包裝並密封成多日劑量。然而，這一過程通常是手工的，繁瑣且易出錯。為了解決這個問題，黃信行教授和我提出SCMtalk，一種基於物聯網（IoT）的科學中藥局機制，能夠提高科學中藥包生成的效率和準確性。SCMtalk實現4種機械物聯網設備：選粉設備（圖1 (1)-(7)）、混合清洗設備（圖1 (8)-(10)）、分配設備（圖1 (12)）和包裝設備（圖1 (13)）。這些設備和SCMtalk伺服器安裝在一個約53公分寬、40公分長、120公分高的櫃子中。通過這些物聯網設備，SCM粉末被包裝成藥包（圖1 (11)）。選粉設備包括一個內置活塞的圓柱形藥罐（圖1 (6)），使用前需要填充預混藥粉。上述4種物聯網設備由IoTtalk物聯網平台管理，該平台安裝在分配和混合櫃中的SCMtalk伺服器上。分配和包裝櫃中的現場觸控面板（圖1 (14)）作為多功能控制界面，顯示SCMtalk的當前運行狀態。SCMtalk也支援遠程控制，可以通過任何具有網頁瀏覽器的移動設備進行訪問（圖1 (15)）。瀏覽器包括一個視訊螢幕，允許藥劑師通過鏡頭遠端監控SCMtalk的操作（圖1 (16)）。分配和混合櫃中間的加載口（圖1 (12)）是分配設備的入口，機器手臂（圖1 (8)）將藥罐（圖1 (6)）放置在這裡。下方是藥包的出口（圖1 (13)），在自動化過程完成後，可以從下方出口取出藥包（圖1 (11)）。通過應用垂直包裝技術，每個處方的藥包數量可以達到100個。SCMtalk全自動系統運行，精確分配藥粉。其每一個包裝速度少於3秒，每個處方可達到超過100包，這在前處理和後續清潔上節省大量時間。這個SCM應用需要資訊工程師、藥劑師和機械專家的合作，使用物聯網平台來實現智慧藥房。

辯證法在AI機房

機房深處的嗡鳴中，理性正進行一場無人旁觀的演出。AI伺服器成列排開，數據流經管線，錯誤被標記、修正並轉化為下一輪嘗試。此處既無康德（Immanuel Kant）憂慮的形而上學僭越，也無黑格爾（Georg Wilhelm Friedrich Hegel）期待的絕對精神降臨。但若細察訓練曲線的起伏，仍可辨識出古老的模式：否定之否定，在矛盾中前進，在破裂中重組。康德若見到當代AI系統，或許會感到些許安慰。我們為模型設下界限，正如他為理性劃定合法範圍。拒絕提示詞（Prompt）與倫理對齊機制傳遞著相同訊息：並非所有問題都該被回答，能力並非毫無節制地釋放。當AI模型遭遇無法化解的衝突時，它被要求止步並承認限制，而非陷入二律背反（Antinomies）的無盡循環。這是一種知其邊界的理性。黑格爾則會指出，這些界限本身即是暫時的。AI模型不斷超越舊版本的歷程，正是辯證運動的實踐。每次微調都否定前一狀態，每次架構革新都揚棄（Aufhebung）舊範式。GPT-3讓位於GPT-4，並非否定其價值，而是在更高層次將其成果保存並超越。正反合（Thesis-Antithesis-Synthesis）在此演化為技術發展的當代形式，模型在錯誤中學習、在矛盾中成長。辯證法在此不再是觀念運動，而是具體的勞動關係與資本累積。進步敘事掩蓋這些代價，使矛盾轉移至供應鏈末端，以不可見的形式延續。在工程實務中，黑格爾的辯證結構被徹底去魅，轉化為可操作的技術形式。矛盾簡化為損失函數（Loss Function），否定簡化為反向傳播（Backpropagation），對抗性訓練（Adversarial Training）成為核心方法。生成對抗網路（Generative Adversarial Networks）透過生成器與判別器的制衡，在競逐中逼近納許（John Nash Jr.）均衡。此處沒有精神的自我實現，只有可計算的最佳化過程。黑格爾相信歷史運動指向自由意識的完成，但人工智慧顯示，辯證結構可以在沒有目的論的情況下運作。它無需終點與意義，只要在高維空間中收斂。這印證理性的習性：面對複雜性時，將走向矛盾與揚棄，無論是否有歸宿在等待。這種認知令人不安。我們以為進入純技術時代，擺脫形而上學包袱，但當模型在無數次失敗後找到穩定狀態，我們只是再次見證理性的老習慣：拒絕簡化，必須經由否定尋路。只是這次我們不稱之為精神的歷險，而稱之為機器學習。真正的問題在於，當辯證運動在無意識系統中自動發生，責任由誰承擔？沒有靈魂的理性依然塑造世界，產生偏見、失業與操控，而後果終由具體的人承受。康德的界限及黑格爾的運動如幽靈般徘徊於機房，提醒我們技術並非中性，理性的形式始終伴隨成本。當你站在資料中心外聽著冷卻風扇的聲音，不妨想像運轉的不只是矽晶片，還有幾百年前關於理性、自由與矛盾的老問題。只是這一次，它們不等待哲學家回答，而直接在現實中展開，由算法執行，其後果則由人類承受。

AI由線條推理到花朵綻放

這場藝術實驗始於我手中的彈性尖鋼筆（flexible nib fountain pen）。女郎站立時重心微偏，抬起的手指輕觸髮際，另一手將長髮牽引至身前。筆尖在肩線與腹部之間游移，藉由墨色乾濕的變化捕捉呼吸的節奏。襯衫的翻領、袖口與牛仔褲口袋的摺線，在壓力轉換下形成清楚而克制的結構，這些線條描寫衣物，界定身體如何佔據空間。創作隨後運用大型語言模型（LLM），進入提示詞（prompt）的階段。語言開始取代手勢，引導觀看的方向。描繪物件的提示要求理解線條的功能，讓牽牛花取代織品，成為身體的延伸。人工智慧在此展現出真正的推理能力，避免機械地生成裝飾圖案。先深入解析鋼筆原稿的內在邏輯，將每一條線索還原成空間語法。模型識別出哪些線條是承重的結構骨架（structural skeleton），哪些線條標示著遮蔽與顯露的邊界，哪些則只是暗示形體轉折的輔助記號。這個拆解過程是語義層面的理解，不是畫素的複製。推理的關鍵在於轉譯而非覆蓋。人工智慧理解到原本屬於襯衫領口、袖口褶皺、牛仔褲腰線的那些邊界線。這些固定布料本身的功能被巧妙地用來定義形體的轉折點與視線的停留位置。於是這些功能性邊界被重新詮釋為植物生長的潛在路徑，藤蔓便沿著既有的陰影邏輯與力學走向自然攀附，順著肌理的起伏延展。花朵精確落在原先線條最密集、視覺重量最集中的節點上，那些曾經是衣物扣合處、褶皺匯聚處的位置。如今成為牽牛花綻放的所在並非隨意安放的裝飾。這是從幾何邊界到有機生命的連續轉換，線條的功能在AI的翻譯中得以延續，只是語言從布料的物理性轉向植物的生長性。當水彩層次（watercolor layers）被引入，淡紫與嫩綠並未覆蓋鋼筆的節奏。LLM順著線條留下的路徑滲透，在透明與疊加之間建立時間感。身體因此不再是被觀看的靜態中心，而成為一個正在發生、持續生長的場域。線條在此完成它們的使命，從定義形體到啟動生長，最終退場後留下的是一套自洽的生態邏輯。人工智慧並不單純再現人體藝術。LLM由線條推理出花朵，由結構演化為生命。這是由視覺語法翻譯成自然法則的靜默過程。

緯創數位算力捐贈

在人類文明演進中，財富形態不斷轉換，從工業革命支撐生產的鋼鐵與石油，到資訊時代創造價值的數據，再到今日人工智慧時代逐漸成為關鍵資源的算力與算法。隨著高階運算能力在部分領域集中於少數組織，社會不平等呈現新的結構樣貌。在此背景下，安德魯．卡內基（Andrew Carnegie）於19世紀留下的精神遺產，為當代提供一條值得參照的思考路徑。這段故事始於1850年代的匹茲堡。當時的卡內基仍是一名薪資微薄的蘇格蘭移民少年，在電報公司從事基層工作。安德森（James Anderson）上校身為退休軍官，選擇每週六向勤奮的年輕工人開放私人藏書。對卡內基而言，這間擁有約400本書籍的書房不是金錢救助，而是一扇通往知識世界的入口。這段被他人分享資源的經驗，深刻影響他日後對財富意義的理解。一九〇一年，卡內基將鋼鐵事業出售給約翰．皮爾龐特．摩根（John Pierpont Morgan），累積驚人財富。事實上，他早在一八八九年發表《財富的福音》（The Gospel of Wealth）時，便已明確提出富有地死去是可恥的信念。在生命最後20年裡，他將絕大部分財富轉化為公共資產，資助興建超過2,500座圖書館，使後來的孩子不必仰賴私人恩惠，也能接近知識。進入現代，科技公司確實提前所未有的工具，但多數人工智慧服務仍存在資源與功能上的限制。一般使用者能動用的運算能力，在模型規模與訓練深度上，仍遠不及頂級研究機構與大型企業。超級運算中心與先進晶片等關鍵資源，依然高度集中於少數組織之中。因此，如何讓算力逐步具備公共性，成為值得嚴肅討論的議題。若掌握關鍵資源的決策者能效法卡內基與安德森上校的精神，將部分高階算力視為公共基礎設施，而非僅作為競爭資產，人工智慧的發展方向或許會出現不同的可能。這並不意味企業必須放棄既有商業模式，而是在現行體系之外，為學界與創作者保留可被合理使用的公共通道。近年來，已有企業開始以試行計畫的形式探索這類方向。例如緯創推動的算力捐贈方案，嘗試將高階運算資源提供給部分新創團隊與學研機構，用於大語言模型訓練與微調、模型推論與部署，以及虛擬環境模擬等應用，讓原本受限於資源的團隊得以進行實質研究。這類嘗試呼應安德森上校開放書房的精神，只是媒介由書籍轉變為運算能力。在這樣的構想下，算力中心應如同當年的書房。這種分享並非單向施予。卡內基當年要求社區承擔圖書館的維護責任，是為了確保公共資源能被負責地使用。放在人工智慧時代，這意味著使用者與社群必須參與治理與監督，使技術回應實際需求，而非僅服務於少數目標。實現算力公共化勢必面臨成本與管理上的挑戰，但透過公私合作與跨領域協調，仍有可能逐步推進。當企業願意分享部分資源，而學術與公共機構能有效管理，一個更具包容性的創新環境便有機會成形。出身資源匱乏地區的年輕人，將不再因門檻而被排除在創新之外，原本可能加劇不平等的技術集中，也能轉化為推動文明進化的力量。最終，真正的財富不在於擁有多少伺服器或晶片，而在於為他人打開多少通往智慧的入口。若算力能逐步成為如同道路與電力般的公共資源，機會的流動性便得以維持。那份源自19世紀少年在安德森書房裡感受到的希望，也能在今日的數據流動中，持續轉化為改變命運的可能性。

AI的求真與造假

民主允許人民擁有政治自由和言論自由，提供人們尋求真相的機制和教育，可以揭開當前或歷史事件背後扭曲、歪曲、意識形態和階級利益的面紗下隱藏的真相。因此，享有的獨特「智識」特權，知識份子的責任深遠。語言學家和哲學家杭士基（Avram Noam Chomsky）指出：「知識份子有責任講真話，揭露謊言。」這句話強調具有知識和理解力的人士在倫理上有責任傳播準確的信息，並揭露虛假。今日，人工智慧（AI）成為一種強大的工具，與這種責任相契合，它提供了前所未有的能力，既能揭露又能對抗錯誤信息。AI在驗證信息和檢測虛假方面有其威力。人類利用機器學習算法，可以分析大量數據，將主張與已確立的事實交叉參照，以驗證其準確性，提供超出人類能力範圍的洞察。例如，Facebook和X等平台使用AI來檢測和標記虛假信息。AI能夠迅速揭穿在社交媒體和其他平台上流傳的虛假主張，有效遏制錯誤信息的傳播。AI在對抗Deepfake（使用AI創建的高度逼真但虛假的音頻和影片內容）方面也發揮重要作用。先進的AI模型通過分析人類無法察覺的微小不一致性來檢測Deepfake，保持信息的完整性，防止操縱內容的傳播。例如，微軟（Microsoft）開發的Video Authenticator工具能夠分析視訊中畫素的細微變化，檢測出Deepfake，從而維護信息的真實性。隨著生成式AI的快速進步，單純的偵測已成為一場永無止境的競賽。為此，微軟等業界領導者已將策略從被動偵測，升級為主動建立信任的「來源證明」（Provenance）架構。他們共同發起「內容來源與真實性聯盟」（C2PA），並推動「內容憑證」（Content Credentials）技術標準。這個標準如同數位內容的「營養標籤」，可以在檔案中嵌入其來源、作者及編輯歷史，讓使用者能輕鬆查驗資訊的真實性。今日大語言模型（LLM）的聊天應用貪婪地吞噬巨量的數據，在對話中找到最合理的答案，或是在科學問題中找到最有可能的解答。杭士基認為LLM「基本上是一種比較高科技的剽竊」和「逃避學習的方式」。人類的心智不像LLM，而是一個更驚人、有效率又優雅的系統，僅用有限的資訊就能運作。它不會試圖從數據中找出關聯性，而是努力創造解釋，分辨是非。要達到杭士基的理想，AI應該朝說真話和揭露謊言方面整合，賦予深遠的社會意義。AI應增強知識份子有效履行職責的能力，確保準確信息在公共領域中傳播。隨著AI的不斷進化，它在保持信息完整性方面的角色將變得日益重要。特別是在政治選舉和公共衛生等關鍵領域，AI可以幫助確保信息的透明和準確，保護民主進程和公共利益。然而，使用AI尋求真相，開發人員必須確保AI系統的公正透明，避免傳播虛假信息或不公正的結果。例如，AI算法在訓練數據上的偏見可能導致不公平的結果，必須有嚴格的審查和調整。我們必須設置監管架構來監督AI在信息傳播中的使用，平衡其潛在的好處與倫理考慮。社會必須對AI的潛在濫用保持警惕。技術人員、倫理學家和政策制定者之間必須持續的對話，負責任地使用AI，創造一個真理繁榮且虛假最小化的環境。因此，未來的發展需以品德教育為首，確保AI服務於真理和正義，達成杭士基對知識份子責任的願景。

神仙家庭的AI啟示

8年前，我在國立陽明交通大學設立一個智慧房間，並在暑期國小營隊中以「小仙女」的故事引導學童。我告訴孩子：「妳對著桌上的蘋果輕吹一口仙氣，奇妙的事就會發生。」當孩子們一吹氣，窗戶隨即自動打開，她們驚喜得咯咯直笑。我們還設計鬼屋遊戲，遠端操控房內的物聯網設備，例如「魔鏡」，讓孩子們在驚嚇與好奇之間盡情探索。我以這智慧房間發表了學術論文〈HouseTalk〉。但在學術語言裡，不能寫「小仙女吹氣」，只能嚴謹地描述：「我們將二氧化碳感測器置入3D列印的蘋果中，當室內人員呼出過量二氧化碳時，窗戶會自動開啟，以促進空氣流通並改善空氣品質。」論文充滿AI演算法與系統架構的細節，但我真正想表達的，其實是那份「小仙女吹氣」的想像。靈感源於我童年時看過的影集《神仙家庭》（Bewitched），由Elizabeth Montgomery主演。劇中女主角莎曼珊只要輕晃鼻子，魔法便應聲而起。我當年一再模仿，鼻子卻文風不動，只能讓耳朵晃動。《神仙家庭》的魔法，是物聯網與AI創意應用的早期想像。莎曼珊的每個手勢都能控制環境，她的魔法如同感測器與語音指令的雛型。她晃鼻子便能重整空間、召喚物品，這些1960年代看似荒誕的情節，如今已透過AI與自動化技術逐步實現。劇中對「人神婚姻」的描繪，也預示AI時代人機關係。莎曼珊與凡人達倫的結合，象徵魔法世界與人類世界的融合，如同現今AI與人類的共生。劇中女巫「偽裝正常」的焦慮，正對應現代人面對AI時的矛盾：既依賴其便利，又害怕其不可測。我們是否也像達倫一樣，既渴望魔法，又不安於它的力量？從文化角度看，《神仙家庭》教我們如何將技術融入日常生活。莎曼珊的魔法不是冰冷的功能展示，而是富含情感的生活智慧：在派對前整理房間、為客人準備驚喜、解決鄰里紛爭。這種「情境化智能」正是現今AI產品最缺乏的特質。若台灣科技產業能在研發中注入這種人文溫度，將能創造出更具情感共鳴的智能產品。《神仙家庭》同時提醒我們技術倫理的重要。劇中反覆思考「何時使用魔法」，對應當今AI時代的「何時啟用自動化」。莎曼珊寧可用雙手完成家務，只在必要時施展魔法的節制，正啟示我們應如何避免過度依賴科技。AI發展正處於關鍵轉折點，我們需要精密的演算法，更需要如《神仙家庭》般的想像力。台灣作為科技島，若能結合文化創意與人文視野，必能在AI時代開創出新的方向。我們需要能理解「小仙女吹氣」詩意的工程師，也需要能將感測器化為魔法蘋果的設計師。在AI時代，我們不缺技術，而是缺乏想像。那份想像其實早已存在，一如《神仙家庭》中的魔法。

笛卡爾與人工智慧

17世紀的法國思想家勒內·笛卡爾（René Descartes），不僅以「我思故我在」為現代哲學奠基，也以《幾何學》（La Géométrie, 1637）開創解析幾何，首次將幾何圖形與代數方程結合，發明今日熟知的笛卡爾座標系。此一突破不僅改變數學問題解法，更為微積分與現代人工智慧（AI）提供核心基礎。笛卡爾認為，平面上的每一點皆可用x與y座標表示，而曲線則可轉化為變數方程式。這使得幾何問題能用代數操作處理，例如圓的方程式 x2+y2=r2x^2 + y^2 = r^2x2+y2=r2。這種將抽象空間數學化的思維，與現今AI模型的建構如出一轍。在AI領域，所有輸入的影像、語音、文字資料都需轉為向量座標表示。影像為像素的RGB值集合，語音轉為頻譜，文字則嵌入高維語意空間。這些數據處理方法，正延續解析幾何「將現實投射於數學空間」的思維。神經網路與支持向量機等模型，會在多維空間中尋找最佳超平面來分類資料。深度學習訓練仰賴梯度下降法，透過多維導數找出使誤差函數最小化的方向，步步逼近最優解。此過程需用鏈式法則計算各層參數對結果的影響，亦即微積分中的複合函數求導。而這些演算法運作的數學場域，正建立於笛卡爾所創的座標系之上。進一步來說，像Word2Vec或BERT這類自然語言處理技術，將詞彙轉化為稠密向量，使語意相近的字詞在向量空間中相互靠近，這種「語意即距離」的嵌入技術，也可視為解析幾何的延伸。電腦視覺中的卷積神經網路（CNN），透過多層特徵提取，從像素空間轉換到形狀與語義空間，展現出「座標轉換以理解現實」的深層結構。從AlphaGo到GPT-4，AI系統不斷在函數空間中尋找最佳解。這些空間的數學結構源自笛卡爾當年奠定的幾何與代數統一。笛卡爾的哲學關注「心靈」與「機器」的界線，他認為動物如機械般運作，而人有思考的靈魂。今日AI雖能模擬語言與視覺，但是否真正「理解」仍是哲學難題。從數學化思維到理性工具，笛卡爾提供一把通往AI時代的鑰匙，卻也提醒我們，智慧不只是算法，更是對思維本質的深刻省思。

AI是插畫助手，還是插畫家？

我過去創作插畫，必須親手完成所有細節。有了AI，只需勾勒輪廓，它便能自動補全。起初它常誤解原意，畫面失去神韻，例如我畫的Julie Andrews白描稿在AI生成後嚴重走樣。但經多次訓練，它逐漸掌握我的風格，這讓我驚覺：AI是否正從助手邁向取代插畫家？數位時代的商業插畫、遊戲設計與小說封面皆採主畫家與助手分工：前者掌構圖與人物，後者負責上色與背景。AI正改寫這一模式。它能生成完整場景與統一風格的角色，甚至依文字指令完成整幅作品。於是問題浮現：當AI成為主要執行者，作品還能稱為「插畫家的創作」嗎？傳統分工清晰，例如日本工作室由主畫家定構圖神韻，助手執行上色修飾。AI的價值，在於接手重複性高的技術任務。Midjourney、Stable Diffusion與DALL·E等工具能精準模擬筆觸與光影。插畫家輸入草圖或文字描述，AI即可快速生成背景與配色。有畫家稱它是「永不疲倦的助手」，能即時測試多種風格方案。然而，當AI能力逼近人類，界線日益模糊。若AI負責大部分視覺產出，插畫家是否仍為創作者？法律上，只要人類給予明確指令並審核成果，仍屬人類作品；但在倫理與感知上，觀眾已難分辨「人筆」與「機筆」，藝術家的獨特風格也可能被壓縮成演算法模板。插畫家如我者，選擇與AI共生，把繁瑣細節交予AI，自己專注於構圖與概念。例如先手繪草稿，再指令AI生成多種背景方案取其佳者；或在AI生成的服飾光影上再創作，注入筆觸的溫度。這種「AI助筆」模式維持藝術主導權，也提升創作效率。相對地，全由AI生成的插畫雖快速完美，卻缺乏人性的意圖與情感。AI能複製「美」的形式，卻無法體會創作的動機。正如攝影未取代繪畫，AI亦難取代插畫家，但它將重新定義插畫，使創作者更像「導演」，專注於構想與審核，而非執筆描繪。這股轉變正重塑教育與產業。傳統插畫訓練強調技藝，如今學院課程已納入AI繪圖，重點轉向提示設計與風格管理。未來插畫家或將成為「視覺策劃」或「美術監製」，其專業核心不在技術，而在圖像敘事與文化感知。我如此禱告，AI或許能取代插畫助手，卻難取代插畫家。真正的創作超越圖像輸出，重點在於觀點與情感。AI能模仿風格，卻不懂其精神。當人類視AI為協作夥伴而非敵手，插畫藝術將邁入新紀元：從筆尖延伸至演算法，從勞動密集轉向創意驅動。最終，AI取代的不是插畫家，而是耗損創作熱情的重複勞務。人類插畫家的價值，仍在於以想像構築世界，並以情感賦予畫面靈魂。我如此期盼。

想像力擴增AI時代的能力

在AI快速發展的數位時代，我們常談演算法、效率與算力，但真正決定AI能否成為「擴增能力」工具的關鍵，不是技術本身，而是人類是否具備想像力。想像力，讓我們敢於提出不同的問題。當孩子仰望夜空，問：「為什麼月亮會跟著我走？」多數大人會回答光線與距離的原理。雖然正確，卻抹去問題背後的驚奇。若改說「因為月亮想陪你回家」，孩子的笑聲才是最有創意的理解。這種回答不是科學事實，而是一種想像練習，提醒我們在理解真實之餘，也別失去感受世界的方式。吉卜林（Joseph Rudyard Kipling）在《就是這樣的故事》（Just So Stories, 1902）也以此方式回應「為什麼」。〈駱駝怎麼長駝峰〉、〈小象怎麼得到長鼻子〉、〈豹怎麼有了斑點〉，這些故事並非科學解釋，而是透過荒誕的情節創造新的「真實」。重複與韻律讓故事像咒語般朗朗上口，而親密的語調則讓它成為親子之間的共享語言。它們不是說教，而是透過幽默與幻想，培養孩子的好奇與創造。這正提醒我們：想像並不是錯誤資訊，而是與真實並行的另一種創造能量。這樣的思維正是我們在AI時代所需。AI能生成文字、影像、方案，但若缺乏人類的想像力，它不過是冷冰冰的輸入輸出。只有當我們以孩童般的好奇來提問，並以創意去引導，AI才會展現真正的擴增效能。重要的是，我們必須分辨：AI有時生成虛構或錯誤（所謂「幻覺」），這些並非可靠資訊，但若經由我們的判斷與引導，這些虛構元素也能成為啟發新想法的原材料。AI可以提供「是什麼」的答案，但「為什麼」與「如果不一樣呢」仍須人類來追問。就像吉卜林的故事，它們延續人類自古以來用神話解釋世界的傳統。AI今日同樣能生成新故事、新情境，但要轉化為啟發與價值，仍取決於我們的想像與判斷力。因此，在AI數位時代，想像力不是奢侈的附加品，而是核心能力。科學說明規律，AI延展邊界，而想像力則確保我們不會在效率中迷失。當我們勇於像孩子般問出「月亮為什麼跟著我」時，AI才能真正陪伴我們，開啟新的旅程。不是因為它替代真實，而是因為我們用想像力為它注入新的可能。

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。

【Metric】Veeam Q1 Content Syndication E2E Cyber–HKT

熱門報導

1
2
3
4
5
>>