2026年8月21日 星期五

【專家之眼】讓AI科技成為文明傳承的夥伴(初九)

◆  【專家之眼】讓AI科技成為文明傳承的夥伴(初九)

◆  【專家之眼】習近平訪美峰會 豈容華盛頓怠慢(初七)
◆  【專家之眼】「屋」不盡其用 何來居住正義?(初六)
◆  【專家之眼】一種愛魚 其心各異?
◆  【專家之眼】情書無罪,操弄有責(初五)










【專家之眼】讓AI 科技成為文明傳承的夥伴

2026-08-21 06:20  聯合報/ 湯紹成/亞太綜合研究院院長
當前AI正走向「不同機器各司其職」的細緻分工,圖為本月在北京舉行的2026世界機器人大會。圖/中新社


八月的杭州,首先感受到一種十分鮮明的對照:一方面,這是一座承載千年歷史與江南文化的城市;另一方面,它又站在中國數位經濟、AI 與科技創新的前沿,古典與現代在這裡相互融合。

這也啟發吾人的思考:如何呼應教宗今年五月所發出的警示性通諭,盡量不讓 AI 走上怪獸之路而反噬人類,若能從根(兒童)做起,自然釜底抽薪,意義重大,而杭州好似已經給出了具體答案。

例如,杭州的氣脈研究院正在研發一種嶄新的「書童」AI 機器人。中國傳統的書童,不只是替主人拿書、磨墨,更是陪伴學習、生活與成長的角色。到了 AI 時代,我們或許可以重新賦予「書童」新的生命,讓 AI  不只是回答問題的機器,而成為陪伴下一代認識自己、理解世界、承接文明的助手,也使人聯想到未來 AI 將朝更加細緻分工與專業陪伴的方向發展。

這樣的書童,首先應是一位文明傳承的使者。今天我們談文明,不能只局限於單一文化。古希臘留下理性與邏輯,印度文明重視內在覺知,伊斯蘭文明在數學、醫學與天文學上作出重要貢獻,非洲文化保存共同體精神,美洲原住民提醒人類敬畏土地,而西方文藝復興則重新確立人的尊嚴。這些都是全人類共同的智慧火種。

但是,一個孩子要真正走向世界,首先還是要知道自己從哪裡來,此 AI 書童具有全球視野,又以中華文明為根,中西合璧,相得益彰。中華文明延續數千年而未中斷,乃世界唯一,不僅關心外在世界如何運作,也持續追問人的內在生命如何安頓。

本文把這兩個層面稱為「顯學」與「隱學」。前者讓人在人間立得住,後者讓人在精神上看得遠。只有外在知識而沒有內在安頓,人容易成為工具理性的奴隸;只有內在修養而缺乏現實能力,也難以面對快速變動的世界。因此,未來教育不能只是增加知識,而應培養完整的人格。

AI 可以知道很多知識,卻未必知道什麼值得追求;它可以快速計算,卻不能替人決定人生意義。AI 終究是「術」,而不是「道」。如果孩子只是不斷向 AI 索取答案,久而久之,可能削弱自身思考、感受與判斷能力;但若把 AI 設計成真正的「書童」,情況就完全不同。

杭州氣脈研究院所設想中的書童 AI,是提供○到十八歲不同階段的成長需求,以完整生命觀陪伴孩子;它可以理解現代醫學、中醫、功能醫學及傳統生命觀的不同知識體系;它可以介紹歷史、哲學、科學與文化,卻不能強行灌輸知識;它更不能取代父母,因為愛、責任與倫理,仍必須在人與人的真實關係中建立。

換句話說,此書童不是來代替家長,而是培養兒童的完整人格。AI 下一階段的競爭,不只是模型多大、算力多強、回答多快,而是能否把 AI 分工做得更細、更專業、更貼近人的不同需求,以及更符合人性,從通用型 AI 走向教育陪伴、健康照護、情緒互動與文化傳承,正可能成為重要方向。

因此,我們應該把「書童」看成一個文明實驗:陪伴孩子卻不占有孩子;給孩子知識,卻保留思考自由;連接世界,卻不失去文化根源。杭州氣脈研究院所研發的「書童」,也讓我們看到 AI 正從「一個模型什麼都做」走向「不同機器各司其職」的細緻分工時代,未來的「書童」,可說是文明繼續前行的一座極佳橋梁。





林一平/AI算力的迷思

◆  林一平/AI算力的迷思
◆  李清志/電視空間地位的式微
◆  廖達琪/地方縣市政府應組全國聯盟
◆  王正方/生於憂患 死於垃圾堆?
◆  趙坤茂/巨利之所在,大弊亦隨之!











林一平/AI 算力的迷思

2026-08-21 00:00  聯合報/ 林一平(作者為前科技部代理部長)
厄普頓.辛克萊(Upton Sinclair)。林一平/繪


在台灣科技業討論 AI 的浪潮裡,最常聽到的迷思是缺乏算力。許多學校及新創公司進行研究計畫時,異口同聲地將瓶頸歸咎於缺乏繪圖晶片與雲端資源,認為這是阻礙技術落地的核心原因。有鑑於此,緯創資通董事長林憲銘決定免費釋出強大算力,供有需求的研究計畫申請。這本該是一場皆大歡喜的美事,但審核過程卻揭露了更深層的結構性問題。

當算力被慷慨釋出之後,部分申請案卻禁不起實際檢驗,因為它們根本缺乏經過清洗與結構化的大量資料。數據不夠乾淨,再強大的算力也只是空轉的引擎,轟隆作響卻無處施力。這讓人重新省思,AI 導入真正的瓶頸不只是硬體,更包括資料的品質與組織的準備度。算力就像是一把極其鋒利的刀刃,但如果木材本身沒有磨平修整,再銳利的工具也雕琢不出精美的作品。

不過更耐人尋味的插曲,發生在推動系統升級與模型架構討論的會議上。有團隊提出,他們正在開發的七十億參數模型,效果未必會輸給規模大數倍的超大型語言模型。乍聽之下像是務實的技術判斷,細究之後卻透出潛意識裡的心理防線。在特定垂直領域如金融,輕量級模型因其推論成本低、部署容易,確實是更務實的商業選擇。

但排除這些因素後,優化超大規模的模型,遠比調校中小型模型困難得多,需要更精緻的工程能力、更嚴謹的資料治理,以及更高的容錯門檻。這就像把一位習慣操控螺旋槳飛機的機師,直接放進先進噴射機的駕駛艙,他自然會心生猶豫,甚至尋找理由留在熟悉的舊機型裡,畢竟傳統設備操作起來風險較低。

深層的原因逐漸浮現,算力規模擴大並不意味著工作變得輕鬆,反而象徵著更高的期待與更少的藉口。當算力極度有限時,成果不如預期可以順理成章地歸咎於硬體不足。然而一旦算力充沛,問題就會赤裸裸地指向人的專業能力與態度,再也沒有可以閃躲的空間。於是有些人寧可主動限縮自己的野心,也不願意直面那個沒有藉口可用的殘酷舞台。

這讓人想起美國作家兼社會評論家厄普頓.辛克萊的經典名言,「要讓一個人理解某件事情非常困難,如果他的薪水恰好建立在不理解這件事情之上。」這句話精準地描繪了組織推動變革時最隱蔽的阻力,問題不在技術本身,而在既得利益與心理舒適圈的抵抗。當一個人的工作價值長期建立在資源匱乏的藉口上時,他自然缺乏動機去擁抱能夠消除這個藉口的變革,因為那等於親手拆掉自己庇護多年的屋簷。

這給所有推動數位轉型的組織敲響了警鐘。算力可以用金錢採購,資料可以透過制度整理,但心態的轉變才是最難跨越的高牆。真正的轉型,不能把噴射機交給傳統機師就宣告任務完成,而是必須同步重新訓練人才、重新設計考核標準,讓工作價值不再依附於資源,而是建立在實際解決問題的高度上。組織如果只盲目升級硬體,卻遲遲不肯升級心態,最終只會養出一群守著先進設備卻依然用舊思維運作的人。

當算力不再是推卸責任的藉口,唯一能決定成敗的,終究是人願不願意真正學習駕馭那架噴射機,勇敢飛向原本以為遙不可及的壯闊高度。