近來全球人工智慧競賽持續升溫，科技巨頭接連推出新一代大型語言模型，從醫療診斷到法律諮詢，從程式設計到科學研究，AI展現的能力一次又一次超越外界預期。許多人開始相信，距離打造真正具備人類智慧的機器已經不遠，但這是真的嗎？
人類的智慧並不是單純依靠規則與邏輯推演形成，而是來自長期生活經驗的累積，來自與世界互動所建立的直覺與判斷。但還是很多人相信，只要電腦運算能力不斷提升，人類智慧終將被完整複製。
早期人工智慧曾經多次出現技術突破，每一次突破都伴隨著宏大的未來願景。但結果往往是某個特定任務取得成功之後，系統面對複雜真實環境便迅速失靈。語言理解如此，常識推理如此，機器翻譯與自動駕駛也曾歷經相似的循環。
今日的大型語言模型似乎打破了過去的限制，它們能夠撰寫文章、回答問題、撰寫程式、翻譯多國語言，甚至展現出某種程度的推理能力。與過去依靠人工規則建構的系統不同，現代AI是透過龐大資料訓練而成。它不再由工程師逐條輸入知識，而是在海量文本中自行尋找模式。
這種進步確實令人驚嘆，也讓許多人認為過去對AI的質疑已經失去意義。但仔細觀察便會發現，最困難的問題其實仍然存在。大型語言模型可以流暢談論愛情，卻從未真正愛過任何人。它能描述恐懼，卻從未感受生命受到威脅。它可以解釋飢餓的感受，卻不知道肚子空空是什麼滋味。
這些看似抽象的差異，其實涉及智慧最根本的來源。人類並不是生活在資料庫裡，而是生活在真實世界中。我們的判斷來自身體感受、社會互動、文化記憶與人生經驗。醫師察覺病患異常的直覺，企業家捕捉市場變化的敏銳度，教師理解學生情緒的能力，往往難以化為明確公式。這些能力未必源於邏輯推理，而是源於長期浸潤於現實世界所形成的綜合判斷。
這也是目前AI發展最大的矛盾，模型掌握的人類知識比任何個體都多，卻缺乏真實生命經驗。它可以閱讀無數本關於游泳的書籍，卻從未下過水。它能分析數百萬篇有關戰爭的文章，卻不知道戰火來臨時人們內心的恐懼。知識與理解之間是否存在一道無法跨越的鴻溝，至今仍是未解之謎。
近年來機器人技術的快速進展，某種程度上正反映研究方向的改變。越來越多科學家開始認為，若要讓AI真正理解世界，單純依靠文字訓練可能並不足夠。機器必須擁有感測器、身體與行動能力，透過實際接觸環境來累積經驗。從自動駕駛汽車到人形機器人，背後都隱含同一個理念，那就是智慧不只是運算，更是與世界持續互動的過程。
教育體系也面臨挑戰，當AI能夠快速回答問題、整理資料與撰寫報告時，學校培養人才的方式勢必改變。未來最有價值的能力，未必是記憶更多知識，而是理解脈絡、辨識價值、進行跨領域整合，以及在不確定環境中做出判斷。這些能力恰恰是目前人工智慧最難模仿的部分。
或許人工智慧最重要的價值，不是在證明機器終將模仿人類，而是在迫使人類重新認識自己。當電腦開始模仿語言、創作藝術、協助決策，人們才驚覺原來直覺、情感、經驗與存在感，這些過去被視為理所當然的能力，才是智慧最珍貴也最難複製的部分。
AI正在快速前進，但智慧的終點究竟在哪裡，人類或許還沒有找到答案。可以確定的是，在追求通用人工智慧的道路上，我們愈是接近機器的極限，也愈能看見人性的獨特價值。
轉載自《上報》作者為台北商業大學榮譽講座教授
