菜市場也在討論AI，人工智慧三衝擊！
二○○○年九月，我當時在新聞網站上班，某天上午，我前面的同事忽然轉頭，給我看一個網站：乾淨純白的頁面上，只有一條搜尋框，以及一行英文字——Google。
試用幾分鐘後，我在心裡說了一聲：「哇！」
Google出現前，「搜尋」這件事，大多透過「雅虎Yahoo」，尋找自己想要的網站。例如輸入「旅遊」，雅虎會列出一串旅遊相關網站的名稱與連結，你可以一一點進去瀏覽，也可以存進自己的瀏覽器書籤，變成「我的最愛」。
雅虎這類型的網站，像是進入網際網路的門戶，因而被稱為「入口網站」。
然而，同樣輸入關鍵字，雅虎只能搜尋網站，Google卻能搜尋特定頁面，讓你更精確的找到想要的資訊。想像一下，整個網路是一座迷宮般的巨大圖書館，當你想找資料、寫作業，「一號管理員雅虎」能幫你搬出幾本相關主題的書，「二號管理員Google」則能直接找到你需要的文章。
由於這座圖書館無限擴張，累積的資料越來越龐大，Google能適時提供快速檢索的需求，從此，「Google一下」成為日常用語。二ＯＯ六年起，google被當作動詞，正式收錄在《韋伯大辭典》與《牛津英文詞典》裡，意思是「利用Google搜尋引擎，在網際網路上取得資訊」。
讓我們轉動時光機，跳到二Ｏ二二年十一月，ChatGPT首度對外公開，這次不只我，全世界都「哇」了一聲。
隨著網路星雲不斷爆炸，Google漸漸力不從心，由於搜尋結果的數量太多，因此，超過九成的使用者只會停在第一頁。二Ｏ二五年一項統計顯示，96.98%的點擊集中在前十條連結，其餘的搜尋結果幾乎乏人問津。因此，各大內容網站拚命想擠進搜尋排名前幾名，甚至衍生出一門SEO （搜尋引擎最佳化）的專業技能。
在此背景下，生成式人工智慧應運而生。
同樣用圖書館來比喻，「三號管理員ChatGPT」不只找出一大堆文章，而且能順便幫你閱讀、消化、整理重點、列出綱要，甚至根據你的需求，直接寫成一篇報告，還會製作表格或投影片。
就這樣，人工智慧從一個科技名詞，搖身變為人人都能親近的數位應用工具，舉凡校園、企業、醫療、金融、文學或藝術創作⋯⋯「百工百業用AI」變成流行語。
一夕之間，「AI概念股」變成菜市場與咖啡館裡的熱門話題，資金、人才、媒體焦點都流向人工智慧，一場科技戰也激烈開打。
身為數位新生代，如何理解人工智慧淘金熱的深層意義？
一、科技換代的轉折點
一九九Ｏ年代至今，數位科技歷經「個人電腦轉向智慧手機」、「入口網站轉向搜尋引擎及社群網路」兩波重大革命。第一波是由微軟、英特爾的「Wintel聯盟」，交棒給顛覆硬體介面的蘋果iPhone；第二波是雅虎讓位給Google、Meta兩大巨頭。每一次換代，都是一種典範轉移，也是人類資訊活動的大規模遷徙。
如今，我們正面臨第三次革命：「固定式網頁轉向生成式AI」，點閱特定網站的行為，會逐漸被瀏覽生成式內容取代，即使不是完全替代，比例也會大幅增長。
我們常掛在嘴邊的「Google一下」，幾年後，很可能變成「AI一下」，使AI不再只是名詞，也是動詞。
以前，我們會用「數位原生代」與「數位移民」區隔不同世代，可預期的是，未來還會出現「AI原生代」一詞，專指二Ｏ二Ｏ年以後出生、生活與學習都在AI環境下的新世代，他們更習慣與人工智慧對話，也更懂得操作各種AI工具。
二、AI紀元的起跑點
我們現在看到各種生成式文字、圖片、音樂、影像，只是人工智慧的牛刀小試，其實，AI不只是學識淵博的圖書館員，還能在各種領域推動變革，創造一個截然不同的人類世界。
舉例來說，人工智慧可以加速開發新藥的流程，解開遺傳基因與疾病的謎題，將來也能整合病例、醫學影像與實驗室數據，協助醫師精準且快速判讀病情。可預期的是，人工智慧將是延長人類壽命的重要助手。
再則，人工智慧能夠透過大數據資料庫，讓氣象預報更快、更準確，尤其每逢颱風前夕，大家最關心的路徑、雨量、風速等重要數值，透過DeepMind開發的程式GraphCast，精準度與大氣物理模式各有優劣，目前，氣象預報會將傳統模式與AI模式並列，提供更多預測參考。（詳見篇末「外掛資訊站」說明。）
對，你沒看錯，DeepMind就是前一篇文章中開發圍棋程式AlphaGo的實驗室，雖然方法細節不同，但同一套「深度學習」加上「巨量資料分析」的雙箭頭，一樣可以套用在大氣科學上。
此外，人工智慧在航空、教育、金融、資安、能源、城市治理、災害預判等各種領域上，都會有超乎想像的進步空間。
更不用說，Google與特斯拉積極推動的「自動駕駛」，目前已經實驗性上路；還有小型載人飛行器，雖然不確定何時能全面應用，但人類已經可以期待，滿街跑著無人駕駛的計程車、空中交織飛著無人載具的畫面，不再是科幻電影的狂想。
三、倫理爭議的引爆點
當然，就像銅板有正反兩面，人工智慧美好想像的背後，也有各種潛在威脅。
我們已經知道，生成式AI會出現「幻覺」，會一本正經騙人，必須要求它提供原始連結，點進去查證才不會被誤導。
重點來了，無論是ChatGPT或Google的AI模式，都大量引用未經授權的內容，尤其是新聞媒體的報導。過去，Google會提高新聞網站的搜尋排名，原因是，專業媒體生產的內容可信度，比匿名來源更高，也比較容易查證真實性。
如今，生成式AI為了提高回答品質，也會優先使用新聞網站中的內容；問題是，這會導致越來越多人直接透過生成式AI找資訊，不再點進新聞網站，嚴重侵蝕了新聞媒體的流量與廣告收入。
目前，只有少數媒體與OpenAI簽訂協議，換取補償性授權金。《紐約時報》等多家媒體不但控告OpenAI，也以法律與技術手段，禁止AI公司抓取內容；然而，部分媒體發現，很難完全封鎖AI爬蟲，侵權行為仍在持續中。
因此，備受尊敬的網路先驅、發明「Web2.0」一詞的提姆‧歐萊禮（Tim O’Reilly）就批評，人工智慧公司奪取他人資源，作為自己的商業模式，是一種「內容殖民主義」。
如果有一天，越來越多新聞媒體或網站因流量萎縮而倒閉，AI模型缺乏足夠的可信來源，幻覺可能增加、假訊息也可能趁虛而入，特別是搜尋新聞時事話題時，更容易被誤導。
人工智慧在很多領域都可能「利弊參半」。自動駕駛的「火車難題」就是一例：當自動駕駛的火車即將撞上一群小學生，若緊急閃避可能危害到駕駛人，在生死抉擇間，如何確認人工智慧能做出最好的決定？誰來判斷優先保護的順序？誰必須承擔最後責任？
二Ｏ二六年二月，原本與美國政府簽約的AI公司Anthropic，堅決反對政府將他們的AI模型Claude，運用在「完全自主武器」與「國內大規模監控」上，美國政府憤而取消合約，並嚴厲批評該公司。
Anthropic共同創辦人達里歐．阿莫戴（Dario Amodei），曾在OpenAI主導開發GPT模型，後因要求提高人工智慧的安全性，與其他六名同事出走，創辦一家「以人為本、負責任的」AI公司。
美國政府與Anthropic解約後，轉而與OpenAI簽約，更增加爭議性與戲劇性。
這場風波，引發一個重要討論：將AI應用在戰爭或監控，是否違反科技倫理？是否會造成人道災難？另一方面，極權國家早已利用AI來研發殺傷性武器或監控人民，民主國家若自我設限，是否可能在軍事衝突中落居下風？
爭議還沒完，AI自主武器若不幸誤殺婦女或小孩，責任應該由下令的指揮官承擔？或是AI科技公司？
種種類似風險，考驗的不是科技能力，而是人性與道德的邊界。隨著人工智慧越來越聰明、越來越強大，矛盾衝突將越來越尖銳。
破壞與創新，經常是一體兩面，當我們熱烈期待人工智慧的飛躍進展，也應該不斷追問：誰可能受害？是否會有長期的副作用？如何避免或降低負面效應？是否有除錯或煞車機制？這些問題意識，都是建立AI素養的重要核心。
【外掛資訊站】人工智慧的氣象戰
我們現在習慣的氣象預報，是運用數學方程式模擬大氣運動，透過衛星、高空探測氣球、雷達等不同管道的觀測資料，輸入超級電腦精密運算，通常至少需耗費幾個小時，再由氣象學家根據經驗人工校正。
DeepMind 開發的GraphCast，就像AlphaGo一樣，先輸入海量資料，再運用深度學習預測下一步。只不過，GraphCast輸入的不是棋譜，而是過去數十年的氣象資料；輸出結果也不是下一步棋，而是歸納大氣運作的規律後，預測天候變化。
目前，傳統氣象科學預測大氣變化的準確度，與人工智慧互有優劣，前者缺點是需時較長、超級電腦的硬體需求較高，但方法經長期驗證，比較成熟；人工智慧的優缺點剛好相反。
最好方法是結合兩種模式，讓氣象專家與人工智慧協作，有助於極端氣候下的災害提早預警，就像是飛機駕駛艙的正、副駕駛。
二○○○年九月，我當時在新聞網站上班，某天上午，我前面的同事忽然轉頭，給我看一個網站：乾淨純白的頁面上，只有一條搜尋框，以及一行英文字——Google。
試用幾分鐘後，我在心裡說了一聲：「哇！」
Google出現前，「搜尋」這件事，大多透過「雅虎Yahoo」，尋找自己想要的網站。例如輸入「旅遊」，雅虎會列出一串旅遊相關網站的名稱與連結，你可以一一點進去瀏覽，也可以存進自己的瀏覽器書籤，變成「我的最愛」。
雅虎這類型的網站，像是進入網際網路的門戶，因而被稱為「入口網站」。
然而，同樣輸入關鍵字，雅虎只能搜尋網站，Google卻能搜尋特定頁面，讓你更精確的找到想要的資訊。想像一下，整個網路是一座迷宮般的巨大圖書館，當你想找資料、寫作業，「一號管理員雅虎」能幫你搬出幾本相關主題的書，「二號管理員Google」則能直接找到你需要的文章。
由於這座圖書館無限擴張，累積的資料越來越龐大，Google能適時提供快速檢索的需求，從此，「Google一下」成為日常用語。二ＯＯ六年起，google被當作動詞，正式收錄在《韋伯大辭典》與《牛津英文詞典》裡，意思是「利用Google搜尋引擎，在網際網路上取得資訊」。
讓我們轉動時光機，跳到二Ｏ二二年十一月，ChatGPT首度對外公開，這次不只我，全世界都「哇」了一聲。
隨著網路星雲不斷爆炸，Google漸漸力不從心，由於搜尋結果的數量太多，因此，超過九成的使用者只會停在第一頁。二Ｏ二五年一項統計顯示，96.98%的點擊集中在前十條連結，其餘的搜尋結果幾乎乏人問津。因此，各大內容網站拚命想擠進搜尋排名前幾名，甚至衍生出一門SEO （搜尋引擎最佳化）的專業技能。
在此背景下，生成式人工智慧應運而生。
同樣用圖書館來比喻，「三號管理員ChatGPT」不只找出一大堆文章，而且能順便幫你閱讀、消化、整理重點、列出綱要，甚至根據你的需求，直接寫成一篇報告，還會製作表格或投影片。
就這樣，人工智慧從一個科技名詞，搖身變為人人都能親近的數位應用工具，舉凡校園、企業、醫療、金融、文學或藝術創作⋯⋯「百工百業用AI」變成流行語。
一夕之間，「AI概念股」變成菜市場與咖啡館裡的熱門話題，資金、人才、媒體焦點都流向人工智慧，一場科技戰也激烈開打。
身為數位新生代，如何理解人工智慧淘金熱的深層意義？
一、科技換代的轉折點
一九九Ｏ年代至今，數位科技歷經「個人電腦轉向智慧手機」、「入口網站轉向搜尋引擎及社群網路」兩波重大革命。第一波是由微軟、英特爾的「Wintel聯盟」，交棒給顛覆硬體介面的蘋果iPhone；第二波是雅虎讓位給Google、Meta兩大巨頭。每一次換代，都是一種典範轉移，也是人類資訊活動的大規模遷徙。
如今，我們正面臨第三次革命：「固定式網頁轉向生成式AI」，點閱特定網站的行為，會逐漸被瀏覽生成式內容取代，即使不是完全替代，比例也會大幅增長。
我們常掛在嘴邊的「Google一下」，幾年後，很可能變成「AI一下」，使AI不再只是名詞，也是動詞。
以前，我們會用「數位原生代」與「數位移民」區隔不同世代，可預期的是，未來還會出現「AI原生代」一詞，專指二Ｏ二Ｏ年以後出生、生活與學習都在AI環境下的新世代，他們更習慣與人工智慧對話，也更懂得操作各種AI工具。
二、AI紀元的起跑點
我們現在看到各種生成式文字、圖片、音樂、影像，只是人工智慧的牛刀小試，其實，AI不只是學識淵博的圖書館員，還能在各種領域推動變革，創造一個截然不同的人類世界。
舉例來說，人工智慧可以加速開發新藥的流程，解開遺傳基因與疾病的謎題，將來也能整合病例、醫學影像與實驗室數據，協助醫師精準且快速判讀病情。可預期的是，人工智慧將是延長人類壽命的重要助手。
再則，人工智慧能夠透過大數據資料庫，讓氣象預報更快、更準確，尤其每逢颱風前夕，大家最關心的路徑、雨量、風速等重要數值，透過DeepMind開發的程式GraphCast，精準度與大氣物理模式各有優劣，目前，氣象預報會將傳統模式與AI模式並列，提供更多預測參考。（詳見篇末「外掛資訊站」說明。）
對，你沒看錯，DeepMind就是前一篇文章中開發圍棋程式AlphaGo的實驗室，雖然方法細節不同，但同一套「深度學習」加上「巨量資料分析」的雙箭頭，一樣可以套用在大氣科學上。
此外，人工智慧在航空、教育、金融、資安、能源、城市治理、災害預判等各種領域上，都會有超乎想像的進步空間。
更不用說，Google與特斯拉積極推動的「自動駕駛」，目前已經實驗性上路；還有小型載人飛行器，雖然不確定何時能全面應用，但人類已經可以期待，滿街跑著無人駕駛的計程車、空中交織飛著無人載具的畫面，不再是科幻電影的狂想。
三、倫理爭議的引爆點
當然，就像銅板有正反兩面，人工智慧美好想像的背後，也有各種潛在威脅。
我們已經知道，生成式AI會出現「幻覺」，會一本正經騙人，必須要求它提供原始連結，點進去查證才不會被誤導。
重點來了，無論是ChatGPT或Google的AI模式，都大量引用未經授權的內容，尤其是新聞媒體的報導。過去，Google會提高新聞網站的搜尋排名，原因是，專業媒體生產的內容可信度，比匿名來源更高，也比較容易查證真實性。
如今，生成式AI為了提高回答品質，也會優先使用新聞網站中的內容；問題是，這會導致越來越多人直接透過生成式AI找資訊，不再點進新聞網站，嚴重侵蝕了新聞媒體的流量與廣告收入。
目前，只有少數媒體與OpenAI簽訂協議，換取補償性授權金。《紐約時報》等多家媒體不但控告OpenAI，也以法律與技術手段，禁止AI公司抓取內容；然而，部分媒體發現，很難完全封鎖AI爬蟲，侵權行為仍在持續中。
因此，備受尊敬的網路先驅、發明「Web2.0」一詞的提姆‧歐萊禮（Tim O’Reilly）就批評，人工智慧公司奪取他人資源，作為自己的商業模式，是一種「內容殖民主義」。
如果有一天，越來越多新聞媒體或網站因流量萎縮而倒閉，AI模型缺乏足夠的可信來源，幻覺可能增加、假訊息也可能趁虛而入，特別是搜尋新聞時事話題時，更容易被誤導。
人工智慧在很多領域都可能「利弊參半」。自動駕駛的「火車難題」就是一例：當自動駕駛的火車即將撞上一群小學生，若緊急閃避可能危害到駕駛人，在生死抉擇間，如何確認人工智慧能做出最好的決定？誰來判斷優先保護的順序？誰必須承擔最後責任？
二Ｏ二六年二月，原本與美國政府簽約的AI公司Anthropic，堅決反對政府將他們的AI模型Claude，運用在「完全自主武器」與「國內大規模監控」上，美國政府憤而取消合約，並嚴厲批評該公司。
Anthropic共同創辦人達里歐．阿莫戴（Dario Amodei），曾在OpenAI主導開發GPT模型，後因要求提高人工智慧的安全性，與其他六名同事出走，創辦一家「以人為本、負責任的」AI公司。
美國政府與Anthropic解約後，轉而與OpenAI簽約，更增加爭議性與戲劇性。
這場風波，引發一個重要討論：將AI應用在戰爭或監控，是否違反科技倫理？是否會造成人道災難？另一方面，極權國家早已利用AI來研發殺傷性武器或監控人民，民主國家若自我設限，是否可能在軍事衝突中落居下風？
爭議還沒完，AI自主武器若不幸誤殺婦女或小孩，責任應該由下令的指揮官承擔？或是AI科技公司？
種種類似風險，考驗的不是科技能力，而是人性與道德的邊界。隨著人工智慧越來越聰明、越來越強大，矛盾衝突將越來越尖銳。
破壞與創新，經常是一體兩面，當我們熱烈期待人工智慧的飛躍進展，也應該不斷追問：誰可能受害？是否會有長期的副作用？如何避免或降低負面效應？是否有除錯或煞車機制？這些問題意識，都是建立AI素養的重要核心。
【外掛資訊站】人工智慧的氣象戰
我們現在習慣的氣象預報，是運用數學方程式模擬大氣運動，透過衛星、高空探測氣球、雷達等不同管道的觀測資料，輸入超級電腦精密運算，通常至少需耗費幾個小時，再由氣象學家根據經驗人工校正。
DeepMind 開發的GraphCast，就像AlphaGo一樣，先輸入海量資料，再運用深度學習預測下一步。只不過，GraphCast輸入的不是棋譜，而是過去數十年的氣象資料；輸出結果也不是下一步棋，而是歸納大氣運作的規律後，預測天候變化。
目前，傳統氣象科學預測大氣變化的準確度，與人工智慧互有優劣，前者缺點是需時較長、超級電腦的硬體需求較高，但方法經長期驗證，比較成熟；人工智慧的優缺點剛好相反。
最好方法是結合兩種模式，讓氣象專家與人工智慧協作，有助於極端氣候下的災害提早預警，就像是飛機駕駛艙的正、副駕駛。
