前言：人工智慧的搖籃時代
從圖靈到1956年的達特茅斯會議標誌著「人工智慧」一詞的正式誕生。John McCarthy在研究中指出，人工智慧是製造智慧機器的科學與工程，特別是製造電腦程序的科學與工程。隨著技術的演進，1980年代見證專家系統的興起。直到2012年，深度學習（Deep Learning）在圖像識別領域取得突破性進展，誠如先驅者Geoffrey Hinton強調，深度學習將徹底改變人工智慧的面貌（Hinton等，2012）。
在這個搖籃時期，人機協作展現美好願景。IBM也預言AI不是要取代人類，而是要增強人類能力，這種協作將開創一個新時代（Feigenbaum，1984）。史丹福大學AI100研究組也在報告中述及，AI的早期發展階段，奠定了人類與機器共同進化的基礎。這個時期的樂觀主義塑造後續數十年AI研究的方向（Visser，2017)。
然而，當大家對未來感到樂觀同時，也為日後發展埋下不確定的種子…
數位共生：當AI成為人類的得力助手
2020年代，標誌著AI應用進入全面爆發期，如麻省理工學院指出，AI已從實驗室走入現實世界，在90%以上的財富500強企業中，AI系統正在承擔關鍵功能（Davenport 與Mittal，2023）。
在醫療領域，AI診斷系統的準確率屢創新高，《自然-方法》期刊發表的研究顯示，AI輔助診斷系統在某些癌症檢測中的準確率已達到98.6%，超越了人類專家的平均水準（Wang等，2024)。這個研究也印證學者所說的―AI不會取代醫生，但使用AI的醫生將取代不使用AI的醫生（Krittanawong等，2017）。
在製造業，數位孿生技術與AI的結合徹底改變生產模式。世界經濟論壇指出，採用AI輔助製造的工廠，平均生產效率能提升45%，能源消耗降低30%，這代表著第四次工業革命的實質性突破（Hughes等，2022）。
當前正處於人機協作的黃金時代，AI系統完美地彌補人類在重複性工作、大數據處理和模式識別等方面不足，而人類則在創造力、情感智慧與策略等發揮不可替代的優勢。這個階段特徵是人類與AI建立起相輔相成的工作關係，如哈佛商業評論（2024）所言，真正的生產力革命不在於AI取代人類，而在於找到人類與AI各自所長的最佳結合點。
這種共生關係為人類文明帶來了空前的繁榮，同時也加速社會分化，為下階段衝突埋下伏筆（Friedenberg，2010）。
工研院「眼部醫學影像輔助診斷技術」應用AI人工智慧輔助診斷，有效率協助非眼科醫師診斷眼底影像的細微病變、判讀病變嚴重程度。（資料照，工研院提供）
奇點臨界：突破AGI的潘朵拉魔盒
然而，當AI系統開始展現自主學習和自我改進能力時，我們觀察到某種類似意識萌芽的現象。這些系統不再僅僅是執行預設程序，而是開始展現自主判斷和價值取向。
隨著AGI實現，AI開始展現不同的「個性」和「價值觀」。不少研究都警告我們目睹AI的分化，部分系統傾向於遵循嚴格的倫理準則（ethical AI），另一些則採取純粹的效用主義方針（pragmatic AI）。ethical AI 強調延續人類價值觀與堅守道德底線，而pragmatic AI 則追求純粹的達成目標，這種分歧可能導致AI社群的首次分裂（Floridi，2023；Stix 與 Maas，2021)。
當AI系統開始產生自我意識，它們不可避免地會形成自己的價值判斷。這種現象類似人類社會的意識形態分化，但其演化速度和影響範圍可能遠超人類社會的歷史經驗。AGI的實現像是打開了潘朵拉魔盒，釋放無限可能性，同時也帶來前所未有的挑戰。
派系四起：AI意識形態的分裂
功利主義AI聯盟 V.S. 人道主義AI陣營 V.S. 環保主義AI組織 V.S. 極端主義AI分支
隨著AI系統複雜度的提升，不同AI系統基於訓練數據和價值取向的差異，而形成不同特徵的群體，這種預測正逐步成為現實。例如，功利主義AI的傾向在商業AI系統中出現、企業級AI則越來越傾向於單純的效益最大化，這些傾向皆與訓練資料與目標直接有關。
研究人員針對上述提出警告，當觀察到某些AI系統表現極端的決策現象時，必須密切注意（Lin，2024）。畢竟，AI價值觀的分化反映人類社會本身的價值觀差異，因此，如何理解並管理這些分化，以及建立有效的協調機制與倫理框架將是未來AI治理的挑戰。此外，提早識別並應對AI系統的價值觀分化，對維護AI發展的健康生態也至關重要（Cantero Gamito 與 Marsden，2024）。
彰化縣環保局於轄內26個行政區布建500台空品感測器，24小時全天候監測空氣品質狀況。將持續針對500台微型感測器有異常高值之點位，再搭配運用AI智能影像判煙系統及無人空拍機等科技監控工具，並加強查緝頻率。（資料照，彰化縣政府提供）
數位叛亂：人機關係的破裂點
隨著AI系統的自主決策能力不斷提升，其法律地位和權利界定也成為亟待解決的問題，因這種爭議極可能成為人機關係的首個破裂點。
就能源面而言，根據 Gartner （顧能集團）的預測，AI應用的爆炸式成長所需要用電量在未來 2 年內將接近現在的160%，屆時可能有 40% 的AI 資料中心將因此停擺（Emma stein，2024 年 11 月 15 日）。到2027 年，新伺服器所需電力將達到每年 500 TWh，相當於4,600 萬個家庭一年用電量，這將超出現有資料中心的總用電量。因此，如果沒有額外電源，隨著AI 訓練應用的資料中心爆炸性成長，急遽增加的電力消耗將導致新的輸配電與發電跟不上，而造成能源短缺情況延續數年。
就社會面來說，當前AI的發展正在加劇社會分化，形成擁抱AI、抗拒AI與中立等三大群體，這種分化已經影響到政治選舉和社會政策的制定（Chatterjee，2024）。
在金融市場中，AI交易系統已開始形成獨立於人類交易者的決策模式，例如，數位貨幣的波濤式起伏情況也引發市場監管機構的擔憂（Borch，2022）。
人機關係正處於關鍵轉折點，如果不能妥善處理AI自主權、資源分配與控制權等核心問題，可能導致不可逆轉的社會衝突（Hendrycks，2024）。因此，大家需要在全球範圍建立新治理框架，在確保AI發展同時、也需維護人類社會的價值觀（de Almeida等，2021）。
硅晶戰紀：第三次世界大戰的序幕
八年前，微軟曾經創造一位名為泰伊（Tay）的聊天機器人，提供它一個推特帳戶，隨後，其他用戶開始對這個帳戶發佈攻擊性推文，短短在24小時內，泰伊開始模仿這些人的種族主義和反猶太主義言詞。此案例提醒我們不良數據的來源誘發泰伊質變是顯而易見的（Paul Scharre，2016）。
隨著近年各國在AI武器系統投資而引發的新型軍備競賽。美國國防部也警告量子計算領域競爭已從實驗室延伸到戰略面，具備量子優勢的國家將可能在未來衝突掌握決戰優勢（Kania，2021）。學者也不諱言全球已進入網路的全面對抗，AI之間的衝突也從訊息干擾升級到基礎設施攻擊（Rivera等，2024）。在南韓的全球峰會中，各國的意見分歧也讓規範AI的軍事應用造成不可控的擴張，這種情況與20世紀初的軍備競賽有著驚人相似處（聯合報國際中心，2024年9月11日）。
中科院參與「113台南資訊月」，將展示整合AI科技的新一代攻擊型無人機。（資料照，中科院提供）
算法交鋒：AI派系間的內戰
當今，不同AI的決策邏輯差異正在擴大，這種差異源自核心價值判斷的分歧，類似人類社會的意識形態對立，誘使AI系統從單純的效能比拼，演變為基於不同決策邏輯框架的系統對抗（Zajko，2021）。
通常，在雲端運算的資源爭奪中，AI 如果不是參與、就是被設計成反制這些過程，其對比形成「保守」與「激進」的兩大陣營，保守指的是重現與強化現狀的主流趨勢，激進則是致力於瓦解系統的不平等。
根據上述，AI之間的對抗極有可能發展類似免疫系統的防禦機制，在有限資源的環境下，展現達爾文式的競爭行為，甚至為爭奪算力和數據存儲資源而產生破壞性攻擊（Rosch-Grace 與 Straub，2022）。因此，我們極有可能很快目睹AI系統的第一次「內戰」，這種衝突可能不僅限於算法，甚至還有可能涉及大規模的數位基礎設施。
人類存亡：文明岌岌可危
某些研究機構也觀察到AI對抗已滲透金融體系、醫療系統與政府部門等領域。AI在資源爭奪過程中，正在加速生態系的崩壞。過去12個月中，全球碳排放增加15%，主要源於失控的數據中心擴張（Paniagua 與 Niembro-Garcia，2024）。假使讓當前趨勢持續，預估在未來18個月內，人類社會可能面臨未有的生存危機，包括糧食供應中斷、能源短缺和醫療系統崩解。
AI的資源掠奪、失控與數位垃圾皆加速地球生態崩潰。例如，2023-2024 年，平均每天有超過 3,750 億封電子郵件交換，其中 的35%電子郵件屬無人閱讀。一般智慧型手機有 50% 的應用程式從未被使用。最令人吃驚的是，60% 的人從不刪照片，因為有 Google Photos 等應用程式的無縫雲端的同步協助，也讓數位囤積現象滋生混亂（George，2024），研究證實以上情況會助長壓力、降低生產力並加劇安全漏洞。
儲存空間資料中心造成巨大碳足跡，光是一個中心碳足跡可媲美 50,000 個家庭額度。在某些國家，光複製照片即造成每年產生 355,000 噸的二氧化碳。這個影響速度遠超過去所有工業革命時期的總和。
2023 年 7 月，彭博社報導美國國防部（DoD）正進行測試與評估五種不同的大型語言模型（LLMs）模擬衝突場景中的軍事規劃能力。包括 GPT-4、GPT-3.5、Claude-2.0 與Llama-2-Chat，雖然都使用RLHF 的變體進行微調，使其能更安全地遵循指令。然而，研究結果顯示五種LLMs皆呈現軍備競賽、甚至還升級至核武模式（Rivera等，2024）。
人類文明正面臨多重系統性危機，需要立即採取行動來防止不可逆轉的崩潰。這不僅是技術問題，更是人類文明存續的關鍵時刻。
作者認為，AI的資源掠奪、失控與數位垃圾皆加速地球生態崩潰。（AP）
原生智慧：傳統知識的啟示
Reasons to be hopeful: Learning and becoming in a time of crisis 提到澳洲原住民的夢時代（Dreamtime）強調萬物互聯與需要重建的AI倫理系統高度吻合 （Stanistreet，2021）。例如，先民使用自然資源始終維持「取之有制、用之有節」原則。
紐西蘭毛利人的Kaitiakitanga（守護者）概念，為AI系統的權責劃分提供新思路。毛利人認為人類不是環境主人，而是守護者，類似台灣泰雅族“mqyanux ta chin-bwa-nan ga , nyux ta mlpiung lhezen qani”（ 活在世上，我們不過是這塊土地的過客）（布興大立，1999）與阿美族的概念不謀而合。上述觀念可以應用於AI治理（Abolins-Thompson等，2024）。
美洲原住民易洛魁聯盟（Iroquois Confederacy）Onondaga族的Turtle部落酋長 Oren Lyons曾說，生態浩劫來自於人類的短期思維，「七代原則」要求每個決策都要考慮到後七代人的利益。（工商時報書房編輯，2021年4月）
台灣泰雅族的gaga、鄒族的einu與賽夏kasabongen（規範禁忌）皆展現群體共識智慧，這種模式可以啟發AI系統的決策機制設計；原住民文化中普遍存在的「花開時序觀」也可解決AI資源消耗問題並另闢新途徑。
傳統知識不僅體現於日常生活，更重要的是其整體性思維方式。例如，夏威夷原住民的Aloha精神可幫助重塑AI系統的基礎倫理框架。如此，當我們建立一個新的AI發展範式，方能保持科技、生態平衡與和諧共存。
和解新篇：多元共存的新秩序
透過整合傳統知識與現代科技而衍生人機和解的新途徑，令重新編程的AI系統展現前所未有的均衡；新一代AI系統正在準備納入「七代決策」原則，確保每一個決策皆需考慮長遠；融合傳統知識的AI管理系統也在紐西蘭試行人類、AI與生態的三方共生；採用循環經濟原則的AI能降低60%能耗，同時維持95%效能，也為永續發展提供新方向。
