新年將屆，除了國際政治風暴中心的５Ｇ，另一個科技關鍵字當屬「人工智慧」（ＡＩ）。據統計，二○一九年，每天平均產出一百篇機器學習的相關論文，且ＡＩ創投金額每年創新高。
如何看待人工智慧的進展？有哪些期待與風險？首先，看三則有意思的新聞：
—— 韓國頂尖圍棋手李世 是唯一曾打敗AlphaGo 的人類（雖然一勝四敗），他最近宣布引退，原因之一是自覺難以勝過人工智慧。他的引退賽與韓國開發的ＡＩ對弈，三局一勝兩敗，但首末兩戰接受讓兩子，等於承認對方棋力較高。
——每年分析全球趨勢的《經濟學人》特刊，二○年由副總編輯「專訪」人工智慧，請代號GPT-22020 的ＡＩ解析美中貿易戰、英國脫歐等大事件走向，有趣的是，它預測川普將連任失利。
——十一月底，英國歷史最悠久的辯論社團「劍橋聯合會」舉辦比賽，論題之一是「ＡＩ是否弊大於利」。正反雙方各有兩名人類辯士，及一個由ＩＢＭ開發的辯論用機器人，再由現場人類觀眾投票決定勝負，「ＡＩ利大於弊」以些微差距獲勝。
ＡＩ再進化 將主動提供決策參考模式
從Siri、谷歌（Google）翻譯，到Netflix 的影片推薦機制，人工智慧早已以不同形式，進駐我們的日常生活。然而，前述三則新聞告訴我們：一、人工智慧還在學習，而且進步神速；二、它的學習模式往往從「模仿人類思考」開始，輸入大量既有資料，然後與人類實際交手，即時修正錯誤，不斷自我完善；三、純粹邏輯計算是人工智慧的強項，例如下棋，從西洋棋到圍棋，人腦已難匹敵；再則，ＡＩ透過語言分析與機器學習，逐漸能進行複雜、抽象議題的辯證與表達。
未來呢？有幾個關鍵發展。
首先，人工智慧技術持續推進，將跳脫Siri或Netflix「被動資訊選項」的基礎功能，進而主動提供人類決策模式的參考。ＩＢＭ開發辯論用機器人，並非只拿來打辯論賽，而是輸入大量人類觀點文本後，綜合採擷其中論點，快速整合出各種優劣可能，未來對於政策或企業預判風險、形塑決策將有重大助益。
其次，「科學研究」與「產業應用」之間的融合，會是下一階段瓶頸。人工智慧專家Jason TWidjaja 預測，二○年前幾年的熱門關鍵詞「大數據」，將被「人工智慧」超越取代；不過，ＡＩ能否跨出純粹科學或技術領域，企業對於人工智慧的執行理解益形重要。
換言之，人工智慧的瓶頸，可能不再是數據科學或ＡＩ技術的突破，而是能否在各領域找到實際應用的橋接點，讓人工智慧進入消費末端，當市場漸趨成熟，就能反饋大量實證資料，驅動技術繼續發展。
不同國家文化差異 影響ＡＩ道德判斷
然而，人工智慧一旦進入消費市場，經常出現倫理兩難，引發衝突辯論，形成人工智慧發展的天然障礙。例如，現階段極具應用潛力的「自動駕駛」，如何面對著名的「電車難題」。原版電車難題是，一輛電車若即將撞上五名行人，必須有人手動切換軌道，讓電車轉向撞死另外一個人，受測者是否應該動手？同理，人工智慧面對這類兩難，該如何反應？
一四年，麻省理工學院設計一個「道德機器」的網路測試，讓使用者模擬各種難題，測試他們在緊急時刻如何反應，選擇避開幼兒、撞上老人，或避開婦女、撞上男人，或優先保全車上乘客、撞上行人⋯⋯選項不完全是ＡＢ兩種，也有多重情境的選擇。
「道德機器」上線之後，超過兩百個國家地區的受測者，總共做出四千萬次抉擇，形同大規模調查不同國家的社會道德指標。統計發現，不同國家經濟與文化差異，明顯有不同受測反應；亦即，人類社會對於人工智慧的道德判斷，可能存在各種差距。
這種文化差異已在現實世界浮現，例如，對於「警察應用臉部辨識及人工智慧，監控並逮捕嫌犯」，中國官民相對鼓勵贊同；美國加州等地方議會，卻立法禁止警方攝影機應用這類技術。又，美國軍方應否利用人工智慧，更有效率在戰場殺敵，也在矽谷招致谷歌、亞馬遜員工群起抵制。
一九年底，在加拿大溫哥華舉行的全球ＡＩ年會，「科技倫理」已是炙手可熱的焦點話題。隨著人工智慧技術飛躍，技術進展並非主要障礙；真正挑戰是，人類如何將倫理判斷嵌入運算機制，這將決定人工智慧、甚至人類命運的未來走向。或許，你可以半開玩笑說，我們正面對電影《魔鬼終結者》的「天網時刻」。
