——從李飛飛的演講，看人工智慧的真正方向
作者: 成大電機蘇淑茵教授
當我們談論人工智慧時，許多人腦海中浮現的是聊天機器人的流暢對話，或大型語言模型生成的精美圖片。然而，若將時間軸拉長，人工智慧並不是一場突然降臨的技術奇蹟。它其實是人類數千年來一場持續進行的思想工程——一場將「腦中的規則與理解」外化為機械與系統的長征。
一、當思考變成規則：邏輯的誕生
這段歷史可以追溯到古希臘時期。亞里斯多德（Aristotle）提出「三段論法」，嘗試把模糊的人類直覺轉化為可推演的邏輯結構。這是一個關鍵轉折：若思考可以被形式化為規則，那麼它是否也能被機械執行？
到了中世紀，機械鐘錶出現。時間不再只依賴天體觀察，而由齒輪與擺錘精確計算。人類第一次將抽象的認知功能（計時與測量），交給金屬與機械完成。智慧，開始了它的「外化」歷程 。
二、符號的力量：機器不只算數
19 世紀，愛達．洛夫萊斯（Ada Lovelace）在為巴貝奇分析機撰寫註解時，提出了一個革命性的洞見：機器處理的並不只是數字，而是「符號」。只要音樂、文字或圖像能被編碼為符號，機器便能對其進行運算與創造。
20 世紀中葉，艾倫．圖靈（Alan Turing）進一步以數學方式定義「可計算性」，並提出「機器能否思考」的哲學與科學考問。人工智慧由此成為一門正式學科。這條脈絡告訴我們：AI 絕非橫空出世，而是長期邏輯化與形式化思考的自然延伸 。
三、當機器學會看：視覺革命
然而，早期的人工智慧雖然擅長符號計算，卻對物理世界「視而不見」。2000 年代，李飛飛（Fei-Fei Li）意識到：若沒有大規模視覺資料，機器不可能真正理解世界。她推動建立了 ImageNet，收集並標註了數千萬張影像資料。
2012 年，深度神經網路在 ImageNet 競賽中取得大幅突破，結合 NVIDIA GPU 的運算能力，正式開啟深度學習的浪潮。這不僅是技術的進步，更是感知能力的躍遷——AI 從抽象的符號計算，走向對現實世界的辨識與理解 。
四、語言之外：走向空間智慧
近年來，大型語言模型引發全球關注。然而，李飛飛在 2024 年的 TED 演講中提醒社會：語言能力並非智慧的全部。她指出，真正通向通用人工智慧（AGI）的關鍵，在於「空間智慧」（Spatial Intelligence）。
視覺在地球生命演化中已有約 5.4 億年歷史，而語言僅約 50 萬年。人類理解世界，首先依賴的是對三維空間、物理因果與行動決策的掌握。空間智慧意味著機器不只是「描述」世界，而是「理解」世界：知道杯子傾倒會流出水，知道門在空間中的位置，知道如何避開障礙、走入房間。這是一種進入「物理世界」的智慧，而非停留在螢幕上的文字生成 。
結語：科技是人類能力的延伸
將人工智慧等同於語言模型，是對這段漫長歷史的過度簡化。從亞里斯多德的邏輯規則到洛夫萊斯的符號洞見；從圖靈的數學框架到 ImageNet 的視覺革命，再到今日關於空間智慧的討論——這是一場跨越數千年的思想延續。
科技的目標從來不是取代人類，而是延伸人類的能力邊界。人工智慧真正的意義，不在於它能否說話像人，而在於它是否能與我們一起理解世界。而這條長征，仍在繼續。
【參考文獻】
- Aristotle. Prior Analytics (Part of the Organon), c. 350 BC.
- Lovelace, A. A. (1843). "Notes by the Translator" to L. F. Menabrea's "Sketch of the Analytical Engine Invented by Charles Babbage."
- Turing, A. M. (1950). "Computing Machinery and Intelligence." Mind, 59(236), 433-460.
- Li, F. F. (2024, April). "With spatial intelligence, AI will understand the real world." TED Talk.
- Li, F. F. (2023). The Worlds I See: Curiosity, Hope, and AI-Powered Discovery. Flatiron Books.
