我自首本文題目就是栽贓，而且不只一處還是兩處。我明示人工智慧會成為「超越」全人類的存在；我還暗示他會有興趣「主宰」。真相到底為何？
只有兩種歷史。工業革命前和工業革命後
活在歷史潮流之中，跟魚在水中，人在空氣中，很容易忘記的。我們需要拉遠一點視野。如以 1850 年對世界做個切片。奠基於瓦特蒸汽機改良的第一次工業革命已成熟 100 年，挾帶龐大工業優勢，日不落國成為大英帝國的代名詞。換個量化的表達方式，公元 1 年到 1850 年全球經濟產值為 1，1850 年到 2000 年則為 5。葉問說「我要一打十」，換算成現代人的生產力，我們是一打六十。
一次很好。兩次很棒。三次賺到……什麼! 還有第四次
半世紀後 1900 年，美國愛迪生、貝爾、特斯拉，電燈、電話、電視等等發明是奠基於電力的第二次工業革命。再一次半世紀後 1950 年，電腦原理與架構成型，80 年代應用日新，其後路徑就是更小更快更強大，網際網路隨後興起，型塑了我們熟悉的現代生活。岔個題，英國搞一次工業革命就成為大英帝國，美國主導了兩次，如果你沒聽過美利堅帝國，那一定是老美太謙虛。
回到今天，植入技術、物聯網、3D 列印、無人駕駛、人工智慧、機器人、區塊鏈、大數據各式技術雨後春筍串出。無論這些技術表面上對應的課題有多麼不同，但都有一共同的本質，數據就是驅動各種技術的核心引擎。德國人的工業 4.0（我沒說我們要當老大）、中國的 2025 計畫（我們不當老大很久了）。都在宣告這進行式的第四次工業革命。
小時了了，長大聊聊
第一次思考電腦與智慧「同構」的是英國天才圖靈。同構者，不問那些皮相之雞毛蒜皮事，直問本質是否類同。比如你隔著房間與「某物」對答如流（圖靈測試），則此物即為智慧體。比如「某物」棋藝如神直追本因坊秀策、比如「某物」精通邏輯再世亞里斯多德，即意味「某物」有相當智慧的表現。邏輯和棋藝初期就有驚人表現。反倒是說話這事，卡卡的。圖靈測試或許也不該像表面上的簡單。我們智人祖先 7 萬年前雙腿有力站得直，喉嚨舒爽機哩呱啦的發出各種聲音誕生了語言，從此拉開與萬獸間差距。想起來電腦如能輕易達成，那我們人類面子也太難堪。
80 年代各種人工智慧專家又是取徑生物基因允許模糊演算產生變異、又是直搗黃龍找出百百條智慧的邏輯核心規則，試圖「算」出各種智慧，全都失敗。專家們改口謙虛地說，我們追求的是解決各式不同問題的「專家系統」，聊啥人工智慧呢？傷感情啊。
量變到質變，相關性萬歲
到 21 世紀後全球網路分分秒秒都誕生出人類數千年文明總和的資料（DATA）。這些資料要多瑣碎就多瑣碎，完全不符合言簡意賅的簡潔法則。但藉由適當的模型（深度學習），餵給電腦則有奇效。原理是這樣的，我們人類問高效學習法，是指最少的時間最大的效果。模仿智慧的高效演算法，很卡關，但找到一個低效的學習法，比如每次只能成長 0.0001%，藉由電腦無法無天的重複練習，愚公移山，萬事可成。關鍵就是要有各式資料可以讓電腦磨練磨練。瞧！這點我們開頭不就說了。
另一關鍵是，我們人類說懂，是指演繹法的懂。因為 A 所以 B 然後 C，Q.E.D. 得證。但我們人類也有很多不懂的，說懂愛情的，大概都真的不懂。電腦在這沒有優勢，但統計上的各種變因的相關性，電腦又先天的很有優勢。A 如果增加，B、C 也會增加，B 比 C 加的明顯，A 與 B 比 A 與 C 更相關。這段繞口令一點都不玄妙。但配合大數據，唉喲！電腦又神了。
如果你要追根究柢
那人工智慧到底能不能成為超越全人類智慧的存在。依照哲學家希爾勒（John Searle）的強人工智慧與弱人工智慧，強人工智慧具有做為一個人的智能，可以廣泛學習，有心靈有意識。那答案是，NOT YET！雖然他圍棋完勝人類、機智問答節目完封人類冠軍、每天都可以重讀一次世界醫學論文、可以模仿莎士比亞的十四行詩畢卡索的抽象畫巴哈的平均律、可以拍廣告……（以上都為定義中弱人工智慧，此弱非真弱，指獨取一瓢飲之專家系統）基於知識論、本體論的理由，AI 不能超越邏輯邊界、AI 不能直觀定理、AI 沒有在生活世界與朋友交，這一切都妨礙他形成自我意志。換句話說，邏輯上我們推導不出，AI 誕生出意識的大霹靂時刻。我們現在可以回應本文題目的栽贓「人工智慧是否會主宰人類」，即便是人工智慧的狂熱者，也很難堅強論證出人工智慧將具備自我意志，除非設計之初我們就以 AI 主宰人類為主軸（人類到底要多墮落才會這樣搞- -），否則人工智慧應該都對「主宰」這事毫無興趣。
如果你也追根究柢人類意識的起源
咳咳。雖然上述都為真，但我們好像也不太知道我們萬物之靈意識的起源。我們不也是單細胞、多細胞……腦神經連結「相對」多於其他生物的靈長類嗎？（沉默……）我們人類的意識起源，似乎也沒有非人類才可有心智的證據，也是慢慢演化出來的。
最重要的發明也是最後的發明
上述的觀點即相信「量變可能帶來質變」。環顧半世紀來的半導體科技發展，經驗上每 18 個月製程成本減半運算速度加倍。我們手上的手機，效能兩倍於 80 年代送太空梭的 NASA 全體電腦的計算力，而我們也蠻確認我們的手機、平板、電腦明年會更好。Google 的技術長庫茲維爾（Ray Kurzweil）就是樂觀派的大將。他提出了科技奇異點（Singularity）半世紀有效的大量廉價的計算力，將可對大腦做還原工程式的對應。比如一台電腦對應 1 萬單位的腦神經元，有啥理由當我們找到數十萬台電腦時，無法還原大腦。庫茲威爾與信徒們相信 2029 年第一個通過圖靈測試的人工智慧將誕生，2045 年超越人類文明「所有」心智總和的人工智慧誕生。用霍金（Stephen Hawking）的說法，「這是人類史上最重要的發明，也是人類史上最後的發明」。
這是人類史上最重要的發明，也是人類史上最後的發明
先別談強 AI 與奇異點了，你聽過安麗嗎？
雖然上述說法很驚人，也有其合理性。但正如 20 世紀初，全球數學家相信他們只剩下枝微末節的 23 個問題，物理學家相信古典物理的指導下一切都只是技術性處理。差遠了！！強人工智慧問題太驚人值得關注。但確定已發生的弱人工智慧各式應用，馬上就要帶給我們社會衝擊。
麥肯錫、野村研究所、各國智庫都提出，10 年到 20 年，20% 到 40% 的工作蒸發的衝擊性評估版本。你如覺得白領、藍領，藍領可能會被無人車、聊天客服程式（chat robot）之類的技術替代，而白領具有相對高的腦力發揮較安全。那提醒你，IBM 的華生（AI）忙的是醫療診斷事務，華爾街寧願給兩倍於傳統華爾街金童的薪水，請原本一群該成為數學、物理學的科學家，設計複雜的財務金融交易程式（Fin Tech）。你現在還要壓注白領比藍領更安全嗎？
沒事啦。工業革命我們經歷好幾次了
第一次蒸汽機工業革命，全球 95% 農業人口轉往工業人口邁進。第二次電力工業革命大數的工業人口轉往各式服務業轉移。第三次電腦與網路革命，成就了我們熟悉的今日風貌。所以，產業轉型有陣痛，但總有更多新機會。
這值得期待，但也值得注意。資本主義社設計為為生產力付費，生產力供給則服務於各種需求。人類社會總有更多需求可以滿足，如果辛格（Peter Singer）的動物權主張讓你覺得熱血沸騰，原本全球畜牧業積重難返的不人道對待動物，我們有機會改善。如果醫師護理師荒，高齡化社會的長照問題永遠值得更好對待，釋放出的人力我們可以朝一對一主責護理邁進。我們總能找到點事做，而且是極有意義的事。
真有這麼好，要思考
但樂觀主義也需要審慎。以上是身為自然人我的想望，是我們自然人與人工智慧最大不同的地方。產業衝擊之大難以想像，全球生產力越來越高，但全球大多數人薪資卻越來越低，菁英階層則越來越高。華爾街我們是那 99% 運動，麻煩的地方是，那 1% 不全是因為特權壟斷，而是資本擁有者的自動化工具越來越好。他們對高中低階白領需求也越來越低。正如半杯水問題，你前一分鐘想說 AI 讓你不用作重複性的事務工作，轉念一想你可能也不必工作了。
智人經過數萬年才意外發產出語言，開展出智能革命；農業革命耗時數千年，工業革命花費數百年，而數位革命目前僅數十年，伴隨的人工智慧怎麼看都只是暖身階段。
我們這時代的困惑與難題。
