DIGITIMES
牽一髮而動全身的黑色星期五
11月13日星期五美國東岸時間下午4點多,美國聯邦航空總署(FAA)下令全面停飛國境內的所有班機,但是已經在飛行中的飛機仍可飛行至目的地。這是美國遭受到911恐怖攻擊後,第二次實施全面的禁飛,當時我正在繁忙的芝加哥機場,準備轉機到舊金山,目睹當時情況。當機場廣播了全國性的ground stop,我一時還搞不清楚意思,查了網路才知道是禁飛令,而身旁的旅客紛紛猜測是否跟前一天的微軟大當機有關,當然也有人說是跟13號星期五有關。禁飛令雖然僅持續四個多小時,卻造成航運大浩劫。我所要搭乘的班次就不斷地延後登機時刻,並且不時地更改登機閘門。眼看很多航班都被取消,正慶幸我的班機還活著,有一絲的希望可以飛往舊金山,但不幸在午夜前,我的班機也被取消了。13號當天就有9千多架次飛機被取消飛行,隔天仍有近7千個航班也被取消,為什麼禁飛4個多小時,會造成這麼大的影響?原來這不僅關係到飛機的調度,也還有機組員執勤的時間限制。有回我搭機因為飛機機械故障,延誤了3個小時,但是飛機修好沒問題後,機組員卻因為會超時值勤,必須更換新的機組員。航空公司只得由別的城市,調另一組機組員飛來操作這架飛機,這又折騰3個小時。事後美國聯邦航空總署對於事件的官方說法,是因為承包商在某個航管中心更換老舊的銅纜線,發生異常資料進入航空網路,造成無線通訊及雷達資料受到干擾,並且影響範圍逐漸擴大,最後只得下令全面停飛。但隨即就有專家在媒體檢討,這麼重要的網路系統應該會有故障隔離(isolation)以及冗餘(redundancy)備用的設計,也就是在發生問題時不僅可以限縮影響範圍,而且可啟用備份系統繼續操作。另外,如果這是一個具有風險性的設備更換,便不應該選擇在交通尖峰時間實施。就官方的資料顯示這是個已經進行多時,將老舊的銅纜替換為新的傳輸線計畫,因此似乎不具有太大的風險性。但具體原因為何,官方似乎也沒有排除人為疏失的可能性。如果具有高速傳輸訊號背景的工程人員都知道,鎖緊傳輸訊號線接頭是個看似簡單,卻具有高度專業的動作。我在美國當研究生時,修過一門微波量測的課,上實驗課的第一件事就是鎖高頻訊號傳輸線,如果螺絲鎖的不夠緊,在示波器上就立即看到訊號的損耗增加了,但如果鎖得太緊又會造成接頭的永久性破壞。新一代的NVIDIA Rubin平台,有一項新的設計就是捨棄所有高速訊號傳輸的電纜,而以印刷電路板的訊號傳輸來取代。NVIDIA宣稱這可以節省大量人工組裝伺服器的時間,但是NVIDIA沒有說的是,若沒有妥善處理這些訊號線的連接,一旦人為的疏失是會造成很大的影響。事實上就有不少的報導顯示,AI資料中心因為沒有鎖好伺服器內的高速接頭,而造成運算速度過慢,嚴重的甚至需要重新訓練大型語言模型。科學史上有件跟鎖螺絲有關的烏龍事件,這是發生在2011年,歐洲原子能委員會(CERN)的質子加速器。將位於瑞士及法國邊界的加速器所產生的微中子,射向700多公里外位於義大利山脈隧道內的探測器。但是實驗中卻意外發現,該微中子的速度居然超過光速,這違背愛因斯坦相對論的基本假設—光速是所有速度的極限。沒多久後CERN公開道歉實驗上的失誤,原來一個傳輸GPS同步的訊號線接頭沒有鎖好,造成計算上的誤差。一旦鎖緊了,相對論就回來了。上周的黑色星期五已經結束,鎖螺絲是件重要的事,在AI時代水電工是不會失業。
整合電壓調節器
當半導體製程進化逼近物理極限,無法滿足晶片設計中必須同時均衡效能、功耗與面積的需求時,晶片設計工作會首先著重於如何提高線路效能;面積的問題留給先進封裝來解決;供電與散熱的問題,則從晶片設計、先進封裝,乃至於系統級的工程層層分散解決。這是晶片設計以及製造的經濟價值外溢到先進封裝以及系統製造環節的明顯揭示。目前的AI資料中心電力供應已無法只依賴從一般室內電源接出的110 V。電源必須從電廠以高壓交流電傳送,以減少傳輸功耗;在台灣,高壓公用電網(high-voltage power grid)以345 kV輸電,地區分配(local distribution)則以13.8 kV配電。進入建築物後,電力以480 V的交流電分配。供應機櫃及伺服器的輸入電壓為204 V至240 V的交流電,機櫃層(rack-level)的配電則改為48 V的直流電,進入主機板後再進一步降為標準的12 V直流電。處理器的供電在1 V左右,AI核心的供電則在0.7 V~0.9 V之間。這是一個級聯式下降(cascade down)的電力供應體制:距離傳輸以降低傳輸功耗為主要考量—台達電的800 V列間電源(in-row power)方案基本上就是利用建築內的480 V交流電轉換成800 V直流電—這是將就既有的480 V架構,或者直接從中壓交流電轉換為800 V直流電,以降低建築屋內傳輸的功號損失與壓降;在供電路徑上,愈接近晶片,愈壓越低、電流愈大,穩壓控制也愈精準。傳統的電壓調節器(Voltage Regulator;VR)通常裝在主機板上,但隨著功耗日益增加,VR愈來愈難滿足AI核心的苛刻需求。當電力送達處理器封裝後,後續的電壓轉換必須滿足傳統主機板穩壓器難以達到的要求:極高的輸出電流(先進AI加速器通常需要數百安培,甚至超過1,000 A)、極低的輸出電壓(通常低於1 V)、快速的瞬態響應(transient response)以因應AI工作負載的快速變化、極低的電壓漣波(voltage ripple)、高電源轉換效率、縮短供電路徑以降低寄生電阻與寄生電感(parasitic resistance & inductance)等。這些需求必須由最接近高耗電晶片GPU的整合電壓調節器(Integrated Voltage Regulator;IVR)來解決。IVR模組中,自5 V或12 V的電源接入後,首先分別接到高頻及低頻的功率開關級(power switching stage),之後再接到電感(inductance)。電源在輸出之前,先經回授(feedback)、控制器(controller)及脈衝寬度調變驅動器(pulse width modulation driver)共同運作,控制功率開關級的開關時長,以維持穩定的輸出電壓。即使GPU的耗電量快速變化,也能適時調整供電。在進入GPU核心之前,還需要先經過去耦電容(decoupling capacitor)的防護。在這裡,IVR使用過去在晶片或封裝中較少見的電感。其中,電感負責穩定電流,電容負責穩定電壓。兩者共同減少電源波動,讓GPU獲得穩定的供電。IVR與GPU模組的異質整合(heterogeneous integration)透過GPU所在的先進封裝實現。在中介層(interposer)上,IVR與GPU儘量相鄰,以降低功耗。電感比較不容易整合入矽製程中,在發展的此一階段,解決方案之一是以小晶片(chiplet)的方式整合入先進封裝之中,或者直接將其嵌入基板之中。由於先進的GPU使用的電流動輒在1,000 A以上,電流無法通過單一線路輸送,必須以多相(multi-phase)電流的方式傳輸。所謂的多相電流就是用多條平行的線路,在一個週期中的不同相位將電流分別傳輸給最終端,使得傳輸過程之中的線路不會承受到太大的壓力。譬如说,GPU需要1,000 A的電流,在IVR中,若採用16相並平均分攤1,000 A的總電流,每相平均只承擔62.5 A。在這個架構中,每條線路都必須有自己的電感及功率開關級。回授線路則只需1條,穩壓電路的輸出端可以共用並聯多顆固態電容(Solid State Capacitor;SSC),以降低輸出電壓漣波。固態電容其實就是DRAM中常用的電容,目前邏輯廠使用的是深溝電容(deep trench capacitor),記憶體廠也可以選擇堆疊電容(stacked capacitor)。從VR到IVR,是將原先在主機板上的連接直接引入先進封裝之中,這是產業內短、中期的共同目標。更長遠的目標是讓每個GPU die上都配備一個分散式、獨立的穩壓源,這就是全整合電壓調節器(Fully Integrated Voltage Regulator;FIVR)。如果要將IVR的功能嵌入晶粒之中,最具有挑戰性的製程會是如何製作固態電感(Solid State Inductor;SSL)。目前考慮的方向之一是在後段製程(Back End Of Line;BEOL)之上處理磁性材料與感應線圈(induction coil)。從VR到IVR再到FIVR,是半導體製程在大量消耗其自身可用自由度之後的必然路徑。這個趨勢不只限於電源的供應,也見於信號的傳導。從用在主機板上的光電轉換收發器(transceiver),到直接進入封裝的共同封裝光學(CPO),乃至於在同一元件上同時有光、電的信號與接口,也在走類似的路徑。晶片、封裝、基板、系統之間的界線愈來愈模糊。半導體的價值慢慢地「日暮漢宮傳蠟燭,輕煙散入五侯家」。
被聽見不等於被相信
義大利哲學家兼小說家翁貝爾托·艾柯(Umberto Eco, 1932~2016)認為社群媒體讓過去只在酒吧裡發言的人,如今與諾貝爾獎得主擁有同等的發言權。這句話在英文世界常被轉述為「無數的白痴」(legions of idiots),要旨則很清楚:公共言論曾經受專業與問責過濾,如今這層過濾已經鬆動。新冠疫情提供清楚的例子。「疫苗植入晶片」「5G傳播病毒」「喝漂白水殺菌」等說法在各大平台流傳,世界衛生組織甚至以「資訊疫情」(infodemic)稱之。2018年發表於《科學》的研究,分析Twitter(現稱X)上的謠言傳播,發現虛假消息被轉發的機率比真實消息高約7成,觸及1,500人所需的時間約只有真實消息的6分之1。研究同時排除機器人帳號的影響,指出關鍵在人:人們更願意轉發新奇、令人驚訝或厭惡的內容。人的偏好是傳播的起點,平台的排序機制則把這種偏好一再放大。艾柯說的並不是限制言論自由。社群媒體確實讓邊緣群體與少數議題獲得前所未有的能見度,這是不能抹煞的貢獻。真正的問題是發言與權威被混淆:人人可以說話,不等於人人的說法同樣可靠。當真相與謠言在同一個舞台競逐注意力,競逐標準往往是情緒強度,而非證據品質。生成式人工智慧使這種混淆更難察覺。過去,信譽建立在可追溯的作者身分、編輯把關與同儕審查上,每一句話背後都有人準備好承擔後果。如今,內容大量由演算法生產與分發,形成一種「機械化的信任機制」。這種信任是被製造出來的:平台以排名邏輯與分享數、按讚數等社會證明,營造出「多數人已經驗證」的錯覺;生成式模型則以流暢的語氣與合乎規範的格式,模擬權威資料的外貌。過去的權威來自有人願意為一句話負責,現在的權威則來自一句話看起來像有人負責。這兩者的差距,正是數位信譽危機最難察覺的地方。2023年美國的Mata v. Avianca, Inc. 案正是例證。律師向法院提交ChatGPT編造的判例,引述與格式宛如真正的法律文書,律師甚至回頭詢問ChatGPT這些案例是否真實,得到肯定答覆便信以為真。法官最終對律師及其事務所處以5,000美元罰款,並要求他們通知被冒名的法官。這個案件的教訓不只是AI會編造。真正的問題是:當形式上的完備取代實質審查,專業人士便把驗證義務交給形式上的權威。那麼責任該由誰承擔?只苛責使用者並不公平,因為推薦邏輯由平台設計,獲利也主要歸平台;但完全免除使用者的判斷義務,同樣不切實際。這裡有一個不易解開的張力:平台愈強調自己只是「中立管道」,就愈能迴避編輯責任,它的排序機制卻實實在在地決定什麼被看見。較合理的做法是分層負責:平台負責風險評估與演算法透明,內容生產者負責來源可查,使用者負責基本的查證習慣。歐盟《數位服務法》已朝此方向嘗試,要求大型平台公開推薦系統的運作原則、評估系統性風險,並向研究者開放資料。然而演算法透明化並非單純的技術揭露,而是牽涉個人資料保護、商業機密與公共利益的多方博弈,如何取得平衡仍在實務中摸索。獨立的事實查核網絡與內容來源標示,則補足制度之外的檢驗能力。回頭看酒吧的比喻:酒吧裡的話本來就不必負責,所以也不必被當真。今天的問題在於,平台把酒吧裡的聲音接上講堂的擴音器。網路上人人都是節點,既是資訊來源,也可能是誤導來源。當信任被自動化,聆聽便不再是一種判斷,而是一種預設。每個聲音都值得被聽見,卻不必然值得被相信。把「被聽見」與「被相信」重新區分開來,讓兩者各自接受檢驗,也讓權威重新建立在可追溯的責任之上,才是數位時代重建信譽的起點。
CoRL 2026觀察:自主機器人何時能像無人車一樣上工?
筆者在11月初到美國德州Austin參加CoRL 2026(機器人學習會議)。市中心的街上,3家業者的無人計程車在擁擠的車流裡運送客人,如排班司機一樣爭先恐後,似乎已經是市區的日常。新一代的自主機器人,什麼時候也能這樣上工?在《Autonomy vs. Automation:自主機器人與自動化》提過,無人計程車花了十多年,人為介入方才降低到可商業化的程度。業者看的是一個很實際的指標,車子跑多遠才需要人接手一次。機器人也適用同樣的自主性關鍵指標,多久需要人為介入一次,比展示影片的成功率更有參考價值。許多研究人員帶著這個問題走進會場。CoRL 2026年規模明顯擴大,現場與會者近5,000人,我2019年在日本大阪第一次參加時,約只有300人。蘋果(Apple)、Meta 2026年首次出現在這個機器人會議,幾家美系、日系車廠也來了。大模型能不能讓機器人降低人為介入,是2026年會場最熱門的話題。這幾年,不少研究人員試著把大模型帶進機器人研究,引爆討論的則是9月初發布的前瞻模型GPT-6 Astra。一位MIT教授在主題演講提到,開學第一天就有學生問他,OpenAI是否已經解決機器人問題?NVIDIA的機器人研究主管也談到Astra帶給研究者的震撼。專欄在《通用模型會吃掉Physical AI嗎?》談過,Astra直接接上機器人評測,部分成績已超過專用的機器人模型。最近Anthropic的模型也有類似能力,筆者相信接下來的開放模型,應該也會逐漸納入機器人相關的能力。會場裡不少人認為,未來3到5年的技術發展,可能會讓人跌破眼鏡。不過,那篇文章也提到,這些評測多半沒有考量模型思考時間。CoRL一場主題演講,提出更精確的評估。同一個模型可以只在任務開始前寫一次程式全程控制,也可以每隔幾秒就決定一次手往哪裡移,或是只負責挑下一個技能,交給專用的機器人模型去做。在模擬環境裡,若讓時間停下來等模型想完,幾種用法的成功率都還不錯。但時間若照常走,讓模型每隔幾秒決定一次動作,成功率就從6成掉到1成多,因為模型還在想,現場的狀況已經變了。機器人的世界,無法等大模型想完整。講者有大致的主張:大模型決定「做什麼」,專用的機器人模型決定「怎麼動」。包括NVIDIA在內,不少團隊讓大模型寫程式擔任監督者,挑選技能、設定參數,專用的機器人模型則成了技能庫裡的一個函式。大模型也開始幫忙準備訓練資料,例如替人類第一人稱影片標註視線,教靈巧手鎖螺絲。機器人的自主性提高,自己做決定,又和人在同一個空間工作,「安全」也更受重視。一項研究發現,目前表現最好的機器人模型完成的任務中,有近一半的過程並不安全。在這種架構裡,機器人推東西要用多大的力、最多不能超過多少,都是大模型寫在程式裡的一個數字,大模型也可能寫錯。較穩當的作法,可能是把這個上限鎖在大模型改不到的底層控制,就像家裡電路的保險絲,不管上面的程式怎麼寫,力道一超過就會被擋下來。底層也正是大模型目前較弱的地方。一般把機器人控制分成三大系統,由慢到快依序是系統二、系統一與系統零。系統二以秒到分鐘計,處理任務與語言。系統一每秒數十次,處理手與物件的相對移動。最底層的系統零每秒數百次,處理接觸與力,例如杯子正從手中滑落,工廠組裝線大多落在這一層。最近一份研究顯示,在部分評測中,Astra的整體表現超過專用的機器人模型,但在需要精細、準確動作的任務上,反而明顯落後。會議中「靈巧手」也是受矚目的技術。約30場工作坊中,有5場與靈巧手、從人類影片學習有關。一家靈巧手新創以每秒約100次的頻率,用觸覺做即時的接觸修正。還有團隊讓靈巧手先在模擬環境裡「玩」出能力,再做零件插入、鎖螺絲這類精密裝配。最能呈現工業應用的,是前面提到的MIT教授創立的新創。他們在日系車廠的產線上,用輪式、雙臂的人形機器人自主搬運凸輪軸、料箱與鑄件。他的信念是,場域的資料高過一切,基礎模型愈強,場域的資料愈有價值。他打了個比方,即使是博士等級的操作者,到工廠也需要在職訓練。他也很坦白,目前的自主技術還做不到完全不需要人為介入。客戶要求高稼動率、低不良率、零安全事故,不能拖慢產線。他把人為介入比作精實生產裡的「安燈」(Andon),作業員發現異常就拉繩求援,有人來處理。但從他公開的數字,看得到資料飛輪的價值。隨著場域資料回流、模型一代代升級,人為介入之間的間隔,從二十幾秒拉長到幾分鐘。他們自家預訓練規模愈大的模型,部署後間隔拉長得愈多。他也提醒,工廠要求這麼高,業者容易把任務範圍縮小,任務一旦飽和,資料飛輪也就失效了。回到Austin街頭。那些無人計程車能規模化上線服務,就是人為介入間隔拉長的結果。2026年在CoRL,工廠裡的機器人也開始畫出這條曲線。自主機器人多快能像無人車一樣上工,可能要看大模型如何走進實體世界、接觸與控制等實體技術的精進,以及場域資料能把這條曲線拉多長。
機器停止運轉之後,人還剩下什麼?
馬斯克(Elon Musk)多次描繪同一幅圖景:人工智慧終將取代人類大部分工作,人只要享受生活就好。他近年更常談「普遍高收入」,山姆·奧特曼(Sam Altman)等矽谷人物也有類似的後勞動想像。這些話很動聽,卻留下一個問題:一個不再被需要的人,要拿什麼來享受?收入可以發放,意義卻沒有辦法發放。一百多年前,E.M.福斯特(E.M. Forster)已把這個問題寫成一則寓言。我認為真正的問題不是機器會不會停止運轉,而是它停止運轉時,我們還剩下多少能力。1909年的《機器停止運轉》(The Machine Stops)裡,人類退居地底,各自住在六角形的小房間,食物、音樂、教育與通訊全由一台全球性的機器供應。人們極少觸碰彼此,透過螢幕般的裝置交流,並把機器奉為信仰。那時網際網路與智慧型手機都還不存在,福斯特寫的卻像今天低頭滑手機的日常。最狠的一筆,是主角瓦希蒂(Vashti)過得一點也不痛苦。她向從未謀面的聽眾講課,需要什麼按個鈕就有,對身體接觸感到排斥,認為地表危險而死寂。這是「只要享受」的完成形態:沒有匱乏,沒有摩擦,也沒有任何理由起身。我們對螢幕的依戀多半同樣不是被強迫,每一次不出門、不動手,都有一個舒服得無可挑剔的理由,我自己也不例外。她的兒子庫諾(Kuno)是唯一的裂縫。他想用自己的雙腳踩上真正的大地,找到出路,看見草地與山丘,隨即被機器的修復裝置拖回地底。他沒有逃成,但他要求的,正是機器最無法供應的東西:一份由自己的身體確認的真實。故事結尾,地底文明隨機器崩潰,被放逐到地表的少數人卻有機會活下來。他們是因為選擇離開而得救,還是只是恰好被機器拒於門外?小說沒有交代他們過著什麼生活。逃出系統與擁有自由未必是同一件事,因為自由不會在機器消失後自動降臨。它是一種能力,而能力要靠時間養成。免於勞動並不對每個人都是損失。對長年從事重複又耗損身心的工作,或扛著沉重照顧責任的人來說,解脫是實實在在的好事。我在意的是解放與退場的界線。解放是擺脫束縛,去做自己重視的事;退場是不再被需要,於是慢慢停止做任何事。退場不一定痛苦,它往往以舒適、無痛、無聊的形式出現:人不是被禁止行動,而是再也找不到非行動不可的理由。那麼勞動之於人到底是什麼?異化的勞動不值得懷念,今天許多工作正是如此。我要保留的不是特定職業,也不是替「有意義的工作」立一座神壇,而是勞動裡的練習、判斷、負責與承擔後果。手被磨出繭,判斷被現實糾正,錯誤留下疤痕,人才慢慢知道自己是誰。問題不在工作辛不辛苦,而在這份辛苦是否屬於自己。若一切都由機器代勞,我們免去的不只是辛苦,還有笨拙、失敗與痛苦,而這些正是為自己的選擇負責的代價。一個從不需要犯錯的人,就不必真正做決定。庫諾在地表只站了一會兒,但已足以讓他分辨被供應的生活與自己活過的生活。便利本身不是危險,危險在於我們把免除一切摩擦當成目的,卻忘了人是在摩擦裡才長出選擇的能力。機器停止運轉之後,真正要問的不是誰來發收入,而是我們還剩下多少能力,去過一種不必被供應的生活。
推銷資訊服務的態度
微軟(Microsoft)總部某個會議室的牆壁上印有一句話:「當面對艱難的決定時,我們只需問自己什麼最適合客戶,那麼決定就會很簡單。」這句話值得所有資訊服務業者深思。資訊服務商在推銷產品時,應審慎評估產品是否真正符合客戶的需求。帕卡德(Vance Packard, 1914~1996)在1957年出版的暢銷書《隱形的說客》(The Hidden Persuaders)中,批評部分業者以誘導手段向消費者兜售不必要的產品。他指出,1955年的汽車製造商偏好大膽的色彩,1956年則轉而強調柔和的色調;同年出產的打字機與電話色彩繽紛,用意大概是讓消費者對自己使用的樸素黑色款式感到不滿。換言之,賣家常藉由「心理淘汰」,也就是改變產品的顏色與樣式,讓消費者認為手上的產品已經過時,進而購買新品以提升銷量。這種做法的特點,在於製造的是主觀的不滿足感,而非客觀的效益提升。需要釐清的是,業者引導潛在需求與製造虛假需求之間存在差異:前者是協助客戶發現原本未察覺的實際助益,在道德上尚有討論空間;後者則是在產品效益並無提升時,刻意使客戶產生不足感,在商業倫理上值得商榷。判斷的界線,在於客戶獲得的是實質效益,還是僅有心理上的刺激。書中另一個例子,則顯示業者如何利用消費者的自我價值感。大賣場的貨架上曾堆滿蛋糕添加物,其實製作蛋糕只需要水,但家庭主婦總覺得好蛋糕不可能那麼簡單。行銷人員的對策,是讓她們參與更多製作步驟,於是蛋糕公司改為指示買家自行添加雞蛋與牛奶,銷售額隨之增加。兩個案例的手法雖不同,本質卻一致:業者訴諸的是消費者的心理感受,而非產品的實質效益。帕卡德所批判的手法,在今日資通訊產業並未消失,反而以新形式出現。我將這種現象稱為「iPhone現象」(iPhone phenomenon),係指新一代產品發表時,原本性能依然良好的舊產品因消費熱潮而被大量汰換。以蘋果(Apple)iPhone為例,每逢新機發表,許多愛好者便在當天一早到門市排隊購買。當然,汰換的動機難以一概而論,其中有一部分源自客觀的功能需求,另一部分則可能來自主觀的不滿足感。對業者而言,這股熱潮固然是商機,但也應體認到,新技術往往存在尚待解決的不穩定因素,若只為搶先推出而忽略品質,客戶最終承擔的是使用上的風險。更值得業者自省的是軟體更新的做法。手機應用服務商經常透過網路遠端更新軟體,並宣稱是為了使用者的利益。然而,部分使用者反映,某些更新後的軟體耗用較多運算與記憶體資源,使舊手機運行變慢,形同變相促使使用者放棄仍然堪用的裝置。此一現象的實際成因與普遍程度,仍待更多研究佐證,但業者不宜忽視這類疑慮。此外,許多預先安裝或積極推薦的應用程式,例如清理工具、防毒軟體、省電工具、記憶體最佳化設定與預設瀏覽器,許多客戶鮮少使用。負責任的業者應當採納帕卡德的忠告,在產品設計與更新策略上以客戶的實際需求為準,而非堆疊用處不大的附加品。回到微軟會議室牆上的那句話,面對艱難的決定時,業者只需自問什麼最適合客戶。帕卡德的洞察則提醒我們,最容易偏離這個問題的,正是銷售壓力迫使業者訴諸心理戰術之時。因此,業者可將客戶的實際效益納入產品週期的評估指標,並在每次軟體更新前進行對舊機型的效能影響測試。唯有秉持誠信,將客戶的實際需求置於短期利益之前,才能建立長久的信賴關係,使決定回歸簡單。
後量子後AI時代的網路安全
現代利用數學來加密的方式,大抵是利用陷門單向函數(trapdoor one-way function)的特性來實施。 陷門單向函數是一種雙向計算難度差異巨大的函數。譬如將2個質數p和q相乘,得到一數N,這只是簡單的乘法;但若要從N回復成p和q,就牽涉到質因數分解(prime factorization)問題,工夫就大了,除非事先知道p或q其中一個數目。計算簡單的方向,就是加密—計算簡單,所以不會造成太大負擔;計算繁複的方向,就是要造成解密的困難,除非持有金鑰才能解密。在上面質數相乘的例子,基本上就是密碼學(cryptography)中公鑰基礎設施(Public Key Infrastructure;PKI)的基礎原理:N是公鑰,而p或q是私鑰。整個演算法叫RSA(Rivest, Shamir, Adleman),是用來傳送金鑰的手段;而所傳送的金鑰,則用來加密或解密資訊,最常用的標準是AES(Advanced Encryption Standard)演算法。利用陷門單向函數的計算難度差異是近代密碼學保護資訊的重要手段。不幸的是這些加密手段開始變成資安通訊標準不久後,立即面臨可能的威脅。RSA在1977年提出、1991訂為規範;AES在1998年提出、2001年成為美國國家標準暨技術研究院(National Institute of Standard and Technology;NIST)的標準。但是在1994年,Shor’s algorithm被公開了,這個量子演算法可以破解質因數分解問題—也就是RSA的核心屏障。相較於經典演算法,這個量子演算法有指數型加速(exponential speedup)的優勢;對於橢圓曲線密碼學(elliptic curve cryptography)以及離散對數密碼學(discrete logarithm cryptography),Shor’s algorithm也有同樣的威脅。1996年Grover’s algorithm接著發表—這個日期甚至早於AES被訂為加密標準的2001年,而Grover’s algorithm對於AES的加密標準方法也有威脅:相對於經典的暴力破解(brute-force cracking),Grover’s algorithm有二次方加速(quadratic speedup)。Grover’s algorithm還對其他的加密學工具譬如HASH演算法—這可是比特幣常使用的演算法之一—也構成威脅。總體而言,Grover’s algorithm對加密的破壞力沒那麼大。譬如用量子計算機來破解AES-256加密的密文,其難度大約比以傳統計算機暴力破解AES-128稍高。如果再考慮用量子計算機的額外負擔(overhead),所得的計算加速極為有限。之所以在RSA、AES的標準前後即有可以威脅其安全的量子演算法問世而仍持續採用其為標準,最重要的原因是可以執行量子演算法的通用容誤量子計算機(Fault Tolerant Quantum Computer;FTQC)當時離成熟時間尚遠。現在FTQC逐漸成熟,已有多家公司宣布在2028年左右開始量產100個以上邏輯量子位元(logical qubits;經糾錯、可以實際用於量子計算的量子位元)的FTQC,所以在加密標準及系統上也開始備戰了。NIST於2024年完成後量子加密(Post-Quantum Cryptography;PQC)標準的制定。2026年美國政府發布行政命令(Executive Order 14412)“Secure the Nation Against Advanced Cryptography Attacks”,要求某些高價值資產在2030、2031年逐次完成PQC遷移,並於2035年完成完整的PQC部署,這已比之前的預期稍早。美國目前PQC的數學演算法標準為模組格基(Module Lattice-based;ML),應用涵蓋金鑰封裝機制(Key Encapsulation Mechanism;KEM)和電子簽章演算法(Digital Signature Algorithm;DSA)等加密環節。ML之所以被認為安全,是因為目前沒有已知的量子演算法可以破解它。為了加強加密標準的韌性,NIST還提出漢明準循環碼(Hamming Quasi-Cyclic;HQC)作為備用標準,以備在ML已無法作為安全加密機制時,HQC可作為備用方案。這是加密敏捷性(crypto-agility;系統能在不同加密方法之間迅速切換)在加密標準方面的實踐。在後量子、後AI的資通安全的短期方案大概率是ML-KEM、AES-256和ML-DSA的組合。有既定的標準及備援方案,也有既定的時程及架構方案,但仍有令人擔憂之處。第一個是大家熟悉的先錄後破解(Harvest Now, Decrypt Later;HNDL)方法:即使現在無法破解加密,仍可以先複製密文,等待未來有能力破解時再動手。對於時效性不太強的資料,這個威脅已經開始倒計時。第二個問題來自於低估FTQC進展。雖然目前宣布能夠在2028年商業量產FTQC的公司其邏輯位元元數大致在100~200之間,這與破解RSA需要的約1,400~4,000邏輯量子位元相差甚遠,但是有些類型的量子位元,譬如中性原子(neutral atoms)或光子(photons),在規模化(scaleup;就是擴充量子計算機的量子位數)方面預期的障礙並不高。這迫使通訊系統PQC的部署必須提前,2035年才全面部署可能太晚了。最後的變數來自於AI的進展速度。目前幾乎所有對於未來的規劃都基於目前對已知量子演算法的瞭解,但是AI對於數學解決問題能力的急速上升對於這些理解提出高度的質疑,特別是在Open AI於10月一口氣提出對於372個久懸未解的數學問題提出答案之後。PQC所採用的ML以及備用的HQC演算法是否有量子演算法—甚或經典演算法—可以輕易破解呢?陷門單向函數的密碼學體系在AI數學能力快速興起之後面臨的威脅愈來愈大,即使找到暫時的解決方案,其安全期也不會很長。以硬體及物理方式的加密,例如硬體信任根驗證(hardware-rooted authentication)以及量子通訊,部署得愈早愈好。
通用模型會吃掉Physical AI嗎?
2026年9月初GPT-6 Astra發表後,研究社群很快就把它接上實體AI(Physical AI)機器人評測,部分成績還超過使用大量機器人資料訓練出來的專用模型。這代表什麼?通用模型會吃掉Physical AI嗎?Astra只是其中一個例子。依現在的公開職缺,2家美國大模型公司都在招募機器人工程師,另一家大模型公司也公開測試通用模型控制機器人的可能方式。這些公司看來都想從數位世界走進實體世界。Physical AI這幾年的進展,本來就受惠於大型語言模型。視覺語言動作模型(VLA)裡負責看懂影像與聽懂指令的視覺語言模型,不少是以小型化的開源語言模型為基礎發展出來的。用大型語言模型幫忙訓練機器人,在研究圈已經是常態。我們這一年的兩個研究也是如此:一個讓大型語言模型把長時序任務拆成階段,再由視覺語言模型判斷進度,當成強化學習的獎勵;另一個借用視覺語言模型的常識,判斷移動機器人該停在哪裡才拿得到東西。這幾個月,通用模型能接手的環節更多了,大致有3種用法:第一類型為直接當機器人的策略,輸出夾爪(末端執行器)要移動到的位置,再換算成關節角度。一份多所大學合作的評測,在數十個模擬任務上讓Astra零樣本上場(不給額外訓練或資訊),2026年9月評測時,成績高於40個公開機器人策略。同樣的接法退回前一代模型,成功率不到1%,可見差別主要來自模型本身的能力精進。第二類型為與專用VLA協作。一家中國機器人公司在同一套模擬基準上測了一組雙臂任務,Astra與專用VLA單獨上場,成功率都只有1、2成。改由專用VLA執行、Astra必要時修正,成功率提高到近5成,Astra只在少數幾步出手修正。兩者擅長的看來剛好互補。需要語意理解、但動作本身簡單的任務,Astra表現較好;需要精準協調或複雜(機械)動作的,專用VLA比較強。第三類型為當機器人研究員,有機會在Blender或模擬器裡建3D場景、寫獎勵函數、跑強化學習,失敗了自己除錯、重來。已有研究讓多個通用模型擔任程式代理人,在模擬器裡完成組裝、拆解這類長時序任務,再把解法擴增成大量示範去訓練VLA,微調後的模型上了實體機器人也有初步成效。只是這些任務是在模擬器裡離線反覆除錯完成的,不是即時控制。這些通用模型的空間能力從哪裡來?模型公司沒有公開訓練資料,只能從公開資訊推測。從前一代到Astra的躍進,可能代表訓練時加強3D或空間相關的資料。但3D資料本來就少,2023年公開、規模較大的3D物件資料集約有1,000萬個物件,比起數十億組的圖文資料,差了好幾個數量級。以Astra為例,官方發表展示的是它在Blender裡建模,以及看多視角影像寫出CAD程式重建物件。這類工作在3D引擎裡寫程式、渲染、比對結果,可以大量反覆練習。該注意的是,這些數字多半是發表後一個月內在「模擬器」裡測出的成功率,也沒有把模型思考的時間算進去。回到實體機器人,在一個把積木放進碗裡的測試中,Astra每次要花2、3分鐘,而專用模型幾秒就完成。另一項研究讓Astra按一個電梯按鈕,包含邊試邊學的時間,模擬與實機都要花上數分鐘到十幾分鐘。另外,這些多半是抓取、放置這類剛體、位置對了就算完成的簡單工作。難的部分仍是接觸、物理特性、長時序與安全。插拔插頭、轉瓶蓋、拿毛巾這類動作,成功率明顯下降,常得先給示範才做得到。質量、摩擦、形變這些性質,單靠幾何資訊難以描述。我的看法是,通用模型精進3D能力,這對Physical AI是好事。比起直接控制機器人,這些通用模型更可能成為訓練Physical AI、加速它精進的引擎,只是加速的多半是能在數位世界完成的部分。數位AI犯了錯多半可以重來,演算法在模擬裡驗證過,大致就能複製到各地;機器人犯錯,損壞的是實體設備,也可能傷到人。Physical AI的驗證最後得在實體端完成,之後還有整合、驗收、認證,以及產品問責等問題。通用模型不會吃掉Physical AI,反而加速智能發展。任務拆解、寫控制程式、建模擬環境、產生示範資料這些能在數位世界完成的環節,可能愈來愈多交給通用模型。機器人需要低延遲,離線時也得正常運作,本地端仍要有夠快、能力夠好的小模型,但它未必由獨立的機器人模型公司提供,「有機會」由通用模型產生示範,再蒸餾而來。比較難被吸收的,是觸覺等新的感測、靈巧手這類硬體,以及整合、認證與垂直產業的製程累積。機器人模型的競爭者,因此多了幾家原本只做數位世界的公司。這些公司在數位世界迭代很快,到了實體世界,進展的速度可能要看驗證與認證跟不跟得上。我們也看到數位世界的Agent能力,有機會加速發展,進入實體世界。如果這兩關也找到加速的辦法,數位世界的Agent能力進入實體世界的速度,可能又會超乎我們的想像。
AI算力會成為「新石油」嗎?
1973年石油危機時,世界學會了為石油停下腳步。掌握石油的人未必統治世界,卻有能力讓世界停下來。隔年,在美國國務卿季辛吉(Henry Kissinger)推動的美沙戰略合作,以及財政部長賽門(William E. Simon)參與的盈餘回流安排下,能源、安全與美元金融體系緊密結合,石油美元(Petrodollar)逐漸成形。它不是一紙強制契約,而是市場慣例、安全保證與金融深化共同作用的結果。半個世紀後,排隊的不是加油站前的汽車,而是等待高階晶片的科技公司。2026年8月,美國戰略暨國際研究中心(CSIS)的研究人員詹森(Benjamin Jensen)提出從石油美元走向Token美元(Tokendollar)的構想。據該文,這個構想不只涉及美元穩定幣(Stablecoin),也主張建立算力相關的期貨市場,並以經過驗證的AI工作成果,而非原始Token數量,作為計價依據。該中心的吉里尚卡(Navin Girishankar)更早主張將先進AI晶片出口許可與美元結算結合。這些仍是智庫的政策構想,不是已實施的制度。這個構想的起點有一處邏輯上的推論缺口:石油埋在地下,開採邊界雖能被技術推移,存量終究有限;算力卻可以被技術重新發明。因此真正的問題不是算力能否成為「新石油」,而是這項資源的霸權保鮮期有多長。我將「霸權保鮮期」定義為某種技術、資源或制度的市場支配力,在替代方案取得足夠規模之前能維持的時間。它不是有無的問題,而是長短與可延長性的問題。要讓這個概念可以檢驗,可以觀察3個指標:替代技術成熟的速度、使用者轉換平台的成本,以及領先者將技術優勢制度化的能力。三者決定保鮮期的長短,也是本文後續判斷的依據。石油的稀缺是動態的。頁岩油革命並未讓地球多出一滴油,卻改寫「什麼叫做可開採」。算力也是如此。矽不稀缺,稀缺的是極紫外光(EUV)微影、先進封裝、高頻寬記憶體(HBM)與電力組成的製造能力,而這些能力集中在台積電、ASML、NVIDIA與美國雲端企業手中。供應鏈集中,確實像石油。但石油燃燒後即消失,算力卻是設備持續提供的服務,經濟邏輯更接近電力與通訊網路。更關鍵的是,演算法能直接改寫需求。透過模型蒸餾(Distillation)、量化(Quantization)與稀疏化(Sparsification),同一項任務可能只需原本一小部分算力。這不是發現新油田,而是讓工作不再需要那麼多「石油」。效率提升未必讓總需求下降。十九世紀的傑文斯(William Stanley Jevons)發現,蒸汽機更省煤,煤炭用量反而更大。機制在於效率提升降低單位成本,成本下降刺激需求;當需求擴張的幅度超過單位資源的節省幅度,總消耗便會增加,後稱傑文斯悖論(Jevons Paradox)。這是條件式的結果,而非必然。AI也可能如此:每個Token愈便宜,全球算力需求可能愈龐大。然而需求成長不等於定價權增加。供應者增多、替代品湧現,定價權會從「控制供給」轉向「控制標準與生態」。市場愈大,不代表霸權愈強。Token美元要複製石油美元,必須釐清4件常被混為一談的事:美元計價、美元結算、穩定幣使用量,以及美國公債的新增需求。它們分別對應交易規模、貨幣持有需求、準備資產配置與資金淨流入,彼此不會自動連動。從以上觀點出發,可以檢驗3道關卡。第一關是技術控制:全球是否必須依賴美國控制的算力。美國在前瞻模型與高階晶片確有優勢,但開源模型、專用加速器與本地部署,讓許多日常應用不必依賴最先進的晶片。第二關是貨幣結算:美元計價不等於美元結算。台灣醫院可以購買美國雲端AI服務,產生美元支付,也可以本地部署開源模型,主要支出則是設備與電力。吉里尚卡本人也承認現有晶片出口協議並未附帶結算貨幣要求,這意味著第二關目前只能仰賴自願。第三關是資金回流:企業收到的美元可能用於買設備、發薪水或投資海外,未必流入美債市場;銀行存款轉成穩定幣,也未必是淨需求增加,實際效果取決於準備資產配置與資金替代關係。石油美元本身說明以上3道關卡的獨立性。美國從未控制全球石油生產,第一關並不成立,但美元計價與資金回流仍然實現,靠的是美國金融市場的深度。這意味著第一關未必是必要條件,真正不可缺的是結算與回流,而這兩者取決於金融制度,不取決於資源控制。在3道關卡之外,還有計量單位的問題:原始Token難以通約。石油有統一報價,電力有標準化的千瓦時(kWh),Token卻沒有跨模型的統一價值單位。同樣1,000個Token,在不同模型、硬體與推論方式下,成本與價值可能天差地遠。或許有人反駁,石油在標準化之前也沒有統一報價。差別在於,石油的標準化發生在物理層面,例如API重度與含硫量,可以被檢驗;Token的價值取決於模型能力、推論品質與任務匹配度,這些屬性難以在交易前被獨立驗證。但這個批判只針對以原始Token計價。提案者的解方,是改以驗證過的工作成果計價,並建立期貨市場。這並未讓問題消失,而是把它轉移:誰來驗證成果,誰來定義什麼算有價值的成果。誰掌握驗證標準,誰就掌握新的定價權,這正是可能被制度化的優勢。若晶片出口許可與美元結算正式結合,美國確實可能設下技術與金融的雙重收費站,但收費站能否長存,取決於別人能否另闢路徑。另闢路徑的力量正在出現,其中最值得注意的是邊緣AI(Edge AI)。當醫院、工廠與農場能在本地完成大量推論,需求便不必都流向跨國雲端。但這裡必須分開2件事:算力在地化,與技術及金融自主化。一家台灣醫院把影像診斷模型部署在自己的伺服器,推論不再經過跨境雲端,卻仍可能使用美國設計的晶片、軟體授權與美元計價的服務。因此在地化是自主化的必要條件之一,卻不是充分條件。對Token美元的含義是:邊緣AI可能縮小跨境雲端Token流量,卻不必然削弱美國的技術與金融連結。傑文斯悖論讓算力市場擴大,邊緣AI讓算力分散,兩者可以同時發生。這不代表霸權必然短命。先進晶片需要巨額資本,軟體生態系難以複製,HBM與先進封裝的供應鏈高度整合,管制也能延緩擴散。用前述3個指標來看,保鮮期取決於3種速度的競賽:替代技術成熟的速度、使用者轉換平台的成本,以及領先者把優勢制度化的能力。轉換成本愈高、制度化愈深,保鮮期愈長。算力霸權與美元霸權也並非命運共同體。美元的護城河是金融市場深度、支付網路、法律制度與交易慣例,不是晶片。算力霸權可能先衰退,美元霸權卻繼續存在;反過來,美國即使繼續領先AI,也不保證全球AI服務都用美元。Token美元最值得追問的是:美國能否把一項終將被稀釋的技術優勢,轉化為壽命更長的金融制度優勢。對台灣而言,供應鏈的重要性不等於價值分配的主導權。硬體標準往往由軟體與生態系定義,利潤也傾向集中在平台層。若價值分配集中於模型與平台層,台灣的晶片市佔率再高,議價空間也可能受制於高度集中的下游客戶。因此台灣真正該追求的,是把晶片優勢延伸到軟體、模型、系統整合與高價值應用。當全球競逐每秒能產生多少Token,台灣更應追問每單位算力能換來多少實際成果,例如醫療診斷準確率的提升、製造良率的改善,或單位用電所產出的產值。1973年,世界學會了為石油停下。AI時代的問題是,世界是否還需要為算力停下。石油時代的競爭,是爭奪誰能控制稀缺;AI時代的競爭,卻可能是爭奪誰能讓稀缺不再構成限制,以及誰能定義什麼才算有價值的智能。決定霸權保鮮期的,不是今天誰擁有最多算力,而是明天誰能讓別人不再需要依賴它。
利比多經濟與AI時代的未來城市
現代城市發展正面臨一場經濟範式的轉換。傳統經濟模式依賴物質資源、勞動力與實物生產,文創經濟則以創意與文化內容為核心,開啟新的價值創造路徑。法國後現代主義哲學家讓-弗朗索瓦·利奧塔(Jean-François Lyotard, 1924~1998)在1974年出版的《利比多經濟》(Libidinal Economy)中提出的概念,為檢視這場轉換背後的欲望結構提供具批判性的視角。利奧塔的「利比多經濟」根植於對馬克思政治經濟學與佛洛伊德精神分析的雙重批判。這裡的「利比多」(libido)並非僅指性慾,而是泛指一切投資於對象、身體與符號之上的情感能量。他認為傳統經濟學過度仰賴理性計算與效率最大化,忽略經濟活動底層不斷流動的「欲望之流」(flux of desire)。「強度」(intensity)則指這股能量在特定瞬間的聚集與爆發,尚未被意義與價值固定下來。利奧塔並未簡單讚頌欲望,他同時指出,同一股能量既能帶來創造,也可能被資本體制吸納。日本次文化是觀察這種能量的典型場域,因為其商品以情感投入與迷戀作為流通的燃料。以《新世紀福音戰士》(Neon Genesis Evangelion)為例,作品以少年角色的焦慮與自我懷疑為敘事核心,觀眾因此產生強烈共鳴,並自發形成龐大的二次創作社群。動漫中的速度感與斷裂剪輯,不只是美學技巧,更是不經明確語意、直接作用於感官的強度。文化評論家東浩紀在《動物化的後現代》(2001)中以「資料庫消費」描述御宅族如何拆解作品中的角色與設定,再依自身偏好重新組合,這說明迷戀本身就是一種生產活動。這些能量也不停留在螢幕上,東京的秋葉原由店鋪、展演與街道構成,正是欲望之流在都市肌理中凝結的痕跡。然而,秋葉原近年的觀光化與連鎖化也顯示,次文化空間同樣會被資本重新整編,這正是利奧塔所指的雙重性格在城市中的具體呈現。人工智慧的興起使這個議題更加複雜,風險需分2個層次來看。在工具層次,生成式AI能在數秒內產出圖像、音樂與文字,輔助個人創作並降低表達門檻,風險相對有限。在基礎設施層次,當AI成為推薦系統、城市管理與資源分配的底層架構時,它便不再只是工具,而是決定何種欲望得以被看見的結構性力量。哈佛學者祖博夫(Shoshana Zuboff)在《監控資本主義時代》(The Age of Surveillance Capitalism, 2019)中指出,企業蒐集使用者的行為痕跡,藉以預測甚至塑造未來行為。短影音平台依據停留時間排序內容,便是常見的例子:創作者為了迎合演算法而調整風格,原本多元的表達逐漸趨同。城市空間也面臨類似的重新編碼,哪些街區被導航與地圖推薦、哪些店家被看見,愈來愈由平台邏輯而非居民決定。關鍵不在於AI是否參與創作,而在於它被設計來放大個體的差異,還是被用來複製同質化的消費偏好。針對基礎設施層次的問題,可以設想3種城市構想,並正視其現實摩擦。其一是非功利性的公共感知空間,例如沒有消費動線與商業招牌的光影與聲音廣場,但必須面對土地成本與維護經費由誰承擔的問題;其二是動態迴饋的情感互動裝置,由人工智慧、物聯網與虛擬實境協作,依人群節奏調整燈光與聲景,但仍須處理「集體節奏」是否可能被少數群體主導的問題;其三是去中心化的社群記憶廊道,居民可藉AI共同創作在地敘事與公共藝術,直接回應演算法壟斷可見性的困境,卻也要面對AI共創內容的著作權與詮釋權歸屬。這些難題說明,情感導向的都市設計不能只靠技術,而必須搭配明確的治理權責、經費機制與資料倫理規範。必須坦白指出,《利比多經濟》原本是對「大敘事」與「理性體系」的解構,利奧塔刻意避開批判者的立場,也拒絕區分「真實」與「虛假」的欲望,更不提供任何城市規劃方案。本文使用「收編」一類語彙,其實隱含一個相對純粹的欲望,這與利奧塔的立場存在張力。將其延伸至都市發展,屬於後設詮釋與應用,價值在於提供檢視技術與城市的問題意識,而非可直接套用的藍圖。據此,本文主張未來城市的評估指標不應只有GDP與效率,還應包括2項可檢驗的標準:市民能否在城市中遭遇未經演算法預測的經驗,以及能否參與未被商品化的集體記憶生產。前者對應公共感知空間與情感互動裝置,檢視推薦與管理系統是否保留意外的空間;後者對應社群記憶廊道,檢視公共文化是否仍有不以交易為目的的生產場域。若這兩項標準無法被滿足,再先進的智慧城市,也只是把欲望更有效率地納入計算。
智慧應用 影音