記得Office小幫手嗎，只要用過Windows Office 97~2002的人，幾乎都見過這個長著一對眼睛的迴紋針。事實上這個只會問：「請問您想要執行什麼工作？」卻幾乎毫無幫助的迴紋針，用的即是「貝氏演算法」，與啟蒙現代人工智慧的「貝氏網路」屬同一理論架構。現今跟著人工智慧技術飛升，而有水漲船高的「自然語言處理（NLP）」能力、現代真正有用的「虛擬個人助手（VPA）」，如亞馬遜（Amazon）的Alexa、Google的Google Assistant和蘋果（Apple）的Siri，反在科技市場上變得「居家必備」了。
全球最具權威的IT研究與顧問諮詢公司Gartner在兩年一度的資訊展上，於2016年列出十大未來科技重點，其中有句大話：「2020年，30%的網際瀏覽將會不需要螢幕」，間接指涉了智慧語音技術的大未來。這代表「聲音優先（voice-first）」現象會出現，眼和手的功能將大幅減低，你的智慧語音助理能「無所不在」地陪伴你：無論你在開車、行走、社交或運動。你第一次做糖醋魚？隨時開口就有食譜，食材不夠？立即幫你查最近的食品零售商，直接接通自動下單，對方問要不要統編？三秒後Google Assistant猜你在炸魚，沒空馬上回話，直接依你習慣幫你回答，回答時還「呃（uh），」才說「不用好了。」
人們都請Alexa做什麼，從左至右：計時、播音樂、讀新聞、設鬧鐘、報時、『說笑話60.4%』、調控燈光、……（圖片來源：https://voicebot.ai/amazon-echo-alexa-stats/）
「糖醋魚」的例子其實在很多美國家庭都發生過，而中國的「智慧宅」也越來越多。那個「呃」其實更是重大突破。Google最近公開Duplex語音技術，並因為好幾次不被拆穿是機器人而順利預約理髮、點餐，而據此稱通過了「圖靈測試（Turing test）」，聲名大噪。在一分鐘與理髮師喬時間的斡旋中，正是因為機器人會模仿人類如「嗯（hmm）」、「呃（uh）」等語癖，讓人以為它真是人。這代表了人工智慧更上一層樓了，「自然語言」處理效能越來越強、人類將會越來越信賴語音助理。
根據Gartner、Edison Research、CIRP、KPCB和InfoScout，2017全世界有3400萬個VPA（虛擬個人助手）裝置，到2020美國75%家庭都會有至少一個智慧語音裝置。如果這還不夠嚇人，有個公司叫Liveperson正在讓講到一半的話可以「隨時帶著走（on-the-go）」。它推出LiveEngage服務，與商務語音平台合作，如Google的Rich Communication Service和蘋果的Apple Business Chat，利用人工智慧技術將人與機器的對話「無縫接軌」。例如開會開到一半有急事，可以直接在開車時讓機器人遠端繼續開會，因為客製化機器人已經「學過」你的語言了。你的一段重要對話可以隨身持續：在家用Alexa，出門用Siri，公司用Google Assistant，重點是你不用按下任何「啟動鍵」，也不用打開手機或電腦，只要開門、上車、通勤，以及「講話」就行了。
智慧語音技術大餅越來越大，從左起的微軟、蘋果、亞馬遜、谷歌到臉書，世界資訊龍頭都在全心投入這幾乎能代表人工智慧尖峰的技術（圖片來源：http://readmultiplex.com/2017/01/10/the-voice-first-abstraction-layers-the-startup-opportunity/）
我們說的話，能被機器理解好像已經很自然了。60年前，圖靈測試的發明者艾倫．圖靈（Alan Turing），曾預言在2000年電腦程式能讓30%人類至少相信其5分鐘「為人」。現在似乎十分靈驗，而超級人工智慧更能「迷倒眾生」。但機器真的能學會跟人類「掏心掏肺」嗎？事實上至今為止，尚無真正能用完全自然語言與人類對話的AI，亦即，現今最強的AI也仍是「弱人工智慧（weak AI）」。弱AI可以做很多「應用性（applied）」強的事情，如：幫醫師比對大量「疑有癌症細胞的照片（有的話亮度高於X）」；如今可說所有AI都屬於「應用性AI（applied AI）」。但沒有AI能「聽出病人的心聲」，而依此做出最人道的決定。
IBM的超級AI能幫忙分析腦癌斷層掃描圖，比人類還快狠準（圖片來源：https://www.emaze.com/@AWWLFWRQ/IBM-Watson-copy2）
AI之所以能夠在有規則的事情上達到第一，如：圍棋或德州撲克，是因為「完美資訊（perfect information）」很多、很好的邏輯分析、分析目的簡單：贏（使最佳化結果為『＋（勝）』而不為『－（負）』），或累積最多獎金（數字越大越好）。弱AI就算記住所有人類「語癖」，這些「呃、嗯、讓我想想…」也是事先「挑好」的，其目的是讓機器多一點時間找尋「最佳解答」。但很多時候人的語癖是為了「迴避問題」、因為「害羞」，或純粹出於「沒睡飽」。
人類語言之所以自然，是因為人有感情，而感情使我們的語言屬於「不完美資訊（imperfect information）」。正如老話：「人因不完美而完美」。那我們需要「不完美的機器」應用在哪？真正「完全人工智慧（full AI）」會聽得懂「諷刺」、能了解「隱喻」、猜得出「欺騙」、不小心「口誤」。而當機器真能了解文學家歌德（J. W. Goethe）所言：「知道是不夠的， 我們應當應用。意願是不夠的，我們應當行動（Knowing is not enough, we must apply. Willing is not enough, we must do）」，它們會不會覺得只當人類的「小幫手」是不夠的，應當有所「行動」了呢？
總編輯：國立中山大學資訊工程學系 黃英哲教授
副總編輯：國立中山大學外國語文學系 徐淑瑛教授
（本文由科技部補助｢新媒體科普傳播實作計畫｣執行團隊撰稿）
