交通大學ISCI Lab創造服務型機器人的一片天！

YouTuber Iku 老師這支談論台灣少子化原因的新熱門影片，以及底下清一色支持的留言，你看過了嗎？

在影片裡，Iku 老師把台灣少子化的原因歸咎於「房價」，想必是很多人的心聲，起碼在底下留言的人都這麼說。然而我想趁著這機會，補充一點不討喜的個人意見。

看人口數字是我的興趣。每個月月中，我總是迫不及待到內政部戶政司，下載上個月的戶籍人口統計速報來閱讀。這些數據就像預知未來的水晶球，非常準確，有憑有據。

這個興趣，受到台灣越來越多關於少子高齡化的討論（例如 IKU 老師這則影片、或這類 PTT 文），以及《真確》作者漢斯・羅斯林(Hans Rosling)的論述所刺激，而漸漸養成。

例如他在 2010 年時的這則 TED 演講中，他以每個 IKEA 的箱子比喻 10 億人口，表示若能讓生活條件處於全球最低的 25% 人口的兒童存活率跟教育水準提升，全球總人口有望控制在 90 億人，利於永續發展。

他在另一場精彩的 2015 年演講以及《真確》一書中則是預測全球人口最高峰不會超過 110 億，而且根據聯合國數據，全球兒童的數量在 2000 年前便已經達頂。每年全球新生兒數量最高為 2014 年的 1 億 4000 萬，一段時間後開始下降。趨勢是亞洲的兒童數量下降，非洲的兒童數量上升，美洲跟歐洲則大致持平；全球人口增長至 110 億的原因，主要來自於非洲跟亞洲的高齡人口，而非新生兒。演講還有很多精彩亮點，就留給各位自己觀看了。

引用漢斯羅斯林在演講中說的一段話：

「當非洲最窮困人口依舊看著孩子早夭、村子沒學校、需要小孩幫忙工作，他們就不會用避孕措施。（諾貝爾和平獎得主）馬拉拉說她們因為得工作養家沒去上學。當狀況是這樣，他們就會要多生孩子……」「……有些男人會自豪於有 7個、8個、9個小孩，而不是孩子過得好不好…這是陳舊父權思考。男人應該為自己的孩子過得如何、生活是否開心而自豪。這就是我引以為傲的。」

過去：回歸現象起點——1976-85 的回聲嬰兒潮

我今年 40 歲，根據內政部戶政司的統計，與我一樣在 1981 年出生的有 41.5 萬人，作為比較，去年 2021 年的出生人口只有 15.3 萬，較 40 年前少了 63% 的新生兒。然而這不是一天造成的，台灣的兒童人口（0-14 歲）早在 1972 年就達到峰值 583.3 萬人，之後再也沒有超過。2021 年的台灣兒童人口是 289 萬人，不到峰值的一半，是幾十年前就註定的結果。

就像眾多遊客湧向特定景點，創造了消費，蓋起了旅館跟遊樂園，但也留下大堆垃圾跟難以收拾的環境破壞。我們這一代（1981上下五年出生，六年級後段跟七年級前段班）的人太多了，有如在時間線上冒出一大批不守規矩的遊客，若照美國的用語，我們這代人就是「回聲嬰兒潮世代（Echo Boomers）」，指的是嬰兒潮世代的孩子，如今是人數最龐大的一個世代。

以下列出這波回聲嬰兒潮的出生人數（根據內政部戶政司）
民國 65 年 (1976) 年：425,886
民國 66 年 (1977) 年：395,260
民國 67 年 (1978) 年：413,270
民國 68 年 (1979) 年：423,266
民國 69 年 (1980) 年：413,177
民國 70 年 (1981) 年：415,808
民國 71 年 (1982) 年：403,143
民國 72 年 (1983) 年：382,313
民國 73 年 (1984) 年：370,078
民國 74 年 (1985) 年：344,101

從人口金字塔也可以看得很清楚，我們這代人就是中間突出的那幾根橫槓。

比起我們的上一代，我們這代兒童死亡率更低、受教育時間更長、平均壽命（應該）也會更長。所以我們這些橫槓會持續往上、老去，壓著下面的世代。

我們這代人數量之多，成長到了一個年齡段，就在那個時間創造出新的社會問題；但是，我們一離開該年齡段，原本為了解決問題而趕工出來的設施、做法、人力，又突然沒足夠多的人用了，變成另一堆問題。

例如廣設大學就是一個例子。對我的上一代（1940-1960初 出生）來說，念大學是超級窄門，學習壓力非常大，社會階級流動機會少，所以他們決定廣設大學。到了我這一代，想念大學簡單多了。但我們這波過了之後，大學就變得太多了，知識更是爆炸到大學無法負荷，多到讓這個體制的存在價值不再明顯，只好透過 USR（大學社會責任）來證明自己。

（注意：我不是說知識、教育、或教授失去存在價值，而是傳統的「大學」體制。）

我們這一代的人太多了，其中很多離開家鄉到都市念大學。受教育的時間繼續延長、加上離家東南西北漂、大多在高消費的都市工作、娛樂、學習。由兩、三人組成的核心家庭戶數快速增加，都會住房的需求大增，結婚生育的動機則大減。同時地方偏鄉逐漸凋敝，也才有了「地方創生」的口號跟需要。

未來：當回聲嬰兒潮變成老人潮——老齡化最嚴重的時期

接下來，由於醫療持續進步，我們這代人（1980 年前後出生）不需要特別幸運，都還會活上好幾十年，而現在在談的「未來老齡化最嚴重的時期」，就是我們這一代變老造成的。

以數據來說，根據國發會人口推估查詢系統，到了 2050 年，也就是我 68 歲的時候，台灣 65 歲以上人口將達 745 萬人，這是台灣有史以來 65 歲以上人口最高的數字，佔總人口的比例推估是 36.6%。

過了 2050 年，65 歲以上人口數就開始下降，但佔總人口的比例將持續增加，最高將在 2069 年達到 41.8%，那時我如果還活著，已是行將就木的 87 歲。如果現在我們覺得台灣醫療跟長照的壓力已經很重，到時候更難以想像，因為台灣仰賴的東南亞國家年輕人力也已老去、新生的年輕人力自己國內都不夠用。

那時候的我就是壓力本身。但只要我們這一代過世，壓力又會迅速減低。可以想像到時許多醫療跟長照的設施會面臨如現在學校一樣的問題——當然，前提是社會真的願意投入那麼多資源在我們這些老人身上。

現況：正值壯年的回聲嬰兒潮，該為下一代留下適合生存的世界

根據教育部統計處 2019 年的「大專院校大學1年級學生人數預測分析報告」，今年（2022）年入學的大學生將跌破 20 萬，約為 19.3 萬人，其中技職體系佔 10.2 萬人，一般體系佔 9.1 萬人。然後大概起起伏伏到 2034 年。按照人口推估，之後大學新生會快速下探到 14 萬以下。對非常多新進的大學老師來說，從現在起算的職涯年限會短於 15 年，更別說許多人根本就沒有辦法取得教職。跟我同一代念到博士的，極少能在大學卡位取得正式教職，大學生跟教授的年紀差距繼續拉大。

除了大學近乎徒勞無功地往高中搶越來越少的學生、到國外招生（甚至搞出這類情事），產業也往大學搶人才，例如產學合作、預定就職、甚至與產業合辦學院。然而半導體以外，台灣政府規劃發展的六大核心戰略產業都需要人才，但光是半導體就把大部分的人吸走了，讓其他產業叫苦連天，包括一般服務業。更何況這六個戰略產業也不只台灣要發展，每個國家都在發展，都在搶人，迎來大招募時代。

再者，已經很嚴重的生態破壞、垃圾污染、能源問題，基本上都是我們這一代人過度消費造成的。例如過去 40 年人類產生出的碳排放比 1750 年工業革命後兩百年加起來還多。相較於我們這一代，上一代人曾經窮過，沒有那麼浪費資源，而下一代人則沒有那麼多人，也不像我們這代那麼浪費。綜合上述，我想強調的就是：我們這代人的問題，就是我們自己。

而我認為，我們這代人在認清自己就是問題之後，該努力扮演問題以外的角色。我們如今 40 歲上下，正式承接臺灣社會骨幹、不管在政治、經濟、文化各領域都開始獲得當家實權，我們必須從「問題」變成「問題解決者」，把自己這代人造成的問題自己解決掉。

少子化，也許是另一種解決方案

我曾在另一篇評論裡寫過，我不把台灣人生育率低看作壞事或好事，而是視為一個機會，這其實也受漢斯羅斯林「可能性主義者」的態度所影響。我在該文的重點有二：

1. 即使各種讓生育率下降的因素，如房價、工時、養育成本、性別分工都逐漸減少、降低、消失，台灣的生育率不會回漲多少。全球 131 個國家的總和生育率在 2.1 以下，未達世代更替水平，連孟加拉、印尼、越南都已經低於 2.1。
2. 我們這代人太多了，消費資源的方式過劇，台灣的環境承載不了。但我們沒有動用強制且不人道的方式降低人口壓力，如漫威電影裡的薩諾斯、《進擊的巨人》裡的吉克、或是現實世界的中國，而是接近自願的減少生育。這是我們這代人少有的好抉擇。

我們這代人必須做出更多好抉擇。2050 年的時候，如果台灣的民主制度仍在，還是一人一票，那麼跟我一樣 60-70 歲的人可以用票數輾壓一切決策。

如果我們不現在就改變認知與態度，不認清台灣所有重大問題的根源就是我們自己，依舊只為了我們這人數過多一代的爆量需求設想、抱怨，那未來的年輕人肯定會恨死我們這些老人，因為「民主」對他們來說將一點意義都沒有，他們將放棄參與，更不抱持任何進步的希望。

我們這一代需要趁現在解決我們造成的問題，不然這些問題就會解決我們。不用擔心到時的年輕人會把我們老人扛到深山丟棄，他們人手不夠、自顧不暇。

如果我們這一代人想留下什麼 Legacy，只剩下 10 年左右的時間。若拖到 20 年，我們就太老了，更何況我們這代因為人數過多，必須要比上一代更早把實權交棒給下一代——起碼我們當中一大部分人得知道這件事有多重要，並且真的這麼做。

我只有一個女兒，她跟我差 30 歲。我希望當她這一代人到我現在這個年紀的時候，不會陷入愁雲慘霧，對我跟我這代 (老) 人充滿無盡怨懟，只因我們以前什麼都沒做。

我認為，我們是幸運的一代，因為我們有機會做出巨大的貢獻。我們比我們上一代有餘裕思考未來，也比我們下一代有改變未來的迴轉空間。科學、教育、人才都是泛科學的守備範圍，也是改變未來重要的關鍵。針對這三大主題，去連結這一代最厲害、最有心的專家夥伴，留下一個更好的台灣給下一代，是我未來 10 年打算做的事，因為沒有別的更重要的事了。

本文轉載自中央研究院研之有物，泛科學為宣傳推廣執行單位。

• 採訪撰文│林承勳
• 美術設計│林洵安

自動化音樂展演的可能性

人工智慧（簡稱 AI）技術日新月異，不只打敗人類圍棋高手，現在更用在醫療、交通、金融、資安各領域，遍佈了你我的日常生活。中央研究院資訊科學研究所副研究員蘇黎讓 AI 又多了一項新技能：自動化音樂展演。「虛擬音樂家系統」創造出具有動畫形象的虛擬人物，配合真人一同演出，而且演奏動畫和音樂伴奏皆可自動產生。未來，經營 VTuber（虛擬 YouTuber）背後可能不再需要龐大製作團隊，只要專注在企劃和劇本，其他讓 AI 幫你一鍵生成！

真實與虛擬合奏的貝多芬小提琴奏鳴曲

虛擬音樂家系統，這是蘇黎與其團隊最近的研究成果，他將 AI 應用到音樂表演現場，並試圖推展到整個多媒體產業。這套系統已實際在舞台演示，並與多個音樂展演團隊合作，包括：沛思文教基金會、清大 AI 樂團、長笛家林怡君、口口實驗室等。

以近年蘇黎舉辦的音樂會為例，主要可分為兩部分，一個是台上親手彈奏著貝多芬〈春〉第一樂章伴奏部分的真人鋼琴家；另一個，即為該場演奏的特別之處：正在螢幕裡演奏主旋律的虛擬小提琴音樂家。這場表演是人類與「虛擬音樂家系統」的巧妙組合，真人鋼琴家彈奏的過程中，虛擬音樂家系統除了負責合奏，同時還要生成螢幕上虛擬演奏者的動畫身影。

不放槍、不搶拍的自動伴奏系統

虛擬音樂家系統的「自動伴奏」，不同於卡拉 OK 的機器伴奏，演奏者不需配合伴唱音樂，而是程式控制伴唱音樂以配合演奏者，讓演奏者自由詮釋樂曲。但因為要配合真人演出的現場發揮與不確定性，自動伴奏的運算必須又快又準。蘇黎指出，這也是研究中比較具有挑戰性的部分。

自動伴奏系統的音樂偵測器、音樂追蹤器與位置估算單元，讓虛擬音樂家精準掌握真人演奏實況。

舉例來說，想要跟人合奏，首先要確定能同步開始，這個重責大任就由自動伴奏系統中的「音樂偵測器」擔綱。「音樂偵測器是偵測音樂什麼時候發出，但現場會有其他聲音，不可以讓機器聽到雜音就以為演奏開始了。」蘇黎說，因此團隊會先將整個樂譜，輸入到虛擬音樂家的自動伴奏系統中，並在演奏會場早早就讓系統持續待命，只要音樂偵測器偵測到樂譜的第一個音，伴奏隨即啟動。

自動伴奏系統在確認演奏開始之後，馬上又有另一項任務：追蹤音樂進度。因為每位音樂家會有自己的演奏風格，而且真人不管如何熟練，都還是有可能出現搶拍或延遲等變數。追蹤音樂進度的這項任務，便由自動伴奏系統中的「音樂追蹤器」和「位置估算單元」來執行。

「音樂追蹤器採用多執行緒線上動態時間校正（online dynamic time warping）演算法，每一個執行緒在最短時間內各自計算並取平均值，以找出最貼近該音樂家當下演奏速度的數值。」蘇黎解釋，追蹤器抓到現場演奏速度後拿來跟參考音樂檔案比對，就能推測多久後會演奏下一個音。至於位置估算單元，則是用來估計當下已演奏到整個樂譜的哪個位置。

虛擬音樂家系統藉由上述的自動伴奏技術，追蹤真人演奏進度，並自動觸發並演奏相應的聲部。目前團隊已經將偵測到觸發伴奏的平均延遲控制在 0.1 秒左右，但蘇黎的目標是要降低到「0.01」秒內。蘇黎表示，音樂心理學已證實，就算是沒有經過專業訓練的一般人，0.1 秒的誤差聽起來仍非常明顯，「延遲 0.01 秒可以勉強不引起業餘人士的注意；但面對專業音樂家時，延遲可能要到 0.001 秒左右才能過關。」

訓練 AI 自動生成虛擬音樂家動畫形象

現場音樂表演是影音的雙重享受，所以虛擬音樂家除了擁有自動伴奏的「聲音」，還需要擁有將表演動作形象化的動畫「影像」。

真人音樂家演奏時，不論是情感的表達、與其他合奏者及觀眾互動、還有操作樂器的動作等，都存在個人差異，沒有一套固定標準。例如拉琴的手勢，10 個音樂家可以有 10 種不同的習慣。因此蘇黎與研究團隊採取的方法是：取得大量影音資料，讓 AI 學習如何製造虛擬音樂家的肢體動作。

首先，徵求多位專業小提琴演奏者，穿上有標記點的特殊衣服，站在有動態捕捉裝置的空間中，演奏不同風格曲目。蘇黎使用的 3D 動作偵測技術，會偵測音樂家全身骨骼的關節點，作為虛擬音樂家動畫生成的訓練資料，並在訓練動畫生成模型的過程中，重點關注持弓的右手如何移動。

透過 U 型網路、自注意力機制等核心技術，來輸出虛擬音樂家動態肢體影像。

在訓練 AI 與生成動畫影像的過程中，需要卷積神經網路來協助完成工作。蘇黎團隊採用的模型是 U 型網路（U-net），負責圖像之間的轉換，由編碼圖層傳到解碼圖層。它的優點是速度快，而且輸入輸出格式相對容易設計，能一次輸出大量資料點。「 U-net 可以一次輸出單一時間的所有肢體骨架點，而非一個一個骨架點逐步輸出。」蘇黎說。

除此之外，還有自注意力（self-attention）機制，讓 AI 學習判斷肢體動作與音樂的相關性。因為肢體動作跟音樂都是序列形式，有時間上的關聯性，假設真人音樂家某個動作在大鼓響起時一直出現，就會判定兩者存在關聯。之後自注意力機制在虛擬動作生成過程中，只要聽到該音樂的大鼓聲出現，就會發出明顯訊號，認為此時要搭配相應的肢體動作。

簡單來說，想要自動化生出虛擬小提琴家，不僅聲音要到位，動畫也要足夠精準。音樂需要自動伴奏系統，即時追蹤真人演奏者的進度並觸發伴奏；而相應的肢體動作，則有賴透過 U 型網路與自注意力機制，讓 AI 在音樂現場了解此時要搭配何種動作。

進階挑戰：由聽覺到視覺的跨感官轉換

自動生成聲音和影像後，研究團隊還有一個更進階的目標。「我們想讓機器聽到某一首歌，就聯想到一幅畫。但坦白講，這種音樂到視覺風格轉換（music-to-visual style transfer）非常困難。」蘇黎說。當初有學生向他提出這個構想，想要訓練 AI 將音樂與畫面連結。只是這設定一開始就困難重重，因為最重要的訓練資料幾乎是無法取得。

AI 並非無中生有，機器學習有賴龐大、高品質的資料。

想要讓 AI 學習聽音樂聯想畫面，就必須要有真人示範，聆聽音樂並畫出心中所浮現的畫面來當作訓練資料。找人聽音樂不難，但找來的人未必善於繪畫；即使花大錢請畫家參與實驗，人少沒有代表性，人多則風格又可能大相逕庭。「演奏動作還有跡可循，但大家聽音樂腦補的畫面都不一樣，這樣是沒辦法當作訓練素材的。」蘇黎點出其中關鍵。

研究團隊決定退而求其次，改成在一組音樂跟一組影像資料庫，透過兩者之間共享的語義標註（labels），試圖建立起對應關係。就像是電腦在連連看，如果配對起來共通點還算合理就成功。此時問題又來了，所謂「合理」實在難以界定，於是執行標準只好再一次降低，音樂與畫面的共同標註越簡單越好。

「雖然這跟當初想像中的差距非常大，但目前我們也只能用創作年代來當標註。」蘇黎說，經由創作年代這個共同標註，電腦聽到 1800 年的樂曲就會連到同樣年代的圖畫。即使不符原本理想，模型建立起來後，在虛擬音樂家系統裡還是可以發揮一些功能，像是為演奏會搭配符合音樂年代的背景畫面，或色彩效果。

如何成為音樂資訊研究者？

在虛擬音樂家系統之前，蘇黎與實驗室團隊（音樂與文化科技實驗室）在自動音樂採譜方面的研究已經有豐厚成果，他們研發出開源工具《Omnizart》。

《Omnizart》是音樂與文化科技實驗室研究成果集大成的實用開源工具。

它具備當前全世界最多樣樂器組合的分析功能，只要輸入一段音樂，不管是鋼琴獨奏、多重樂器、打擊樂，還是和弦辨識、節拍偵測，甚至是困難的人聲處理，都會幫你分析。

「像鋼琴這類樂器的話，是音樂進去《Omnizart》，生出 MIDI；而人聲進去會輸出成供電腦判讀的數位資料。」蘇黎解釋，透過這些數字化的音訊數據能了解每一瞬間的音高變化，或是泛音、抖音等手法。研究自動採譜 AI 是因為，蘇黎想探究如蕭邦的夜曲等，這些百年來不斷被重複演奏超過千百次的古典樂，在不同時代、風格迥異的音樂家手中究竟是如何被詮釋。

而這次蘇黎用 AI 創造虛擬音樂家系統，同樣也是源於本身對音樂的喜愛與好奇。不是科班出身的他能彈奏鋼琴、吉他，會吹小號，喜歡聽經典的古典樂。對蘇黎來說，興趣是驅使研究向前的一大動力，他認為身為研究者必須要時常探索新的領域，因此常會要求自己不斷接觸世界各國的在地歌謠。

蘇黎的下一步，是以現有虛擬音樂家系統為基礎，加入更多細膩動作（例如臉部表情）的虛擬多人樂團。他也坦言目前自動伴奏系統、肢體生成還有風格轉換這三項技術，都還有很大的進步空間。想訓練電腦產生出更貼近真人演奏者動作的虛擬音樂家，必須花大量人力取得更多影片資料。「民眾常以為不用多做什麼 AI 就會自己學習，但真相是沒有夠好的資料什麼都不用談。」蘇黎解釋，AI 研究者的時間幾乎都耗在蒐集資料上。

同時，研究室也在規劃下一場發表。蘇黎認為，實體演奏會是考驗研究品質最好的方式。除了訓練好模型，現場還有很多要克服的變數，像是很多音樂廳沒有網路，團隊必須將整場演奏會所需的模型，事先設計成用一台筆電就能執行。「總不可能演奏到一半，資料量太大電腦跑不動，然後要跑出去連網路吧。」蘇黎笑著說，音樂會現場要面對很多做研究時不曾碰到的狀況，是很刺激、有挑戰性的任務。

AI 將是未來主流，是好、是壞終究取決於人心。

AI 出現之後，自然也面臨許多批判，例如工作是否會被 AI 取代，甚至以 AI 操控虛假言論或用在軍事用途，但蘇黎覺得，主導權終究還是躲在背後操作的「人」。同樣，隨著虛擬音樂家系統日漸完善，真人音樂家是否擔心未來飯碗被搶走？令人意外的是，蘇黎說身邊最期待這個系統的反而就是與他合作的藝術家，「別小看他們，藝術家可是一群勇敢、期待新事物、信仰未來的人。」

延伸閱讀：

• 蘇黎（2021）。〈我們與機器的距離：與人類互動的虛擬音樂家系統〉，《中研院訊》。
• 張凱鈞（2017）。〈天才莫札特的傳說很狂？現在只要一鍵就做得到！〉，《研之有物》。
• 音樂與文化科技實驗室，《Omnizart: Music Transcription Made Easy》。
• Wu, Y. T., Chen, B., & Su, L. (2020). Multi-Instrument Automatic Music Transcription With Self-Attention-Based Instance Segmentation.IEEE/ACM Transactions on Audio, Speech, and Language Processing, 28, 2796–2809.

• 作者／施奇廷｜東海大學應用物理學系 

起源

從 1920 年「羅梭的萬能機器人」（Rossum’s Universal Robots，通稱R.U.R.）登上舞台以來，「機器人」這個概念，一直是科幻作品中的常客。機器人「具有人的形象，而（在某些方面）具有比人類更強的能力」的設定，一直刺激著人類的想像力：能力強大卻又聽命於人類的忠實僕人；或是領悟到自己其實可以取代人類，成為下一代的地球霸主？樂觀的期待與被反噬的恐懼，向來是欣賞以機器人為主題的科幻作品的兩大樂趣。不過近十年來「人工智慧」（Artificial Intelligence）與「機器人學」（Robotics）的發展速度超乎預期，上述本來只存在於科幻作品中的兩面議題，突然變得不是那麼遙不可及。

提出「機器人學」這個名詞，並將理論系統化的，並不是工程領域的學者，而是科幻小說大師艾薩克‧艾西莫夫（Isaac Asimov），這個詞現在已經成為工程界對機器人科學的正式名稱，是一個從科幻對科技「逆輸入」的有趣案例。生於俄羅斯的艾西莫夫的本行是就科學家（專長是生物化學），曾經任教於波士頓大學醫學院，不過後來因為全力投入寫作，不再進行一般學者的教學研究工作，但是波士頓大學仍然保留他的職位。他所接受過的嚴謹科學訓練，也反映在作品中。1940 年，年方 19 歲的艾西莫夫就發表了第一篇機器人短篇小說「小機」（Robbie，收錄於短篇小說集「我‧機器人」），開啟了「機器人系列」的序幕。

法則

「人類製造的機器人結果反過來支配人類」這個命題可說是充滿「為何要搬磚頭砸自己的腳」的矛盾，因為人類絕對可以在一開始設計、製造時就預防這件事發生。不過睽諸人類科技發展的歷史，這種矛盾其實一直存在，也不斷發生，目前我們面臨的「核能科技的發展衍生的核子大戰威脅」、「高度工業化生產導致環境污染」，以及「大量使用石化燃料導致全球氣候變遷」這些問題，都是現在進行式。

不過「人類依照自己的形象打造的仿人類」又有點不同，高功能的機器「外型像人」這件事，足以引起人類的「科學怪人情結」，讓人類會對機器人的發展保持高度的戒心，在此思考下，1942 年時，艾西莫夫在他的作品中，比照「牛頓運動學三定律」的規格，揭示了「機器人三定律」：

一、機器人不得傷害人類，也不能坐視人類受到傷害

二、在不違反第一法則的前提下，機器人必須保護自己的安全

三、在不違反第一與第二法則的前提下，機器人必須執行人類的命令

這三大法則是在機器人出廠時，就內建於其軟硬體內，絕對不容違反。如果讀者是「理科人」的話，大概會覺得這三大法則邏輯簡單明瞭，簡直無懈可擊，在此控制下，機器人應該可以成為人類最忠實的僕人，無須擔心他們會叛變了。

有趣的是，在艾西莫夫的機器人短篇小說中，幾乎都是在探討「會引起三大法則的缺陷、迷惑、矛盾的可能情境」，所以幾乎每篇小說都會產生一個「精神錯亂」的機器人。這些小說非常有趣，推薦喜歡「燒腦型作品」的讀者一讀。

這個系列作品的內容其實也部分反映了人性：人也是又內建「道德基準」（moral norms），能進行邏輯思考的動物，但是即使最理性冷靜的人，也是會碰到兩難的困境，例如著名的「電車難題」：「一輛失控的列車在軌道上急馳，在軌道上有五個人即將被碾過，你剛好在鐵軌的轉軌器旁邊，只要扳動轉軌器，就可以把列車轉向另一條軌道，但是另一條軌道上有一個人，本來不會有事，因為你將列車轉軌而會被碾斃，在這個狀況下，你到底要不要將列車轉軌呢？」幾十年來這個問題引起了許多哲學以及倫理學、社會學的廣泛討論。事實上，自動駕駛汽車（除了不具有人形之外，其實也算是機器人的一種）的設計就必須把這類情境納入考量。

就筆者的「理科腦」來看，這些矛盾的起因是「機器人定律與人類的道德準則是定性的，而實際情境卻是定量的」。例如兩個人類同時對一個機器人下命令，而這兩個命令互相矛盾，那麼這個機器人到底要聽誰的？這時候機器人必須對下命令的兩個人做出「定量上的評價」，決定執行哪一個命令。這個結果導致「機器人可以（必須）評價人類，將人類分出等級」，之後又會衍生出更多的問題…

1985 年時，在機器人系列故事四十餘年的發展之下，艾西莫夫被自己的筆下的故事逼得追加了一個「第零定律」，位階在原來的三定律之上：「機器人不得傷害『整體人類』，或坐視『整體人類』受到傷害。」，這下子定律的規格從「牛頓三定律」變成了「熱力學的零＋三定律」了，不愧是正統派科學家出身！這個第零定律跟之前一樣，從邏輯上看起來也很合理，但是這又造成機器人必須評價「整體人類」的福祉是什麼，由於第零定律凌駕於第一定律之上，因此視情況機器人是可以為了避免整體人類受到傷害，而去傷害甚至殺死個人的，最後可能會演變成「機器人為了整體人類好而接管、控制人類社會」的反烏托邦結果。

不過或許是因為「機器人叛變」這個展開實在太過顯而易見，而且因為可以塞進許多動作場面而成為影視作品愛用的題材，艾西莫夫的機器人作品中對這方面反倒是著墨不多，而是將關心的焦點放在「機器人是否能在三定律的規範下，活出自己的人格？」這個主題的代表作，就是獲得 1976 年「雨果獎」與「星雲獎」雙料大獎的中篇小說「雙百人」，後來在 1992 年由令一位作家羅伯特‧席維伯格（Robert Silverberg）擴充成長篇小說「正子人」；這個故事也在 1999 年改編為電影「變人」，由已故的喜劇泰斗羅賓‧威廉斯（Robin Williams）主演。

說實在的，想要瞭解「機器 → 人形機器 → 機器人 → 人」的演進與思辯，而又沒有很多時間與耐性的讀者，看這一本就夠了。

分流

前面花了相當的篇幅講了艾西莫夫的機器人觀，除了這個「大師典範之外」，其實幾十年的科幻與娛樂文化演變下來，機器人也了更多的樣貌。

好萊塢電影與日本動漫畫，是目前全球影視娛樂的兩大主流，當然兩者還是有一段差距，好萊塢挾其資金、人才、技術的實力，最為強勢；不過「小本經營」的日本御宅文化，在全世界的影響力也逐年提升，對好萊塢電影也產生了不小的影響。它們對於機器人這個主題的處理，有很大的不同。以下分成不同的機器人類型討論，不過要先說明的是，以下的分類有些是好萊塢電影擅長的題材，有些則是日本動漫畫的偏好，但是其實並沒有這麼涇渭分明，大部分在兩邊都有出現，只是多寡有別。

一、近未來，覺醒的機器人，成為人類之敵——好萊塢電影的機器人，跟艾西莫夫的機器人類似，是外型、尺寸都比照人類，並且具有不同程度的人工智慧。不過如前所述，好萊塢電影中的機器人有許多都是扮演「人類之敵」的大反派，完全不受艾西莫夫「機器人三定律」的節制，最經典的例子就是「魔鬼終結者」系列，劇中的機器人存在的目的就是用來追殺人類——可說是把「機器人三定律」完全反過來看就行了。這些機器人的背後是由一個名為「天網」的人工智慧，也可以說是個不具人形的機器人，本來是美國研發的國防電腦系統，後來這個系統產生自我意識，並且判斷人類才是「世界最大的威脅」，於是就發動核戰毀滅人類，並且持續掃蕩殘存的人類反抗軍，並且派遣機器人穿越時間回到過去殺害反抗軍領袖的母親以斬草除根。

相對於艾西莫夫小說中以「機器人三定律」來節制機器人的能力，以消除人們的「科學怪人情結」，努力讓人類社會接受機器人；「魔鬼終結者」系列是反過來喚起觀眾的「科學怪人情結」，再加上「末日電影」的背景設定，來營造危機感與戲劇性，然後在人類與機器人的對立下順理成章的大打出手，「拳腳與槍砲齊飛，鮮血共煙硝一色」，讓本來是「低成本 B 級動作片」的「魔鬼終結者」成為娛樂性與思想性兼具的成功作品。就這個視角而言，「駭客任務」中的架構與設定，以及成功的要素也頗有共同之處。

二、遙遠的未來，機器人已經融入人類社會，共同面對更廣闊的星際世界——上述這種「人類與機器人的衝突與生死戰」的背景通常發生於「近未來」，故事舞台跟現代有相當程度的重疊，機器人進入生活的正面與負面效應，都比較能引起觀眾的代入感。如果是以「遙遠的未來」為背景，機器人與人類之間的「磨合陣痛期」已經過去，像是兩大名門「星際大戰」與「星際爭霸戰」，人類的足跡已經遍佈銀河系，見識過各種稀奇古怪的外星生命體，機器人也早就已經成為人類好伙伴，甚至被視為跟人類同等的存在了。

三、機器人是人類肉體的延伸，力量的放大器——另一方面，日本動漫畫作品中的機器人，除了早期的「原子小金剛」是走「真人的大小與外貌，且具有人工智慧」的路線以外，主流是象徵「人類力量的延伸」的「巨大機器人」類型。這種機器人不具有人工智慧，而是搭載操作界面與作業系統，由人類駕駛員來操作，相當於扮演其大腦的角色。以早期的名作「無敵鐵金剛」而言，所標舉的主題是「如果人類透過機器取得了巨大的力量，將會成為神？還是成為惡魔？」，這類作品有別於西方「機器如何變成人」，而是「人類與機器合為一體」的概念。

機器人是吸引目標觀眾目光的賣點，也是贊助或出資廠商販賣模型玩具的獲利神器，導致許多巨大機器人動畫作品一味強調機器人造型帥氣而不注重劇情內涵，被譏為「為了販賣玩具所製作的 30 分鐘廣告片」，不過由於出資者只要求「機器人玩具賣得好」，對於內容不太有興趣干涉，反而讓創作者有揮灑的空間，出現了「長濱忠夫三部曲」、「機動戰士鋼彈」等名作。1995 年的「新世紀福音戰士」，把前述「人類與機器合為一體」的概念推到極致，駕駛員是透過神經系統直接與機器人（稱為 Evangelion，簡稱 EVA ）「同調」連結，以精神力取代操縱桿與按鈕，直接操控 EVA——不過其實 EVA 與其說是機器人，「生化」味更重一些，劇中還曾出現駕駛員與 EVA 機體「完全融合」的情節。

四、機械化的人類——人與機器的關係，除了「機器→人形機器→機器人→人」這條路線外，也有反方向的路徑：由於疾病或受傷而失去部分身體功能的人，利用科技的力量改造身體，恢復正常的功能，甚至更為強大，這種被部分改造的人類稱為「改造人 Cyborg」（cybernetic organism），結合了「模控學」與「有機體」兩個字，也有人翻譯為「生化電子人」、「半機械人」，後來乾脆直接音譯為「賽伯格」。其實許多現實世界的人類已經多多少少變成改造人了：義肢、人工水晶體、心律調節器、人工關節等等，人們已經普遍可以接受為了維持身體機能以侵入性的方式改造部分器官，未來可以預見改造的範圍與精密程度必定會逐漸提升。

在這個「人體改造」的延長線上，我們可以看到像「機器戰警」中，殉職的員警被改造並且復活來執行正義，「鋼鐵人」受傷後在自己的胸腔裝了一個反應爐，成為裝甲動力服的能量來源；日系作品方面，有「無敵金剛 009」（後來改名為「人造人 009」，少了一股中二的氣勢）、「假面騎士系列」（真人演出的特攝片），這些作品中，並非前述因為疾病或受傷而修補人體，而是為了培養「征服世界用的超級士兵」，而將人體改造成具有超越一般人能力的戰鬥道具。

與「機器人覺醒為人類、或自覺為超越人類的存在」的方向相反，在「改造人」這條線上會出現的問題則是「當人類持續被改造，被機械取代的部位越來越多，會不會因此變成『不是人類』？這個轉變的界線何在？」也是非常值得探討的問題，也讓「改造人」這類的作品更具有思想上的深度。

近年來日本動漫畫與好萊塢合流的作品逐漸增加，「攻殼機動隊」與「戰鬥天使艾莉塔」是其中翹楚，都是以「改造人與人類的分界線」，以日本原創的動漫畫作品為主題，結合好萊塢的資金與技術的大製作電影，都獲得了相當程度的成功。

交會

本文以包含小說、電影、動漫畫等科幻作品的角度來看「機器人與人」之間的關係。雖然不是從真實世界的科學與技術來進行嚴謹的探討，不過在「機器人與人」這個主題上，科技與科幻的發展路徑其實亦步亦趨、互為因果：如同艾西莫夫的「機器人學」與「機器人三定律」對真實世界的機器人科技有極大的影響一般，科幻的想像有可能成為引導科技發展的路標；相對的，科技的發展當然也會墊高科幻作品的根基。

前文我們看過了幾種「機器人與人」的類型作品：從機器人變成人、機器人與人共存、機器人與人合體、從人變成機器人。這幾種模式，各自以不同的視角來刺激我們思考「人到底是什麼」這個問題。從數十年來這個主題的科幻作品的發展看來，不論是從哪個角度切入，最後都指向一個共同的交會點：人類的大腦。

「正子人」中的機器人主角「安德魯‧馬丁」要爭取在法律上被認可為「人」，其起點是他的「正子腦」產生了類似人腦的感情、創造力、以及自我意識的自覺，在其兩百年的生涯中，他的「鉑銥合金正子腦」的運作模式與人腦越來越接近，應該可以通過任何像「圖靈測試」這種「能分辨人腦與電腦差別」的考驗。而他克服爭取成為「人」的最後阻礙的方式是：改造他那相對於人腦幾乎算是不朽的正子腦，讓它像人腦般會逐漸老化與死亡，終於取得了「人」的資格。

另一方面，「從人變成機器人」的這條路上，也是以「大腦是不是原裝貨」來作為人類與機械的分界點。身上的器官怎麼更換都沒關係，但是這個人的「自我」（identity）只存在於大腦的神經元之間的連結以及在內部儲存以及傳送的資訊中，如果大腦被換掉、或是內部的資訊消失了，這個人也將不再存在。更激進的說法是，連大腦的「硬體」都不重要，只有內含的資訊才是「人的本體」，所以只要能夠把腦內的資訊保留、複製下來，人將可以成為不朽的存在，就像「攻殼機動隊」的主角草薙素子，拋棄了已經多次改造的肉身，以及還是「原裝」的大腦，將腦內資訊轉進網路中，只要這個網路仍在運作，這組來自草薙素子大腦的資訊仍存在於這個網路中，她就相當於取得了永生。

回到現實世界，「人工智慧」與「腦科學」正好也是目前最熱門、進展也最快的科技領域，前者致力於「讓機器除了強大的計算與記憶能力之外，還能像人腦一樣能進行複雜的思考」，後者則是要「瞭解大腦如何學習、記憶、創造，以及人類的自我意識從何而來」，這兩個領域發展的進程與細節跟科幻作品當然不會一模一樣，但是在大方向上，「科學」與「科幻」實在有驚人的相似之處，最後兩個領域也有可能交會在同一點上。

看看社群網站的自動審查機制，以及電子商務網站的推薦系統，極權國家用來監控人民的社會科技體系，「不具人形的機器人」正逐漸接管我們的生活。也許在我們的有生之年，就可以看到這些科幻名作中的情節在現實世界中發生，至於人與機器人之間的關係，是對抗、共生、還是融合？人類社會未來的流向，仍然掌握在人類手上嗎？再不嚴肅思考這個問題，或許很快就會來不及了。