人工智慧憑什麼叫做人工智慧？AI的名稱政治學──《科學月刊》

本文與 Panasonic 合作，泛科學撰文 

●以下科學研究內容作為知識分享，不直接與Panasonic A La Uno全自動洗淨馬桶產品功能連結

在做家務的痛苦排行榜上，「刷馬桶」絕對名列前茅。明明天天都在沖水，但過不了幾天，馬桶內壁邊角總會浮現黃黃的水垢、角落發黑的霉斑，甚至是那些刷掉又長出來的粉紅色污垢（黏質沙雷氏菌）。

許多市售衛浴設備常標榜「神奇抗污」或「永久不沾」，讓人誤以為安裝後便能永保潔淨。然而從材料科學的角度來看，世上並無能使污垢憑空消失的魔法。所謂「耐污」的實質機制，並非打造完全不沾染髒污的材質，而是調整表面的物理與化學屬性，使水垢和微生物難以強力附著。一旦降低了污垢與內壁之間的附著力，透過日常水流沖刷，便能輕易地將髒污帶走。

為什麼污垢「黏不住」？ 

要搞懂為什麼某些特殊表面能做到「耐污」，我們得先像偵探一樣，拆解馬桶裡的髒污究竟是怎麼「抓緊」材料表面的。馬桶內壁的污垢主要有兩大難纏的元兇：

1. 水垢與礦物沉積*1：我們日常使用的自來水中含有鈣、鎂等金屬離子。當水滴在表面經歷反覆的濕潤與蒸發乾燥循環時，這些離子會逐漸結晶析出，變成硬度極高、緊緊「卡」在微觀縫隙裡的礦物質水垢。
2. 生物膜與有機物*2：包含尿液中的無機鹽、油脂殘留，以及細菌入侵後分泌出像超強膠水一般的聚合物，所組成的黏滑防禦大本營。

這兩大類污垢想要在材料上「落腳」，前提是它們必須能在表面找到足夠的附著點與黏合力。那麼，材料科學家是如何讓這些髒污「站不穩」的呢？答案就藏在「表面能（Surface Energy）」與「濕潤性（Wettability）」這兩個核心概念中。

當我們把水滴在某個表面上時，水滴會聚成一顆圓滾滾的水珠，還是迅速攤平開來？這取決於表面的特性：

• 疏水路線（Hydrophobic）*1：具備低表面能的疏水表面，能顯著減少水分子或污染物與表面之間的極性作用力與氫鍵。水滴在這種表面上會因為表面張力而收縮成水珠，當水珠滾動滑落時，就能順便把表面的灰塵與礦物質顆粒帶走，這就是著名的「自清潔效應」。
• 親水路線（Hydrophilic / Superhydrophilic）*2：相反地，極度親水的超親水表面則會強烈地吸引水分子，在材料最外層形成一層薄薄的「水化層（Hydration Layer）」。這層水化層就像是實體的液體盾牌，讓油污、蛋白質或細菌無法直接接觸到材料基底，只能漂浮在水膜上方。

如果要用攀岩來比喻：傳統粗糙的表面就像是有許多凹槽的攀岩牆，髒污就像攀岩者，需要找到落腳點並用力撐住才能攀附；而我們做的是抽掉把手點，或是在把手上塗上潤滑油，讓髒污找不到施力點，自然難以停留。

不給細菌「握手」的機會

解決了水垢，下一個更棘手的對手是「細菌」。

馬桶內壁那些黑黑粉粉、摸起來滑滑的污垢，在微生物學中被稱為「生物膜（Biofilm）」。細菌並不是孤立生長的，當單顆細菌落在表面後，如果覺得環境舒適，它就會開始分泌胞外聚合物（EPS），這是一種天然的超強膠水。細菌們用這種膠水把自己與同伴緊緊黏在一起，並築起堅固的防禦堡壘，這時一般的沖水就很難把它們沖洗乾淨了。

根據《Nature Communications》與《Microsystems & Nanoengineering》的學術期刊研究指出，要阻止生物膜形成，除了化學上的抗菌，材料的「表面微幾何結構」扮演了至關重要的角色。

材料科學領域中有一個著名的「附著點理論（Attachment Point Theory）」：

1. 粗糙與微孔洞表面：如果材料表面存在許多微小的裂縫、氣孔或微米級凹洞，細菌（體積通常約 1 到 3 微米）就會興高采烈地鑽進這些小凹槽裡。這些凹槽不僅提供了極佳的機械咬合支點，還能幫細菌擋掉水流的沖刷。
2. 極致平滑與微結構表面：相反地，如果材料表面做到極致平滑，完全沒有微米級的缺陷；或者反過來設計出尺寸遠小於細菌的奈米結構，細菌的足跡構造（如鞭毛或纖毛）就無法在表面找到穩固的「接觸附著點（Contact Points）」。

當細菌發現自己在這個表面上連「手都握不緊」、隨時會被水流吹走時，它就無法順利定殖並分泌膠水築巢。此外，現代衛浴結構在設計時，也越來越強調「一體成形」與「無接縫工藝」。消除接縫與死角，等於直接拔除了細菌與水垢最喜歡的避風港。

當材料、結構與流體科技組隊聯防 

了解了材料化學與微觀幾何，我們就能勾勒出一座現代耐污馬桶的完整防禦體系：【材料層（低附著力）】+【結構層（無縫平滑）】+【動態流體層（泡沫與水流剪切力）】= 高效清潔！

以市面上備受矚目的 Panasonic A La Uno 全自動洗淨馬桶為例，就是將材料科學、結構工程與流體力學發揮到極致的典型代表：

1. 材料層：有機玻璃系新素材

A La Uno 全自動洗淨馬桶採新開發的「有機玻璃系新素材」（以壓克力高分子為基礎研發的衛浴專用材料，這類高分子成形技術亦被廣泛運用於大型水族館高壓觀景窗與飛機機艙罩）。這種材料表面具備極佳的疏水性與耐水垢特性，水滴不易長時間攤平停留；材質堅固、不易破裂，耐刮、不易造成細小傷痕。通過實驗測試，這種素材配合泡沫洗淨，在沖洗後能有效沖刷掉高達 99.99% 的大腸桿菌，從源頭阻斷細菌定殖。

2. 結構層：無接縫工藝與三重防濺防護

在宏觀結構上，A La Uno 全自動洗淨馬桶採用無水箱沖水與便器、溫水洗淨便座一體成型設計，減少傳統水箱與座體之間的結構層次及接縫，並搭配可動迴轉式排水系統完成沖洗。更貼心的是其「三重防護」設計：

• 泡沫防護：在水面上製造一層充沛的泡沫緩衝層，有效抑制男性站立小便時的尿液與污水飛濺；
• 外圍防護：馬桶邊界特別設計了高約 3mm 的水檔，防止液體延著外壁滴落至地板；
• 測漏防護：便座與馬桶本體採用不外露的防護設計，避免液體從縫隙飛濺滲漏。

3. 動態流體層：雙效泡沫洗淨、漩渦水流與 nanoe™ X

當污垢降落在馬桶內壁時，A La Uno全自動洗淨馬桶 的動態流體科技便接手進行徹底打掃。其「雙效泡沫洗淨」會先釋放直徑約 5mm 的「毫米泡沫」包裹並帶走大塊髒污，再透過直徑約 60微米的「微米泡沫」深入微觀縫隙，徹底溶解殘餘的油脂與細微污垢。接著，配合高度清潔力的「漩渦型強力水流」，利用旋轉產生的流體剪切力，一口氣將附著力已被削弱的污垢剝離並沖走。此外，Panasonic A La Uno 全自動洗淨馬桶還搭襯了 nanoe™ X 健康科技，釋放氫氧離子有效抑制異味與髒污，維持空氣與內壁的良好衛生狀態。

科技讓生活變輕鬆，但物理法則依然誠實

從材料化學的低表面能設計，到微觀幾何的附著點控制，再到流體力學的水流沖刷，一座現代抗污馬桶的演進，縮影了人類如何運用基礎科學來解決日常生活痛點的智慧。

我們習慣將衛生清潔想像成一場與細菌髒污的硬碰硬死鬥。然而，A La Uno全自動洗淨馬桶 等現代衛浴技術的突破，展示了材料科學的另一種聰明思維：不靠強酸強鹼硬打，而是透過物理與化學邏輯，將「污垢固著」的機率降到最低。

當材料科學與現代衛浴技術結合，刷馬桶不再是一件令人頭痛的辛苦瑣事。透過這些前沿科技的加持，我們得以從繁重的家務勞動中解放，享受更加乾淨、舒適且有品質的日常生活。

*1 參考論文：A metallic anti-biofouling surface with a hierarchical topography containing nanostructures on curved micro-riblets

*2 參考論文：Brushing up functional materials

在【齒輪時代】的最後一章提到，MIT 教授凡納爾．布希除了發明微分分析儀之外，也直接或間接地對電腦發展做出重要貢獻。其中一項間接貢獻就是來自他所指導的學生夏農 (Claude E. Shannon)。這位不世出的天才雖然大眾知名度不高，但事實上，現代電腦與通訊的發展，都始於他憑一己之力提出的理論基礎。

本文為系列文章，上一篇請見：電腦運算的基礎——布林代數，是麼搞出來的？│《電腦簡史》數位時代（三）

擔任布希助理，操作微分分析儀，奠定電路基本功

夏農自小就喜歡搞電子實驗，他還曾利用鐵圍籬和八百公尺外的鄰居互傳電報。1936 年，夏農以數學和電機雙學位自密西根大學畢業後，進入 MIT 電機研究所就讀，同時在布希的實驗室當研究助理。

當時微分分析儀是唯一能算高階微分的計算機，所以實驗室不時會接受教授或其它研究單位的委託，為他們計算微分方程式。夏農的工作便是針對他們的問題，調整微分分析儀的設定，包括大大小小的連桿、滑輪等機械零件，以及近百個控制電動馬達的繼電器。

夏農相當樂在其中，看著微分分析儀按照自己的設定運轉，最後自動畫出答案，總令他心情愉悅。而最令他著迷的，就是在背後控制所有動作的繼電器。繼電器就像閘門，掌控電流的進出，雖然只有開與關兩種狀態，但串成迴路後，就能以特定的順序開開關關，就能讓微分分析儀解出各種微分方程式。

於貝爾實驗室實習，悟出電子迴路與布林代數的關聯性

第二年暑假，夏農到美國電話電報公司 (AT&T) 的貝爾實驗室實習。當時貝爾實驗室正在開發縱橫式自動交換機，也是利用繼電器來控制電話線路的搭接。夏農操作了一學年的微分分析儀，對繼電器的運作已了然於胸，儘管電話交換機是截然不同的機器，其中的迴路也更密集複雜，他卻能看出兩者在運作上有共通之處。

無論迴路大小，都是由許多繼電器與電路所組成，不同的連接方式決定電流如何流動，進而讓機器做出不同動作。如果兩個繼電器在一條電路上前後串聯，就必須兩個繼電器都打開，電流才能通過。如果電路一分為二，各自經過一個繼電器再合而為一（這稱為並聯），就只要有一個是開的，電流就能繼續往前了。

這只是電路的基本常識，每個工程師都知道，但就是沒有人像夏農那樣，看出電子迴路與布林代數的關聯。

夏農是以數學和電機雙學位畢業，對布林代數自然不陌生，但要從實體的電路聯想到抽象的邏輯關係，真的要有超乎常人的洞見。在他眼中，繼電器只有開、關兩種狀態，恰可用布林代數中的 1 與 0 兩種數字表示。繼電器串聯相當於邏輯運算的「且」(AND)，並聯則是相當於「或」(OR)，不管是什麼迴路，都可以用布爾代數描述。

暑期實習結束後，夏農回到學校，立即向導師布希提及自己的想法。布希深感興趣，鼓勵他以此做為碩士論文的題目。

史上最重要的碩士論文，堪稱資訊時代的大憲章

沒幾個月，夏農就在 1937 這一年完成劃時代的論文，題為〈繼電器與交換電路的符號分析〉(A Symbol Analysis of Relay and Switching Circuits)，開宗明義即宣告：「任何電路都可以用一組方程式表示，……。事實證明，其計算方式完全等同於符號邏輯所用的命題運算。」

夏農先以簡單的雙開關電路為例，說明如何用布林代數標示串聯與並聯的接法，並列出基本公理與交換律、結合律、……等運算法則。接著他再進一步分析不同型式的複雜電路，證明也都可以用布林代數表示。最後夏農強調這套方法不只可以用於現有的機器，還可以解決各種問題。

他寫道：「事實上，任何運算只要是用『若』、『或』、『且』等字眼在有限的步驟內描述，都可以用繼電器自動算出來。」

為了佐證這項主張，他提出三種全新的應用，並附上自己設計的電路圖。第一個是電路的簡化；原本使用二十個元件的電路，經由邏輯演算找出等效的表達式後，可以將元件減少為十四個。第二個與第三個應用都是他的創新發明，分別是使用五個按鍵開關的電子密碼鎖，以及二進位的電子加法器（嚴格來說仍不算電子式，因為繼電器的開關仍是利用電磁鐵的機械動作）。

這篇論文於第二年公開發表後，立即引起巨大的迴響，甚至被譽為「應該是本世紀最重要、最值得注意的碩士論文」，後來《科學美國人》雜誌也稱它是「資訊時代的大憲章」。

電路設計化繁為簡，電腦從此邁向數位時代

的確，夏農這篇論文影響深遠。原本錯綜複雜的電路圖改用布林代數表示後，就可以在實際建造機器之前，清楚計算出執行的結果，大幅減少嘗試錯誤所耗費的時間與成本。除此之外，還能如夏農所示範的，找出更精簡的電路方案。科技產品因為設計效率提升、製造成本下降，才得以更加迅速地推陳出新。

計算機的發展也受惠於夏農的創見，才開啟了數位時代（他革命性的通訊理論會在第三部另外介紹）。

夏農所提出的邏輯電路雖然以繼電器為範例，但其實這套抽象法則具有普遍性，任何有開關兩種狀態的元件皆可套用。因此即使後來繼電器被真空管取代，然後真空管又被電晶體淘汰，無論電腦的硬體零件怎麼換、電路圖多複雜，都還是基於夏農所提出的邏輯閘。

夏農已經指出一條通往未來之路，很快地，這條路上就將出現打造現代電腦的各路好漢……。

三種運算（and、or、not），兩種數值（0、1）。就這樣，沒別的了，這就是英國數學家布爾所建立之全新數學體系的全部，可以將邏輯轉化成可作運算的代數。啥？這不過是種無聊的數學遊戲吧！是的，這就是當時數學界的普遍看法；沒有人預見這看似無用的布爾代數（或稱布林代數）竟會徹底改變人類的生活。

布爾家境清寒，國小畢業後就沒再受多少正式教育，他的數學知識幾乎都是靠自學而得。或許因為如此，他能見人所不能見，以獨特的角度重新思索亞里斯多德兩千年前就已建立並流傳至今的邏輯法則。他打算將依賴文字的邏輯陳述改為可以用數學符號運算的代數，這個看似充滿野心的龐大計畫，料想應該要用到一大堆的數學符號與運算規則，結果在他1854年發表的解決方案竟然如此簡潔俐落！

布爾將邏輯陳述句的真假分別用1與0代替，然後最基本的運算規則只有八種：

• 1 and 1 = 1 1 or 1 = 1 not 1 = 0
• 1 and 0 = 0
• 0 and 0 = 0
• 1 or 0 = 1
• 0 or 0 = 0
• not 0 = 1

只是對一般人而言，實際應用上總還是以文字敘述，布爾代數這樣的轉換似乎沒有帶來任何用處，因此也就被冷落一旁。而他自己也未因為具有這些數學創見而免於無知迷信的危害。1864年，布爾淋著大雨到學校教課而感冒發燒，回家後他那迷信順勢療法老婆竟繼續往他身上澆了好幾桶水，以致病情加重，最後死於肺炎。

布爾過世七十三年後，布爾代數才終於在當時還是研究生的夏農（Claude Elwood Shannon）招喚之下重生。夏農發現布爾代數恰可用來描述電子迴路與繼電器開關狀態，才促成電子計算機的發明，也才有現今的電腦、手機與各種電器設備。當然，就連軟體與網際網路也都是建立在布爾代數的二進位運算上。

即使布爾本人也絕對料想不到他發明的簡單規則竟在近一世紀後幻化出大千世界，完全改變人類文明。當人們還在懷疑純數學或理論物理有何用處時，或許可以回頭想想這個故事。

本文同時收錄於《科學史上的今天：歷史的瞬間，改變世界的起點》，由究竟出版社出版。

• 李國偉／中央研究院數學所兼任研究員。

汽車跑得快，不叫「人工馬」；飛機飛得高，不叫「人工鳥」。怎麼計算機本領大了，就要稱作「人工智慧（Artificial Intelligence, AI）」？（延伸閱讀：迎接人工智慧時代，你我都該上的 30堂必修課）

人工智慧一詞的創造

故事要由麥卡錫（John McCarthy）講起。麥卡錫早年就顯露很高的數學天賦，24 歲從普林斯頓大學拿到數學博士，並在萊夫謝茨（Solomon Lefschetz）指導下寫出學位論文〈射影算子與偏微分方程〉（Projection Operators and Partial Differential Equations）。

1955年， 麥卡錫獲聘為達特茅斯學院（Dartmouth College）的助理教授，9月向洛克菲勒基金會提出一份申請書，希望獲得「達特茅斯人工智慧夏季研究計畫（Dartmouth Summer Research Project on Artificial Intelligence）」的經費補助。計畫書裡出現的「人工智慧」名稱，是公認麥卡錫首創的新詞。

麥卡錫放棄微分方程轉往全新領域，其實有端倪可循。1952年夏季，他到貝爾實驗室擔任大名鼎鼎夏農（Claude Shannon）的助理，協助夏農編輯有關「自動機（automata）」的論文集。也正是夏農後來幫他跟洛克菲勒基金會牽線，在申請經費補助時當共同提案人（雖然此事多被後人淡忘）。

根據麥卡錫在紀念研討會50 周年時回憶，舉辦這項活動的主要目的就是要「豎立鮮明旗幟（nail the idea to the mast）」。

研究計畫的主題沒有採用自動機，因為他嫌夏農太偏抽象數學理論。他也迴避使用另外一個火紅的名詞，就是維納（Norbert Wiener）發明的「控制論（cybernetics）」，一方面是嫌控制論研究對象還牽扯到類比機制，另一方面則是不願與好辯的大老交手。

為了想凸顯自己研究發展路徑的特色，他也拒絕重複別人用過的名稱，像「複雜訊息處理」、「機器智能」等。他豎立的人工智慧這面鮮明旗幟，非常能激發人的想像，從而抓住人的眼球。命名要「性感」，可謂「名稱政治學」巧妙的第一步！

名稱雖性感，但是如何替內容畫界呢？麥卡錫在經費申請書裡開宗明義說：

「從事本研究的基礎立足於以下的臆測：關於學習的每個方面，或者智慧的任何其他特徵，只要原則上能精確地給予描述，那麼就能使機器做出模擬。」

所以麥卡錫勾勒出的範圍幾乎是沒有範圍，因為一切都仰仗預設「只要原則上能精確地給予描述」須成立。似有還無的界線使得攻守兩宜，這是「名稱政治學」巧妙的第二步。

名稱漂亮又如何

在著重商業行銷的美國，即使是學術領域的興衰，也經常與帶頭人的行銷技巧密切相關，由前兩步可看出麥卡錫顯然深得其中三眛。但是，不管1956年夏季的研究活動多麼新穎，如果沒有研究基地、經費與人員的持續投入，新的學科也很難健康茁壯，這當兒麥卡錫剛好得到天時眷顧。

在美國毫無預警的狀況下，1957年10月蘇聯成功地把史普特尼克人造衛星放上太空。因為警覺到國家安全遭受嚴重威脅，美國把大量經費投入高校，積極推動強化國防的研究工作。

在達特茅斯經費申請書上排名第二的是閔斯基（Marvin Minsky），1958年他與麥卡錫都到了麻省理工學院。有一天他們倆在走廊上碰到部門主管，麥卡錫伺機向主管表示想成立人工智慧實驗室。當主管問他們需要什麼的時候，麥卡錫提出實驗室空間、一位秘書、一台打卡機、兩位寫程式的技術員。主管不僅馬上答應，還同時奉送他們六位研究生。

原來新增經費多養了六位數學系研究生，主管不知該怎麼安排，索性叫他們去搞新花樣吧！人工智慧號稱能產生機器自動翻譯，幫美國軍方閱讀蘇聯的各種文件，從而得到國防經費的長年挹注。其實自從冷戰時期開始，很多重要科技進展的研發經費，都直接或間接受到軍方的支持。而這有效引起國防軍工當局的青睞，也是「名稱政治學」的重要撇步。

將新學科命名「人工智慧」是非常成功的策略，甚至可能有點過於成功，導致對於人工智慧產出的期望過高。當大量金錢投進研發，而成效往往達不到原先宣傳的願景時，熱潮就不可避免會衰減。人工智慧的發展有過幾回戲劇性的起伏，還歷經兩次所謂的「人工智慧的冬天」，到1980年代末幾十億美金的相關產業逐漸蕭條。人工智慧烏托邦的泡沫化，留下了「名稱政治學」辯證發展的軌跡。

「人工智慧」將成歷史名詞？

自從2016 年AlphaGo 打敗圍棋高手李世乭之後，新一波人工智慧的浪頭簡直勢不可擋。2005年數位時代預言家庫茲威爾（Raymond Kurzweil）在《奇點臨近》（The Singularity Is Near: When Humans Transcend Biology）書中曾說：

「許多觀察家仍然認為人工智慧的冬天就是故事的終結，自此之後人工智慧就毫無創建了。其實今天成千上萬的人工智慧應用程式，已經深入包含在每種工業的基礎建設裡。」

為什麼這種類似「隱姓埋名」的策略會發生呢？道理就在於這些發展本來就是計算機該做的事，人工智慧標籤好用的時候就拿出來用，不好用的時候就打出其他招牌，像什麼「機器學習」、「以知識為基礎的系統」、「認知系統」、「智能系統」、「深度學習」，不一而足。

這一波人工智慧的振興，主因之一是克服大量增加類神經網路層次的難關。模擬神經網路的研究早已有之，但是閔斯基與派普特（Seymour Papert）在1969年出版了影響力極大的《感知器》（Perceptron）一書，暴露了類神經網路處理非線性問題本質上的不足。所以今日人工智慧的核心方法，曾經被人工智慧領袖幾乎掃地出門。今昔對比，可說是「名稱政治學」裡借殼上市鹹魚翻身的一章。

現在飽受矚目的人工智慧應用，其實都是在特定範圍裡增廣人的能力，因此顯現超越人力的結果本應在預期之內。像涂林測試（Turing test）所瞄準的不限範圍的機器智能，目前距離最終目標還相當遙遠。我們預期當人們對各個領域五花八門的人工智慧產品習慣後，「人工智慧」在「名稱政治學」的場域裡，終將完成其階段性任務，從而退隱為歷史名詞。

想知道更多人工智慧發展史嗎？迎接人工智慧時代，你我都該上的 30堂必修課

〈本文選自《科學月刊》2018年4月號〉

什麼？！你還不知道《科學月刊》，我們48歲囉！

入不惑之年還是可以當個科青