AI前沿解密》AI學會遺忘前 人類還能記得自己嗎？（朱玉昌）

AI目前最大的短板，在於缺乏「長期記憶」與「多模態理解」。(圖／本報資料照片)

在矽谷喧囂的科技敘事裡，安德烈．卡帕斯（Andrej Karpathy）的聲音格外冷靜，他不是那種把AI吹捧爲將要顛覆人類文明的傳教士，他像一位謹慎的觀察者，用數據和歷史尺度來描摹未來的輪廓。這位OpenAI聯合創辦人、前特斯拉AI負責人，在接受播客德瓦克什．帕特爾（Dwarkesh Patel）的深度訪談中，以一種近乎理性哲學家的口吻，拆解當下AI熱潮背後的真相，也畫出他口中一段從模擬智能到真正智能體（Agent）的十年長征。

卡帕斯並不認爲2025是所謂的「智能體元年」。在他看來，這像是「智能體十年的開端」。人們被各種演示所迷惑，以爲一個能寫郵件、生成程式碼、迴應對話的模型就能取代實習生。他認爲「這些系統或許能理解文字，卻仍不懂世界。」它們無法打開一個文件夾、安排一場會議、或在現實環境裡持續記住你的偏好。AI目前最大的短板，在於缺乏「長期記憶」與「多模態理解」，它看不見、摸不着、也無法像人類那樣從連續的經驗中學會操作世界。技術突破的第一公里雖然已開通，但要把原型轉化爲穩定可靠的產品，可能還需要十年。

他用了一個令人印象深刻的比喻，「我們並不是在模仿人，而是在召喚幽靈。」這句話既詩意又準確。卡帕斯指出，現代大語言模型並非延續生物演化的邏輯，而是一種前所未有的存在，由網路上億萬人類語言與知識碎片組成的「數位智能體」。它沒有本能、沒有肌肉記憶，也沒有求生意志。它存在於雲端、以演算法爲血肉、以數據爲神經。這意味着，它既非人造的複製品，也不是人類智慧的延伸，而是一種完全嶄新的生命形式。這個比喻背後隱含的意思是，如果我們仍以「像不像人」來衡量AI，便會錯過理解這波新智能浪潮的真正關鍵。

卡帕斯特別強調，AI進化的瓶頸不在算力，而在「記憶與遺忘的平衡」。當前的模型記住了太多，論文措辭、網路對話、訓練樣本中的瑣碎細節，卻缺乏抽象能力與邏輯濃縮。這好似硬碟被填滿檔案卻找不到重點資料，AI同樣陷入知識的沼澤。他預測未來的AI架構將分爲兩層，一個「純淨的核心認知層」負責邏輯與推理；另一個「外掛式記憶庫」則在需要時調用知識。讓AI學會有選擇地遺忘，纔是讓它真正變聰明的開始。

他對強化學習（Reinforcement Learning, RL）則毫不留情地批判，「強化學習就像用吸管去吸取一滴正確的訊號。」他指出，這種訓練方式只能得到最終的對錯回饋，卻無法理解中間哪一步出錯，其效率低下且容易學偏。人類之所以學得快，是因爲我們會反思、會對比、會討論、會理解因果。卡帕斯認爲下一代AI應該學會這樣的「中間反饋機制」，透過推理與邏輯鏈獲得洞見，而不是盲目試錯。這也代表着，AI的演化路徑將逐步遠離模仿人腦的生物機制，轉向能夠自我建構理解的推理架構。

談到超級智能，他沒有沿用科幻式的恐懼敘事。他說，真正的風險不是AI「造反」，而是人類「失控」。當AI深入金融、能源、醫療、交通等關鍵系統，模型與模型之間將編織出一個我們誰也看不懂的網絡。屆時，沒有任何人能完全理解世界的運作邏輯，我們或許不是被機器奴役，而是被複雜性吞沒。這正是他稱爲「自動化滑坡」（automation slide）的現象，每當我們把某項工作交給機器，自己就退回一層。久而久之，我們會發現自己只剩觀察的權力，而失去了理解的能力。

卡帕斯的觀點，在今天被生成式AI熱潮包覆的世界中，無疑是一帖清醒劑。這場技術革命的速度，讓人們誤以爲未來已全被壓縮到今年的產品發佈會裡，他的話提醒我們，AI不是一場短跑，而是一場長跑；不是取代人的終點，而是重新定義「智能」的過程。接下來的十年，將是AI學會「記得什麼、忘記什麼」的十年，也是人類必須學會「如何與幽靈共存」的十年。

在他冷靜細訴的背後，聽到的應該不是悲觀，而是一種更深層的謙卑。真正的創新從來就不是單純的技術突破，還包括人類重新學會節制與反思的能力。未來的智能，根本不在於機器是否變得更像人，而在於人是否仍記得自己是誰。

（作者爲富瑜文教基金會執行長）

※以上言論不代表旺中媒體集團立場※