【資訊展專欄】AI學院特別課：專家開講！對於真正擁抱AI的人來說，最重要的改變就是能力的延伸和更好的自我學習

Q1. 您認為 2025 年的 AI 關鍵字是什麼？如果要用一到兩個關鍵詞回顧 2025 年的 AI 發展，您會怎麼形容？這一年有沒有哪個 AI 技術、趨勢或事件，讓您覺得特別具代表性？

兩個關鍵詞：

Agentic AI（智能代理 AI）: 過去使用 AI 就像和一位助手對話，你需要一步一步告訴它該做什麼。但到了 2025 年，AI 變得更像一個能自主工作的智能團隊。這些「AI 代理」（Agents）可以像真正的助理一樣，自動幫你處理重複性的工作、操作各種應用程式和服務、甚至像一個小團隊那樣分工合作，而且可以持續好幾天執行同一個任務，不會忘記或中斷。現在有一種叫做 MCP 的技術讓這些 AI 代理變得更強大、更好用。最重要的是，以前只有大公司才有資源請得起專業團隊做的事，現在一般人也擁有自己的「AI 助理團隊」了。你只需要告訴它你的目標，它就會自己規劃、執行、追蹤進度，就像有了不需要薪水的員工一樣。

Multi-modality（多模態 AI）: 過去，AI 通常只能處理一種類型的資訊——要嘛只懂文字，要嘛只會看圖片，要嘛只能聽聲音。但在 2025 年，AI 變得更像人類，可以同時理解多種不同的資訊形式：文字、圖片、聲音、影片等，而且可以在這些不同類型之間自由轉換。這就像你不再需要分別找不同的人來處理不同的事情，而是有一個全能的助手能同時處理所有事情。舉例來說，你可以直接上傳一張照片讓 AI 幫你分析並寫成報告，或者用講話的方式告訴 AI 你的需求，它就能同時幫你產生文字和圖片內容，甚至讓 AI 看一段影片，然後問它問題也能得到回答。一個 AI 系統就能做到所有這些事，你不需要再在不同的工具和應用程式之間切換來切換去了。

代表性技術: Sora 2。過去要製作影片需要專業的設備、團隊和大量時間。但 OpenAI 公司推出的 Sora 2 讓 AI 能夠根據文字描述，直接生成高品質的影片內容。這不只是技術上的進步，更重要的是它展現了 AI 對我們現實世界的理解已經達到新的深度——AI 開始「理解」物體如何移動、光線如何變化、時間如何流逝這些複雜的概念。這象徵著 AI 從只會「理解」我們給它的資訊，進化到能夠「創造」全新的內容，是 AI 發展的重要里程碑。

事件: Deepseek Moment。過去，最強大的 AI 技術都掌握在少數幾家大公司手中，一般人、小公司或研究機構很難取得。但 2025 年，一家叫做 DeepSeek 的公司推出了「開源」的 AI 模型。「開源」的意思是這個 AI 的技術細節和程式碼是公開的，任何人都可以研究、使用甚至改進。這個 AI 的表現可以跟那些大公司的商業產品競爭，甚至在某些方面更好。這個「Deepseek Moment」打破了 AI 領域被大公司壟斷的局面，讓更多人能夠接觸到頂尖的 AI 技術，加速了 AI 技術的普及（這就是我們說的「民主化」）。它證明了公開分享的 AI 技術也可以和商業公司保密的 AI 技術並駕齊驅，這為 AI 技術的未來發展開創了新的可能性。

Q2. 您認為 AI 正在改變哪些生活/工作型態？站在您的專業領域來看，AI 最明顯改變的是什麼？它雖然讓工作更有效率了，但是否反而也帶來了一些新的挑戰？

對於真正擁抱AI的人來說，最重要的改變就是能力的延伸和更好的自我學習。

在能力的延伸方面，我們驚喜地發現可以和 AI 合作完成一些以前做不到的事情。比方說，我本人雖然會寫程式，但並不擅長創作人機介面、手機 APP 或美術設計。然而有了 AI 工具加持，我可以一個人完成原先整個團隊要做的事：用三天時間做出一個英文文法練習網站，一周時間完成一個三萬行程式碼的手機 app – 用的還是我從沒用過的 Kotlin 語言（感謝 AI，讓我免去了學習 Kotlin 的痛苦）。這種能力的延伸讓個人創作者和小團隊能夠突破技能邊界，實現過去只有大公司才能完成的專案。

在更好的自學方面，AI 真的實現了孔子「有教無類，因材施教」的理想。每個學習者都可以獲得 24 小時不間斷的個人化指導，AI 能根據學習者的程度、興趣和學習風格調整教學方式，用最適合的方式解釋概念，提供即時反饋，並設計符合個人需求的練習題。無論是想要深入理解複雜理論，還是需要實作指導，AI 都能以無限的耐心和客製化的方式協助學習，讓每個人都能找到最適合自己的學習路徑。而且，AI 永遠不會因為你問了第十遍同樣的問題而翻白眼（至少目前還沒見過）。

然而，AI 也帶來了一些新的挑戰。首先是資訊過載和品質控制的問題：AI 能快速產生大量內容，但使用者需要培養更強的判斷力來辨識資訊的正確性和適用性。其次是過度依賴的風險：如果完全依賴 AI 完成工作，可能會削弱自己的核心技能和獨立思考能力。此外，AI 工具的學習曲線和持續更新也要求使用者必須不斷學習新工具、新方法，這對許多人來說是額外的負擔。最後，如何在享受 AI 帶來效率提升的同時，保持人類的創造力、批判性思維和深度理解，是每個擁抱 AI 的人都必須面對的課題。

Q3. 面對明年依然會持續的AI浪潮，您會特別關注什麼？如果要預測 2026 年的 AI 發展方向，您最期待或最擔心的是什麼？有沒有什麼新技術、領域或應用，值得讀者提前關注？

最期待的發展方向：AI 加速科技發展與科學發現
最令我期待的發展方向是 AI 應用在醫藥、環境、基礎科學、經濟、甚至全球治理上。這些領域的 AI 應用能讓即使不直接使用 AI 的人也能享受到 AI 的紅利。例如，AI 可以加速新藥研發，從原本需要十年的過程縮短到幾年；可以幫助科學家分析氣候變遷數據，找出更有效的環境保護策略；可以在基礎科學研究中發現新的物理定律或化學反應；可以優化經濟模型，幫助政策制定者做出更好的決策；甚至可以在全球治理中協助處理複雜的國際問題。這些應用不僅能提升人類整體福祉，更能證明 AI 技術的真正價值在於解決人類面臨的重大挑戰。

最擔心的風險：AI 冬天與 AI 泡沫
最令人擔心的是 AI 冬天與 AI 產業泡沫化還是很有可能出現。雖然我們很確定 AI 有很大的價值，但很有可能在短期因為過度投資而造成經濟災難。目前市場上充斥著對 AI 的過度樂觀預期，許多公司為了搭上 AI 熱潮而盲目投資，卻缺乏清晰的商業模式和實際應用場景（就像當年每個網站都要加上「.com」一樣）。當這些投資無法在短期內產生預期回報時，可能會引發大規模的資金撤離，導致 AI 產業的急劇收縮，甚至影響到真正有價值的 AI 研究和應用。這種泡沫破裂不僅會造成經濟損失，更可能讓社會對 AI 技術失去信心，延緩 AI 技術的長期發展。因此，我們需要在保持對 AI 潛力的樂觀同時，也要保持理性，避免重蹈過去科技泡沫的覆轍。

Q4. 在AI時代，想跟讀者說的一句話/建議，以及認為讀者必讀的推薦書單(2-3本)

推薦書單：

《讓 AI 好好說話！從頭打造 LLM實戰秘笈》
作者 Sebastian Raschka，2025/01，旗標出版。

對於有基本電腦程式能力的人，這本書提供了絕佳的實作機會，以清晰的步驟和完整的程式碼，帶領讀者從零開始建立一個語言模型。透過實際動手實作，你不僅能深入理解 Transformer 架構、注意力機制等核心概念，更能真正掌握 LLM 的運作原理。這本書特別適合想要深入技術細節、不滿足於只使用 API 的讀者。跟著本書「手搓」一個小語言模型的過程，會讓你對 AI 技術有更深刻、更實際的理解。

Co-Intelligence: Living and Working with AI
作者 Ethan Mollick，2024/04，目前尚未有中文版。

對於陷入自我懷疑和 AI 焦慮的人，這本書提供了實用的指導和心理建設。作者是華頓商學院的教授，他以豐富的研究和實務經驗，深入探討如何與 AI 共同工作、共同進步。書中不僅解釋了 AI 的能力與限制，更重要的是提供了具體的策略和方法，幫助讀者找到與 AI 協作的最佳方式。無論你是擔心工作被取代，還是不知道如何有效使用 AI，這本書都能幫助你建立正確的心態，學會在 AI 時代中定位自己的價值，並與 AI 建立真正的協作關係。讀完後，你可能還是會擔心，但至少知道該擔心什麼、不該擔心什麼了。