別問AI像不像人了，先問它在災難裡能不能逃命

近年來，人工智慧發展熱潮席捲全球，各大科技公司紛紛投入巨資，讓AI學會模擬人類對話、情感甚至外型。從ChatGPT到人形機器人，外界似乎習慣以「像不像人」作為衡量AI進步的標準。然而，一篇來自36氪的評論卻犀利點出，當我們陶醉於技術擬真之際，可能忽略了一個更根本的命題：在大火、地震或斷網這類真實災難面前，AI能否「逃命」遠比它是否像人更重要。當系統依賴穩定電力和雲端運算運行時，一旦基礎設施因災害而癱瘓，最擬人的機器人也可能瞬間變成高級擺設。試想，一個能流利對話的家庭機器人，在夜間火災發生時，若因網路中斷而無法接收指令，或因為缺乏自主避險能力而困在火場，那麼它再溫柔的話語也毫無用處。

同樣地，在地震導致結構變形的情況下，機器人若無法即時感知危險並找尋安全角落，其存在反而可能成為障礙。因此，比起追求外型與口吻的擬真，更應關注AI在極端環境下的自主判斷與生存韌性。從救災機器人到家庭服務型AI，真正的考驗不在於它能否說出安慰的話，而在於它能否在現場辨識坍塌風險、避開火焰或自主尋找安全區域。目前許多機器人研發仍過度集中於受控環境中的表現，一旦面臨動態且不可預測的災難場景，其演算法往往無法應對現實世界的複雜性。具體而言，一個具備「逃生」能力的AI，需要整合多種感測器數據，即時分析環境變化，並在通訊中斷時仍能獨立決策。

例如，救災機器人必須能在煙霧中辨識障礙物，評估結構穩定性，甚至在路徑受阻時重新規劃路線。這些能力遠比模仿人類表情或語氣更為迫切，也更能直接拯救生命。不僅是硬體機器人，軟體層面的AI同樣需要面對「數位災難」的考驗。當網路攻擊、硬體故障或電力中斷發生時，AI系統是否具備備援機制與即時應變能力，直接影響它能否持續協助使用者脫困。一個只能連網運作的AI，一旦失去雲端支援，可能瞬間失效，反而讓使用者處於更危險的境地。若一款AI只能活在完美實驗室，卻在夜間火災或地震失聯時失靈，那麼它再「像人」也毫無實用價值。這樣的AI不僅無法提供幫助，甚至可能因為佔用資源或給出錯誤引導而增加風險。

因此，業界在追求更自然的互動體驗之餘，必須正視AI在真實災難中的可靠性。當前AI發展的盲點，在於過度強調人類特質的模擬，卻忽略了作為工具最基本的「可用性」——即在不理想環境中完成任務的能力。人類在災難中會憑本能求生，而AI若缺乏類似的底層邏輯，就無法成為真正的合作夥伴。我們需要設計能夠在混亂中自主運行的系統，其決策樹必須包含「逃生」優先級。舉例而言，日本在研發救災機器人時，特別注重其在不穩定地形上的移動能力和耐高溫性能，而非對話流暢度。這表明，在某些應用場景中，生存能力遠比社交技能重要。同樣地，家用AI也應該預設災難模式，能在斷網斷電時啟動本地備援，引導家人避難。

此外，AI的「逃生」能力不應只是被動反應，更需具備預測與預防功能。例如，透過感測器監測環境異常，提前發出警報，或是在災難發生瞬間自動切換至離線模式，確保關鍵功能持續運作。這種韌性設計，才是未來AI贏得使用者信任的關鍵。從技術缺口來看，目前多數AI系統缺乏在動態環境中的即時適應能力。機器人領域的即時定位與地圖構建（SLAM）技術雖然進步，但在煙霧、塵埃或強光干擾下仍不可靠。軟體AI則普遍過度依賴雲端，本地運算能力不足。這些問題若不解決，AI在災難中的表現將始終是短板。因此，討論AI發展時，或許該轉換提問方向：與其追問它是否具備人類的外表或口吻，不如先確認它在混亂中是否擁有「逃生」的底層邏輯。

這不僅是技術缺口，更是未來信任AI的關鍵前提——畢竟，在災難面前，存活比模仿更重要。總之，36氪這篇評論為我們敲響警鐘：AI的進步不應只體現在模擬人類的細枝末節，而應回歸其作為輔助工具的本質——在關鍵時刻確實能幫助人類度過難關。無論是硬體機器人的自主避險，還是軟體系統的災難備援，這些「逃生」能力都將成為衡量AI真實價值的重要指標。當我們不再問「AI像不像人」，而是問「AI能不能在災難中逃命」，我們才能真正迎來可靠且值得信賴的人工智慧時代。