還好，接下來的三十年人類在電腦技術上突飛猛進，隨著半導體和軟體的進步，加上演算法的發展，電腦解決問題的速度提升了近百萬倍，過去需要一週才能得到的答案，如今可能三秒就能計算出來，這些進展讓我們開始出現「人工智慧或許可行」的希望。
近期最有名的案例就是Google 公司開發出的圍棋程式AlphaGo。AlphaGo 這個人工智慧具有「機器學習（Machine Learning）」的能力，所謂的機器學習指的是在資料輸入後，能夠藉由過去實戰的紀錄，來累積規則和經驗，從初學者慢慢到一段、二段、三段⋯⋯，過程中不斷強化它的精準度，且速度會越來越快，也因此AlphaGo 可以在極短的時間內分析過去數以千計的棋譜，快速做出勝算最高的選擇，比起人類棋手，AlphaGo 更像是一名學習力超強的資優生，人類每天只能累積五六盤棋的經驗，但AlphaGo 每小時就能模擬上百萬副棋譜，自然會戰無不勝，連韓國高手李世、世界棋王柯潔都只能甘拜下風。
AlphaGo 的例子讓我們燃起了人工智慧的希望，但畢竟圍棋還是個規則有限的範疇，要讓人工智慧發展到猶如科幻電影一般程度，則仍有許多地方需要突破，不過至少我們知道，人工智慧在有限規則下的應用已經不再是痴人說夢。
＊作者為產業研究專家，曾任工研院産業經濟與趨勢研究中心主任，現任鴻海科技集團 資深顧問，中國文化大學競爭力研究中心主任。本文選自作者新著《我真的不是潑冷水》（捷徑文化）。
