在上一篇廣達電腦技術長張嘉淵專訪文章《除了神經網路，人工智慧還有什麼可能》，提到未來AI需要橫跨技術與領域知識的第三種人才，在某種程度上，已經跳脫以往「讀什麼，做什麼」的框架，而是開展更多元的可能。

更多元的變化，同樣會對產業產生衝擊。台灣過去最常談供應鏈、價值鏈，藉由縝密的規劃，造就實力堅強的科技製造產業。然而想要應付多變的未來，需要開始著眼於整個生態系，張嘉淵解釋，生態系牽涉到多面向的互動，所以需要不同的人才，而且一個人不會只有單一功能，要有串連並溝通不同領域的能力。

那麼，如何用生態系的角度來看未來世界？

連動的生態系，小魚只能等著被大魚吃？

張嘉淵以食物鏈為例，在海洋中，大家習以為常大魚吃小魚的生存模式，看起來是一條單純的食物鏈，但是，海洋中最小的魚，會不會跟大魚有另外一種關係？「它不會是一條線的，」張嘉淵說，這些生物都是被擺在同樣的空間，裡面所有的連結與關係都是真實存在。

以相同的概念來看研發，如果研發僅是一條線性的流程，它的流程就會是研究、發展、設計、工業、供應鏈管理、服務，但是企業若只把自己定位在其中的一個流程，單純跟著上下游的廠商脈動，在視野和思維都受到相當的局限。張嘉淵舉例，A公司為上游B公司提供產品設計服務，在這種情況下，A的客戶只是B公司，並非終端用戶。然而，如果A在設計產品的時候，沒有考慮到終端用戶的需求，它如何做出超乎用戶想像的產品？

他也建議，企業或組織不能只想著自己的上下游，需要考慮整個市場的全貌，了解市場生態，才有辦法往不同面向發展。「否則你永遠只看著前方、跟著客戶走，沒有辦法跟其他人建立不同的連結，」張嘉淵進一步提到，這個連結不是簡單上下鏈的關係，而是比較活潑、靈活的思維，因此能夠以更開放、具創意的方式解決問題，不會被束縛在固定的供應鏈與流程上。

張嘉淵表示，人就是活在一個生態系裡面，而非供應鏈，供應鏈是人工的，生態系相較是屬於自然、有機的發展。同樣地，傳統數學等式解的問題比較像鏈的方式，而人工智慧就近似一個生態系，許多神經網路彼此串聯，「所以要拿『鏈』來做人工智慧是很奇怪的事情。」他笑著說。

預測未來？不如點燃新的推進器

人工智慧除了神經網路以外，未來還可能走到哪裡？張嘉淵認為，預測最好的方式，就是直接發明它，一項偉大的發明，是有可能改變世界，很多東西以前不存在，當它突然被發明出來的時候，就會發現之前所有的預測都不準了，例如最早預測智慧型手機的時候，並沒有想到會有iPhone的出現，也因此翻轉所有人對於智慧型手機的想像。

以AI來說，它在目前已有足夠動能的前提下，如果它維持不變的話，發展曲線是相對容易預測。但是如果在前進的路上，新的火箭推進器被點燃，飛行的路徑就會有新的樣貌，「不同時間點燃不同的推進器，它就會往不同的曲線飛，」張嘉淵比喻，AI的發展也是這樣，如果把不可預測的因素也放進去，就會有很大不同的走向，在推進器還沒有被點燃之前，AI可以被預測的未來會是什麼樣子？張嘉淵認為，首先，現在AI能解決的問題還是非常垂直，同一個AI模型沒有辦法同時解決多個問題，例如AI會看胸腔X光片，並不代表會看肝癌。而目前已經開始有很多研究，希望讓AI可以更全面，例如相同模型覆蓋的範圍更廣。此外，隨著5G的普及，邊緣運算的能力大幅提升，可以不分時地的精準判斷，AI就可以更大範圍地擴散到我們生活中。

打開潘朵拉的盒子，管理不可預測的未來

運算速度變快、與AI相關的各種機器更加完備，這是可以被預測的未來之路。然而，不可被預測的是，算力大規模被改變，產生了一個巨大的典範轉移，「建模的方式如果從神經網路，變成腦細胞的模型，會是什麼樣子？數學模式會是什麼樣子？」張嘉淵認為，現在雖然沒有辦法想像，但能夠預測的是，這將會讓AI更像人。

以目前來說，AI僅停留在我們的皮膚表層，就像是把神經元串在一起，可以感受冷熱的層次。「但人真正的學習是什麼樣子？」張嘉淵提到，人類更多的學習是以知識為基礎（Knowledge base）而非以資料為基礎（Data base），能夠將簡單的訊號，從資料、資訊、能力，變成人的智慧，未來的AI有辦法串起這個學習鏈？它的數學模式是如何運作才能把神經元的想法跟分析的想法結合在一起？如果這些實現以後，在未來是具有非常強大的可能性。

AI未來會如何發展，甚至什麼時候會取代人，都需要很大的推進器去推動，「當然，我們希望每個加速器打開的時候，這個飛行器是可以被管理、被控制的。」張嘉淵表示，只有如此，才不會飛到不要它飛去的地方，一旦打開一個潘朵拉的盒子，就要跟上帝拿到另外一個工具與之共處，達到平衡。

他舉例，當我們解鎖一個量子電腦的電源，它可以做什麼樣的事情？這樣的能量要怎麼被管理才能降低風險，往良善的地方走？對公司是否有實質的幫助？都必須有審慎的考量；當企業愈了解未來的風貌和趨勢的時候，就愈容易做對的研究，尤其對容錯率低的大企業更是至關重要。