Wiener 如何讓機器與生物共享一套語言？控制論、回饋與自動化風險

實體索引｜Wiener如何讓機器與生物共享一套語言？控制論、回饋與自動化風險

• 技術與思想實體：Wiener如何讓機器與生物共享一套語言？控制論、回饋與自動化風險；核對人物、機器、生物系統、控制迴路、回饋、密碼、計算模型與歷史文獻。
• 原文錨點：1. Meta Data Title Tag: 諾伯特·維納：他發明了未來，卻花後半生警告我們別用 (控制論之父) 編輯插圖：計算、回饋與制度設計如何彼此連動。 Slug: norbert-wiener-cybernetics-father-ai-warning Meta Description: 不要只叫他數學家。諾伯特·維納 (Norbert Wiener) 創立了控制論，預言了自動化危機。當今 AI 的發展，其實正在重演他 70 年前最深的恐懼。深度解析控制論與現代 A
• 系統脈絡：把感測、訊號、回饋、決策、機器或生物行為、風險與治理分開，說明自動化如何影響系統。
• 編輯界線：區分歷史概念、工程實作與 AI 類比，不把思想實驗或模型比喻直接當成現代能力證明。

1. Meta Data

Title Tag: 諾伯特·維納：他發明了未來，卻花後半生警告我們別用 (控制論之父)

Slug: norbert-wiener-cybernetics-father-ai-warning

Meta Description: 不要只叫他數學家。諾伯特·維納 (Norbert Wiener) 創立了控制論，預言了自動化危機。當今 AI 的發展，其實正在重演他 70 年前最深的恐懼。深度解析控制論與現代 AI 的糾葛。

2. Article Body

諾伯特·維納：那個看見「末日」的神童，與被遺忘的控制論

作者：YOLO LAB 總編輯

發布日期：2024年

這不是一篇歌功頌德的人物傳記。如果你想看他幾歲從哈佛畢業（那是 18 歲，順帶一提），去查維基百科就好。

我在科技評論圈打滾二十年，看過無數技術名詞被炒作後又泡沫化。但只有一個人的理論，像幽靈一樣死死纏著現代科技不放。這個人就是諾伯特·維納 (Norbert Wiener)。

他是「控制論 (Cybernetics)」之父。更準確地說，他是現代人工智慧 (AI) 最早的奠基者，同時也是它最激烈的反對者。很諷刺對吧？

今天我們要聊的，是一個關於「神童、戰爭、以及被人類遺忘的警告」的故事。

什麼是控制論？（別被學術名詞騙了）

在 1948 年，維納出版了那本震撼世界的書——《控制論：或關於在動物和機器中控制和通信的科學》。

書名很長，但核心概念只有一個詞：反饋 (Feedback)。

簡單說，維納認為生物（你和我）與機器（導彈、電腦）在底層邏輯上是沒有區別的。我們都是「系統」，都依賴「信息輸入」來調整行為，並產生「輸出」。

• 你伸手拿水杯，眼睛看到手偏了（輸入誤差），大腦修正肌肉（負反饋），最後抓到杯子。
• 熱追蹤導彈偵測到飛機熱源偏左（輸入誤差），尾翼修正航向（負反饋），最後擊中目標。

這在當時是離經叛道的想法。他打破了生命與非生命的界線。他告訴世界：只要有信息流動和反饋機制，機器就能像人一樣「思考」和「行動」。

這就是 Cybernetics 的希臘字源 Kybernetes 的原意——舵手。掌舵的人，依賴風向和水流的反饋來修正航道。

被矽谷遺忘的戰爭：控制論 vs. 符號 AI

這是很多現代 AI 工程師都不知道的黑歷史。

在 1950 年代，人工智慧的發展其實有兩條路：

1. 維納的控制論派（Connectionism）： 模擬大腦神經元，強調整體系統、模擬信號、反饋迴路。這是神經網路 (Neural Networks) 的前身。
2. 麥卡錫與明斯基的符號派（Symbolic AI）： 認為智慧是邏輯符號的運算，強調規則、程式碼、IF-THEN 邏輯。

1956 年的達特茅斯會議 (Dartmouth Conference) 被視為 AI 的誕生地，但維納拒絕參加。

結果是什麼？符號派贏了。接下來的 50 年，統治電腦科學的是邏輯編程。維納的理論因為當時算力不足，被視為「太過哲學」而遭到邊緣化。

但是，劇情反轉了。

到了 2010 年代，深度學習 (Deep Learning) 爆發。我們發現，要讓電腦看懂貓的照片，寫 IF-THEN 規則是沒用的（符號派死路），你必須建立一個巨量的反饋系統讓它自己學習（控制論復活）。

今天的 ChatGPT、Claude、Gemini，骨子裡流的血，其實是維納的控制論。我們繞了半個世紀的遠路，最後還是回到了維納指出的方向。

熵 (Entropy) 與惡魔：維納的恐懼

維納是個悲觀主義者。這或許是因為他太聰明，聰明到看透了熱力學第二定律的殘酷。

他常提到一個概念：熵 (Entropy)。在物理學中，熵代表混亂度。宇宙的自然趨勢是走向混亂、崩壞、死亡。

維納認為，信息 (Information) 是熵的相反詞（負熵）。人類透過溝通和控制來對抗混亂，維持秩序。

但他看到了危機。

在他的另一本著作**《人有人的用處 (The Human Use of Human Beings)》**中，他發出了震耳欲聾的警告：

「如果我們製造出在某些方面比人更聰明的機器，並把決策權交給它們，那我們最好確定這些機器的目標與我們的目標完全一致。否則，我們就麻煩大了。」

聽起來耳熟嗎？這就是現在馬斯克 (Elon Musk) 和 AI 安全專家天天在吵的 「對齊問題 (Alignment Problem)」。

維納早在 1950 年就預言了：

1. 自動化將摧毀中產階級工作：機器不需要休息，不會罷工，這會導致大規模失業。
2. 決策黑箱：當機器的反饋迴路快到人類無法理解時，我們將失去對社會的控制權。
3. 法西斯式的控制：掌握數據與反饋系統的人，將擁有前所未有的獨裁權力。

YOLO LAB 觀點：我們活在維納的噩夢裡嗎？

作為一個觀察者，我必須說：維納是對的，而且對得讓人發毛。

看看現在的演算法推薦系統（TikTok, YouTube）。這就是最極致的控制論系統。

• 輸入： 你的點擊、停留時間。
• 反饋： 演算法修正推薦內容。
• 輸出： 你被黏在螢幕前，大腦被多巴胺綁架。

我們以為我們是使用者，但在維納的定義裡，我們只是這個巨大反饋迴路中的一個元件。

維納晚年變得非常孤僻，甚至拒絕接受政府資助。他意識到科學家無法控制自己的發明被如何使用。他創造了讓機器變聰明的理論，然後花了一輩子警告人們不要相信機器。

人有人的用處

諾伯特·維納在 1964 年去世，那時網際網路還沒誕生。但他留下的問題，至今無人能解。

在 AI 能夠生成文章、代碼甚至藝術的今天，我們該問的不是「AI 還有什麼做不到？」，而是維納當年的那個問題：

「在一個充滿機器的世界裡，人類的尊嚴和用處究竟在哪裡？」

如果我們不能回答這個問題，那麼控制論的最終章，可能就是人類將控制權徹底交出的那一刻。