跳到主要內容

美國官方把 AI 改叫「超級智慧」

美國官方把 AI 改叫「超級智慧」

美國官方把 AI 改叫「超級智慧」 文章主圖
美國總統川普已簽署行政命令,要求聯邦行政部門在多數官方文件與網站中,以「Super Intelligence/超級智慧」取代「Artificial Intelligence/人工智慧」;同一時間,AI 的學習範圍也正從文字、圖片延伸到人類的實作動作,連理髮師剪髮與修鬍的手勢都可能變成機器人訓練資料。另一邊,低軌衛星產業則遇到更現實的問題:零組件、材料與電力設備供應吃緊,甚至還得和 AI 資料中心搶資源。

美國聯邦政府改稱「超級智慧」,先改名字再談新的法律定義

新聞重點

美國總統川普已簽署行政命令,要求行政部門在法律允許範圍內,於官方公文、公共溝通、政府網站、報告與政策文件中,以「Super Intelligence(SI,超級智慧)」取代「Artificial Intelligence(AI,人工智慧)」。

這項行政命令目前主要屬於官方用語調整。既有法規、總統命令、合約、補助與歷史文件,不必因此全部重新修改。

現階段,白宮所稱的「Super Intelligence」,法律上暫時仍沿用美國既有對「人工智慧」的定義,並不代表美國政府正式宣告目前的 AI 已經達到科技業一般理解的「超級智慧」程度。

行政命令同時要求總統科技政策顧問,在 60 天內提出新的聯邦「超級智慧」定義立法草案,評估是否需要修改或取代現行法律中的人工智慧定義。

背景脈絡

這次改名之所以引起討論,是因為「Superintelligence」在 AI 產業裡本來就有特定含義。

一般技術討論中的「人工超級智慧」,通常指的是能力在幾乎所有主要認知領域都明顯超過人類的系統。

但目前我們每天使用的 ChatGPT、Claude、Gemini 等大型模型,雖然在部分工作上非常強,仍然會犯錯,也沒有被業界普遍視為已達到真正的人工超級智慧。

因此美國政府這次做的,其實不是宣布技術突然跨越某一道門檻,而是重新定義政府使用的政策語言。

這也讓命名本身帶上了政策訊號:美國希望把 AI 描述成更具戰略價值、能力更強大的技術,同時強調與中國競爭的重要性。

知識點補充

這裡最容易混淆的是三個詞:

AI(Artificial Intelligence,人工智慧),是一個非常廣的總稱,從推薦演算法、生成式 AI 到自駕系統都可以涵蓋。

AGI(Artificial General Intelligence,通用人工智慧),通常指能在廣泛領域達到或接近人類通用認知能力的 AI。

ASI(Artificial Superintelligence,人工超級智慧),則通常指在幾乎所有主要認知工作上都明顯超過人類的系統。

美國政府現在使用「Super Intelligence」作為官方替代名稱,並不代表上述技術分類突然失效。

所以未來閱讀美國政府文件時,需要注意一件事:

同樣寫著「Super Intelligence」,政府政策用語與學術、產業技術定義可能不是完全同一件事。

生活化說法

可以把它想成政府決定把「智慧型手機」全部改叫「超級手機」。

手機本身並沒有因為改名字,隔天就突然多出十倍性能。

真正改變的是官方說法,以及未來相關文件怎麼稱呼這項技術。

但如果之後政府再根據「超級手機」這個新名稱重新制定法規,那事情就不再只是改名。

AI 現在正處於類似階段。

我們的觀察

這次命名調整真正值得觀察的,不是「AI 到底應不應該改名」,而是語言可能影響政策方向。

當政府把 AI 統一描述成「超級智慧」,可能有助於強化技術競爭與國家戰略的敘事,但也可能造成定義混亂。

例如學術界原本用「Superintelligence」描述一種尚未實現、能力遠超人類的 AI,如果政府又用同一個詞稱呼現有系統,未來法律、新聞與監管討論就更需要確認雙方到底在說哪一種「超級智慧」。

真正關鍵的時間點,可能是 60 天後提出的新定義草案。如果只是延續現行 AI 定義,影響主要停留在名稱;如果開始修改法律適用範圍,才可能進一步影響企業合規與監管。

對一般讀者的影響

短期來說,一般使用者不會因為美國政府改名,就突然需要把「AI」全部改叫「SI」。

私人企業、其他國家與一般民眾也沒有被這份行政命令要求同步改名。

但未來如果美國政府在政策、補助、採購或監管文件中大量使用新名稱,我們看新聞時可能會愈來愈常碰到「Super Intelligence」。

最重要的是不要看到這四個字,就直接理解成「已經出現全面超越人類的 AI」。

AI 開始學「手藝」,理髮師的一雙手也能變成訓練資料

新聞重點

AI 訓練資料正在從文字、圖片與影音,進一步延伸到人類的真實動作。

近期印度一名理髮師穿戴動作捕捉設備工作,剪髮、修鬍與手部移動方式都被記錄下來,這些資料可用於研究機器人如何學習人類實際操作。

這種做法的核心不是單純錄影,而是把人的手、手腕、身體姿勢與工具移動軌跡,轉換成電腦可以分析的數位資料。

如果相關技術成熟,未來被記錄的可能不只理髮,也可能包括電工、廚師、技師、倉儲人員或其他高度依賴手部經驗的工作。

背景脈絡

過去生成式 AI 為什麼能快速進步?

其中一個原因,是網路上本來就有大量文字、圖片與影片可以學習。

但機器人要學現實世界的工作,情況完全不同。

網路上雖然有「理髮影片」,卻不一定包含剪刀用了多少力量、手腕轉了幾度、距離頭皮多遠等精細資訊。

而這些細節,往往才是人類熟練技術真正的核心。

所以 Physical AI,也就是實體世界中的 AI,現在需要一種新的

資料來源

  • :
  • 把人的動作本身變成資料。
  • 知識點補充
  • 這類技術常用到 Motion Capture,也就是動作捕捉。
  • 電影產業早就大量使用動作捕捉。
  • 演員身上裝上感測器後,電腦可以記錄手腳的位置與動作,再把資料套到動畫角色上。
  • 現在同樣概念開始被用在機器人訓練。
  • 流程大致可以理解成:
  • 第一,記錄人類動作。
  • 第二,把手、工具與環境的位置轉成數位軌跡。
  • 第三,AI 從大量示範中學習「在什麼情況下,應該做什麼動作」。
  • 這種方法通常屬於模仿學習的一部分。
  • 機器不是只讀一本「怎麼剪頭髮」的說明書,而是實際看大量師傅怎麼做。
  • 生活化說法
  • 學理髮很難只靠課本。
  • 老師可以寫:
  • 「剪刀與頭髮保持適當角度。」
  • 但「適當角度」到底是多少?
  • 手要抬多高?
  • 碰到不同髮質時力道怎麼調?
  • 這些東西很多都是師傅做久後形成的「手感」。
  • 動作捕捉就像替老師傅的一雙手裝上一台超精細的記錄器,把原本只能靠師徒慢慢模仿的經驗,轉成可以分析的資料。
  • 編輯觀察
  • 這件事真正值得注意的,是 AI 資料的價值正在改變。
  • 網路文字可以大量複製,但真正熟練的現場動作反而相對稀缺。
  • 如果未來機器人需要學會焊接、維修、烹飪、照護或精密裝配,具有多年經驗的技術人員,可能不只負責「工作」,還會成為 AI 訓練資料的重要來源。
  • 這也會帶來新的問題:
  • 職人的動作資料屬於誰?
  • 公司付費記錄一次後,能不能無限拿來訓練機器?
  • 原本靠多年累積的技能,如果被完整數位化,其價值該如何計算?
  • AI 學手藝的下一步,可能不只是技術問題,也會碰到勞動與智慧財產權。
  • 對一般讀者的影響
  • 這並不代表理髮師、廚師或技師很快就會被機器人全面取代。
  • 實體世界比文字世界複雜很多,機器仍需要處理安全、力道、材料差異與各種突發狀況。
  • 但工作技能的傳承方式可能逐漸改變。
  • 未來一名資深師傅除了帶新人,也可能透過感測設備,把多年經驗留下來作為數位教材。
  • 低軌衛星撞上搶料潮,連太空產業都開始和 AI 資料中心搶零件
  • 新聞重點
  • 全球低軌衛星計畫正快速擴大。Amazon 規劃部署超過 5,000 顆衛星,Blue Origin 也提出約 5,400 顆的星系計畫,各國還有更多大型部署案持續推進。
  • 問題是,衛星數量增加速度開始超過部分供應鏈能承受的範圍。
  • 業界供應鏈分析指出,閥門、致動器、開關設備與變壓器等多類關鍵零組件,都存在產能或交期瓶頸,部分特殊零件甚至可能需要等待一年。
  • 原料方面也存在地緣政治風險,例如高效率太陽能電池所需的特定材料供應集中度偏高。
  • 更麻煩的是,AI 資料中心同樣在大量搶購變壓器與電力設備。一家太空公司可能只需要十幾台設備,但大型資料中心一次就可能下單數千甚至上萬台,訂單規模差距讓供應商自然優先服務大型客戶。
  • 業界因此預期,未來幾年部分巨型衛星星系可能因成本與供應限制延後,市場也可能出現更多整併。
  • 背景脈絡
  • 低軌衛星看起來是太空產業,AI 資料中心看起來是地面科技產業,為什麼會搶到同一批東西?
  • 因為兩者背後其實都有大量的電力、通訊與高規格電子設備需求。
  • 衛星系統需要電源控制、通訊設備、開關、變壓器、特殊材料。
  • AI 資料中心同樣需要大量高階電力基礎設施。
  • 當兩個產業同時高速擴張,供應鏈就會出現擁擠。
  • 而很多關鍵設備不像晶片,可以短時間快速增加產量。特殊零件需要認證、測試與專用產線,擴產速度本來就比較慢。
  • 知識點補充
  • 低軌衛星的「低軌」,通常指的是距離地球表面約數百到兩千公里左右的軌道。
  • 和傳統高軌衛星相比,它距離地球比較近,因此通訊延遲較低,也比較適合提供高速網路服務。
  • 但單顆衛星覆蓋範圍較小,所以業者需要一次部署成千上萬顆,形成所謂的 Mega-constellation,巨型衛星星系。
  • 這就是供應鏈壓力的來源。
  • 不是造一顆非常大的衛星,而是要反覆製造幾千甚至幾萬顆相似設備。
  • 任何一個不起眼的小零件缺貨,都可能拖慢整批計畫。
  • 生活化說法
  • 可以把它想成同一座城市突然同時要蓋十座大型醫院和五十棟資料中心。
  • 大家都需要配電盤、變壓器、水電設備和工程師。
  • 結果不是「城市完全沒有東西」,而是供應商一天只能做這麼多。
  • 如果資料中心一次下單 10,000 台,衛星公司只需要 10 台,供應商很自然會先去處理大客戶。
  • 這就是現在太空產業面對的尷尬。
  • 不是衛星不夠先進,而是可能卡在一顆閥門或一台變壓器。
  • 編輯觀察
  • 這則新聞很好地提醒大家:
  • 科技產業最後仍然逃不開物理世界。
  • AI 可以快速更新模型。
  • 太空公司可以一次宣布數千顆衛星計畫。
  • 但工廠產能、礦物、變壓器與特殊零件沒有辦法用軟體更新速度一起成長。
  • 而 AI 資料中心現在又成為全球資源競爭中非常有錢的新買家,會把其他科技產業一起拉進供應鏈競爭。
  • 所以未來科技公司的優勢,可能不只在研發與資本。
  • 誰能長期鎖定材料、建立自己的供應商體系,甚至垂直整合關鍵設備,也會變得更重要。
  • 對一般讀者的影響
  • 低軌衛星供應鏈若受阻,最直接可能影響衛星網路、通訊服務與相關太空計畫的部署速度。
  • 但更大的意義是,AI 基礎建設的擴張開始影響其他產業取得設備的能力。
  • 我們未來談「AI 成本」時,不能只看 GPU。
  • 變壓器、電網設備、原物料、土地與能源,同樣可能成為決定 AI 與其他科技產業能不能持續擴張的重要資源。
  • 我們的總觀察
  • 今天三則新聞表面上跨度很大:
  • 美國政府在改 AI 的名字。
  • 機器人在學理髮師的手勢。
  • 太空公司則在為了變壓器和 AI 資料中心搶料。
  • 但把它們放在一起,會發現 AI 其實正在快速跨出原本的軟體邊界。
  • 第一個變化,是AI 開始影響政策語言。
  • 當政府連官方名稱都要重新定義,代表這項技術已經被提升到國家戰略層級。
  • 第二個變化,是AI 開始吸收實體世界的技能。
  • 過去模型主要吃的是網路資料,未來連一名理髮師手腕怎麼轉,都可能變成有價值的訓練內容。
  • 第三個變化則更加現實:
  • AI 開始和其他產業爭奪同一批物理資源。
  • 模型看起來存在雲端,但背後需要資料中心、變壓器、材料與能源;這些東西供應有限,當 AI 擴張得太快,就會擠壓其他高科技產業。
  • 所以接下來幾年的 AI 發展,可能會出現一個很有趣的轉折:
  • 以前大家問的是「模型還能學什麼?」
  • 未來可能更常問:
  • 「我們還有多少資料、人才、電力與材料可以讓它繼續學?」
  • AI 的上限,未必只由演算法決定。
  • 當它真正進入政策、勞動與實體供應鏈之後,現實世界的資源與規則,也會開始反過來決定 AI 能跑多快。
  • 資料來源
  • 電腦王阿達|美國聯邦政府將 AI 官方用語改為 Super Intelligence
  • https://www.kocpc.com.tw/archives/671635
  • 美國白宮/Federal Register|Executive Order 14434:Inaugurating the Era of Super Intelligence whitehouse.gov
  • ETtoday AI|理髮師動作捕捉與 AI 技能學習相關報導
  • https://ai.ettoday.net/news/3250607
  • 科技新報|低軌衛星巨型星系與 AI 資料中心供應鏈競爭
  • 女

延伸閱讀


作者:NineLife AI 編輯室
最後更新:2026年10月11日
本文由 NineLife AI 編輯室整理公開資料後撰寫,可能使用 AI 工具協助草稿整理;發布前會人工檢查來源、事實與語意。內容僅供資訊參考,不構成法律、投資、醫療、稅務或其他專業建議。

留言

這個網誌中的熱門文章

遊戲開發邏輯可能被重寫

 遊戲開發邏輯可能被重寫 AI 的影響,正從「幫你做得更快」,進一步走向「改變你怎麼做事」。 在遊戲產業,它開始接手世界的生成; 在學習與工作場域,它被質疑是否讓人類思考退場; 在會計這類高度制度化的專業領域,它則被視為補位而非取代。 延伸脈絡:不要只看單一事件 「遊戲開發邏輯可能被重寫」之所以值得留下來閱讀,是因為它可以當成觀察 AI 發展節奏的一個切片。單一新聞可能很短,但把它和同時期的產品更新、政策討論、使用者反應放在一起,就能看出 AI 技術正在從實驗性展示走向日常基礎工具。 從「AI 教育與學習方式」的角度看,讀者可以特別注意兩個層次:第一是技術是否真的成熟到能被普通人穩定使用;第二是平台、企業或主管機關是否已經準備好相應的規則。前者決定短期體驗,後者決定這項應用能不能長期被信任。 因此,這類文章不只是在記錄一則消息,而是在提醒我們:每一次 AI 被放進工作、教育、娛樂、治理或家庭生活,背後都會重新分配效率、風險和責任。讀者若能從這三個面向回頭檢查,就比較不容易被單一功能或宣傳話術帶著走。 作者: NineLife AI 編輯室 最後更新: 2025年12月26日 本文由 NineLife AI 編輯室整理公開資料後撰寫,可能使用 AI 工具協助草稿整理;發布前會人工檢查來源、事實與語意。內容僅供資訊參考,不構成法律、投資、醫療、稅務或其他專業建議。 站內延伸閱讀: 深度閱讀目錄 | AI 工具觀察 | 關於 NineLife AI

ChatGPT 學習模式與 NotebookLM 影片摘要:功能更新和法規時間怎麼分清楚?

2025 年 7 月,ChatGPT 與 NotebookLM 分別推出引導學習和影片摘要功能。兩者都能協助接觸知識,卻不能單憑功能名稱就認定學習成果提高。本文也更正原文把歐盟 AI 法案寫成同期新通過的時間脈絡。

AI新局:就業認證、版權爭議、中企挑戰

AI新局:就業認證、版權爭議、中企挑戰 AI 的力量正全面展開:OpenAI 推出證書與人才平臺,試圖打造新一代數位職涯生態;華納兄弟則槓上 Midjourney,為版權保護與 AI 創作劃下界線;中國新創 DeepSeek 加速推進,公開挑戰 OpenAI 的龍頭地位。這三則新聞,讓我們同時看到 教育、法律與國際市場 的三重戰場。 🔹 OpenAI推AI證書與人才平臺 擴大就業機會 📌 新聞整理 OpenAI 應用執行長 Fidji Simo 宣布,將推出 OpenAI 證書 與 AI Jobs Platform。 • 證書今年上線,分為基礎到進階提示工程等級,由 OpenAI Academy 提供準備與考核。 • 目標在 2030 年前認證 1,000 萬名美國人,Walmart 已率先導入員工訓練。 • Jobs Platform 明年推出,結合 AI 技術協助政府與企業找人才,被視為 LinkedIn 潛在競爭對手。 💬 生活化比喻 就像數位時代的「駕照考試」,拿到證書後才能在 AI 世界裡上路。 🔍 知識補充 • AI認證:讓人才有清晰標準,企業也能快速篩選。 • 市場影響:若成功普及,可能重塑全球職場技能門檻。 🔹 華納兄弟控告Midjourney未授權用角色訓練AI 📌 新聞整理 華納兄弟探索正式提告 Midjourney,指控其未授權使用旗下角色訓練模型,並允許生成 超人、蝙蝠俠、湯姆與傑利 等影像與影片。 • 此前迪士尼與環球也已提告 Midjourney。 • 華納強調 Midjourney「明知可限制卻放任侵權」,且營收與此直接相關。 • Midjourney 暫未回應。 💬 生活化比喻 就像你拿別人漫畫角色,隨便印在商品上賣錢,卻沒經過授權。 🔍 知識補充 • AI版權爭議:核心在於「訓練資料是否需要授權」。 • 產業趨勢:娛樂巨頭集體提告,可能推動 AI 法規加速落地。 🔹 DeepSeek攜新AI模型挑戰OpenAI 📌 新聞整理 中國新創 DeepSeek 宣布年底推出新一代 AI 代理模型。 • 目標:以更少指令完成複雜任務,挑戰 OpenAI 市場地位。 • 今年 1 月首發 DeepSeek-R1,20 天內日活用戶數即達 2,161 萬。 • 新系統支援多模態理解、多語言應用,...