DIGITAL EXHIBITION / 1830s—2026

當機器
開始思考,
人在哪裡?

從齒輪的規律、真空管的光,到今天能與我們對話的人工智慧。這不只是機器變得多強大的故事,更是人類如何重新理解自己的歷史。

01 / 08 研究整合版本 · 內容持續查證

SCROLL TO DISCOVER人 × 機器:一段仍在書寫的歷史
EDITORIAL NOTE / 00

THE CENTRAL QUESTION

我們發明工具。
工具,也重新塑造我們。

每次技術突破,都同時改變兩件事:機器能做什麼,以及人選擇怎麼生活。因此,我們不把歷史整理成孤立的發明清單,而是讓四條線索彼此交錯。

01

MACHINE

運算、元件與技術能力

02

HUMAN

使用方式與人的角色

03

INTELLIGENCE

從規則走向學習與生成

04

WORLD

社會、制度與文化的連鎖變化

THE MAIN NARRATIVE / 01—08

從計算工具到認知協作者

八個轉折。
一個未完的問題。

沿著歷史前進,看見技術突破背後的人類選擇。每一章都能獨立閱讀,無須觀看動畫或依照指定節奏前進。

01 / BEGINNING1830s–1936MACHINE

BEFORE THE ELECTRONIC AGE

先有「計算的想像」,
才有電腦。

這張照片拍的是 19 世紀巴貝奇「分析機」的部分試製模型。它沒有晶片,靠齒輪和機械零件工作;巴貝奇更重要的想法,是讓機器依照事先安排的指令做不同計算。

到了 1936 年,圖靈則用數學模型研究:哪些問題可以被拆成明確步驟來計算?兩者並不是同一台機器。

一句話重點先有人想到「機器照步驟運算」,才逐步有了後來的電腦。

史料來源:倫敦科學博物館 ↗
HISTORICAL OBJECT / 真實歷史實物巴貝奇的分析機 · 部分試製模型
倫敦科學博物館收藏的巴貝奇分析機部分試製模型照片。畫面中央可見金屬齒輪、傳動軸與一排排機械零件;它不是一部已完整建成的電腦。
先看真實的機器:不是晶片,而是齒輪。分析機未在巴貝奇生前完整建成;照片是其部分試製模型。攝影 Daderot · CC0。圖片出處與授權 ↗
延伸圖解 / CONCEPT EXPLAINER · 想知道它如何影響後來的電腦?接著看下方分鏡。
三階段概念示意:巴貝奇的分析機設計構想、讓機器按照指令執行步驟,以及圖靈在 1936 年提出的抽象計算模型;圖靈機不是當時已製作的實體電腦。
CONCEPT EXPLAINER 01 下方為自行繪製的概念流程圖,不是歷史照片;實物照片見上方。分析機的機械設計與圖靈的數學模型是不同的事。
放大圖解(新分頁) ↗
02 / ELECTRONIC1940sMACHINE

FROM THEORY TO HARDWARE

當計算,
開始以電子速度運作。

戰時密碼分析與科學運算需求推動早期電腦。Colossus 在 1944 年投入密碼分析;ENIAC 於 1946 年公開亮相。電子元件讓計算的速度與規模出現新可能。

轉變計算從人力密集的過程,成為大型電子系統的工作。

查閱 The National Museum of Computing ↗
1940 年代電子計算需求、1944 年用於特定密碼分析任務的 Colossus,以及 1946 年公開展示的 ENIAC。兩部機器用途與分類不同,設備圖並非實際照片。
VISUAL ESSAY 02 電子運算擴大可處理問題的規模。Colossus 和 ENIAC 並非同一類用途。
放大圖解(新分頁) ↗
03 / MINIATURIZATION1947–1980sMACHINE / HUMAN

THE PERSONAL MACHINE

巨大的機器,
走向每個人的桌面。

電晶體、積體電路與 1971 年的 Intel 4004 微處理器,推動運算硬體縮小。到了個人電腦普及的年代,使用電腦不再只屬於大型研究機構。

轉變誰能使用運算能力,開始發生根本變化。

查閱半導體技術史 ↗
以四幅非等比例示意呈現真空管時代的大型設備、1947 年電晶體、積體電路與 1971 年 Intel 4004 微處理器,最後是 1970 至 1980 年代的個人電腦。小型化並非個人電腦普及的唯一原因。
VISUAL ESSAY 03 從大型電子設備到個人電腦。跨數十年技術演變概念示意,非等比例。
放大圖解(新分頁) ↗
04 / CONNECTIVITY1969–1991WORLD

THE CONNECTED WORLD

電腦之間,
開始彼此說話。

1969 年 ARPANET 啟動;1983 年採用 TCP/IP;全球資訊網於 1989 至 1991 年間逐步建立。電腦從單獨處理資訊,走向全球共享知識的節點。

轉變計算不只是一台機器的能力,也是網路的能力。

查閱 Internet Society ↗
單機運算到網路與全球資訊網的三階段概念圖:1969 年 ARPANET、1983 年 TCP/IP,以及 1989 至 1991 年的全球資訊網。網際網路與 WWW 是不同概念。
VISUAL ESSAY 04 從單機到網路,再到網頁。概念示意,非實際歷史網路拓撲。
放大圖解(新分頁) ↗
05 / LEARNING1950–2016INTELLIGENCE

CAN MACHINES THINK?

如果機器不只照規則做事,
還能從資料中學習?

1950 年圖靈討論機器智慧,1956 年人工智慧成為正式研究領域。經歷起落後,2012 年深度學習在影像辨識取得突破;2016 年 AlphaGo 展現學習與搜尋方法的潛力。

轉變從人寫出規則,走向從資料中學得模型。

查閱 Stanford AI100 ↗
規則式系統由開發者事先寫出判斷條件;學習式方法使用範例資料訓練模型,再對新輸入產生推論。兩種方法可以並存;2012 年影像辨識與 2016 年 AlphaGo 是不同應用案例。
VISUAL ESSAY 05 規則與資料訓練是不同方法,也可能並存。模型輸出仍需檢驗。
放大圖解(新分頁) ↗
06 / LANGUAGE2017–2020INTELLIGENCE

A NEW INTERFACE TO INFORMATION

語言,成為
下一種運算介面。

2017 年 Transformer 架構提出。隨著大型語言模型發展,人們開始用自然語言描述需求,而模型能生成文字與程式等內容。這不是理解世界所有面向的保證,卻改變了與系統互動的方式。

轉變從操作軟體功能,走向描述意圖。

查閱 Attention Is All You Need ↗
三階段互動方式:從在傳統軟體選擇功能,到以自然語言說明需求,再到模型產生可編修的文字草稿。2017 年 Transformer 是重要脈絡,生成內容不代表答案必然正確。
VISUAL ESSAY 06 操作系統的方式逐漸加入自然語言。生成內容仍須查證與編修。
放大圖解(新分頁) ↗
07 / GENERATIVE2022–2024HUMAN / INTELLIGENCE

THE MACHINE SPEAKS

當每個人都可以
直接向機器提問。

ChatGPT 於 2022 年 11 月 30 日推出,生成式 AI 開始走進更多人的生活。後續多模態模型讓文字、聲音與影像之間的互動更加緊密,也將可靠度、創作歸屬與判斷責任帶到眼前。

轉變人機互動逐步從「學會指令」走向「自然對話」。

查閱 ChatGPT 發布公告 ↗
生成式 AI 走進日常的三個示意場景:2022 年 ChatGPT 對話介面、使用 AI 協助內容創作與整理,以及不同產品可能具備的影像和聲音互動。可靠度、來源與著作權仍須留意。
VISUAL ESSAY 07 從對話到多種應用。不同產品的多模態能力不必然相同。
放大圖解(新分頁) ↗
08 / THE OPEN QUESTION2025–NOWHUMAN / WORLD

HUMAN AGENCY

能力越強,
選擇權應該交給誰?

AI 開始協助多步驟工作,但新能力不代表答案總是正確。從工作、學習到創作,真正重要的問題是:我們如何保留查證、學習與自主決定的能力?

我們的提問讓科技擴大人的能力,而不是接管人的判斷。

從社會研究繼續思考 ↗
人與 AI 的四步協作循環:由人提出目標、AI 協助產出草案、人查證與修正,最終由人做決定並承擔責任。
VISUAL ESSAY 08 AI 是協作者,查證與最後選擇仍由人負責。
放大圖解(新分頁) ↗

THE HISTORICAL RECORD / INTERACTIVE INDEX

選取一個視角,探索同一段歷史

時間不是直線,
影響也不是。

依機器、人類、智慧或世界的視角篩選事件。點開個別事件可閱讀脈絡與來源,篩選不會改寫史實。

顯示 13 個歷史節點

1830s巴貝奇的分析機構想MACHINE
提出機器可依照指令執行不同計算的設計。完整構想未在其生前建成。來源:Computer History Museum ↗
1936圖靈機理論MACHINE
以數學模型研究可計算性;這是一種理論模型,並非實體電腦。來源:Computer History Museum ↗
1944Colossus 投入密碼分析MACHINE
早期電子計算技術用於戰時密碼分析;不等同後來的通用儲存程式電腦。來源:TNMOC ↗
1947電晶體的重要突破MACHINE
電晶體逐漸取代真空管,為後續設備小型化與可靠度改善奠定基礎。來源:Computer History Museum ↗
1950–56圖靈的提問與 AI 研究領域誕生INTELLIGENCE
圖靈於 1950 年討論機器智慧;「人工智慧」一詞見於 1955 年提案,1956 年達特茅斯研討會促成學科成形。來源:Turing, 1950 ↗
1969ARPANET 啟動WORLD
早期電腦網路將多個研究機構連起來,是網際網路發展的重要前身。來源:DARPA ↗
1971Intel 4004 微處理器MACHINE
將中央處理器的主要功能整合到單一晶片,推進更小型的運算設備。來源:Computer History Museum ↗
1989–91全球資訊網逐步建立WORLD
提姆・柏內茲-李提出並實作全球資訊網,讓在網路上尋找與分享文件變得更容易。來源:Internet Society ↗
1997Deep Blue 擊敗世界棋王INTELLIGENCE
IBM Deep Blue 在標準賽制下擊敗卡斯帕羅夫,展示特定策略任務中的計算與搜尋能力。來源:IBM ↗
2012AlexNet 與深度學習突破INTELLIGENCE
深度神經網路與 GPU 計算在大型影像辨識競賽中展現優勢。來源:Stanford AI100 ↗
2017Transformer 架構提出INTELLIGENCE
《Attention Is All You Need》提出 Transformer,成為許多語言模型的重要技術基礎。來源:原始論文 ↗
2022ChatGPT 公開推出HUMAN
自然語言對話形式讓更多人接觸生成式 AI,但答案仍需查證。來源:OpenAI 官方公告 ↗
2025–26AI 工作流程與人類自主性HUMAN / WORLD
AI 代理與工具使用持續發展;提升效率的同時,也需要正視可靠度、學習效果、隱私與人類決策權。來源:METR 研究(特定樣本,不代表所有工作)↗

HUMAN IMPACT / ANOTHER SIDE OF PROGRESS

研究不只有樂觀或悲觀的單一答案

能力在增加。
我們也需要更多判斷。

社會研究提醒我們:科技效益取決於使用情境、研究對象與評估方式。以下數據不是普遍定律,而是值得討論的具體案例。

WORK / 工作+14%

AI 讓部分客服任務更有效率

針對 5,179 位客服人員的研究,AI 助理使生產力平均提升約 14%。這是特定職場與工作類型的結果。

Brynjolfsson 等,QJE / NBER ↗
LEARNING / 學習−17%

直接依賴答案,可能削弱學習

一項高中數學實驗中,使用一般 AI 輔助練習的學生,在撤除 AI 後的考試分數比對照組低約 17%。

Bastani 等,PNAS ↗
DIGITAL DIVIDE / 社會2.2B

連上網路,仍不是人人都有的機會

ITU 估計 2025 年全球約 22 億人仍未上網。科技擴張能力,也必須面對接近與使用門檻。

ITU Facts and Figures 2025 ↗

閱讀提醒:研究結果可能有樣本、地區與因果推論限制。組員研究原稿與來源索引保留在 Repository 的 docs/SOURCES/,公開展示的敘事內容仍需進行跨組員查證。

AN ENDING THAT IS ALSO A BEGINNING

機器能做的越多,
人就越需要知道:
什麼值得自己決定。

科技不必是人的對手。更值得追問的是,我們要如何用它創造自由、知識與生活品質,同時保留懷疑、選擇與思考的能力?

回到起點 HUMAN × MACHINE / CONTINUED

REFERENCES / VERIFY THE STORY

可以追溯的知識,才值得被信任

資料,比特效重要。

以下列出本版主要使用的公開來源。研究文件與網站敘事採分層管理,保留原始稿並記錄待驗證項目。