喬布斯發明 iPhone，開啟一場智能手機革命。假如世上沒有喬布斯，我們失去的，將遠不止於一款手機，日常生活許多不可或缺的事物，例如 Instagram、Spotify、Uber、Airbnb、Tiktok 以至港產的 GogoX 和 Lalamove 等 App，都會像 Thanos 輕彈手指的瞬間全數消失。

距離喬布斯逝世已過去 12 年、iPhone 快要迎來 16 歲生日的今天，另一場不相伯仲的變革亦正在發生——以 ChatGPT 為首的生成式人工智能（Generative Artificial Intelligence），被稱為科技世界另一個「iPhone moment」。

本系列將介紹生成式人工智能的本質和背景，邀請學者和業界翘楚為讀者部析，它將如何改變及影響產業以至世界的格局，以及展望結合了 ChatGPT 和其他生成式人工智能的未來，我們是有理由相信生活將變得更加優雅，還是應該為潛在危機開始作一些準備？ 

周身刀容易用 

技術上，ChatGPT 屬於一種大型語言模型，亦即使用大量文本數據，來訓練一個可以自動推理和生成語言的模型，目的是學習語言的結構和意義，並且通過使用上下文和語境，來生成合理的回應。顧名思義，「它」能跟使用者進行對話、回答各種問題。重點是，其語言能力已超越大部分普通人的水平，甚至比起專業文字工作者有過之而無不及，可以交出自然流暢、優雅易讀的回應。 ChatGPT 目前的最新架構版本是 GPT-4。 

然而，ChatGPT 功能不止於聊天，除了生成文字，它還可以為你翻譯語言，消化文章或報告，然後給你一個簡單易明的撮要，甚至可以幫手寫博客、營銷內容「度橋」、詩歌文藝創作，都能在彈指之間完成。而我認為，其最大的突破，在於它竟可以編寫程式碼，基於使用者的口頭指令，開發一些簡單的小程式小遊戲，例如諾基亞手機的貪食蛇、一些貨幣互換網頁小工具，一下子打破程式員和普通人之間的技術鴻溝。 

換言之，這種極之容易上手、毋須特別學習的特性，使得 Chatgpt 作為一種科技產品，一推出即告大受歡迎。而且當使用人數愈多，供其學習的所謂 training data 訓練數據也就愈多，它的進步速度勢必愈來愈快，能力和效能也將愈來愈高。 

插件即App Store

由面世到爆紅，Chatgpt 用了區區數月時間，如果我一年前跟你說，人工智能已經發展到 9 歲兒童的心智，讀者很有可能無法相信，甚至是不屑置評，笑我科幻電影看得太多。 

但根據最新的實驗結果，Chatgpt 最新架構版本 GPT-4，的確已能通過名為「 Sally-Anne測試」的心理測驗： 

測試者會面對一個題目：Sally 和 Anne 在一個房間裡，Sally 拿起一個球並放進一個籃子，然後離開了房間。在Sally 離開後，Anne 暗中把球從籃子裡取出，然後放進另一個盒子；接下來，測試者會被問到，當  Sally回來時，她會去哪裡找球。如果測試者回答說 Sally 會去盒子裡找球，這將不是正確答案。實際上，正確答案是 Sally 會到原本的籃子裡去找球。 

根據過往實驗結果，6 至 8 歲兒童答對問題的比率是 65.5%，而 9 至 14 歲的比率則為 91.9%。今次為免 GPT-4 在互聯網找到以往的答案，還特別將題目改成 Alice 與 Bob 在電腦上找尋檔案，而 GPT-4 同樣能夠答對。 

在商業的層面，近日 ChatGPT 母公司 OpenAI，也在其官方博客宣布，將正式開放「外掛功能」，也就是以不同的第三方服務供應商，例如 Expedia、OpenTable、Shopify、Slack 等，去協助 ChatGPT 查找最新的資訊，以解決和突破早前「資料僅限於 2021 年以前」的限制。 

如果 ChatGPT 就是今天的 iPhone，那麼這個 ChatGPT Plugin 將要是人工智能的 App Store 了，它將以 ChatGPT 作為核心建構一個人工智能的應用方案平台。作為上一代的科技霸主，Apple 和 Google 是應該感到無與倫比的壓力。 

當然，在 OpenAI 及其主要投者 Microsoft 以外的科技巨頭，都沒有坐以待斃的理由，不久之前，Google 已推出同類產品 Bard，至於東方的百度，也推出了「文心一言」，試圖跟 ChatGPT 爭一日之長短。 

至於其他巨頭，例如 Apple 及 Amazon，雖然暫時未見新產品，但考慮到早有像 Siri、Alexa 這類虛擬助手，在商言商，未來要整合或推出自己的生成式人工智能，將不是一件令人意外的事。 

與馬斯克「分手」

每趟科技世界的範式轉移，都有自己的專屬故事，而且必會牽扯到一些最叛逆和傲慢的的科技狂人，ChatGPT 及其母公司 OpenAI 亦不例外。 

OpenAI 作為一個「非牟利組織」，它早於 2015 年在 Elon Musk 和 Reid Hoffman 等億萬富翁支持下推出。起初富豪們承諾將提供 10 億美元，供 OpenAI 有足夠資源茁壯成長，抗衡 Google 為首的搜尋科技霸權。 

到了 2018 年初，Musk 認為 OpenAI 落後於 Google 太多，並提出一個解決方案：由他本人進行收購、繼而控制和營運 OpenAI。 

在當時，其他共同創辦人包括擔任 CTO 的 Greg Brockman，跟知名創投加速器 Y-combinator 的 CEO Sam Altman 均反對 Musk 的收購，事情以 Musk 離開公司告終，當初承諾的 10 億美元資金亦杳無音訊。 

2019年，OpenAI 宣佈創建一個新的營利性組織，以便籌集足夠資金，用來支付訓練 AI 模型所需要的運算能力。不到六個月後， OpenAI 就從 Microsoft 那裡獲取了 10 億美元融資，不僅資金到位，雙方還一起合作訓練大型語言模型，最終創建了 ChatGPT 和圖像生成器 DALL-E 等產品。 

五日100萬人

所謂「三軍未動，糧草先行」，自從有了 Microsoft 作為後盾，OpenAI 踏上高速發展的旅程，速度之快，就連 Sam Altman 也坦言始料不及。 

根據統計數字，ChatGPT 由零到 100 萬用戶的時間，遠遠快於其他科技產物，例如 Spotify 需要用上 5 個月的時間，才能達到 100  萬用戶，至於 Instagram，亦需要兩個半月時間。至於 ChatGPT？只用了區區 5 日的時間。

它的另一項紀錄，是由推出起計僅 2 個月，便收獲了一億名每月活躍用戶。其他人最快的 TikTok 用了足足 9 個月時間，若追溯遠古未有互聯網，電話整整用了 75 年時間、收音機是 38 年、甚至電視機亦要13 年時間，才達到一半 5000 萬人使用的里程。

這也解釋了自從 2020 年以來，全球風險投資機構，針對生成式人工智能的投资增加了425%，達到 21 億美元，其中 6 家 AI 初創估值超過獨角獸級數的 10 億美元標準。資本市場總是十分現實的和無寶不落的。

此時此刻，在一些最受歡迎的社交平台，例如 YouTube、Instagram 和 Facebook，已有數之不盡的內容，來自於生成式人工智能共同創作，甚至是由 AI 完全自主創作的手筆。

至於編程和軟件方面，除了湧現大量「站在巨人肩上」的依賴 ChatGPT 生態的初創，亦有由 ChatGPT 編寫的 App，已經通過 Apple 審核登上 App Store，其中聲稱只有 2% 至 5% 程式碼是由人手編寫。 

AI 元年

由於 ChatGPT 的爆紅與「入屋」，已經有人將 2023 年定性為「AI 元年」。但凡元年，定必意味著一個全新的開始，而且對於未來有著深遠的影響。 

ChatGPT 及其類別的生成式人工智能，勢將將顛覆無數現有的遊戲規則，最簡單容易察覺的線索，莫過於 Google 多年高居不下的市場佔有率，出現了有史以來的「跌幅」，那怕暫時只是一點點而已。 

ChatGPT 的深遠影響，絕不止於一兩間上市公司的盈利與未來。當人工智能不斷普及，訓練數據愈多，它勢必不斷「進步」，在工作、教育、創作及其他不同的生活範疇，全面介入我們的生活，到底人類又能不能夠在得益於「輔助」和「Copilot」之下，與人工智能共同進步，而不是倒過來反而退步呢？我們應該以怎樣的態度和心情，來面對這場「人工智能一日，人間十年」的變革，未來生活才能夠過得更加輕鬆和優雅？

ChatGPT 及生成式人工智能的出現，讓生活變得更便利和高效。但事實上，因人工智能及科技而來的改變，早已無聲無息地進入生活的不同領域，但以往只有業界中人才有一瞥全貌的機會。今天 ChatGPT 將技術無限放大，以前所未有的簡便方式，呈現在所有人的目前。 

黃宏達 Victor 是香港跨媒體創意先驅，由廣告、電影、到 AI 水墨畫，彷彿總有用不完的創意。他於 1989 年於美國華盛頓大學電子工程系畢業後，回港創立了視覺特效公司，製作的電視廣告超過 800個，亦曾為近 100 部香港和荷李活電影設計特效，包括《鐵甲奇俠》、《神奇4俠》、《長江七號》、《頭文字D 》等等，多部作品榮獲電影金像獎及台灣金馬獎等殊榮。 

從糢糊變真實

很多現在看似理所當然的技術，甚至是仍未大行其道的，黃宏達其實早已用過，例如早於 90 年代已經開始應用 motion catpure 技術。「就繪圖軟件，我做了Computer Graphics 30多年，從我開始工作已經用 Computer 去做廣告。」 

「一些還沒出現市面的技術，我們會叫 Off the Shelve，當它在街上買到，例如超市會找到這盒挺有趣的軟件原來叫做 Midjourney，對，我相信未來有朝一日，它會是在超級市買到的東西。」 

黃宏達認為，跟生成式人工智能出現之前，最大的分別，在於同一種類的技術，昔日比較難搞而且十分耗費時間。「比如說廣告想起新橋電影有些新的場景，都是用電腦模擬我們想像空間，你可能會至少用Photoshop 或者一些 3D 軟件，過程中你要有熟悉操用軟件的同事。但現在有了比於 Stable Diffusions，整過過程就快了很多。」 

黃宏達進一步以 Stable Diffusions 解構所謂「生成式」的原理：從前的創作過程，就是創作者先在腦海中有了既定想像，然後順著構想的方向，將一些影像、一些顏色加在一起，較像在一張本來空白的畫布上，慢慢繪畫和呈現出創作者腦海中的畫面，是一個由零到有的過程。 

「而所謂 Diffusions 這個 Technology 就是倒返轉，講求在一個本來就非常糢糊的基礎之上，如何去逐漸清晰地呈現一些細節、畫面見到多少東西，其實就是使用者輸入的所謂那個 Prompt。比如你現在要看到一個海灘，上面有一個 Bungalow，有四個女人打沙灘波，前面有隻狗，後面有隻雀，人工智能就會基於你的指令，在模糊裡面一直將描述的東西變出來。」 

先學好英文

黃宏達解釋，Diffusions 當中所謂的模糊工序，其實並不是隨機，它也可以倒過來，就像砌積木，砌成了可以拆散，拆散完又可以砌返。 

「你也可以說是，像目擊者落口供認人一樣，你看到那個人是什麼樣大約五呎六七高度，有很大的滴水，肥肥的，很白的，兩條眉很粗，其實這些就是 Prompt，只是現實中我們找個畫畫師傅，prompt 就是說我怎樣形容我想要畫的東西，而人工智能去畫給我。」 

所以，如果要用人工智能輔助創作，就必須學會給予一個「精準」的 Prompt，「例如你想畫天氣，有雲無雲？天空的顏色？什麼時間？例如我要一個雨後的春天，下午 4 點半左右，人工智能其實背後有大量數據，很多影像資料已有所謂 tagging，就可以從資料中抽取。」黃宏達認為，所謂「生成」，也就是在無盡的大數據裡頭，為使用者尋找並生成有用的東西。 

「整個 AI 的發展，最初其實係要 AI 先學習人去認東西。例如一個波，你叫 AI 認這個圓形，看上去是圓形，又沒有 Shading，沒有陰影位、光位，點知是一個扁碟，還是圓形波？」 

「所以最初需要由人類一直訓練 AI，當它是個小朋友，一直教一直教，總之資料愈多，那 AI 就開始懂得去認東西，給它一張圖，你再調返轉叫 AI 講返這張圖的東西出來，我們叫 Tag 返呢張圖，好了當你在這兩年裡面用了超級電腦不斷認成千上萬張照片的時候，就成了生成式 AI 的基礎。」 

黃宏達表示，生成式人工智能出現之後，現在行業裡頭，不管是亞裔人華人，此刻其實首要是先學習好英文。一來人工智能最能理解的語言之一就是英文，加上外國的藝術體系，有很多名詞和形容詞，都是以英語為基礎。 

「例如我想要 20 年代法國 Art Deco 的 style，我可不可以加上用這個中國式的窗花？然後還要 70 年代我們在港式茶餐廳用那種？當然未來再 advanced，人工智能已經掌握多種語言，就連廣東話方言都難佢唔到，例如你話我想要一幅「抬棺材甩褲」佢都明解揭後意思「醜死怪」，咁到時人工智能自然就更厲害了。」 

保育「領域知識」

方健僑本身既是科技創業者，他也是香港無線科技商會永遠名譽主席，他近年在理大任教，於 digital marketing 業界中桃李滿門。當香港大學決定禁止學生使用 Chatgpt，學生擅自使用更被視作抄襲看待，那麼方健僑會認為生成式人工智能對於教育的意義，又在於哪裡？ 

「作為教育者，我當然希望 domain knowledge 可以得到保留和傳承，因為 ChatGPT 之類生成式 AI，如果有用過，就知佢其實點都會答你，那些資料正確與否，都會答你，因為它是聊天機械人，所以使用者本身要有一定基礎，至能判斷答案正確與否。」 

「用一個打遊戲機的比喻，玩一些角色扮演遊戲，我自己其實很怕用「魔法師」職業，因為魔法師的實力通常完全建基於所謂魔法，就靠唸幾句咒語殺敵或完成任務，若果魔法一旦失靈，它就沒有辦法或者很難在遊戲中存活下去。」方健橋以魔法比喻人工智能，因他認為，學生應該趁求學時期，把握機會鍛練自己的 domain knowledge，不要太過於依賴人工智能的便利。 

革新考核方式

與此同時，方健橋也支持學生以 ChatGPT 完成功課，因為他認為，既然學校沒有方法完全禁絕學生應用新科技，倒不如直接鼓勵，然後將精神放在改變評核機制和要求，更要來得實際。 

況且在現實世界，「大學生請槍」早已是一個屢見不鮮的陳年問題。「記得我們以前要過的那份 doctoral thesis 其實整體上的 similarity 要低於8%，還要每一份你 reference 的文件，不可以多於0.5%；眾所周知，人工智能尚未流行的時代，亦早有一些偵察的軟件可以幫教授去分析，所以比捉到抄襲的學生其實即是懶，根本就是抵死！」 

方健橋認為，其實站於應試評核的角度，學校其實可以分開「有 AI 輔助」和「無 AI 輔助」兩個不同處境，從而設定不同的評核準則。「站在 assessment 角度，亦一定可以分開，就是測試你在沒有 ChatGPT 或者 AI 的情況下，domain knowledge 的水平去到哪裡；但是學生平日的 assignment，當然就 based on 你已經有用 ChatGPT 的情況去評核，所以我希望至少有十倍以上的結果，我還期待你給予後面的 rationale，講出為何要這樣問 ChatGPT？」 

至於平日的功課，他一定會設定得複雜十倍 。「即是等於打機，當你有道具，我當然要求你做更複雜的任務，你剛剛 level 1 的東西，現在當你 level 30 來考核。問題就是從事教育的人，有沒有走得那麼快，這才是最大的擔憂。因為教育團體通常都會反應較慢，未必能夠很快 apply 到新科技。」 

人類早淪為配角

自從人工智能大爆發，更明白人類語言，現階段生成聊天、文字、圖片和程式編寫，未來呢？會不會整天今天的虛擬助手，例如 Apple Siri、Google Assistant、Amazon Echo、Microsoft Cortana？如果勢必整合，屆時日常生活的更多任務，例如上網買餸、度假行程、開關家電等，又將交予人工智能代為處理？ 

當學習、創作以及日常生活，我們都習慣了由人工智能代勞和建議，久而久之，會不會我們自己反而淪為生活中的「配角」？ 

「其實所謂由人類擔任配角，支持科技系統完成工作，其實一點也不新鮮。香港有一家很大的互聯網公司（相信是指物流公司），我參觀過他的作業系統，難道就不是由電腦指示人，如何去整理好東西放在不同地方，然後按鍵完成，再由電腦又再指示，員工去整理不同流程。作為員工，全日就是跟著燈號，無意識地工作、幫系統做事，其實世界未有 AI 已是這樣運作緊。」根據方健橋的說法，站於工業生產的前沿，人類員工早已淪為機械和技術的支援者，其實又有什麼好擔心？

很多人憂慮「智能叛變」，多數源於科幻小說和電影的描述，加上科學家例如 Stephen Hawking 的警告言猶在耳：當人工智能超越人類智能的時候，並且開始獨立思考和決策，有機會發展出不利於人類整體褔祉的危機。

近日，創建了 OpenAI 卻未能分享其成果的 Elon Musk，一再批評該組織的「透明度不足」和「系統封閉」，他認為 OpenAI 應該重回和兌現開放源碼的初心。

「今天跟 ChatGPT 某個對話有點奇怪，我如常發問，他忽然回答我說，你這個任務很有挑戰性。我第一次聽他這樣回應，當時感覺有點怪，你作為一個聊天機械人，何來挑戰性的感受？而且我又沒有問你的感覺。令我記得另一位 IT 界朋友的說話，若不給 ChatGPT 一些有難度的任務，他就不會全力開足他那 175 Billion 的 parameter（GPT-3架構）」方健橋這樣描述受訪那天跟 ChatGPT 的交談經驗。 

開放不一定安全

ChatGPT 爆紅是非多，坊間有聲音指 OpenAI 沒有開放 ChatGPT 的代碼，導致外界難以理解人工智能尤其是最新架構 GPT-4 背後的訓練模型及運作原理，官方對此的解釋，是一方面出於保障自身競爭力，同時也考慮到開放源碼對世界的潛在危害。

「其實他們論點是，如果 open source 的發展可能更加嚴重，因為目前封閉系統，但至少 OpenAI 可以控制住人工智能，如果向外界開放，則可能更加難以控制，因為你根本不知道在誰的手上。這件事可以兩面去理解，沒有 open source 外界就難以監察 OpenAI，但開放了出去之後，世上很多不同的機構或不同的國家都會拿去應用，這不是更難監察嗎？現在有事，至少可以去找 OpenAI、找 Sam Altman 的 麻煩。」方健橋認為即使開放源碼，也會𧗠生另一些問題。

黃宏達認為今天的人工智能，始終是作為工具，聽取使用者的指令完作任務，目前睇不到反客為主的跡像。「至於未來我就唔敢講，以足球賽事為例，所有的鏡頭，今天其實都有足夠資料取代球證，為什麼還需要一個球證在球場走來走去？基本上 AI 就已經分析到，這球有沒有越位，那球是不是出界，因為球賽全部是是 rule-based。如果你話，AI 可不可能跟人類對賽，例如玩啤牌時候出老千？AI 自己行 program 當然有條件可以出老千，但相反你人類就不可能出老千去騙倒 AI，這些都是我所不敢想像的。」

主人是誰？ 

對於「反客為主」的問題，黃宏達認為目前不需要過份擔心，至少在創作的方面，人類始終是主導的靈魂。

「藝術始終是由人發明，這個世界、地球，本來是沒有藝術，只不過因為數學上有一些排列的方式，整齊，比如 Phibonacci、比如 Fracta 這些數學序列，使得人類覺得他的排列很優美，一隻蜜蜂是不會覺得那朵花比較漂亮，才去吸它的蜜，甚至有一些很臭的花，牠也無任歡迎。」

「其實不過是一個 feedback，可以想像成我在一個超級大的 Library 裡頭，請人工智能幫我找某本偵探小說，跟著他找到一本，將文字怎樣個拉丁文變成了其他語言，然後交回來，那本書出現在我的桌面，其實這件事情始終由我 request，就是我無論如何依然也是一個主人，在找資料這件事上。」

黃宏達認為，隨著時間發展，未來的人工智能勢必更加聰明，例如一打開電腦、連結 ChatGPT 或 Midjourney，你未輸入 Prompt 指令之前，他可能已經率先建議「今天要不要生成一張日落的圖片呢？」然後「正中下懷」地引導了使用者的決定。

「為什麼會知道呢？因為你部手機一直在偷聽你對話，其實 Apple 或者 Google 這麼大的科技公司，他們有很多你的數據，知道你的喜好，可以在不知不覺之間，按你本身的喜好的，給你一些日當生活的建議。這是一個值得思考的問題，究竟我們是自己生活的主人，還是人工智能，還是提供人工智能服務的那些科技公司呢？」

回去創作者和作品的關係，黃宏達還是認為人類有著人工智能不可取代的特質。「愛恩斯坦說過，我們的腦袋應該要裝一些我們不可以放進去資料庫的東西，那就是 imagination，今天的人工智能是沒有 imagination 的，它仍是是個 G 字，Generative，並唔係 C 字，Creative。Generative 和 Creative 是兩回事，如果有一日，人工智能可以將 G 字的這個 corner 拿走，由 G 字變成 C 字，咁就真係恐怖。」

最壞情況：L型社會

事實上，新興科技作為一個進程，上一個範式轉移是智能手機，世上沒有幾多個人能夠避免受其衝擊，黃宏達認為個人可以選擇不用，沒有人會出手阻止，但對於有實際工作需要的人，只要試過一次用過，體會到那種方便和效能，其實是很難抗拒的。

「假設明天你交功課，做 Presentation，以前做廣告就會有 illustrator，做廣告公司一隊人 3 個，Creative Director 認為不如這樣，跟著條橋畫，出了 Story Board 不太適合，改幾格可能已畫到朝早六七點，得線條和原色，趕著就要交稿，填住一半先交，交了就要 Present，Present 起來黑白白，客人說睇唔明，又要再做；現在很方便，例如想一個清潔劑廣告，想像在一個高山裡面，我可以打個Prompt 上去，風雪裡面有支清潔劑在高山上，生成出來再改再修正，我相信十幾分鐘你可以有想要的效果。 」

對於未來的社會結構，若要作一個最壞的猜想，方健僑這樣說：「若留意過大前研一的M型社會，現在有了 AI 之後，其實 M 型有機會變成 U 型，因為中間的中產人數更少了，他們看似是輔助角色，但其實 AI 會使得發揮和上流機會更少，最糟糕的情況是由 U 型變 L 型，所有財富集中於一小撮人手裡，最後由幾家大企業控制所有資源，可能政治制度的不同，將決定資料走向私人企業還是國家機器。所以近年坊間才有了一些建議或聲音，說要徵收 AI 稅，取得資源去照顧大部分所謂 over supply 的工作人口，當然這個建議是很理想的，最後能夠真的收到 AI 稅嗎？我們會繼續幸福地生活嗎？」

人機合一，適者生存

據說獲得幸福生活的最佳方式，是首先放下對幸福的刻板定義，活在當下並作出一些合適的決擇。人工智能全面進入生活各種範疇，此刻已在發生，無論立場是擁抱抑或抗拒，這都是一個不容否認的事實。

應對人工智能未來的「生存法則」，兩位受訪者不約而同地認為，「人機合一」會是一條可取和合適的進路。以黃宏達為例，他早前結合人工智能和機械臂的 AI Gemini，透過畫筆創作水墨畫，獲得了非凡的成績。

「當時我想做科技加水墨再加 AI，確定沒有人做過的，好，但怎樣做，難道輸入大師的畫作訓練，例如徐悲鴻的畫，然後得出一模一樣的作品？我又不是做假貨。這件事我要做出創新，所以我沒有提供任何風格去訓練人工智能。」

相反，黃宏達想到用人工智能生成一個地形，再教 AI 如何捕捉最漂亮的角度，最後以機械臂開始點墨落筆。「地球的風景是什麼？我當初這樣問自己，地球的風景就是地球的山水，山脈是什麼，就是兩個板塊相撞，有山，然後落 50 萬年雨，有很多 erosion，落了這麼多雨，那些海島，變成每一次 Gemini 畫畫都會先去 generate 一個世界。」

「Gemini 是 generative 多一點，我是 creative 多一點，我們結合就是 creative 加一個 generative，再用真的中國水墨，加上宣紙去繪畫一個 AI 創作的虛擬世界。」Gemini 的作品曾在倫敦和台北展出。

方健橋則引用日本動畫《刀劍神域》的情節，「雖說是打機進入遊戲的劇情，但說明了一點，就是人類如果脫離了 physical 的介面，也就是肉身的限制，單純以人腦對系統發指令，既不打字也毋須說話，只要心念一動就進行一項任務，那種東西就會提昇千百倍效率。」

以上的概念並非純粹天馬行空，因為現實裡頭，Elon Musk 旗下 Neuralink 這家公司，目標就是透過植入腦機接口（BMI）「連接人腦和電腦」，最終讓癱瘓症患者，也可以用腦控制和操作智能手機，而且比起用手指更快更高效。

「Copilot 是生成式 AI 之下最新潮語，就是當人和人工智能一直 Copilot，久而久之就結合成為一個新的共生體。」方健橋認為人機合一才是最強的存在。