說到機器智慧一事，有一班人努力研究，如何讓現有的機器表現出有智慧？他們設想的機器，會像人一樣，擁有獨立的身頭腦，可以與人交流，活脫就是另一「種族」的人類，但卻又擁有機器高速運算、邏輯準確、執行無誤的優點。而另一班人，則想我們的大腦由個別神經元組成，每個運算能力不高，但將他們組合起來形成網絡之後，便會產生智慧。而 《電腦生命天演論》 談的就是這個觀點。

不過本書並不算很理論，反而像歷史書，將這種分散式的機器發展史娓娓道來。說到利維坦、依拉士摩(達爾文祖父)、萊布尼茲、圖靈、馮鈕曼等等，以及其他在歷史上不出名的學者，原來都已經預見了機器發展，應為分散、平行、網絡化。作者認為，現在的電腦因馮鈕曼架構之盛行，反而忽略研究這些面向。

可是這種「電腦」又是如何運作呢？在這一點上卻是玄之又玄，大概因為太過複雜，未能參透。正如神經元不識大腦意識，我們也只能見樹不見林。

本書並不新，成書之時大概網絡沒有現在這樣發達，但卻可以聞到一點語意網 (Semantic Web) 的氣味。隨著網絡和機器智能的提升，整體網絡將越發聰明，可以為使用者提供很多相關的資訊、建議、配對等等。

然而，這整體網絡是有意識的嗎？會思考嗎？是有智慧的嗎？於我們來說有何意義？我們該如何待之？本書也沒有答案，作者只是提供線索，預視未來人機共生網絡的發展，似乎是無可避免的。又或者，我們其實早已身在廬山中。

相關連結： 《電腦生命天演論》記疏

誠如 《機器人：由機器邁向超越人類心智之路》 序言裏張系國先生所言，本書最精彩的部份是後半部，作者運用現有的科學，不斷推想未來，由人類與機器人、cyborg、社會發展、宇宙人、超級心智、量子力學、時光旅行、宇宙詮釋，無所不談，雖越談越艱深，但很有趣。

而本書的前本部，大概地總結了作者在人工智慧的工作上的一些成果，並依這些成果推想機器人的發展會如何，技術的成分比較重。進一步，他推算運算速度的發展和幾時會開始出現「萬用機器人」。而萬用機器人亦會分成幾個階段，會漸漸地像生物演化般，由只能做簡單技術，到開始能自我學習，作出判斷，有自我意識等等。在此，你會發現作者相信只要運算速度足夠快，就能出現智慧機器。只不過近年有些研究，已對此點做出質疑，並試找出除卻速度之外是否還欠缺甚麼。雖然如此，作者預言能媲美人腦的機器人將於太約 2050 年出現¹ ，就走著瞧啦！

而本書後半部非常富想像力，可以當作是科幻作品來看。例如：

○ 未來當周圍都是萬用機器人的時候，我們的基層工作如農業、生產等都會被機器人取代，因此人們的工時會越來越少。為免小數人憑機器人而獲取大量利潤，有關機器工業將被徵收大量重稅，而政府將會給予更多福利給公眾。換句話說，社會由資本主義變為福利主義。而人們在福利社會底下，現在都市問題將會消退：長時間學習、工作，生活壓力大引來種種健康問題。將回歸到以前的生活：工作時間不長，人們可以多花時間與親人朋友過，有自己的生活。

○ 企業將不會以「變大」為目標，法律上將限制企業過度膨脹，所以企業將以「分裂」方式發展，大公司分裂為小公司，互相在市場上競爭，就像生物的進化繁衍發展過程一樣。

○ 有人會選擇繼續以人類身份活下去，但機器的進化會比人類要快得多。(雖然摩爾定律會因為隧道效應而有極限，但新的材料必然會出現。) 在此，人類可以選擇與機器結合，在多次進化後，衝出太空成為「宇宙人」，在太空中無限發展。而原來的地球，將會成為原人類生活的地方。「宇宙人」也將如企業般，互相競爭，適者生存。

○ 要在太空中活動，必然雖要更高的科技，在太空中作研究將能突破在地球的限制， 製作出更多物料。例如使用反物質作燃料、或使用高密度的原子製作更快更細的機器。

○ 對於人類大腦來說，他只負責詮釋進出的訊號，如果進出的訊號前後有關連，那大腦就可以得出一個所以然，去解釋外界的事物。在人類漸漸遷移到機器身體時，我們的大腦也需要作出適應。而適應的方法，可能是作一個模疑系統 (matrix?)，讓大腦得到一個「身體」，但事實上我們可能只剩一個腦。再進一步，就是我們的大腦是否能夠完全移植到一個模擬系統中，沒有了實體？

○ 超級智慧將可能存在於人類肉眼看不見的虛空之中，而且與機器智慧結合，在技術上繼續不斷進化，對宇宙知道得越來越多，越來越詳細，甚至可運用其預測能力，知過去未來，重建歷史未來史。

○ 意識是甚麼呢？智慧是甚麼呢？其實只是我們詮釋。我們可以說一塊石頭也是有意識有智慧的個體，不過是我們怎詮釋，怎樣給予意義。例如對於外星人來說，我們可能是一堆無意義的雜訊，在他們眼中我們就是沒有意識的了。若用量子力學來說，一個詮釋就是波函數崩塌的結果，因此是我們的觀察和詮釋造就了我們的存在，這與人擇原理的說法相符。而宇宙萬物，其實可能是存在於上述超級心智的超詳細詮釋當中。

以上只是我記得的一些，書中還有很多詳細的推測，雜七雜八，我其實也看得似懂非懂。看到這些，你不禁會想，我們小小的腦還真的非常厲害，可以憑現在各種研究，推想到這麼大的畫面。只是我覺得作者的想法比較一廂情願就是了。

人們常說，我們人類就是生物界上的 singularity，而究竟機器智慧會不會引發另一波的 singularity 呢？這問題大概有生之年都未必有答案，但想想也是一種樂趣。

¹ Evolution of Computer Power/Cost

《設計&未來生活》 談的是人與機器之間的關係。機器的效能縱使不斷上升，人工智慧還沒聰明到能體貼人心的地步，萬用機器人還未出現。與其預測未來機器智能如何了不起，不如回歸現實，看看機器與人之間本質上的分別，探索一下為什麼我們總是覺得現在的機器不是笨笨的，就是聰明過了頭，用上去硬是不順手也不順心，從中了解未來的機器人應當如何設計才對。

現時人機互動的問題其實多是溝通問題。機器開動了，自己在做工作，但人們不知道機器工作得怎麼樣，進程如何。如果機器只是洗衣、煲飯這些可以「黑廂作業」工作，問題還不算大。但若果是汽車上的自動煞車、加速系統，得知車上的機器在做甚麼便很重要，甚至可能是生死猶關。

現在的機器很能案本子辦事，但面對變化情境，則顯得吃力，也不太懂積累經驗。因此，工程師便會模擬很多情況，讓機器能順著特定情況下辦事。如在自動導航的情況下，偵測到前面有障礙物便煞車，沒有的話便自動加速。但世事的變化多端，往往不是工程師可以模擬得到。例如在進出停車場的時候，若車主忘記關掉導航，車子自動加速便是件很危險的事。

這其中設計竅門是：讓用家一路得知運作狀況，並且在出現不尋常情況時，讓用家可以手動取回控制。最簡單的例子，在煲水時我們會聽到煤氣爐的點火聲、送氣聽，讓我們得知煤氣爐正在運作當中，而在會水滾時會因為水蒸氣通過壺口時發出響聲，我們就知道是時候熄火了。

水煲、煤氣爐並不是高科技產品，也沒有甚麼智能可言，但卻能與我們配合得很好，那是因為這些器具在運作的時候，會產生出自然聲響，而我們天生就很能應對這些天然聲響，下意識將這些聲響作為資訊，並能選擇性地回應。到了電腦時代，資訊遊走在微觀的晶片之上，沒有聲也沒有響，剩下的就只有通過人為設計的聲響、提示燈、文字來通知用家，但往往資訊太多，用家不能分輕重，只有煩悶。所以作者認為，除了我們平常會用到的提示聲響，未來的設計更應採用自然訊號，例如一些背景運作聲、force feedback 等等來讓人們得知機器的運作狀況，善用我們天生能夠處理背景訊號的能力。

另外，機器智能未及人類，人與機器的關係會比較像人與動物，沒有共通的語言背景，但經過訓練我們也能與動物互相合作。例如騎馬，人可以用韁繩鬆緊、腳上的壓力等等來操控「控制的程度」，以致在某些情境下，我們可以完全讓馬自由地走動，而到必要時則能取回控制權。對於未來的機器，我們也應該要有這些可緊可鬆的操控，讓機器可以以其有限智能做事，但也讓人控制突發事件。

所以作者提出，讓一架車子在危險的環境表現「緊張」並不是件壞事，表現出來可能是舦盤較難控、椅子傳來震動、刺耳的聲音、拉緊的安全帶等等。這些都是訊號，讓用家得知車子處於危險當中，需要被控制。現時製作的車子講求舒適安靜的車廂，往往將人與外界隔絕了，但車子又沒有聰明到可以自己駕駛的程度，結果其實比較危險。在此，機器與動物不同的地方，是他們的行動是可預計的，沒有情緒上的不穩定，只要設計適宜，人機就能互相合作。

相關連結：

• Don Norman: The Design of Future Things
• 好讀推薦: Donald A. Norman

《創智慧》 (On intelligence) 的作者 Jeff Hawkins 是 Palm Pilot 之父，但更醉心於人腦，他認為讓機器有智慧，必先要理解人腦運作。他在書中提出大腦皮質的框架理論，希望可將現行比較雜亂的理論整合起來。比起其他討論 AI (雖然這並非本書主題) 的書，此書更清晰易明，一點不含糊，令人豁然開朗。

作者在開始進入這個領域時，先是向現在的 AI 入手，但發現這方面的人都只是在做機器寫程式，卻不清楚人腦運作，甚至認為不需要了解人腦。作者花了一些篇幅去講 AI 發展史，當年 Alan Turing 所提出的 Turing Test，認為如果一個正常人並不能分辨真人和電腦，那這個電腦就是具有智慧的。這影響著以後的 AI 發展，偏重於看機器行為表現，建立出「看似」有智慧的機器，但實際上卻不是我們所認識的智慧。正如我們都知道電腦棋王「深藍」並不是真的會思考棋步，而只是在計算一樣。這甚至發展成一種迷思，認為只要電腦的運算能力和記憶體不斷上升，有一天就會變成有智慧了。可是，AI 這個領域在近年卻是發展緩慢，好像到了樽頸。

作者並不同意這種研究手法，他認為要做到有人一般智慧的機器，就應該先研究人腦的運作方式，而不是只是讓機器東施效顰，在行為上看似有智慧而已。作者為了區別開現在的人工智慧，他稱書中所談的為「真實智慧」。

另一方面，現有有關人腦的研究，都是比較雜亂，而本書則想提供一個框架理論，讓各種各樣的研究有所整合，整體方向更清晰。以下是我的一點筆記：

• 大腦雖看似依功能劃分不同區域，但其實皮質都在做相似的工作：處理型態 (空間或時間的)
• 雖然都在做相同的東西，但也有一定的層級，就如社會組織一樣，上頭發司號令，然後分解為不同的仔細行動
• 皮質的輸入/回饋上來自不同地方，包括上、下、同級皮質柱
• 大腦每時每刻都在做預測，即使我們完全不發覺
• 如果型態符合，會輸出一個較簡單的型態代表 (e.g. 音符 -> 旋律 -> 歌曲 -> 歌名)
• 如果預測不符時，皮質會將形態傳到其他地方 (e.g. 開門時發現鎖頭不同了)
• 因為連續不同的型態輸入是有因果關係，所以腦內建構了一個內在的世界模型，並用來預測
• 皮質經過訓練後，結合記憶 (突觸) ，可以產生「熟能生巧」的效果，例如學會了英文字母後，便不用再費力辨認看每一個字母，而是將注意力轉到更高層次的字詞的意思上，皮質已自動處理辨認的工作
• 看到一件東西時，即使每次的影象、環境、光暗等等都不一樣，但我們也可以辨認得到，這是因為我們對事物產生不變表徵。

當然，這理論框架還有待證實。他在書末提供了一些可供驗證的預測，為此方向的日後研究舖路。

在理解過後，就是建立機器的時候。很多科幻故事都害怕機器人產生意識後反過來反抗人類，但作者則強調，創造智慧機器只要學習、記憶、預測等等部份，不需要感情，所以並不會有「科學怪人」的問題。而且這些機器還有更多優點：可以使用便多不同的感官 (如聲納、紅外線)、可以散佈在不同的地點、運作速度更快、容易擴展機能等等。他提出了很多有趣的應用，例如能了解街道情況的智能汽車、「感官」散佈全球的氣候研究機器、可以計算更高維度數學的機器等等。

看此書時沒有看其他人工智能書的模糊感覺，在框架下理念更見清晰。至於這個框架能否有助探討人腦運作，除了靠我們科學家繼續努力找出答案之外，不同界別也要通力合作。

跟朋友早前討論過一下在香港推廣 Web Standards 的困難，其一就是出來的成果並不會特別令老闆眼前一亮。你用 table 排版，滿是 presentational tags 的 HTML 所做出來的網頁，並不會因為用了 CSS 和語意「齊整」的 HTML 特別變得好看，看上去可能都是一模一樣。如果老闆只看到結果都是差不多，那為何要改用呢？

使用更好方法和架構，就像練好內功一樣，深藏不露。江湖郎中或許可以一招半式耍得似模似樣，但一到比真的就完全不行。比較醒的老闆，會看得出「成果」不是看表面這麼簡單，網頁的速度、所耗的流量、瀏覽器的支持度、介面的統一性、代碼的管理與維持、改變的影響等等，通通都應該納入考量。

內功練得好，自然能應對更多情況。

〈二〉

Web 2.0 這個字響起後，大家都在看 Web 3.0 ，想法多多，其中有人認為我們將需要更全面的語意網 (Semantic Web)。語意網之建立，在於我們能否將更多「意義」，化為機器可了解和運用的描述，將之利用分析。此為「形容資料的資料」，即後設資料。

然而，這些「意義」由那裏來？大都要靠人作輸入。或許我們可以叫機器嘗試在普通的文件作統計分析，抽出「意義」，但若 AI 未聰明到可以理解，所做的只是有限。

為網絡輸入「意義」，也好像在練功，不過除了為自己，也為了大家。問題是，當用家不能看到甚麼即時的好處，也不會特別神心地輸入。

〈三〉

網絡是資訊泛濫之地，在這裏流通的各種資訊，已大大超越我們所能處理的，因此我們不停地嘗試解決這個問題。其一方法就是加入「意義」，然後讓機器處理。

追源溯流，資訊由何而來？都是由人類而來？機器可不可能產生資訊？

機器產生資訊，可以是工廠式的，但背後以乎一定由人類操縱，資訊來源似乎也必與人類有關。例如，機器讀取股市價格，弄成圖表給大家參考，但股市則是人類活動，而設計圖表的也是人類。但若果要由機器自覺地產生資訊，又關係到 AI 的發展，夠不夠「聰明」。

這個問題，還可以進一步追溯到人類由何而來。早前到朋友寫到關於 智慧設計論 的文章，介紹其中論點，就是認為自然定理不能創造資訊 (Information)。當然，這已超越我所能討論的範圍了。

相關文章： Semantic Web: Where Are The Meaning-Enabled Authoring Tools?

由書本的章節標題，我們可以大概看到書本的內容脈絡和作者的想法：與機共舞、探尋人工生物、行星大使、二○○一年到了、與機器共生、我在哪裡、我們很特殊、我們不特殊、它們和我們、我們就是它們。

書中提到在製造智能機器人時所遇到的困境。一些看似簡單的事情，背後的原理其實很複雜。他舉例說一般人會以為讓機器去偵測週遭環境避開阻礙，是圖像分析技術而已。但實際上由分析圖片差異，到建構立體模型，計算自己的動作等等，運算量很大，而且那種圖像分析技術並不簡單。因此，作者在製造機器人時已經了解這一點，所以反而「反撲歸真」組合不同的小型系統，這些系統並不會「理解」，只是單純地對某些條件做某些反應而已。雖然沒有一般人所認為的「智慧」在裏面，但這些機器人卻表現得比任何「智慧型」機器人便像生物，動作敏節又靈巧，反應夠快。

比較有趣的是作者描述了一個由這些機器組成的「生態系統」。例如，我們現在並沒有足夠的 AI 去做一個可以記憶路線的打掃機器人，但可以用幾個「無智慧」的機器人分工合作。其中一種體形細小，便於四處走動 (但不記憶路線，只偵測塵多的地方) 的機器人，它會將塵「黏」在身上，偵測到身上的塵滿時，就會走到光的地方放下塵袋，回去充電。另一個只會走簡單路線的吸塵機器，則會到光猛地方「巡邏」，吸走塵埃。這些機器人本身，並不需要「理解」他們在做甚麼，只是對外來的事物做出反應而已。他們彼此間會組成一個生態，正如我們身體的內臟一互相合作一樣。

有些人說 AI 是不可能達成的，但背後原因往往是對人的「特殊性」的一種情意結。自日心說、證實太陽系不是宇宙中心、進化論等等，人就越來越不「特殊」。作者對某幾個論點作出分析，例如有名的「中文室」比喻中缺乏對整體的考慮 (一個神經元不會思考)，嘲諷矽基系統只是一大堆開關但又沒有確實論據說明如何不可能等等。

人所剩下來的「特殊性」，其一是擁有情感一項。但反觀，我們對不同的生物都有不同的情感量度，例如我們會傾向認為螞蟻無情，但猩猩有情，為甚麼？是不是越似人就越有「感情」？作者在此作出質疑，為甚麼我們就不能說機器人，其實也有感情或情緒，雖然那只是人工的？

以上的機器雖有生物特徵，但缺乏變化。有「生命/智慧」的機器會出現嗎？作者介紹了機器發展以外的人工生命研究，即用簡單的程式模擬生態，讓他們在電腦裏自行發展，當中有好些有趣結果。然而，人工生命跟人工智慧仍相去甚遠，甚至是停滯不前。作者討論了幾個常見的推論：環境未夠複雜、電腦不夠快等等。但他認為這些推論都不足以說明 AI 當前的困局，當中應該有一種未知技術 (他稱之為「真髓」) 是突破的關鍵。雖然這像很多論者一樣，最後還是掃諸一個「未確定」要素，但他認為個要素並不是「擾亂型」的科技，也不會顛覆現在的科學或宇宙觀。不過他也說，那是沒有理據的個人估計而已。

他再進一步描述人身其實就是機器人的一種，是各種不同的功能組合，人其實不過「分子機器」。而在未來，人會與機器結合。以科幻名詞來說，即是「人機複合物」(Cyborg)。我們現在用鍵盤和滑鼠操控電腦，但未來就可能會通過人機介面來做。結合網絡，我們可以「隨心所欲」地操控遙距的機器。而且，在分子學的研究日益進展下，機器人也未必以一定是矽或機械，而是由有機原料組成。

對於想認識現今機器人科技發展的人，這本書是不錯的入門。當中說及一些機器/人類運作原理，也是十分有趣的。後半一些關乎人類機器的哲學討論，我們更可從作者「我們都是機器人」的觀點，看到未來機器人學的發展，還要走很遠很遠的路。

在我們開始發展 AI 時，也是對於人類智慧的一個探險旅程。什麼是理解？什麼是智慧？有什麼條件？等等許多問題，都是有待發掘和研究。如果我們沒有清楚明白「智能」所指的是什麼東西，在發展上可能有如瞎子摸象。有人說近年 AI 發展到了一個瓶頸位置，沒有什麼大突破，可能因為這個摸索期比預期的長的關係。

一個會思考的機器，並不是單單懂得運算和邏輯，當中還涉及大量的背景知識。以前，這許多知識都要靠人自己去輸入到機器裏去，用很專門的格式和方法存取資料。但現在網絡發達，機器人可以靠網絡取得資訊並加以運用，而這關係到 語意網 的發展。

現在的互聯網仍是以人為本的，成千上萬的網頁，文字、圖片、影象等等人類明白的方法呈現和記錄。但對於機器來說，要解讀分析這些文字、圖片、影象，以現有的 AI 技術來說，仍然很困難。所以，我們不能直接向搜尋器問問題，而是要靠用搜尋字眼作模糊的搜索相關資訊，因為機器並非「明白」網頁的內容，而是靠一些統計和評分，與搜尋字眼作計算，然後排列結果。

舊時的網頁，充斥著各種各樣用來描述外表的 Tag，如 font, b, br 等等，為的只是在瀏覽器上給人好看，但實際上對機器毫無意義，而且還會帶來解讀障礙。W3C 推的網頁標準，就是想將內容和表達分開來，以具有語意的 markup 來包著內容，以 CSS 控制外觀。

再進一步，「人類格式」的資料，必需加上足夠的敍述和形容，才可以令機器也可讀，所以有語意網的概念。語意網在我們的內容以上，再加上一層意義的敍述，讓機器也明白內容裏各種資料的架構和關係，從而可以處理這些資料。語意網使用 XML、RDF、OWL 等等為架構，為資料加上機器可讀的輔助。而且這種格式，不只是限制在網頁的應用之上，機器之間也可以使用這些格式來交換和理解資訊。

不過，語意網的發展仍在非常起始的階段，就網頁而言，單單是要由舊時的一個大 HTML 跳到 XHTML + CSS 已經十分困難，RDF、OWL 仍然有待支援，所以在「語意化」的路途上，又有很多不同的變化走了出來。近年冒起了的 Microformats 微格 ，使用 XHTML 為格式，又可以嵌入到現有的網頁上，實現人可讀，機器又可讀的目的。機器可以在網頁裏的微格抓到資料，明白當中意義。正因為微格小巧而精妙，又可溶入現有的網頁，所以漸漸受人關注，被稱為是 Lowercase Semantic Web。

不論如何，語意網在人工智慧的層面來說，是一個很重要的工具。AI 不必設計複雜到完全像人腦一樣，也可以明白資料的架構、意義，並作出處理。使用共同認可的資料格式，機器與機器之間也可以彼此了解，各種系統可以合作，來做更多事情了。

相關連結：

• Wikipedia: Semantic Web
• Microformats and Semantic Web

P.S. 事實上，我或許該看英文版的，因為對於很多翻譯的名詞看不太慣，在討論一些比較複雜的理論時看得有點吃力 (雖然看這本書其實不需要有背景知識) 。有時間的話，會再看一次。

Robots – 機械人，通常都由金屬和機械所構成的外殼，裏面運行人工智能，有各式各樣的形態。在近年，除了工業用的機械外，各方也致力於研究人形的機械人，為了讓機械人可以兩腳行走，做普通人的動作而花費了不少心力。在《Animatrix – 2nd Renaissance》裏，機械人因為受人類的壓迫，最終進行反抗。

Android – 人造人，就如機械人一般，不過載於血肉之驅上。這些 Android 比起人類，通常會在某些功能上加以強化，如力氣比較大，或被訓練做某些專門工作，也就是量產化的人類勞工。在《Blade Runner》裏的 Replicant 就是 Android，不過在戲中他們有了自我意識而反抗。其 Philip K Dick 的原著書名，是《Do androids dream of electric sheeps?》。

Cyborg – Cybernetic Organism，通常被譯作「生化人」，但其實指的是人與機械的混合體。半人半機械的構造，模糊了人和機械之間的界線。Cyborg 的原體可能是人類，也可能不是。人類為了增強功能，又或經歷意外，而要換上機器的身體零件義肢。例如《攻殼機動隊》裏的主角草薙素子，便是除了腦部外全身義體化的 cyborg。而為機器加上肉體，弄上人的模樣，是因為這些機器大多要與人類一同工作，所以盡量以近似人類的模樣出現。《Terminator》裏的的機械人，便是機械人 cyborg 的其中一個例子。

Clone – 複製人，一個在科幻裏經常出現的題目，尤其在第一隻複製羊多利出生以後，討論也更熱列。複製人是人類的完全一對一複製，不像 Android 般沒有原型。複製人通常會被視為「後備人類」，在《The Island》裏便有一間很大的複製人工廠，為被複製者提供器官移植，甚至可以延長壽命，實現人類長久以來長生不老的美夢。複製人也可以帶來大量的工人，在《Star Wars》裏的 Clones 的原型全都來自一個出色的戰士，而複製技術就將這些「能力」在大量的倍增。另一方面，複製技術又會與基因改造合作，先製做出超級人類然後複製，正如《Metal Gear Solid》裏的 Genome Soldier 一般。

Mutant – 異變種，本來是人類，但經過化學實驗，又或受到輻射，令到身體發生異變，在生物層構造上與常人不同，多了特殊能力。異變種的誕生，可以是人為的，就如《生化危機》裏研製出來的超強生化怪物，本就是為了軍用。也有些是自然而生的，如《X-men》系列，正值人類開始再進化的階段，而陸續有不少異變人出現，比起普通人類有更強的特殊能力。值得一提的是，在外國 Marvel 系列的英雄，有很多都是異變類，如蜘蛛俠、Hulk、Fantastic 4 等等。

AI – 即 Artifical Inteligence，其實很多機械人都內附 AI，而此類別則講沒有形體的 AI，例如一些 Computer Mainframe、又或是《攻殼機動隊》裏的傀儡師。沒有物理形體，存在於巨大的網絡，他們可以來去自如，而且不停地累積經驗與智慧。而 AI 的自我醒覺，發覺與人類地位不平等，往往是科幻片裏機器人叛變的原因。

Alien – 與人類完全不同的生物，在科幻作品類，外星人有兩極：敵人或朋友。《ID4》講述外星人侵地球；《ET》則講人類小朋友和外星人的友誼。通常都會認為外星人比起地球有更高的智慧和科技，因為他們已掌握了太空技術，才可以與地球人見面。外星人的樣子設計，有的很像人類，有的則好像怪物，這些其實都是反映自我們的社會文化。

以上各物種，其實都是科技的產物。而只要有非我族類存在，就會重覆著我們長久以來種族、宗教、男女等等的爭鬥歷史，科幻故事也就永遠可以寫下去。

P.S. 感謝 Akros 的意見，加入了 Mutant 類別