黃仁勳在 2026 年 9 月接受 CBS News 訪問時,明確否定 AI 會在 2030 年毀滅世界,並把機率說成 0%。這是產業加速派的公開判斷,公開研究國際報告對極端風險的可能性和時間仍沒有共識;本題線索來自 PTT 股票板相關新聞討論串,以下只整理可核對的發言與研究。治理面可先對照本站的 AI 風險分類框架與企業盤點

紅色電路板與電腦晶片的近距離畫面,象徵人工智慧運算硬體
人工智慧模型背後的運算硬體,是加速發展爭論的產業背景(示意圖)。

黃仁勳的原話與發言脈絡

9 月 18 日公開的 CBS 訪談片段中,黃仁勳說他完全不同意「AI 會在 2030 年摧毀世界」的說法,並表示世界末日機率是 0%。他同時主張 AI 應「盡可能快」發展,但產品準備好以前不能出貨,也不該交付不安全產品,這兩句話構成他對速度與安全的基本立場。CBS News 的報導指出,完整訪談預定 9 月 20 日播出。幾天前在 All-In Summit,他也表示末日預測沒有科學根據,但若 AI 公司認為自身發展已失去控制,就應暫停或放慢工作。中央社整理的現場脈絡顯示,他對「2030 年滅世」與「企業失控時要不要踩煞車」分開回答。

兩支智慧型手機與桌上鍵盤的俯視畫面,象徵人工智慧進入日常裝置
AI 風險也要放回實際部署與使用情境判讀(示意圖)。

學界的風險估計沒有同一答案

另一條路線把極端風險列為需要研究與治理的公共問題。2023 年 Center for AI Safety 的聲明主張,降低 AI 滅絕風險應與疫情、核戰等社會規模風險並列全球優先事項。2024 年發表的 2,778 名 AI 研究者調查則顯示,依問題設定不同,約 38% 至 51% 的受訪者給予先進 AI 導致人類滅絕等極端結果至少 10% 的機率;這是研究者的主觀估計,問題問的是先進 AI 的極端結果,沒有把 2030 年當成統一期限。

黃仁勳零機率判斷、AI研究者調查與國際安全報告的不同問題設定比較
黃仁勳的期限判斷、研究者的主觀估計與國際報告的共識整理,問題設定並不相同。

讀者怎麼分開看風險與治理

英國政府主持的國際 AI 安全報告指出,目前通用型 AI 普遍被認為還沒有造成失控風險的能力,但專家對未來失控情境的可能性、時間點與治理方法仍有歧見。這提供一個實用分法:前沿模型的能力成長、測試與釋出門檻是一層;模型進入產品後的權限、用途、濫用與責任是另一層。台灣企業盤點 AI 用途時,可再參考本站的 AI 模型選型與部署檢查,把任務、資料、失誤代價與人工覆核一起列入。

企業依不同人工智慧應用情境進行風險分類與文件檢查
AI 治理需要把應用情境、風險分類與責任文件放在同一張清單上(示意圖)。

判斷這場爭論時先看三件事

黃仁勳的 0% 是企業領袖對特定年份與極端情境的公開預測,不能拿來取代研究者調查或安全評估。讀者看到「AI 會滅絕人類」或「機率是零」時,可以先問三件事:說的是哪一種 AI 能力、設定的時間範圍是多久、提出者有沒有交代可檢驗的機制與治理條件。這樣才能把產業立場、主觀機率和目前能觀察到的風險分開閱讀。

資料中心伺服器與指示燈的近距離畫面,象徵人工智慧模型部署環境
判斷 AI 風險時,模型能力與實際部署環境需要一起檢視(示意圖)。

常見問題

黃仁勳真的說 AI 在 2030 年滅絕人類的機率是零嗎?
是。他在 2026 年 9 月公開的 CBS News 訪談片段整理中,表示 2030 年不會是世界末日,並說發生機率為 0%;這是他的公開判斷,不是經過共同驗證的風險模型。

一把鑰匙放在深色桌面上,象徵人工智慧系統的存取權限與治理門檻
AI 系統的存取權限與治理門檻,會影響風險如何落地(示意圖)。

公開調查是否支持 AI 必然導致人類滅絕?
沒有。2,778 名 AI 研究者的調查呈現分歧估計,約 38% 至 51% 的受訪者在不同問題設定下,給予極端結果至少 10% 的機率;調查也顯示許多人同時認為 AI 可能帶來極好與極壞的結果。

深色背景中的數位鎖與網路節點概念畫面,象徵人工智慧安全測試與存取控管
能力測試與存取控管,都是 AI 安全治理的一部分(示意圖)。

一般讀者要怎麼判斷 AI 末日論的可信度?
先確認說法的時間範圍、AI 能力與可能造成傷害的機制,再查看是否有研究設計、測試結果或治理條件支持。國際 AI 安全報告指出,專家對未來失控風險的可能性與時間仍有歧見;把模型能力、產品部署和人為濫用分開檢視,更能看出資訊的邊界。

企業團隊在會議桌上檢查人工智慧服務合約、資料權限與治理清單
AI 應用的風險判斷,應連同資料、權限與責任一起檢查(示意圖)。