66 歲的加拿大男子阿夫塔爾·辛格（Avtar Singh）耗費了大半輩子的時間與積蓄，試圖尋找失散多年的親生母親，卻始終在迷霧中打轉。傳統管道全數告吹，絕望之際，他試著將腦海中殘存的碎片化記憶輸入生成式人工智慧（AI）工具，居然奇蹟般打破了數十年的沉寂。
跨越半世紀的尋親之旅
阿夫塔爾出生於1960年代的印度阿姆利則（Amritsar），從小由祖父母撫養長大。直到八歲那年，他才得知撫養自己長大的並非親生母親——生母薩溫德（Sawinder）早在多年前就遠赴英國定居生活，而生父則前往加拿大任教。得知真相後，找到親生母親便成了阿夫塔爾大半輩子無法放下的一大心結。
傳統方法碰壁
成年之後，阿夫塔爾為了實現尋母心願，投入了難以計數的時間與數十萬元的龐大金錢。他多次奔走於印度、英國以及加拿大三國的政府機關與歷史檔案庫，試圖從數十年前的戶籍登記與入境紀錄中尋找蛛絲馬跡。他也在Facebook以及各類跨國尋親論壇上長期張貼尋人啟事，期望透過網路社群的力量獲得線索。甚至，不惜花費重金委託專業私家偵探，展開跨越英印加三國的實地調查與戶籍追查。
AI 成為最終希望
遺憾的是，生母當年留下的資訊極其有限，僅有模糊的姓名拼寫，以及1960年代曾旅居英國這條極其單薄的線索。面對歲月的流逝與資訊的斷層，所有傳統管道全數斷線。一次又一次的希望落空，讓阿夫塔爾近乎徹底絕望，甚至準備放棄這個堅持了大半生的念頭。
心灰意冷的阿夫塔爾，偶然在網路上看到有網友分享利用AI梳理複雜且碎片化資訊的案例。抱著「死馬當活馬醫」的僥幸心理，他開啟了ChatGPT，將自己童年中那些模糊、零碎的記憶輸入：母親的名字：Savinder Kaur，估計年齡：大約 87 至 97 歲之間，生活背景：曾居住在印度、非洲，可能曾在英國生活過。
關鍵線索浮出水面
ChatGPT 根據他提供的線索，給出了最符合的吻合結果——一位名為 Savinder Kaur Nagi（1936 年出生於肯亞吉蘇馬、具有錫克教背景）的人物，並直接引用了一篇相關文章。阿夫塔爾點開該篇文章（該文是同母異父的妹妹 Nicci 為了紀念母親而撰寫的部落格文章）。雖然一開始看到母親的照片沒有立刻認出，但文章中附帶了一張母親 1962 年在印度德里瓦爾（Dhariwal）一所學院獲得的裁縫證書照片。這剛好與阿夫塔爾出生的城市以及時間點完全吻合，讓他確信這是最接近真相的線索。
失散兄妹終於團聚
阿夫塔爾透過文章中作者（即他的妹妹 Nicci Dhamu）的聯絡方式發送 Email 與 WhatsApp 訊息，雙方經短暫對話、核對親戚口述歷史與特徵後，確認彼此是失散的兄妹，隨後順利在倫敦團聚。
從產業面來看，這起尋親奇蹟不僅是一個溫暖人心的家庭重聚故事，更展現了大型語言模型（LLM）在處理跨國歷史資料庫、移民舊紀錄與碎片化網際網路資訊時的極致效率。當傳統檢索機制因格式陳舊或跨國障礙而停滯不前時，人工智慧的智慧分析與特徵比對技術，正在為許多看似無解的歷史懸案與失散家庭，提供全新的突破契機。
人工智慧的未來展望
這起尋親奇蹟不僅是一個溫暖人心的故事，更揭示了人工智慧在解決複雜問題上的巨大潛力。隨著技術的不斷進步，未來的 AI 工具將更加智能化，幫助更多家庭重聚，解決更多難題。如果你也有類似的尋親需求，不妨考慮利用現代科技手段，或許能帶來意想不到的轉機。
本文改寫整理自公開新聞來源，原始報導由T客邦發布。
常見問題 FAQ
ChatGPT 如何幫助尋親？
ChatGPT 可以根據提供的碎片化資訊，進行智能分析和匹配，快速找到相關線索，幫助用戶縮小尋親範圍。
尋親過程中需要提供哪些資訊？
尋親過程中需要提供尽可能多的資訊，包括親人的名字、年齡、生活背景、曾經居住的地方等，這些資訊有助於 AI 工具進行精準匹配。
人工智慧尋親的成功率有多高？
人工智慧尋親的成功率因個案而異，但相較於傳統方法，AI 工具可以大幅提高找到親人的機會。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。
