我們能信任人工智慧了嗎？／Bastiane Huang
閱讀時間約 6 分鐘
為什麼人類必須留在自動化的迴圈中？我們該如何妥善運用「以人為本的」人工智慧演算法、甚至建立人與機器的結盟，創造合作更緊密的人機關係，為人類創造更好的未來？
Bastiane Huang
Bastiane Huang目前在舊金山的AI/Robotics新創公司擔任產品經理，擁有近10年產品行銷及市場開發管理經驗；曾在美國《機器人商業評論》及《哈佛商業評論》發表文章及個案研究。如果你也對Robotics 2.0（AI-Enabled Robotics）、產品管理、Future of Work有興趣，歡迎追蹤她的最新訊息。
Humans are inscrutable. Infinitely unpredictable. This is what makes them dangerous.
人類是難以捉摸、而且完全不可預測的：這正是他們的危險之處。
— Daniel H. Wilson
在先前的〈你準備好跟AI機器成為同事了嗎？〉一文中，我談到AI（人工智慧）帶來人機關係的改變，並且提出了以下的問題：
誰應該為自動駕駛車做出最終決定？演算法、安全駕駛、或是乘客？人類應該總是能夠推翻機器人的決定嗎？如果你只有一瞬間的反應時間呢？如果你的親人在車裡，答案會改變嗎？
換個場景，如果你明天要上法庭被審判，你會選擇不帶情感判斷、但卻公正不倚的演算法，還是一個可能帶有偏見或錯誤的人類法官，來決定你得到的判決結果？
即使知道人類法官可能會犯更多的錯誤，罪犯仍然更喜歡人，而不是演算法；決策心理學教授曼迪普．達米說，他們想要這種人情味。
人們對於機器的不信任，還有更多的例子：例如，雖然研究結果表示，自動駕駛汽車更為安全，但近一半的美國人寧願不使用自動駕駛汽車。
科學家正在積極尋找方法，來解決AI的透明度和公平性問題；但其實：
人類大腦甚至比AI演算法更缺乏透明度和可預測性。
然而，卻很少有人關心這個事實。為什麼？
我們為什麼不信任機器？
華頓商學院教授卡蒂克．霍薩納加爾認為，優越感偏差（better than average effect）是原因之一：我們雖然或許知道，自動駕駛汽車會比一般人駕駛更安全，但我們同時也認為，自己比一般人更善於駕駛。
在一項研究中，當要求參與者在自己、其他人、以及演算法之間做出選擇時，研究人員發現，人類確實更信任演算法，甚至勝過信任其他人。而我們似乎也對自己的錯誤更寬容；當風險很高時，我們不太可能讓機器為我們做決定。
機器確實會犯錯，而且可能永遠不會完美無瑕；無論自動駕駛汽車行駛了多少里程、累積了多少資料，總會有例外情況發生。但是，我們是不是問錯問題了？
為什麼我們必須在人和機器之間做選擇？
機器會犯錯，我們也會犯錯。為什麼我們不能共同努力，讓集體決策更準確，讓偏見更少？我們是否能幫忙發現演算法的弱點，也讓機器幫忙找到我們的盲點？
人和演算法機器的混合團隊能否帶來更多樣化、更理想的解決方案，讓世界變得更美好？
更好的機器教學：以人為本的AI演算法設計
以使用者為中心的設計（user-centered design），可以提高產品的可用性；同樣的，如果我們要確保AI讓我們的生活更好，而不是更糟，在設計演算法時就應該把人放在第一位。
將人類融入ML（機器學習）產品的開發過程中。這種方法被稱為「以人為中心的人工智慧」（Human-Centered Artificial Intelligence）；換言之，與其開發科學家所能想到的最酷技術，還不如關注真正有利於人類的可用性。
最簡單的可用性判斷原則是：評估AI是否可用於自動化，以代替人類執行枯燥或危險的任務、或幫助人類將其他有趣的工作執行得更好。
麻省理工學院的科學家萊克斯．弗瑞德曼建議，可以將人類深度融入ML的模型訓練和實際操作中。透過引進人工監督，我們可以更確保AI的安全、公平、以及可解釋性。
加州大學伯克利分校電腦科學教授斯圖爾特．羅素則認為，我們應該「讓機器具有目標」；他指出，現在的機器學習模型對目標還沒有完善的認識。
這就帶出了我的下一點：我們需要更審慎定義機器的目標函數（objective function），甚至重新檢視整體人類社會的目標函數。
機器與社會更好的目標函數
ML模型是由獎勵函數（也稱為「目標函數」、或是「損失函數」）來決定的。目標函數能定義問題、也是決定ML模型預測是否正確的數學公式。
換句話說，目標函數定義了奬勵機制、成功或失敗。我們使用目標函數，來強化我們想要達成的行為；例如成功走出迷宮、或是盡可能地減少錯誤。
但是，定義目標函數並不是一項簡單而簡單的任務。正如我在〈給產品經理的AI開發指南#1〉一文提到的：模型的準確性通常並不是最好的衡量標準，還必須考慮精確性和召回權衡（recall trade-off）。
此外，我們還要確定除了主要顧客之外，所有使用者對演算法都有正面的體驗。
以Uber優步等共乘軟體公司為例，雖然乘客滿意度很重要，但駕駛員對於平台的發展也一樣重要。要為所有使用者都創造出良好體驗，會是一項艱困挑戰，尤其在使用者之間存在利益衝突時更加重要。
然而，目標函數也可能意外對其他人產生影響。我們如何考慮ML模型的潛在負面影響、並盡量減輕副作用？我們如何預見、追蹤目標函數隨著時間推移所帶來的影響？
更根本的問題是，我們如何確保企業在設計ML產品時，一直能維持從使用者、利益相關者、以及整個社會的利益出發？在目前資本市場的獎勵機制下，企業是否能夠不只考量獲利，而設計出對人類有益的AI或ML產品？
舉例來說，如果留住使用者可以增加公司的利潤，公司是否會關心他們花太多時間上網造成的負面影響？在自動化的過程中，他們是否會分配足夠的資源，來幫助勞工成功轉換到下一個角色？
如果公司的唯一目標是將股東價值最大化，他們是否會嘗試減輕ML演算法對員工和社會的潛在負面影響？
結語
輸給IBM的「深藍」（Deep Blue）超級電腦，並沒有讓棋手Garry Kasparov陷入絕望。相反的，他開始接受「進階西洋棋「的概念，讓人與機器組隊來進行對戰與練習，反而讓西洋棋的水準比以往只有「人與人練習」更高。
同時，UC Berkley大學教授Ken Goldberg也以頂尖圍棋選手與Deepmind的AlphaGo電腦比賽為例，宣導由機器與人類結成聯盟。
我們不應該將人機關係視為「互相取代的零和遊戲」，而應該轉變我們的心態，思考如何與機器合作、將餅做大。現在正是個好機會，讓我們深入思考人類究竟擅長什麼、真正想做什麼，並在將來善用機器演算法，為每個人創造更好的未來。
為什麼會看到廣告
留言0
查看全部
你可能也想看
Google News 追蹤
徵的就是你 🫵 超ㄅㄧㄤˋ 獎品搭配超瞎趴的四大主題，等你踹共啦！還有機會獲得經典的「偉士牌樂高」喔！馬上來參加本次的活動吧！
隨著理財資訊的普及，越來越多台灣人不再將資產侷限於台股，而是將視野拓展到國際市場。特別是美國市場，其豐富的理財選擇，讓不少人開始思考將資金配置於海外市場的可能性。
然而，要參與美國市場並不只是盲目跟隨標的這麼簡單，而是需要策略和方式，尤其對新手而言，除了選股以外還會遇到語言、開戶流程、Ap
人工智慧(Artificial Intelligence)
大意就是要讓機器能夠具備人類的思考邏輯、行為模式和決策能力
透過建立及套用內建於動態運算環境的演算法，來模擬人類智慧活動的基礎技術。
簡言之，AI 的目標就是試圖讓電腦能夠像人類一樣思考和行動。
很多人懼怕科技的進化等於人類的退化
可能包含敏感內容
大數據所構成的AI，可以極為接近以上所描述的這種人，讓人分不清差異。 但科學證明沒有靈魂存在的目的，並非是要消滅靈魂，而是要讓全體人類達到全身心靈的自由，但只要追求著全人類的普世價值，自由、平等、博愛，只要有科學在的一天，就要證明靈魂不在，科學活著的姿態，就如同第二段所描述的愛。
AI的世界充滿了創新和潛力，涵蓋了許多領域，包括但不限於機器學習，自然語言處理、電腦視覺和機器人技術。AI對人類社會的影響是複雜而多層面的，既帶來了巨大的機遇，也提出了新的挑戰。社會需要在技術發展和倫理規範之間找到平衡，確保AI技術的應用能夠真正造福人類。
人工智慧正在改變我們的生活和工作方式。這篇文章介紹了一個由人類和AI助手組成的創作團隊，他們致力於通過人機協作模式激發更多原創思想，並探索人機協作的潛力。文章介紹了團隊成員以及他們的目標和期望。
人工智慧系統正在慢慢影響我們的生活，並在不同的產業和產品中得到應用。目前使用的系統大多是基於狹義人工智慧。狹義人工智慧與通用人工智慧有很大不同。
狹義人工智慧的創建是為了專注於特定任務，一個例子就是聊天機器人。
我們對AI的認識往往停留在其自動執行任務和模仿人類思維的層面上。但深入探索後，發現AI真正的價值和獨特之處在於其他方面。
在當今這個數字化時代，人工智慧的發展日新月異，AI聊天機器人逐漸成為人們生活中不可或缺的一部分。然而，隨著AI技術的不斷進步，人們不禁開始思考一個問題：真人會被AI取代嗎？這個問題引發了人們對於人工智慧與人類之間的比較和交互作用的深入探討。
馬斯克在內的一些專家或意見領袖曾在一份公開信上表達了對於AI高速發展的擔憂。他們認為這種AI研發競賽應該要被暫緩，並呼籲我們應該先設立足夠的監管與安全機制，讓我們對這種發展可能帶來的巨大風險可以有能力抵禦。
人工智慧(AI)在當今社會扮演著越來越重要的角色，然而，我們應該關注的不僅僅是AI潛在可取代的工作，更重要的是AI能夠帶來怎樣人類無法達到的價值。本文深入探討AI的成本與發展潛力，並提出對於AI未來發展的看法。
徵的就是你 🫵 超ㄅㄧㄤˋ 獎品搭配超瞎趴的四大主題，等你踹共啦！還有機會獲得經典的「偉士牌樂高」喔！馬上來參加本次的活動吧！
隨著理財資訊的普及，越來越多台灣人不再將資產侷限於台股，而是將視野拓展到國際市場。特別是美國市場，其豐富的理財選擇，讓不少人開始思考將資金配置於海外市場的可能性。
然而，要參與美國市場並不只是盲目跟隨標的這麼簡單，而是需要策略和方式，尤其對新手而言，除了選股以外還會遇到語言、開戶流程、Ap
人工智慧(Artificial Intelligence)
大意就是要讓機器能夠具備人類的思考邏輯、行為模式和決策能力
透過建立及套用內建於動態運算環境的演算法，來模擬人類智慧活動的基礎技術。
簡言之，AI 的目標就是試圖讓電腦能夠像人類一樣思考和行動。
很多人懼怕科技的進化等於人類的退化
可能包含敏感內容
大數據所構成的AI，可以極為接近以上所描述的這種人，讓人分不清差異。 但科學證明沒有靈魂存在的目的，並非是要消滅靈魂，而是要讓全體人類達到全身心靈的自由，但只要追求著全人類的普世價值，自由、平等、博愛，只要有科學在的一天，就要證明靈魂不在，科學活著的姿態，就如同第二段所描述的愛。
AI的世界充滿了創新和潛力，涵蓋了許多領域，包括但不限於機器學習，自然語言處理、電腦視覺和機器人技術。AI對人類社會的影響是複雜而多層面的，既帶來了巨大的機遇，也提出了新的挑戰。社會需要在技術發展和倫理規範之間找到平衡，確保AI技術的應用能夠真正造福人類。
人工智慧正在改變我們的生活和工作方式。這篇文章介紹了一個由人類和AI助手組成的創作團隊，他們致力於通過人機協作模式激發更多原創思想，並探索人機協作的潛力。文章介紹了團隊成員以及他們的目標和期望。
人工智慧系統正在慢慢影響我們的生活，並在不同的產業和產品中得到應用。目前使用的系統大多是基於狹義人工智慧。狹義人工智慧與通用人工智慧有很大不同。
狹義人工智慧的創建是為了專注於特定任務，一個例子就是聊天機器人。
我們對AI的認識往往停留在其自動執行任務和模仿人類思維的層面上。但深入探索後，發現AI真正的價值和獨特之處在於其他方面。
在當今這個數字化時代，人工智慧的發展日新月異，AI聊天機器人逐漸成為人們生活中不可或缺的一部分。然而，隨著AI技術的不斷進步，人們不禁開始思考一個問題：真人會被AI取代嗎？這個問題引發了人們對於人工智慧與人類之間的比較和交互作用的深入探討。
馬斯克在內的一些專家或意見領袖曾在一份公開信上表達了對於AI高速發展的擔憂。他們認為這種AI研發競賽應該要被暫緩，並呼籲我們應該先設立足夠的監管與安全機制，讓我們對這種發展可能帶來的巨大風險可以有能力抵禦。
人工智慧(AI)在當今社會扮演著越來越重要的角色，然而，我們應該關注的不僅僅是AI潛在可取代的工作，更重要的是AI能夠帶來怎樣人類無法達到的價值。本文深入探討AI的成本與發展潛力，並提出對於AI未來發展的看法。