了解人工智慧的第一本書

2023/01/17閱讀時間約 7 分鐘
或說,把這本書取名為「猴子也能懂的人工智慧」也有過之而無不及。作者松尾豐是東京大學工學研究所副教授,長年深耕人工智慧的研究與開發,並且經歷AI發展史上的大起大落。
(補注:本書全名「了解人工智慧的第一本書:機器人和人工智慧能否取代人類。副標題更接近原書名,算是被台灣翻譯坑了一把,特此聲明)
松尾教授之所以著作本書,與其說是推廣或科普人工智慧的知識,不如說是提供務實的資訊與評估,讓那些拿著大把鈔票的資本家們,免於低估人工智慧之餘,也避免過度神化人工智慧的前景。在過去,每次人工智慧的話題興起後,都伴隨著寒冬期。人工智慧在希望破滅後,總是被譏為做夢與謊言。而這次由大數據與深度學習再次帶起的風潮,松尾教授並不希望步上類似的命運,並希望人工智慧的發展能夠穩步向前。

人工智慧是甚麼

松尾提到了一個耐人尋味的現象:AI效應,亦即任何關於AI技術的運用,一旦實用化、普及化並自成一個領域,人們就不再覺得「這算是智慧」。這導致人工智慧的貢獻被過度低估。
隨著本書的介紹,我也赫然驚覺一個顯而易見的困境,那就是在概念上,別說是人工智慧了,人們可能連人類智慧究竟是甚麼,都搞不太清楚。也因此每當人們搞動一項人工智慧的技術後,就會因為跟自己也不清楚,但想像中理應如此的「人類智慧」有所落差,最後忍不住皺著眉頭說道:「這根本不是智慧嘛!」
但誠如電影《模仿遊戲》當中那句義憤填膺的質問:
「只因為某個東西跟你思考的方式跟你不一樣,就代表它不會思考嗎?」
人工智慧,儘管總是在模仿人類智慧,到頭來可能會發展成出與人類完全迥異的思考方式。就像是人類儘管模仿過鳥類,卻不是以振翅來實現飛行。
為了澄清一般大眾對於人工智慧的認知,松尾教授將市面上常見的「AI」分成四級,我又僭越地修飾了一下名稱,把它們理解為以下四種:
第一級:準人工智慧
定義上不算是人工智慧,只是加了控制程式,因為行銷需求所以自稱「配備人工智慧」,諸如空調、吸塵器、洗衣機等。
第二級:典型人工智慧
懂得推論與探索,或是加入了知識基礎,可以針對人的要求作相應且複雜的反應。簡言之就是聽得懂人話、幹得出人事,可以跟人類互動。
第三級:學習的人工智慧
此段數的人工智慧除了聽得懂人話,還可以透過大數據等資料來「舉一反三」。換句話說,AI不只聽話了,還很受教。
第四級:深度學習的人工智慧
這一級的AI,不只好學,還懂得對人類而言易如反掌,但對機器而言難如登天的技巧:特徵表達學習,或說「特徵量」的學習。
讓AI學會如何掌握特徵量的過程,在近年已有突破,那就是透過深度學習,但在此之前,我們須更進一步了解,人工智慧與人類智慧的差異。

與人類智慧的差異:本體論與特徵量

前面提到,人工智慧與人類智慧可能有所不同,但到底是哪裡不同呢?
首先是本體論的不同,或說「使用腦袋的方式」不同。人類使用腦袋時,會力求理解這個世界。然而AI使用他的電子腦袋時,力求的不是正確理解,而是「迅速的資料處理」,講求的是效率。
打個比方,基於科系背景的關係,我時常會被諮詢法律問題。然而法律條文多如牛毛,縱使是大律師,動手翻查規定都是再尋常不過的事。作為法律系的逃兵,我頂多幫忙查一下法規,對於法規的內容、體系、立法緣由、判決等根本毫無研究。當我轉發那些法律知識的當下,就比較接近AI使用腦袋的方式。
人工智慧與人類至另一個差異,在於「特徵量」的不同。所謂的特徵量,粗淺的理解就是「抓住重要的點」。人類非常善於抓住特徵,而且很容易就學會如何「找出好的特徵量」。相反的,人工智慧不僅在判斷「哪一點重要」這件事上相當苦手,更不像人類輕易找出其他事物的特徵量。這也就是為何,AI的解題都偏向暴力破解。因為不會抓重點的它,必須把所有可能性都算過一遍才能回答問題,像是一個記憶力絕佳,卻毫無讀書技巧的學生。

打破寂靜:深度學習的突破

所幸,AI技術還是碰上了得之不易的突破,那就是深度學習。這是一種透過模仿神經網絡,讓AI以更接近人腦運作方式,疊加許多階層因而出現深度的學習──嗯,我想這本書的內容最終還是超出了猴子,也就是我,的理解能力。
總之,深度學習讓AI終於可以掌握變聰明的關鍵,也就是前面提到的「特徵量」的學習,或說「特徵表達學習」。這中間當然還包括很多猴子描述不出來的原理,而AI技術的似乎就在翻過山嶺的那條好漢坡。只不過這條坡到底有多陡沒人拿得準,更何況翻過這座山後,能否與人類智慧相似還未可知。
然而松尾教授的態度還是樂觀的,他要表達的是,可能性是有的。而一旦人工智慧的技術更為成熟鞏固,對於人類社會的影響將是結構性的。人類會因此而受到助益,當然也有威脅。松尾認為對於人工智慧,人們應該建立一套倫理,不是給AI的倫理,而是人類使用AI的倫理。因為,能夠讓AI傷害人類的,也只有人類。

意外碰到的熟人

在進入結論前,我還要提一下閱讀本書時,意外碰到的學者,中文名「司馬賀」的經濟學、認知心理學與公共行政大師,賀伯‧賽門。
在那1985年的那一場奠定「人工智慧」一詞的傳奇研討會中,賽門是四名開創學者的其中之一(另外三位是麥卡錫、紐厄爾、明斯基)。而我之所以認識(而且不太情願)賽門,是因為它同時也是「行政學的攪屎棍」。
在公共行政的領域中,在你快要讀通某個理論之際,賽門總能跳出來賞你一巴掌,然後告訴你,他還有某個獨到見解,讓你耳目一新之際,又得騰出位置讓他佔據記憶的一隅。如今看個人工智慧科普書也會碰到他,還真是陰魂不散。
賽門最出名的貢獻是「滿意決策途徑」與「行政人」的主張,認為比起全然理性的「經濟人」,決策者更像是於有限理性、意圖理性的「行政人」,會依照務實的需要,作出滿意就好,而非絕對完美的決定。
而這點,似乎與人工智慧的原理有些呼應。縱使是機器做的人工智慧,也沒辦法做到廣博理性,把所有資料掃瞄到底,分析出最佳解,更何況是肉做的人腦。AI在回答問題時,做的也只是有限理性下的最滿意解答,回答大概有幾趴機率會成功。
人類的答案也不會高明到哪裡去。既然如此,我們對於理性抉擇的要求,是否也太過了呢?

AI是還沒中獎的彩券,抑或是即將過站的高鐵?

讓我們把話題拉回人工智慧吧。
對於人工智慧的未來,松尾教授形容為剛買到手的彩券。如果你手中握有十張彩券,期望值也只有三百日圓而已。雖然說,大家都會期待第一張就中特獎,但可能性畢竟小之又小。健康的心態是抱著可能中獎的心情,買那張值得賭一把的希望,但不需要過大或過小的期望,甚至是恐懼。
至於人工智慧將統治人類之類的笑話,那就更不用提了,他得先弄明白夏目漱石是否真的寫過《羅生門》
我也聽過另一種比喻,那就是人工智慧的發展,彷彿即將過站的高鐵。你可以聽見列車在遠方行駛的聲音。或許還很遠,或許細微不值一顧。然而當他通過月台時,那可能是一瞬間的事兒。人類或許該為這瞬間做好準備。
然而我更傾向認為,人類與人工智慧的關係,是互補而非競爭,是延伸而非取代。當我們認清,人工智慧運作方式與人類智慧有所不同,擅長的領域也不一樣,那未來,兩種智慧應該是相輔相成的關係。人類該害怕的不會是被AI支配,而是迷失在AI的使用之中。
人類的難題,或許終究是人類自己。
為什麼會看到廣告
這裡是洪‧里本斯坦的個人專題頁。洪君是一位抱著鍵盤,試著在這個邁向終焉的世界努力求生的咬文嚼字者。 理論上,洪君的小說都揮發佈在《獻給庸俗的我》,與其他創作夥伴一同發表。那這裡呢,就放一些隨心所欲的短文或時事評論吧。那有沒有可能出現野生故事呢?也有可能吧~
留言0
查看全部
發表第一個留言支持創作者!