2018-12-17|閱讀時間 ‧ 約 5 分鐘

人類的兩種思維模式:快思與慢想

記得孩子在讀小學與國中的時候,常常會拿古典詩詞問我該如何翻譯、是什麼意思?我發現一首非常美的詩若用白話說出來,往往就變得單調平凡,詩中蘊涵的意境,就消失無踪了。
原來人類感覺層次細微之處就在於具有模糊的空間,容許每個人各自的詮釋與想像,太過精確,就喪失了美的可能性。
人類大腦在演化過程裡,為了在危機四伏、野獸環伺的世界裡存活下來,必須經常迅速做出反應來應付緊急狀況,因此我們的腦袋通常只求很快的找出一個堪用就可的答案,而不會浪費太多精力與資源做周密完整的思考。換句話說,我們演化出的大腦不但喜歡抄捷徑,而且還會預先設立很多立場,並且為了方便,我們會本能的去將事件歸類,並且以自我為中心的進行解釋、合理化。
這種不精確、不理性,又很能容忍模糊與矛盾的大腦,幫助我們活了下來,但是在這個愈來愈複雜的時代,也形成許多認知的盲點與族群的對立與爭端。
為什麼許多創作出偉大文學作品的作家都討厭數學,其實就來自於兩者的大腦運作邏輯是不一樣的。數學語言的基本邏輯是二分法,答案不是對就是錯,而且遵循著「若A則B,A成立,則B成立」,一個概念從另一個概念推論出來,每個步驟必須非常精確,沒有任何模糊的空間。
不過也因為如此,科學技術極力想研發的人工智慧,就敗在無法像人類大腦能夠輕鬆且本能的處理不確定性和模糊。微軟的共同創辦人保羅.艾倫近年投入在人工智慧的研發,他曾表示,人工智慧最大挑戰是無法複製人類閱讀、理解內容與回答相關問題的行為。
微軟聯合創辦人投資 1.25 億美元,盼協助機器學習人類「常識」
微軟聯合創辦人保羅艾倫(Paul Allen)28 日宣布,他將向自己創立的非營利研究機構 艾倫人工智慧研究所(AI2)額外投資 1.25 億美元,幫助機器學習在社會生存必須的「常識」。 從倉儲物流設備到機器手臂,智慧型手機到語音助理、自駕車,技術進步帶來的改變浪潮在生活中顯而易見。現在透過 AI,機器可以辨識附近的物體,進行語音辨識,將一種語言翻譯成另一種語言,並以幾年前不可能的精確度模仿其他人類任務。 但是這些聰明絕頂的機器,卻無法對一些人們認為再簡單不過的事做出反應;像是日常簡單的對話,或是突發的意外,除了基本的命令與問答,它們就只能愣在那裡。華盛頓大學前教授 Oren Etzioni 解釋,這是因為 AI 缺乏常識,AI 能夠辨識物體,但沒有辦法解釋它所看到的,它無法閱讀教科書後,弄清楚書中問題要表達的意思。 艾倫的這項額外投資將讓 AI2 未來 3 年的研究資金增長近 2 倍,除了協助現有的研究計畫,也將以此展開全新的項目「 亞歷山大 」(Alexandria),在未來數十年,創建一個人類認為理所當然的基礎知識數據庫,來幫助對人類社會一無所知的機器學習。 這聽起來似乎非常簡單,但事實上常識涉及的範圍之廣令人難以想像。 1980 年代中期,前史丹佛大學教授 Doug Lenat 便在政府和當時許多大型科技公司的支持下,創立了一個名為「Cyc」的項目,目標便是將所有孩童時期學習到的簡單事實編列其中,像是「你無法同時在兩個地方出現」到「要從杯子喝水時,將有洞的那方朝上平穩地拿起」。 直至 30 年後的現在,Lenat 和他的團隊仍然在為這個「常識引擎」努力,還無法看到盡頭。艾倫過去曾為「Cyc」項目提供資金發展,但隨著現代技術逐漸進步,建構這種系統應該會變得更簡單,因此他才選擇設立「亞歷山大」項目試圖運用全新方法進行。 負責「Cyc」項目的 Lenat 並不介意這項競爭,事實上,他非常歡迎有新團隊願意投入,但他也警告即將面對的挑戰:Cyc 已耗費了數億美元資金,並在過程中碰到無數項目開始時並不明顯的問題。 即使如此,這項工作仍有必要性。許多人都擔心未來 AI 將大幅取代人類,但事實是,如果 AI 沒有辦法突破現有的「學習障礙」,即使運算速度、學習能力遠超乎人類,AI 能進行的工作還是十分有限。為了未來能在 AI 領域取得真正的進步,艾倫認為,學習常識的巨大挑戰勢必得克服。 (首圖來源:shutterstock)
因為同樣一件事情,會有很多不同的表達方法,每一句話中就會呈現許多不同的意義。同時人類可以在頭腦中毫不費力的進行各種心理模擬,我們可以主動忽略某些元素,並且這種模擬可以雙向進行,既可以「向後」預測事情的發展,也可以「向前」推斷可能的原因。換句話說,人類可以容許推論過程中的模糊不確定甚至空白,也可以給自己一個雖然沒有達到完全的合理與精確,但是尚且堪用的結論。
這是機器的人工智慧所達不到的,因為機器運作是靠數學邏輯,所以只要有一個環節模糊或空白,幾乎就無法繼續計算下去。
更特別的是,人類面對日常生活所需的知識大多是不穩定的、模糊的、近似的,但是我們卻都自然而然的能夠很快的做出結論並且採取行動。就像是我們日常的俚語、俗諺或者經驗法則,許多彼此之間充滿矛盾,或者不周密、不合邏輯的,但是我們還是能從中間尋找到許多有用的指引。這種常識性的資訊在人類大腦的推理中有非常高且依人而異的選擇彈性,這對於機器邏輯的人工智慧就是個不可能的任務了。
不過話又說回來,人類大腦這種不求精確或走捷徑的偷懶方式,在這個愈來愈複雜的世界裡,也逐漸出現許多麻煩。
我們總是相信我們能夠看清楚眼前的事物、能夠正確記得過去發生的重大事件,或者認為自己是有理性並且能夠判斷事情的因果關係。但其實,這些直覺的信念常常是錯誤的,也會被許多有心人利用人類這些盲點來獲取他們的利益。
比如我們很容易發生「從眾現象」,在特定的情境下會感受到團體的壓力,而放棄自己的意見,表現出符合團體的意見或行為。
有一個非常出名的心理學實驗
被試者進入一個房間,房間內陸續進入幾位同樣要接受測驗的人(這些人其實是被安排的演員,可是被試者不知道),研究人員提出一些問題,比如詢問黑板的三條直線,那一條與新出現的第四條線一樣長?由於這三條線的長短有很明顯的差異,所以不用任何量尺或工具,很容易就可以用目測判斷出正確答案。但是當那些演員不約而同的提出同樣的錯誤答案時,奇怪的事情發生了,被試者不只沒有選擇那個簡單又明顯的正確答案,反而開始懷疑起自己,最後決定跟著大家選了錯的答案。
這個實驗找了許多人進行很多次的實驗,大約七五%的人放棄過自己的想法,跟著團體的意見走,即便他認為或許自己的想法是對的。這種行為模式或許來自於演化,因為人是群居的動物。任何群居的物種只要跟別人不一樣,一定是首先被捕獵,或群居的動物只要被群體排擠,一個人是無法生存的。
基於死亡的恐懼或求生存的慾望,因此我們很怕跟別人不一樣,怕被排擠。當然,也有可能只是我們認為跟別人不一樣,會被人懷疑我們的智商、我們的品味或能力,會被別人取笑;也有可能是我們覺得提出不一樣的意見太麻煩了,怕打亂事情的進度或懶得解釋那個與別人都不一樣的意見….反正,不管什麼原因,要保持特立獨行與眾不同,是很不容易的。
我們的思考體系有二個非常不同的工作系統,一個是合乎邏輯,但是必須付出心力並且運算速度緩慢的;另一個是來自古老的本能系統,靠直覺,速度快、憑印象來處理與決斷。
懂得有意識地去看清我們決策背後的邏輯,才會有比較理性的選擇。
分享至
成為作者繼續創作的動力吧!
隨著歲月遞變,我自己還是有些主題想比較有系統地寫,另一方面也知道自己需要外力督促,不然恐怕會沉溺在書本裡,懶得動筆。剛好vocus找我進來寫作,或許對我而言,這是個好機會,可以更有效率地把幾個主題整理出來。
© 2024 vocus All rights reserved.