2023-02-18|閱讀時間 ‧ 約 13 分鐘

AI「擬人化」學習真能比人類更具優勢創新嗎？─學習的本質（19）

作者：陳華夫

ChatGPT聊天機器人是OpenAI公司約在三個月前的2022/11/30日推出，而大為轟動，這是繼2017年谷歌（Google）的DeepMind公司開發出AlphaGo Zero電腦圍棋後，更讓AI真正走入日常生活了。ChatGPT的聊天回覆有時並不準確，而醫療保健行業的IBM 沃森助手聊天機器人，可以通過完美記住訓練數據來事半功倍，並且還具有內置的消歧功能。（見ChatGPT 與 Watson Assistant 的比較還為時過早，因為chatGPT 尚未被完全採用）但ChatGPT在教育上已產生巨大影響。（詳見拙文AI徹底改變大學理工教育的面貌─學習的本質（18））

長久以來，科學家如牛頓、愛因斯坦等從外界的現實，發現自然界的規律，用高等數學的語言寫成量子力學或相對論，再應用到各種高科技：火箭、衛星、電動汽車、核電廠、電腦、雲端計算、GPU、TPU等，如下圖：

而人工智慧（AI）顛覆了這個人類學習範式（典範），它基本上是以深度學習取代科學家，從數據（data）學習出人工神經網絡（如CNN、RNN、E-GAN、Transformers）。（見人工智能：什麼是人工智能 (AI)？人工智能如何工作？）然後再應用到：圖像識別、語音識別、機器翻譯、自動駕駛、Alphago-Zero電腦圍棋、ChatGPT聊天機器人等領域。而在2012年後，深度學習的飛躍進展得歸功於適當的數據庫（XGBoost 及Keras）和硬件（GPU及TPU）。（見《用 Python 的深度學習》FRANÇOIS CHOLLET（2018））

於是，我們必須探討深度學習這個學習範式，是否比科學家只用思考就能激發出新理論的學習範式更能創新呢？這是個複雜的問題，要看我們如何定義「創新」？詳細分析如下： 1）AI的圖像識別及人臉辨識的優勢創新在於其巨大的數據庫：人類的視覺是天生奇妙的（見《內在視覺：對藝術和大腦的探索》森馬．澤基（2000）），AI「擬人化」圖像識別及人臉辨識是無法匹敵人類的視覺。但人類無法在擁擠的飛機場即刻認出接機的親人；而航管人員可以圖像識別軟體識別不同的飛行物。中國的商湯科技（創始人、CEO徐立）是電腦視覺和人臉辨識領域最大的系統開發商，還投入大筆資金創建了一個超級計算平台。在2018年，商湯科技是全球市值最高的人工智能創業公司，其市值45億美元。此波火熱的ChatGPT也點燃了商湯科技等AI公司的行情。（見ChatGPT點燃AI行情，百度、商湯及鷹瞳等AI企業大漲）

2）機器翻譯的優勢創新在其翻譯速度，而非「信、達、雅」： AI「擬人化」學習人類的聽覺與自然語言能力。此番轟動的ChatGPT就是因為它擁有接近人類水平的自然語言處理能力及對話邏輯。熟悉谷歌（Google）「中英翻譯」軟體的人都會發現它的「英翻中」的品質已大幅提昇，但離「信、達、雅」的境界還有一段距離，這仍有待深度學習的演算法的創新。也就是說，AI「擬人化」的語言理解與生成（書寫）還是落後於人類思考不少，更別說創新了。只有大幅提升深度學習的演算法，才能真正解決ChatGPT某些答非所問的尷尬。（詳細，請看拙文思考、記憶、人腦解決之「強化學習式」思考架構─學習的本質（1））英國《金融時報》報導，相對於ChatGPT吸收了數十萬篇英文學術論文、新聞報導、書籍和社群媒體貼文，百度主要使用中文語言數據和來自維基百科和Reddit的英文語言數據進行訓練。並且運行ChatGPT這種一般聊天機器人的成本很高，約每天100萬美元/1000萬用戶。美國的新規定禁止向中國輝達的A100處理器，會讓中國訓練人工智慧模型更昂貴、更耗時。（見中國企業加緊追趕ChatGPT）

3）自動駕駛比人類的優勢創新在不受人類情緒、視覺的影響： AI「擬人化」學習人類駕車的自動駕駛比人類的優勢在不受人類情緒、視覺的影響。當初，世界電動車一哥特斯拉的自動駕駛技術領先，堅持使用微鏡頭，而不用光學雷達，但據英國《金融時報》2023/2/17日報導，美國政府監管機構表示，特斯拉將召回近36.3萬輛電動汽車，因爲其完全自動駕駛軟體的一個版本存在缺陷，可能導致撞車。（見特斯拉因自動駕駛軟體缺陷召回超36萬輛汽車）

而百度的JIDU電動車配置可隱藏式方向盤，意味著它可實現無人干預的全自動駕駛，其自駕系統關鍵技術在於採用兩顆英偉達Orin X芯片，配備31個外部感應器，包括2個光學雷達、5個毫米波雷達、12個超音波雷達和12個微小攝影機。（見AI正夯大咖拼自駕　百度：我們領先特斯拉整整一個世代！）

AI的自動駕駛是電動車的必備的技術，但技術難度大，需投資巨額資金。雖然陽明交通大學團隊使用18:1 縮小的模型賽車，在AWS DeepRacer League奪冠，但其深度學習的自動駕駛技術要真正落實電動車產業，仍有一大段路要走。（見陽明交通大學團隊贏得AWS DeepRacer League前三名）

4）Alphago-Zero電腦圍棋的優勢創新在於比人類評估棋局快且準： AI「擬人化」學習人類下圍棋，而於2017年谷歌（Google）的DeepMind公司開發出史上棋力最強的AlphaGo Zero，其優勢創新在於其比人類評估棋局快速且準確。其關鍵的演算法是把蒙地卡羅樹搜尋集成到「自我對抗」中，以進行強化學習，再訓練卷積神經網路（CNN）以增強演算法。（見《深度學習與圍棋》馬克斯·龐佩拉和凱文·弗格森（2019），第354頁）當AlphaGo Zero等電腦圍棋不斷問世後，人類（包括筆者）也不斷的研究對付它們之策，請看拙文如何正確的戰勝AI電腦圍棋「Katrain 9段」?─圍棋本質（9）。

此後DeepMind停止了圍棋的研究，據英國《金融時報》2022/7/29日的報導， DeepMind公司發展的深度學習蛋白質軟體─AlphaFold，而構建了迄今最完整、最準確的數據庫，其中包含逾2億種已知蛋白質。已經超越科學知識的極限，可以預測出幾乎所有已知蛋白質的形狀（如下圖），可以展開癌症、病毒類感染，抗生素、靶向藥、新效率的酶等藥物研發。（見DeepMind宣布可預測幾乎所有蛋白質結構）

（圖2：蛋白質的立體結構，圖片來源：AlphaFold2 爆火背後人類為什麼要死磕蛋白質）

5）AI深度學習能夠遷移學習（Transfer Learning ，TL ）嗎？所謂機器學習(ML)中的遷移學習（Transfer Learning ，TL ）與人類學習的學習遷移（Transfer of Learning，ToL）類似，但不是同一回事。首先，解釋人類學習的學習遷移：當科學家發明了物理理論（如圖1），可以應用到不同的領域，例如，串連的「電阻─電容─電感電路學」同構「機械震盪」，也就是都可以二次常微分方程式表示，於是電路學的知識可以學習遷移（ToL）到「機械震盪」。（詳細，見我的視頻科學方法學物理與人工智慧（2/ 40）─什麼是物理的同構）此同構應用到深度學習的圖神經網絡 (GNN)的術語中，即是圖同構網絡 (Graph Isomorphism Network，GIN)）。（見了解用於 rs-fMRI 功能連通性分析的圖同構網絡）

（圖3：串連的「電阻─電容─電感電路學」同構「機械震盪」，圖片來源：陳華夫製作）

但相對的，圖1中的深度學習的產物─人工神經網絡（如CNN、RNN、E-GAN、Transformers）─卻非各個領域互相同構的，例如，訓練圖像識別所得出的卷積神經網路（CNN）不能遷移學習（TL）的用於Alphago-Zero電腦圍棋。即使訓練識別中文所得出的E-GAN也很難用於識別英文，即使共用E-GAN的某些（前、中、後）隱藏層意義也不大。而在「馬」識別的領域中，所謂零樣本學習(Zero Shot Learning，ZSL) 是指雖然沒有「斑馬」的訓練數據，卻仍然能識別「斑馬」，這也算是一種遷移學習（TL）。當DeepMind停止了圍棋的研究，跨領域發展的深度學習蛋白質軟體─AlphaFold，必定得從事全新的深度學習，因為這牽涉特定領域的知識（Domain-specific knowledge）。

DeepMind首席執行官傑米斯·哈薩比斯解釋說：「我認為遷移學習（TL）是通用智慧的關鍵。而且我認為進行遷移學習（TL）的關鍵是獲得概念知識，這些概念知識是從你感知的細節中抽象出來的。」（見什麼是遷移學習？探索流行的深度學習方法）

傑米斯·哈薩比斯的解釋，間接的說明了人類的思考與學習為何可以在各領域之間學習遷移（ToL），因為人類的思考用記憶的索引（關係），找到腦神經記憶網絡中須要思考的「目標概念」，然後大腦就會執行「內隱思考」的兩項運作：（1）概括(generalization)─即大腦回憶檢索（聯想）腦神經記憶網絡，找到所有與「目標概念」相關的概念，於共同的屬性中，抽象出「通用（general）概念」。於是，概括有助於大腦尋找出通用規則、模式識別；（2）尋找洞識（Insight）─即大腦回憶檢索腦神經記憶網絡，尋找（聯想）「目標概念」所代表的問題之「問題解決概念」，若找到了，表示大腦有了洞識，若「目標概念」不是一個問題，則大腦跳過此運作。（詳細，請看拙文什麼是「思考」？如何「洞識」？何謂「思想家」？─學習的本質（2））因此，人類的思考與學習擁有通用智慧的學習遷移（ToL），而深度學習只擁有零樣本學習(ZSL)的遷移學習（TL）。

6）人工智慧的ChatGPT有意識嗎？美加州大學約翰·瑟爾教授認為感知出現於一個生物整個物理特性。他在中文房間中對人工智慧的批評在於他認為意識是有目的性的，而電腦沒有目的性，因此電腦沒有意識。英國《金融時報》報導：「英國數學家、邏輯學家，被稱爲電腦之父的圖靈，在1950年設計出一個測試，其內容是，如果電腦能在5分鐘內回答由人類測試者提出的一系列問題，且被超過30%的測試者誤認爲是人類所答，即電腦透過對話，成功的模仿了人，則電腦透過測試，可以被認爲具有智慧。這一實驗至今仍是人工智慧的最重要標準。但是，圖靈實驗只能測試，是否看起來有智慧，是否可以像人一樣地進行活動，是否能以假亂真，並不能測試是否『真正的理解事物，是否有意識』。所以，圖靈測試也是一個近似標準。當然，從商業上說，AI是否有意識並不重要，只要能幫人解決問題，管它有沒有意識。」（見ChatGPT能有意識嗎：關於ChatGPT的誤解與誇大）