開啟人類文明無限可能性

口述／曾志朗｜整理／張孟媛
轉載自《科學人》2016年7月第173期

要討論人工智慧與人類智慧有何不同，人類思考事情的方式和機器有什麼不一樣？我們應該先定義「智慧」。從人的觀點，智慧就是解決問題的能力；而人工智慧則是由人類根據特定目標、解決該問題的方式，去創造並設計機器學會解決它。早期人工智慧的概念是幫我們做重複性、過量、危險的工作，例如工廠裡的機器人。隨著人工智慧的發展，我們越來越脫離硬體設計，走向軟體設計的層面，所以我們需要知道，人類解決問題時使用哪些基本原理、原則與邏輯，再據此去設計機器。以人臉的辨識為例，人類是先看眼睛還是鼻子？注意局部還是縱觀整體，何者先、何者後？這需要投入大量研究。其次，人類會犯錯、忘記，但我們要讓機器不犯錯，讓機器的成果比人類好。

到目前為止，人工智慧解決問題都是針對特定問題，包括下棋，在棋局裡尋找各種致勝的可能性；人類智慧則是去解決生存和生活環境中的問題、還不能想像的問題，並且創造特定問題，這是兩者最大的不同。兩者的限制也不一樣，人工智慧無法創造特定問題（也許有一天可以），而人類智慧的限制來自生理，例如我們會遺忘或因認知能量不足，導致表現不佳，所以在解決特定問題時可能不如人工智慧強。

人工智慧所模擬的神經系統運作，例如深藍、AlphaGo等下棋程式，是否和人類一樣？可能不同。我們對於人腦運作仍不是很了解，所以設計人工智慧時，是從目前已知人腦運作中找出一些邏輯、完成某件事情所必須擁有的預設定義或定理，賦予到機器上，讓它跟著學習。然而，人類智慧最基本也最重要的概念是，人類心智能力會不斷精進、往上提升，我們歷經了幾百萬年的演化，這股力量至今仍不停運作，於是人類可以發明交通工具快速移動、發展醫學延長壽命等等，這些問題解決的智慧具有共通性。但我們賦予機器學習下棋的能力，只不過是人類眾多的學習能力之一。這種能力可否轉移？AlphaGo的深度學習能應用到其他地方嗎？

機器的學習，取決於人類丟進多少資料。雖然在巨量資料中，我們無法預測它的學習能量會產生什麼新的東西，但機器做得再好，仍是跟人不同。人類發展人工智慧去解決特定問題，再運用它成為解決未來不可知問題的助手，例如我們設計電腦，一開始利用它來做運算和資料儲存，在那個階段我們認為沒有中央處理器（CPU），電腦還能幹什麼？但現在我們透過電腦要去解決更複雜的問題，CPU仍然重要，不過在網路運作的大架構中，它已經變成其中一個部件而已。

人腦要複雜多了！

人工智慧由自然智慧發展而出，兩者有無相關？一定有。是否等同？可能不是。在認知科學中，關於學習的理論，不是簡單的刺激與反應而已，其中有很多階層性的組合。例如我們的語言，就具有嵌入性與擴張性，而非單一的、水平式連結。深度學習，就是階層性的組合學習。所以這兩種智慧是相關的。然而電腦的學習是否等同於人類？從工作結果來看，表面上是一樣的，但由過程反推，它只是其中一種。這裡有個哲學性問題，當我們教導機器怎麼做到我們會的某件事情，它不但學會，而且做得更好、越做越好，它所發展的程序可能已遠離我們設定的程序。因此兩種智慧的運作，可能就不相同了！

人腦運作可能是完全線性，也可能是類比式，或兩者皆有，只要處理方式有些互動，就會完全不一樣。機器至今比不上生物系統，我們可以讓機器去模擬視神經運作，你可以看到成果，但你從中看不到彈性。生物體的運作方式實在太複雜，是整體互動的運作，不是靠一個個晶片，而是彼此連結，形成一個複雜系統。人腦就是在這樣複雜的情況下運作，也是這個複雜性，區別了人類與機器。但複雜性會使人類產生錯誤，我們要問，當人工智慧所犯的錯和人類智慧所犯的錯相似，那兩者是不是等同？即使越來越接近，仍然不等同。

那人工智慧和自然智慧是不是有互補性或相互影響？一定有的。例如，我們設計機器去解決某些問題時，將需要賦予它的能力，包括邏輯、定理、原則都設定好後，看看它能否做得跟我們很相似？從它做的過程中，也可以發現有哪些事情是我們沒想到的？更可以反推分析，人工智慧深度學習的某些型態也存在我們腦裡嗎？我們的腦神經必須怎麼組合運作，才能像機器一樣解決某個問題？這些過程與結果回饋到認知科學，研究者就會學到更多。兩者的互補性肯定是有，重點在於處理這個互補性的是誰？還是人。只有自然智慧，會看到其中的互補性。

我們也可以利用模擬的方式來進行認知科學研究。例如利用人工智慧模擬受傷後的腦，研究大腦的生理缺陷；人工智慧是否也會發生失智症？在什麼情況下它會出現學習困難、記憶困難、注意力不足？從人工智慧的模擬中，回頭審視人類智慧的缺失。當人工智慧學習能量越強，給予神經科學、認知科學的回饋就越清楚也越複雜，越有助於人類智慧運作的研究。

讓新的文明出現

人工智慧的正面影響是帶來人類文明的進步、生活的改善，但自動化意味著人工由機器取代，大家直覺想到的是失業問題。未來的社會可能會演變成不需要鈔票，手機叫來自動駕駛的車子。我們應該用什麼態度面對人工智慧的發展？

文明的提升，必須要讓新的文明出現。

第一、需要解決的問題比以前更困難也更複雜，我們必須訓練不做例行事務，培養創新的能力，去解決忽然出現、以前沒遇過的問題，更要警覺複雜的問題，想辦法去解決它。即使是工廠作業，以前的問題是線性的A、B、C，現在可能是從A跳到D，不經過BC，這就是我們要解決的複雜問題。

第二、面對複雜問題，需要領域的專業知識。基礎知識很重要，讓你能夠有彈性。重複性的工作可以被取代，但經驗所形成的專家系統是人工智慧無法取代的，人類有一種直覺性的體認，來自於對專業的掌握，這是教不來的，必須身歷其境才學得到。

第三、因為問題複雜，每個領域的知識又都不一樣，我們必須學會跟不同領域的專家溝通，經常腦力激盪。要想解決非例行性、跨領域的問題，這需要合作。

過去面對自動化，人們擔心的是讓自己變成機器人，但現在很清楚看到，自動化讓人類有更多選擇。像噴漆，自動化帶來的不是固有型態的選擇，而是選擇性擴大。人類做不來的，人工智慧可以幫忙想、幫忙做，再回饋給我們。至於人機合作，又是另一個層次了。

面對人工智慧，總是會有人害怕，主要原因來自資訊不足。例如聽到無人汽車，就聯想到亂衝亂撞，但要實現自動駕駛，必須有很好的道路系統規劃、定位導航與偵測系統。以現有架構去想像無人汽車，當然會憂慮，一旦了解完整配套，就不必擔心了。人工智慧雖然有風險有限制，卻會幫助我們開啟更多的可能性。

(本文由教育部補助「AI報報─AI科普推廣計畫」取得網路轉載授權)