📚📑📝：《AI背后的暗知识》| 人类能思考机器如何思考吗？

5G来临的21世纪，这个问题依旧历久弥新始终纠缠着我们

机器能够思考吗？

紧接者在后的便是一连串对于人工智慧的敌意与恐惧「机器会抢走人类的工作吗？」、「人工智慧有可能取代人类吗？」。自英国计算机科学家艾伦．图灵（ Alan Turing ）在《计算机器和智慧》的论文中提及

• 「机器会思考吗？」（Can Machines Think?）

这个问题从1950起便敲响了人类大脑与机器大脑的思辩钟声，长达70年的历史长河里，各个领域的学者都在尝试回应这问题；图灵当年的构思掀起了电脑科学、脑神经科学、心理学、物理学、人类学甚至哲学间的羁绊，也让这议题走出了学术的象牙塔，成为全民讨论的思辩运动。本书《AI背后的暗知识》首度以「暗知识」描述机器的运作，以超越人类的视角来思考机器；我们可以来试着从这个问题来开启这一趟辩论：

人类能思考机器如何思考吗？

中文房间（Chinese Room）

在思索一个新科技时，我们经常会以周遭的物件或自身的经验来辅助我们；而讨论机器是否能思考时，我们最直接能想到的便是由我们自身出发「人类是如何思考的？」1980年，美国哲学家约翰．希尔勒（ John R. Searle ）以人类自身的经验提出了「中文房间」（Chinese Room）的思想实验。中文房间的实验过程可表述如下：

一个对中文一窍不通，只说英文的人关在一间只有一个开口的封闭房间中。房间里有一本用英文写成的手册，指示该如何处理收到的中文讯息及如何以中文相应地回覆。房外的人不断向房间内递进用中文写成的问题。房内的人便按照手册的说明，寻找合适的指示，将相应的中文字元组合成对问题的解答，并将答案递出房间。

在上述过程中，房外人的角色相当于程式设计师，房中人相当于电脑，而手册则相当于电脑程式：每当房外人给出一个输入，房内的人便依照手册给出一个答覆（输出）。而正如房中人不可能通过手册理解中文一样，电脑也不可能通过程式来获得理解力。希尔勒的想法是奠基于「人类的思考是伴随着意识、且带有目的性」这个论点，机器只是进行输入/输出的运作，这样只是纯粹重复我们需要它做的事不能算真正会思考。

事实上，这种「做你所被告知的事」（ do as you are told ）的指令在生活中很常出现。军人服从长官的命令，即便他不明白命令的意义为何，依旧能够贯彻长官的指挥；大量背诵诗词歌赋应用在考试上的学生，即便他们不懂这些文学作品的意境，依旧能够在国文考试拿到分数。纯粹「机械式」地重复不算是真正了解该行为背后的意义。

但是这样的思考有些许问题，在中文房间的实验上，希尔勒以人类来思考机器其实并不合理；一但我们以人类作为前提，就会以人类的视角出发，反而不是以机器的立场思考「机器是否会思考」。我们应该想的，是机器如何接受、处理、分析以及输出资讯，也就是作者提倡的以暗知识思考机器。

╴

人类无法触及的暗知识

在过往的知识体系当中，人类的知识主要被划分为两类

• 内隐知识（tacit knowledge）
• 外显知识（explicit knowledge）

这两个种类分别对应上述图表中的「默知识」、「明知识」。默知识为人类以体验累积成的知识，不见得能以语言表述（如，游泳、健身、语感）；明知识同样也是人类可感知的知识，只是这一类的知识是能够以语言传递、分析（如，微积分、机率与统计、牛顿三大运动定律）。然而，以感知、表达划分的知识体系之下将会出现一种分类，也就是「不能感知也无法表达」的暗知识（ dark knowledge ） 。

事实上，暗知识很常在生活中出现。狗狗的听觉范围是15~50,000赫兹，而人类能听到的音频范围一般在20~20,000赫兹，超过人类可接收的音频之外的声音对于我们而言就是既无法感知也无法表达的暗知识；以暗知识的角度去分析狗的听力范围才是真正的了解，否则若是以人类的视角将会超出我们所能理解的范畴，便草率地认为狗狗的听力跟人类并无二致。

王维嘉老师强调，我们必须以暗知识的层面来分析机器，否则以人类的角度思考机器永远都是在打高空。那么，机器有什么样人类无法企及的知识呢？我举书中所提到的三个例子：

1. 超强感官
2. 数位化资料
3. 快速精确传递

╴

超强感官

用光谱来说明会最好理解。人类的感官有限，然而机器却能够感测到人类无法探测、观察的颜色范围；下图便是将目前所知的光谱呈现出来，可以发现的是，中间一小段彩虹的片段便是「可见光谱」，而那也是人类唯一能观察到的颜色范围。其他的波长的波只能透过机器测量，人类才得以间接观察。

.

数位化资料

人类对于温度这件事，最直接的感受便是冷、热；若是要我们说出现在摄氏几度确实对我们是一大难题。但是今天如果我们使用红外线热感测器（热成像仪），那么温度便可以一目了然，而且误差可以到小数点以下两位都不是问题。

因此，温度对于我们而言只是物理上的冷热区别；但是对于机器而言，那便是一个接着一个的数据，分析这些数据、爬梳彼此的关联性也是机器在行的。

.

快速精确传递

透过脑神经科学家的研究，人脑至少有一千亿个神经元，以毫秒的速度在传送以及接收资讯。目前的机器即便采取「类神经网路」建构也尚未达到人脑如此复杂、密集的神经元分布」。

然而这并不是说我们赢了机器，如果今天我们探讨的是「传输速度」那么恐怕人类又要望其项背了。机器的传输速度比人脑还要精确而且快速许多，资料彼此之间的传输秒数仅奈秒之差！因此很多美国的证券交易所为了要得到最新的股票交易资讯，很多交易所都在争夺奈秒之差；这也是后来广为人知的「暗池交易」

╴

我们可以用维度（dimension）来理解我们跟机器之间的差异。高维度的生物可以理解比自己低维度的世界观，然而，低维度的生物却无法理解高维度的世界；如同二维平面的图形无法呈现三维空间的厚度、深度。

如同像垂死之光这样的上帝视角游戏，游戏里的角色永远都是在各个平面游移，但是操控这一切的玩家可以一目了然看见敌人的位置、找出最佳路径。而将我们与机器划分的暗知识，正是赋予了机器上帝视角的能力，不论人类再怎么努力也只能望尘莫及。