📑📝:《AI背後的暗知識》| 機器能思考人類如何思考嗎?
![](https://assets.matters.news/embed/70025940-a28e-41af-87f4-34df6eb16fff.jpeg)
以「強人工智慧」(Strong AI, Artificial General Intelligence)的觀點來檢視人類,似乎永遠只能導向機器統治人類的悲觀結論;數據分析能力、精準傳遞資訊以及零秒同步更新,這些能力讓人類只能望塵莫,不斷地在壓迫人們從科學汲取的智慧,甚至也剝奪大多數人們的工作。暗知識的確讓機器佔有一席之地,是人類永遠無法到達的境界;但是,這並不代表我們只有被取代的風險。
事實上,以機器的視角而言,人類幾萬年演化下來的文明也有著讓機器望其項背的暗知識。我們也有機器永遠無法企及的能力,這些是機器怎麼學也學不來、奪也奪不走的。我自己看完之後,整理出了至少三點是機器目前仍無法超越人類的部分。
- 意境
- 發問
- 情緒共鳴
意境
書中其實提供了許多AI 寫文章、寫詩的範例,當中有很多跟真人所創作的文本相去不遠;但是這樣的機器學習有個很重要的關鍵,就是需要有「文本來源」。即便AI 再怎麼創作詩詞歌賦,甚至用曹雪芹的口吻來創作《老人與海》這些前提都需要大量的數據餵給機器;沒了數據,AI 就無法進行自我創作。也就是,AI 所演算出的作品必然得有前人的足跡,AI 沒有辦法無中生有一個它們未曾「體驗」過的意境。
以曹雪芹的口吻來創作《老人與海》或者以大衛.梭羅的文筆來書寫《狂人日記》這些作品讓研究機器學習的學者感到機器對於創作有無限的可能性;但是,這所謂的「原創性」並非是文學作品的初衷。文學展現的是一個人甚或是思想家的體悟,而將腦中的意境化為文字,這些文字乘載了不只有歷史還有作者當時的情感,正是文字這樣的特性可以讓文學作品穿越古今中外。
以浪漫派詩人李白的文筆書寫馬克思的《共產黨宣言》確實讓人們能有耳目一新的感覺,這樣的能力也只有機器才能辦到;馬克思沒接觸過浪漫派的詩風,而李白一生也不曾碰過馬克思。然而,科技讓兩人有所連結,以數據做為來源,以AI 作為媒介,以機器之力搓合在歷史長河裡素未謀面的兩人。這樣開創性的做法的確帶來了新奇感,但是意境也在融合的過程中被抹去,最終留下的作品,既不屬於李白也不屬於馬克思。
╴
發問
「為甚麼會這樣?」
在你點開這篇文章之前,我相信你肯定也是抱著某種「好奇」才點進來的,你甚至還會繼續問問題下去;發問的舉動源自於好奇心。目前為止的AI都只能收集、分析、預測數據,也就是做為人類的工具,AI並不會在我們輸入資料的時候突然罷工跳出對話框(如果會的話趕快扔了吧)
「為甚麼你們要我做這些事?」
目前在生活中所使用的科技大多仍屬於「弱人工智慧」(applied AI,narrow AI, weak AI, artificial narrow intelligence, ANI)以輔助、提升人類生活而打造的機器,如,人臉識別、大數據分析或是血糖檢測機,這些人工智慧只會執行人類下達的指令,而不會提問。提問的能力在自然界並不常見,即便我們教了猿類手語,讓人類跟動物之間多了一個溝通的媒介、回答簡單的四則運算;但是經過長期觀察,猿類仍然沒有發問的動作,即使它們對於周遭有滿溢的好奇。
好奇心引發的提問及探索是人類與生俱來的特性,這也是人與周遭的人事物產生連結的方式,但是機器並不需要跟我們產生連結;事實上,是我們主動與機器產生連結,我們對它們感到好奇,但是他們卻不必然會對我們感到同等的好奇。
![](https://assets.matters.news/embed/f7f57dbc-3e88-4ceb-be91-ca4504753fac.jpeg)
情緒共鳴
這一點則是我認為機器窮盡一生可能都無法達成的,即便一個機器人再怎麼鉅細靡遺地跟我們訴說他有多麼憂鬱、難過甚至焦慮,我們始終心底都會知道這是模仿出來的;那並不是它們真實的感受。想像一個思想實驗(實際上醫學有真實的案例)
一個外星人來到地球上學習地球上的一切,但是這個外星人沒有痛覺神經,你要如何跟一個沒有痛覺神經的外星人解釋甚麼是「痛」呢?
生命經驗裡的感受無法被移轉,尤其是情緒導向的經驗以及更深層的內在情感,這些屬於人類的私密語言。即使我不了解這個人,我也能知道在跌倒的當下他會感到很痛;甚至,不必闡明他的疼痛指數,也能勾起我過往生命經驗裡對於受傷所引發的疼痛。
這就是人類的專利,感受這些情緒背後所帶給我們的喜怒哀樂;這樣的能力是直接鑲嵌在我們的基因序列上,隨著演化的路徑跟著我們走到了現在。看到自己心愛的人在痛哭時,我們的心中會萬分不捨、目睹伴侶在車禍中不幸離世,我們會哭得私心裂肺。然而,當Alpha Go在世界圍棋比賽戰勝柯潔時,柯潔當場放聲大哭,Alpha Go並沒有走過去伸手抱抱他、安慰他。
Alpha Go 的程式碼並沒有寫入「當偵測到人類難過時,上前安慰他們」這樣的指令,即便工程師貼心地寫入這一段程式碼,機器的關心也無法成為人類的慰藉;就如同中文房間實驗的論點,純粹模仿、執行該行為不能算是真正了解行為背後的目的,因為機器本身就是無法切身理解人類的難過。同理心、同情心才是我們人類擅長的,也是我們該做的事。
╴
![](https://assets.matters.news/embed/20ee50df-0183-42a0-bc5e-af84fa5ed140.jpeg)
除了上述的三點,我認為還有一個特質特別劃清了人類與機器的界線,這其中參雜了理性與感性,在人類的歷史進程上也經常發生
明知結果會失敗仍願意放手一搏 拚了命去爭取不可能中的可能
機器在經由精密的計算後,如果努力將換得必然的失敗,那麼機器就會放棄了,這是一種純粹理性的展現;然而,人類即便知道結局將會失敗,仍然願意孤注一擲。這種非理性的力量驅使人類在最不可能之時,依舊願意為了渺茫的勝算縱身一躍,這樣置之死地而後生的精神不會在機器身上出現,而這也是區分我們和機器最大的不同之處。在宗教、愛情、科學或者戰爭中都能看到這股非理性的「信仰」推動著人類,因為我們相信所以我們願意這麼做,看似毫無來由的信仰之躍反而激發了更大的潛在價值。
當世人不願相信人類能飛上天時,萊特兄弟嚮往著翱翔在天空的自由,在他們日夜的苦思、不斷的試錯之下取得的成功,讓人們更敢於去做更遠大的夢,進而推動航空科技的發展;受困於敦克爾克海岸的400,000英法士兵,在軍官們都不看好的救援情況下,因為邱吉爾發布的發電機行動,即使毫無鋼筋鐵甲的漁船也主動前往救援,最終撤離了335,000人,比原先預計的還多了300,000人,這場大撤退也成為日後打倒納粹的關鍵。
機器無法理解人類為甚麼要這麼做,有時連我們自己都不知道,因為這些行動並非是在無限的排列中尋找有限的組合也不是透過大量計算下所得出的最佳解;反而更像是從籤筒隨機抽的籤,自信地在心裡吶喊著「沒錯!就是它了!」,即便我們根本不知道結果是如何。
冰冷的數據之下,也許我們贏不過機器;但是,面對機器放棄的結果下所激發人性,也許,才是人類真正擅長之處。
喜欢我的作品吗?别忘了给予支持与赞赏,让我知道在创作的路上有你陪伴,一起延续这份热忱!
![](https://imagedelivery.net/kDRCweMmqLnTPNlbum-pYA/prod/avatar/fe017f36-a183-405b-9162-a29e8785bd6f.jpeg/public)
- 来自作者
- 相关推荐