新年將屆,除了國際政治風暴中心的5G,另一個科技關鍵字當屬「人工智慧」(AI)。據統計,二○一九年,每天平均產出一百篇機器學習的相關論文,且AI創投金額每年創新高。
![](https://blog.hamibook.com.tw/wp-content/uploads/2020/01/財訊597期a01.jpg)
如何看待人工智慧的進展?有哪些期待與風險?首先,看三則有意思的新聞:
—— 韓國頂尖圍棋手李世 是唯一曾打敗AlphaGo 的人類(雖然一勝四敗),他最近宣布引退,原因之一是自覺難以勝過人工智慧。他的引退賽與韓國開發的AI對弈,三局一勝兩敗,但首末兩戰接受讓兩子,等於承認對方棋力較高。
——每年分析全球趨勢的《經濟學人》特刊,二○年由副總編輯「專訪」人工智慧,請代號GPT-22020 的AI解析美中貿易戰、英國脫歐等大事件走向,有趣的是,它預測川普將連任失利。
——十一月底,英國歷史最悠久的辯論社團「劍橋聯合會」舉辦比賽,論題之一是「AI是否弊大於利」。正反雙方各有兩名人類辯士,及一個由IBM開發的辯論用機器人,再由現場人類觀眾投票決定勝負,「AI利大於弊」以些微差距獲勝。
AI再進化 將主動提供決策參考模式
從Siri、谷歌(Google)翻譯,到Netflix 的影片推薦機制,人工智慧早已以不同形式,進駐我們的日常生活。然而,前述三則新聞告訴我們:一、人工智慧還在學習,而且進步神速;二、它的學習模式往往從「模仿人類思考」開始,輸入大量既有資料,然後與人類實際交手,即時修正錯誤,不斷自我完善;三、純粹邏輯計算是人工智慧的強項,例如下棋,從西洋棋到圍棋,人腦已難匹敵;再則,AI透過語言分析與機器學習,逐漸能進行複雜、抽象議題的辯證與表達。
未來呢?有幾個關鍵發展。
首先,人工智慧技術持續推進,將跳脫Siri或Netflix「被動資訊選項」的基礎功能,進而主動提供人類決策模式的參考。IBM開發辯論用機器人,並非只拿來打辯論賽,而是輸入大量人類觀點文本後,綜合採擷其中論點,快速整合出各種優劣可能,未來對於政策或企業預判風險、形塑決策將有重大助益。
其次,「科學研究」與「產業應用」之間的融合,會是下一階段瓶頸。人工智慧專家Jason TWidjaja 預測,二○年前幾年的熱門關鍵詞「大數據」,將被「人工智慧」超越取代;不過,AI能否跨出純粹科學或技術領域,企業對於人工智慧的執行理解益形重要。
換言之,人工智慧的瓶頸,可能不再是數據科學或AI技術的突破,而是能否在各領域找到實際應用的橋接點,讓人工智慧進入消費末端,當市場漸趨成熟,就能反饋大量實證資料,驅動技術繼續發展。
不同國家文化差異 影響AI道德判斷
然而,人工智慧一旦進入消費市場,經常出現倫理兩難,引發衝突辯論,形成人工智慧發展的天然障礙。例如,現階段極具應用潛力的「自動駕駛」,如何面對著名的「電車難題」。原版電車難題是,一輛電車若即將撞上五名行人,必須有人手動切換軌道,讓電車轉向撞死另外一個人,受測者是否應該動手?同理,人工智慧面對這類兩難,該如何反應?
一四年,麻省理工學院設計一個「道德機器」的網路測試,讓使用者模擬各種難題,測試他們在緊急時刻如何反應,選擇避開幼兒、撞上老人,或避開婦女、撞上男人,或優先保全車上乘客、撞上行人⋯⋯選項不完全是AB兩種,也有多重情境的選擇。
「道德機器」上線之後,超過兩百個國家地區的受測者,總共做出四千萬次抉擇,形同大規模調查不同國家的社會道德指標。統計發現,不同國家經濟與文化差異,明顯有不同受測反應;亦即,人類社會對於人工智慧的道德判斷,可能存在各種差距。
這種文化差異已在現實世界浮現,例如,對於「警察應用臉部辨識及人工智慧,監控並逮捕嫌犯」,中國官民相對鼓勵贊同;美國加州等地方議會,卻立法禁止警方攝影機應用這類技術。又,美國軍方應否利用人工智慧,更有效率在戰場殺敵,也在矽谷招致谷歌、亞馬遜員工群起抵制。
一九年底,在加拿大溫哥華舉行的全球AI年會,「科技倫理」已是炙手可熱的焦點話題。隨著人工智慧技術飛躍,技術進展並非主要障礙;真正挑戰是,人類如何將倫理判斷嵌入運算機制,這將決定人工智慧、甚至人類命運的未來走向。或許,你可以半開玩笑說,我們正面對電影《魔鬼終結者》的「天網時刻」。