資料科學如何解決真實世界的問題？認識資料極限，打開分析視野－專訪DSP智庫驅動知識長謝宗震

• id S. Moore、諾茨 William I. Notz
• 譯者：鄭惟厚、吳欣蓓

什麼是大數法則？

期望值的定義是：它是可能結果的一種平均，但在計算平均時，機率大的結果占的比重較高。我們認為期望值也是另一種意義的平均結果，它代表了如果我們重複賭很多次，或者隨機選出很多家戶，實際上會看到的長期平均。這並不只是直覺而已。數學家只要用機率的基本規則就可以證明，用機率模型算出來的期望值，真的就是「長期平均」。這個有名的事實叫做大數法則。

大數法則和機率的概念密切相關。在許多次獨立的重複當中，每個可能結果的發生比例會接近它的機率，而所得到的平均結果就會接近期望值。這些事實表達了機遇事件的長期規律性。正如我們在第 17 章提過的，它們是真正的「平均數定律」。

大數法則解釋了：為什麼對個人來說是消遣甚至是會上癮的賭博，對賭場來說卻是生意。經營賭場根本就不是在賭博。大量的賭客贏錢的平均金額會很接近期望值。賭場經營者事先就算好了期望值，並且知道長期下來收入會是多少，所以並不需要在骰子裡灌鉛或者做牌來保證利潤。

賭場只要花精神提供不貴的娛樂和便宜的交通工具，讓顧客川流不息進場就行了。只要賭注夠多，大數法則就能保證賭場賺錢。保險公司的運作也很像賭場，他們賭買了保險的人不會死亡。當然有些人確實會死亡，但是保險公司知道機率，並且依賴大數法則來預測必須給付的平均金額。然後保險公司就把保費訂得夠高，來保證有利潤。

• 在樂透彩上做手腳

我們都在電視上看過樂透開獎的實況轉播，看到號碼球上下亂跳，然後由於空氣壓力而隨機彈跳出來。我們可以怎麼樣對開出的號碼做手腳呢？ 1980 年的時候，賓州樂透就曾被面帶微笑的主持人以及幾個舞台工作人員動了手腳。

他們把 10 個號碼球中的 8 顆注入油漆，這樣做會把球變重，因此可保證開出中獎號碼的 3 個球必定有那 2 個沒被注入油漆的號碼。然後這些傢伙就下注買該 2 個號碼的所有組合。當 6-6-6 跳出來的時候，他們贏了 120 萬美元。是的，他們後來全被逮到。

深入探討期望值

跟機率一樣，期望值和大數法則都值得再花些時間，探討相關的細節問題。

• 多大的數才算是「大數」？

大數法則是說，當試驗的次數愈來愈多，許多次試驗的實際平均結果會愈來愈接近期望值。可是大數法則並沒有說，究竟需要多少次試驗，才能保證平均結果會接近期望值。這點是要看機結果的變異性決定。

結果的變異愈大，就需要愈多次的試驗，來確保平均結果接近期望值。機遇遊戲一定要變化大，才能保住賭客的興趣。即使在賭場待上好幾個鐘頭，結果也是無法預測的。結果變異性極大的賭博，例如累積彩金數額極大但極不可能中獎的州彩券，需要極多次的試驗，幾乎要多到不可能的次數，才能保證平均結果會接近期望值。

（州政府可不需要依賴大數法則，因為樂透彩金不像賭場的遊戲，樂透彩用的是同注分彩系統。在同注分彩系統裡面，彩金和賠率是由實際下注金額決定的。舉例來說，各州所辦的樂透彩金，是由全部賭金扣除州政府所得部分之後的剩餘金額來決定的。賭馬的賠率則是決定於賭客對不同馬匹的下注金額。）

雖然大部分的賭博遊戲不及樂透彩這樣多變化，但要回答大數法則的適用範圍，較實際的答案就是：賭場的贏錢金額期望值是正的，而賭場玩的次數夠多，所以可以靠著這個期望值贏錢。你的問題則是，你贏錢金額的期望值是負的。全體賭客玩的次數合起來算的話，當然和賭場一樣多，但因為期望值是負的，所以以賭客整體來看，長期下來一定輸錢。

然而輸的金額並不是由賭客均攤。有些人贏很多錢，有些人輸很多，而有些人沒什麼輸贏。賭博帶給人的誘惑，大部分是來自賭博結果的無法預測。而賭博這門生意仰賴的則是：對賭場來說，結果並非不可測的。

• 有沒有保證贏錢的賭法？

把賭博很當回事的賭客常常遵循某種賭法，這種賭法每次下注的金額，是看前幾次的結果而定。比如說，在賭輪盤時，你可以每次把賭注加倍，直到你贏為止—或者，當然，直到你輸光為止。即使輪盤並沒有記憶，這種玩法仍想利用你有記憶這件事來贏。

你可以用一套賭法來戰勝機率嗎？不行，數學家建立的另一種大數法則說：如果你沒有無窮盡的賭本，那麼只要遊戲的各次試驗（比如輪盤的各次轉動）之間是獨立的，你的平均獲利（期望值）就會是一樣的。抱歉啦！

• 高科技賭博

全美國有超過 700,000 台吃角子老虎（拉霸）。從前，你丟硬幣進去再拉下把手，轉動三個輪子，每個輪子有 20 個圖案。但早就不是這樣了。現在的機器是電動遊戲，會閃出許多很炫的畫面，而結果是由隨機數字產生器決定的。

機器可以同時接受許多硬幣，有各種讓你眼花撩亂的中獎結果，還可以多台連線，共同累積成連線大獎。賭徒仍在尋找可以贏錢的賭法，但是長期下來，隨機數字產生器會保證賭場有 5% 的利潤。

——本文摘自《統計，讓數字說話》，2023 年 1 月，天下文化出版，未經同意請勿轉載。

• id S. Moore、諾茨 William I. Notz
• 譯者：鄭惟厚、吳欣蓓

什麼是常態分布？

圖 13.3 和 13.4 裡的密度曲線，同屬一族特別重要的曲線：常態曲線。圖 13.7 再呈現了兩個常態密度曲線。常態曲線都是對稱、單峰、鐘形的，尾部降得很快，所以我們應該不會看到離群值。由於常態分布是對稱的，所以平均數和中位數都落在曲線的中間位置，而這也是尖峰所在。

常態曲線還有一個特別性質：我們可以用目測方式在曲線上找到它的標準差。對大部分其他的密度曲線，沒有法子這樣做。做法是這樣的。想像你要從山頂開始滑雪，山的形狀和常態曲線一樣。起先，你從山頂出發時，往下滑的角度非常陡：

幸好，在你還沒有直直墜下之前，斜坡就變緩了，你愈往下滑出去，坡度愈平：

曲率（curvature）發生改變的地方，是在平均數兩側、各距平均數一個標準差的位置。圖 13.7 的兩條曲線上都標示出了標準差。你如果用鉛筆沿著常態曲線描，應該可以感受到曲率改變的地方，進而找出標準差。

常態曲線有個特別的性質是，只要知道平均數及標準差，整條曲線就完全確定了。平均數把曲線的中心定下來，而標準差決定曲線的形狀。變動常態分布的平均數並不會改變曲線的形狀，只會改變曲線在 x 軸上的位置。但是，變動標準差卻會改變常態曲線的形狀，如圖 13.7 所示。標準差較小的分布，散布的範圍比較小，尖峰也比較陡。以下是常態曲線基本性質的總結：

常態密度曲線的特性

常態曲線（normal curve）是對稱的鐘形曲線，具備以下性質：

• 只要給了平均數和標準差，就可以完全描述特定的常態曲線。
• 平均數決定分布的中心，這個位置就在曲線的對稱中心。
• 標準差決定曲線的形狀，標準差是指從平均數到平均數左側或右側的曲率變化點的距離。

為什麼常態分布在統計裡面很重要呢？首先，對於某些真實數據的分布，用常態曲線可以做很好的描述。最早將常態曲線用在數據上的是大數學家高斯（Carl Friedrich Gauss, 1777 – 1855）。

天文學家或測量員仔細重複度量同一個數量時，所得出的量測值會有小誤差，高斯就利用常態曲線來描述這些小誤差。你有時候會看到有人把常態分布叫做「高斯分布」，就是為了紀念高斯。

十九世紀的大部分時間中，常態曲線曾叫做「誤差曲線」，也就因為常態曲線最早是用來描述量測誤差的分布。後來慢慢發現，有些生物學或心理學上的變數也大致符合常態分布時，「誤差曲線」這個名詞就不再使用了。1889 年，高騰（Francis Galton）率先把這些曲線稱做「常態曲線」。高騰是達爾文的表弟，他開拓了遺傳的統計研究。

常態分布的形狀：鐘形曲線

人類智慧高低的分布，是不是遵循常態分布的「鐘形曲線」？IQ 測驗的分數的確大致符合常態分布，但那是因為測驗分數是根據作答者的答案計算出來的，而計算方式原本就是以常態分布為目標所設計的。要說智慧分布遵循鐘形曲線，前提是：大家都同意 IQ 測驗分數可以直接度量人的智慧。然而許多心理學家都不認為世界上有某種人類特質，可以讓我們稱為「智慧」，並且可以用一個測驗分數度量出來。

當我們從同一母體抽取許多樣本時，諸如樣本比例（當樣本大小很大、而比例的數值中等時）及樣本平均數（當我們從相同母體取出許多樣本時）這類統計量的分布，也可以用常態曲線來描述。我們會在後面的章節進一步細談統計分布。

抽樣調查結果的誤差界限，也常常用常態曲線來算。然而，即使有許多類的數據符合常態分布，仍然有許多是不符合的，比如說，大部分的所得分布是右偏的，因而不是常態分布。非常態的數據就和不平常的人一樣，不僅常見，而且有時比常態的數據還有趣。

68 – 95 – 99.7 規則

常態曲線有許多，每一個常態曲線都可以用各自的平均數和標準差來描述。所有常態曲線都有許多共同性質，特別要提的是，對常態分布來說，標準差是理所當然的量度單位。這件事實反映在下列規則當中。

圖 13.8 說明了 68 – 95 – 99.7 規則。記住這三個數字之後，你就可以在不用一直做囉嗦計算的情況下考慮常態分布。不過還得記住，沒有哪組數據是百分之百用常態分布描述的。不管對於 SAT 分數，或者蟋蟀的身長， 68–95–99.7 規則都只是大體正確。

年輕女性的身高常態

年輕女性的身高約略是平均數 63.7 英寸、標準差 2.5 英寸的常態分布。要運用 68 – 95 – 99.7 規則，首先得畫一個常態曲線的圖。圖 13.9 說明了這個規則用在女性的身高上會是什麼情況。

任何常態分布都有一半的觀測值在平均數之上，所以年輕女性中有一半高於 63.7 英寸。

任何常態分布的中間68%觀測值，會在距平均數一個標準差的範圍內。而這 68 %中的一半，即 34 %，會在平均數之上。所以有 34 %的年輕女性，身高在 63.7 英寸及 66.2 英寸之間。把身高不到 63.7 英寸的 50% 女性也加上去，可以得知總共有84%的年輕女性身高不到 66.2 英寸。所以推知超過 66.2 英寸的人占 16%。

任何常態分布的中間 95% 的值，在距平均數兩個標準差範圍內。這裡的兩個標準差是 5 英寸，所以年輕女性身高的中間 95% 是在 58.7（= 63.7 − 5）和 68.7（= 63.7 + 5）英寸之間。

另外 5% 女性的身高，就超出 58.7 到 68.7 英寸的範圍之外。因為常態分布是對稱的，這其中有一半的女性是在矮的那一頭。年輕女性中最矮的 2.5% ，身高不到 58.7 英寸（149 公分）。

任何常態分布中幾乎所有（99.7%）的值，在距平均數三個標準差的範圍內，所以幾乎所有年輕女性的身高，都在 56.2 及 71.2 英寸之間。

——本文摘自《統計，讓數字說話》，2023 年 1 月，天下文化出版，未經同意請勿轉載。

採訪編輯 / 陳妤寧

將 Big Data 回歸資料科學的本質，除了資訊工程之外，「統計」這個學門在 Big Data 時代能夠如何讓「數據」發揮更大價值？而在相信數據的無所不能之前，如何檢驗資料的可靠性、確定資料能解決的問題極限、甚至判斷結果背後的統計方式？本篇專訪邀請到清華統計所博士後研究員謝宗震，同時也是以推廣資料科學為目標的社會企業「DSP 智庫驅動」的知識長，分享如何透過資料科學解決真實世界的問題。

隨著時代演進的資料科學－大、雜、快、疑

「數據是人類活動的歷史記錄，透過資料科學『以古鑑今』是追求進步的捷徑。」謝宗震說，
一般來說，談及現今的資料科學或是 Big Data 都會提到 3 + 1 個特性：大、快、雜、疑。

隨著科技的發展，人類活動的軌跡越來越能夠被詳實記錄，譬如人們瀏覽電子新聞、購物商城的軌跡，人與人在社群網站的互動過程，人在操作汽車、電視、冷氣的習慣…等等。這種進步就好比是從一幅自畫像進步到一張照片，再到一部電影，現在甚至已經發展到近乎24小時不間段的實境節目。在人類活動被無時無刻記錄的同時，資料的量級爆炸性的成長，有一說：「現今世上的資料等於一個人每天24小時不停觀看超過2千億部的2小時HD電影，必須花上4700萬年才能看完。」

「Data Mining 是解析數據的方法，他的精神是連結不同來源的資料並挖掘價值，而不只是單一資料表分析而已。」謝宗震說，資料採礦（Data Mining）打從 1980 年代就伴隨高科技產業降生，台灣民間也在大約十五年前開始出現 Data Mining 的相關課程和協會，發展的一大關鍵在於資料倉儲的發展，使得「存取不同來源的大量資料」變得越來越便利。

以量販店的資料為例，就包括了產品庫存、發票銷售資料、產品擺放的順序、促銷資料、員工出勤資料……各式各樣的資料可能都儲存在不同的部門、不同的資料庫。除此之外，網路上各種影片、音樂、等難以量化或沒有標準欄位的資料的出現，也讓資料儲存的類型變得更為複雜。

在資料存儲的「巨量性」與「多樣性」之外，因應電子商務時代對「時效性」的要求，運算速度的需求也隨之提高。以著名的電話辨識 app「Whoscall」為例，為了協助使用者在接起電話之前，判別陌生來電是否為其他使用者回報的詐騙或騷擾電話，「Whoscall」必須在短短幾秒內告訴使用者這通電話該不該接。「資料越來越龐大，要讓使用者能在短時間內獲得反饋，提昇電腦計算能力和簡化演算方式就成為重要的發展方向。而後者正是統計人在資料科學中的任務。」謝宗震說。

除了「大」、「雜」、「快」，大數據近年還出現了第四個特性－「疑」，也就是指資料的「可靠性」問題。如果無法先檢驗資料的品質和來源，一味的把搜集到的數據趕快送進運算模型，「那麼只是『Garbage in, garbage out』。」舉例來說，當我們希望利用社群網站上的討論資料來分析選舉情勢，例如哪個候選人的討論度較高、討論是以正評還是負評居多。在此之前應該先關心網路上的討論者都是哪裡來的？如果這些討論者根本不隸屬於這個選區、甚至這些討論其實源出於機器人、殭屍，那麼這些「品質不佳」的資料就無法有力計算出具有參考價值的候選人支持度。

那麼，具體來拆解資料科學，可以分成哪些工作階段和角色？

資料科學的生命循環，交給四種角色通力合作

資料科學的生命循環，可對應到四種不同的角色。「資料產品經理人」負責將真實世界的問題轉換成資料可以解決的問題，通常是該問題領域的專業人士；「資料工程師」負責蒐集、整理、清理資料，通常是具備程式技術能力的工程師；「資料分析師」負責資料建模和分析，通常由擅長找出資料關聯的統計人擔當；「資料視覺化設計師」的任務則是要將報表變得簡明易懂。

「每種角色各有專精，但只有整合訓練、了解彼此的領域重點為何，才能形成完整的資料科學家的視野或團隊。」正因如此，由 Code for Tomorrow 孵化出來的社會企業「DSP 智庫驅動」，在設計資料科學的課程也更注重讓不同角色的「資料人」能夠在此學習和資料產品經理人、資料工程師、統計分析師、資料視覺化設計師合作，形成團隊共同進行專案實戰，幫助非營利組織和企業激發資料價值。

謝宗震以自己參加過的 Code for Healthcare 工作坊為例，實際說明資料科學的生命循環。小組成員包含：氣爆受災戶、救災人員、醫護人員、資料科學家、視覺設計師。小組研究的主題為高雄八一氣爆意外後的救護資訊，重大災難發生的當下，第一線消防人員如何得知高高屏地區醫院的急診室承載量，進一步決定如何把傷患送往哪間醫院？決定設計問題的第一步後，小組蒐集高高屏地區資料庫中每五分鐘更新的急診室資料，包括外科醫生人數、病患人數、傷患嚴重程度、呼吸器和各種設備的數量……。當欄位都蒐集好，接下來才是真正試算：如果意外現場有三十個人受傷，那麼最佳路徑下應該優先送到哪間醫院？如果高高屏地區滿載，是否應向北去找台南醫院協助？有些醫院雖然略遠，但是否在急診室不用排隊？當運算模型完備，最後可由資工專業寫成 app，提供給救護單位使用。

不過在踏入分析之前，謝宗震認為先練習「資料思考」更為重要，所謂先認識再交往，面對資料也要先多做評估，後續展開的分析才會更順利。

先了解資料的「極限」，才能展開有效分析

在建立模型、著手分析之前，如何蒐集、整理資料有著同等的重要性。手上資料能提供的訊息若不足以解答問題，那麼貿然展開分析便是緣木求魚。謝宗震說：「在 DSP 智庫驅動的課程中，我們會拿 YouBike 的公開資料當做上課教材，有些學員希望分析每個使用者從 A 點到 B 點會花多少時間，進一步替週遭店家推播廣告。然而 YouBike 提供的資料僅有『每個站點在每五分鐘有幾台車被騎走』，而沒有詳細的路線資訊。因此除非回過頭去徵求開放更多更精細的資料，目標問題是無法獲得解答的。」

謝宗震分享自身經驗：「在上課的時候，我們遇過最多學員的動機和問題是：『我不知道公司的資料要怎麼用，但資料科學很紅，我應該來進修。』所以我們將課程稍作微調，讓學員先練習『資料思考 Data Thinking』、了解資料能解決問題的極限在哪裡。舉例來說，如果我是一家希望分析手上銷售資料的速食店，但萬一銷售資料沒有記錄漢堡的類別，我就不可能找出人氣漢堡！」

當大數據時代幾乎能「海納百川」地計算海量的資料，傳統的「抽樣」方法以及必須隨之處理的「抽樣誤差」問題，是否就能夠一概免除？「很多書都會說，既然 Big Data 能蒐集並運算所有的資料的情況下，就能免除抽樣誤差的煩惱，但資料只是真實世界的片段，不可能透過資料完整反應真實世界。」謝宗震跳出大數據本位，直率地分析數據的極限。「就以台北市選舉的網路意見調查為例，可能很多發言者根本不設籍在台北市；而很多只是『潛水』閱讀而沒有公開發言的人，也不會形成資料；更甚者，有很多人可能連上網的能力都尚不具備！」

統計在做什麼？分析建模讓資料分析結果更精緻

目前資料科學領域中，統計人的身影遠少於資工人，謝宗震怎麼看待統計人在資料科學中的價值？他認為關鍵在於演算模型的建立，這個模型可用每個輸入值（x，Input）對應輸出值（f(x)， Output）的函數關係來理解，資料被丟進此黑盒子進行運算，最後得出分析結果，而黑盒子中的方程式或各種演算法，就是統計建模的核心。「如果單純使用平均數或簡易的算法當然也能做出結果，但精緻度是不同的。」而分析建模正是統計的優勢所在。

為了要得到品質好、有代表性的資料，整理資料的過程也需要統計建模的幫忙，例如當問卷欄位上出現缺漏值，「有些人就是不喜歡填身高、體重、和心得，但如果他們有填寫其他題項，就能運用建模來反推可能的缺漏答案。」種種功夫，都是為了在正式展開分析之前，能夠確保資料品質能具有真正的參考價值。

除了計算資料，統計也能幫助我們更好地判讀資料。因為同樣一筆資料，透過不同的統計方法，可能得出天差地遠的結果，進而影響我們對於數據分析的認知立場。

統計在做什麼？洞察數據背後玄機，不同計算方式兩樣情

一般人看到充滿說服力的統計數字時，很容易忽視統計過程中所使用的方法，而直接相信算出來的「結果」。以「貧富差距」報告為例，比較「最富和最貧的年收入差距」是很有感的指標，但是倍數怎麼算，背後其實大有不同的算法。在不同的計算方式之下，一模一樣的原始數據，可能得出「6.08倍」和「99.39倍」這兩種相距甚大的年收入差距。

「要計算『最富有的那群人』和『最貧窮的那群人』的差距，可以依每戶綜所稅申報所得分成五等分，擷取最富和最貧的 20%，再將兩群的平均值相除得6.08。另一方面，也可以將人們分成二十等分，以最富最貧的5%計算得99.39倍，而美國、日本、澳洲以及國際組織如CIA、OECD的計算方式則為 10%。無論如何，當取樣的比例分別是 5%、10%或 20% 的時候，就會出現不同的統計結果。人們可以選出對自己最有利的計算方式。」

要更精準、更客觀的研究貧富差距，其實不能只看一兩個指標就下判斷。「較好的作法是連續比較 5%、10%、20% 一直到 50% 的差異為何，才能看的出演變趨勢。例如若以 20% 為標準時今年相對於去年的貧富差距變小、10% 時貧富差距上升，那麼代表中等富有和中等貧窮的群族差距拉近了、然而極端富有和極端貧窮的人反而差距更大了。」在貧富差距這個議題中，貧和富能分成更多種，進行更細緻的討論。而對不熟悉統計的一般人來說，至少可以學習注意兩件事：一、伴隨數字後面的「單位」是什麼？二、同一筆資料存在著不同的算法，在相信結果之前，應先留心它是如何被算出來的，而不是讓自己被數字牽著鼻子走。

總之，「資料是真實世界的一部分，指標是資料的一部分，一種指標只是反應資料的某一種面向，並不代表全部，唯有清楚知道指標的特質才能貼近真實。」

談了這麼多統計人的身懷絕技，但在 Big Data 時代，統計人會遇到什麼挑戰、應該如何自我調適才能充分大展身手？

面對 Big Data 時代，統計人要如何讓自己發揮價值？

「統計這門學科在每個時代都可以『玩資料』，有問題、有資料，就能建立模型分析問題。」謝宗震說，然而現在的 Big Data 時代，統計人難以好整以暇地等客戶捧上問題和資料再著手分析，資料「反客為主」，許多時候連客戶也不一定知道他想問的問題是什麼，統計人必須更主動參與第一線，甚至規劃如何蒐集資料，而非面對已經固定欄位的資料庫一籌莫展。如果統計人無法習慣處理非結構化的第一線資料，就如同打不開冰箱的廚師，拿不到食材，就更別談烹調出美味的食物了。

以電子商務領域為例，商家充滿各式各樣的疑問：要如何促進買氣？要推播給會員什麼廣告？廣告應該放在網站中的那個位置效果會最好？統計人應當參與更多第一線規劃蒐集資料的細節，然而現在設計網站與資料欄位的人卻少有統計學家的蹤影。「促銷應該統計過去一周賣的最好的前十名商品、還是消費者最想買的前十名商品？要計算廣告成效，應該以點擊率、還是最後轉換的購買率或購買金額為標準？」要得出更細緻的答案，就需要統計人更大程度的參與。若能從中改善使用者體驗，也就能搜集到更好的資料、做出更好的解讀。讓大數據不只是躺在資料庫中，而能走入真實世界，解決更多的真實問題。

（本文由科技部補助「新媒體科普傳播實作計畫－智慧生活與前沿科技科普知識教育推廣」執行團隊撰稿）

責任編輯：鄭國威

大數據專題報導系列：

1. 運用海量資料讓機器「自學」，電腦將成為更好的決策代理人－專訪台大資工教授林守德
2. 不是只有數字才是數據，語意分析讓電腦掌握文字背後的情感－專訪意藍科技董事長楊立偉
3. 從演算法設計到金融交易應用，數學在資料科學中無所不在－專訪東吳數學系教授吳牧恩
4. 提昇大數據可信度，統計學用機率和抽樣優化分析模型－專訪典通公司總經理楊雅惠

數位世界已經改變了我們日常生活的體驗，一個人從早到晚都會接受到大量數據，受益於大量數據，也貢獻大量數據。這些數據龐大的程度，和消化資訊的方式已經太過繁多，人類心智根本無法處理。

與數位科技建立夥伴關係

所以人會本能地或潛意識地倚賴軟體來處理、組織、篩選出必要或有用的資訊，也就是根據用戶過去的偏好或目前的流行，來挑選要瀏覽的新項目、要看的電影、要播放的音樂。自動策劃的體驗很輕鬆容易，又能讓人滿足，人們只會在沒有自動化服務，例如閱讀別人臉書塗鴉牆上的貼文，或是用別人的網飛帳號看電影時，才會注意到這服務的存在。

有人工智慧協助的網路平臺加速整合，並加深了個人與數位科技間的連結。人工智慧經過設計和訓練，能直覺地解決人類的問題、掌握人類的目標，原本只有人類心智才能管理的各種選擇，現在能由網路平臺來引導、詮釋和記錄（儘管效率比較差）。

網路平臺收集資訊和體驗來完成這些任務，任何一個人的大腦在壽命期限內都不可能容納如此大量的資訊和體驗，所以網路平臺能產出看起來非常恰當的答案和建議。例如，採購員不管再怎麼投入工作，在挑選冬季長靴的時候，也不可能從全國成千上萬的類似商品、近期天氣預測、季節因素、回顧過去的搜尋記錄、調查物流模式之後，才決定最佳的採購項目，但人工智慧可以完整評估上述所有因素。

因此，由人工智慧驅動的網路平臺經常和我們每個人互動，但我們在歷史上從未和其他產品、服務或機器這樣互動過。當我們個人在和人工智慧互動的時候，人工智慧會適應個人用戶的偏好（網際網路瀏覽記錄、搜尋記錄、旅遊史、收入水準、社交連結），開始形成一種隱形的夥伴關係。

個人用戶逐漸依賴這樣的平臺來完成一串功能，但這些功能過去可能由郵政、百貨公司，或是接待禮賓、懺悔自白的人和朋友，或是企業、政府或其他人類一起來完成。

個人、網路平臺和平臺用戶之間的關係，是一種親密關係與遠距聯繫的新穎組合。人工智慧網路平臺審查大量的用戶數據，其中大部分是個人數據（如位置、聯絡資訊、朋友圈、同事圈、金融與健康資訊）；網路會把人工智慧當成嚮導，或讓人工智慧來安排個人化體驗。

人工智慧如此精準、正確，是因為人工智慧有能力可以根據數億段類似的關係，以及上兆次空間（用戶群的地理範圍）與時間（集合了過去的使用）的互動來回顧和反應。網路平臺用戶與人工智慧形成了緊密的互動，並互相學習。

網路平臺的人工智慧使用邏輯，在很多方面對人類來說都難以理解。例如，運用人工智慧的網路平臺在評估圖片、貼文或搜尋時，人類可能無法明確地理解人工智慧會在特定情境下如何運作。谷歌的工程師知道他們的搜尋功能若有人工智慧，就會有清楚的搜尋結果；若沒有人工智慧，搜尋結果就不會那麼清楚，但工程師沒辦法解釋為什麼某些結果的排序比較高。

要評鑑人工智慧的優劣，看的是結果實用不實用，不是看過程。這代表我們的輕重緩急已經和早期不一樣了，以前每個機械的步驟或思考的過程都會由人類來體驗（想法、對話、管理流程），或讓人類可以暫停、檢查、重複。

人工智慧陪伴現代人的生活

例如，在許多工業化地區，旅行的過程已經不需要「找方向」了。以前這過程需要人力，要先打電話給我們要拜訪的對象，查看紙本地圖，然後常常在加油站或便利商店停下來，確認我們的方向對不對。現在，透過手機應用程式，旅行的過程可以更有效率。

這些應用程式不但可以根據他們「所知」的交通記錄來評估可能的路線與每條路線所花費的時間，還可以考量到當天的交通事故、可能造成延誤的特殊狀況（駕駛過程中的延誤）和其他跡象（其他用戶的搜尋），來避免和別人走同一條路。

從看地圖到線上導航，這轉變如此方便，很少人會停下來想想這種變化有多大的革命性意義，又會帶來什麼後果。個人用戶、社會與網路平臺和營運商建立了新關係，並信任網路平臺與演算法可以產生準確的結果，獲得了便利，成為數據集的一部分，而這數據集又在持續進化（至少會在大家使用應用程式的時候追蹤個人的位置）。

在某種意義上，使用這種服務的人並不是獨自駕駛，而是系統的一部分。在系統內，人類和機器智慧一起協作，引導一群人透過各自的路線聚集在一起。

持續陪伴型的人工智慧會愈來愈普及，醫療保健、物流、零售、金融、通訊、媒體、運輸和娛樂等產業持續發展，我們的日常生活體驗透過網路平臺一直在變化。

當用戶找人工智慧網路平臺來協助他們完成任務的時候，因為網路平臺可以收集、提煉資訊，所以用戶得到了益處，上個世代完全沒有這種經驗。這種平臺追求新穎模式的規模、力量、功能，讓個人用戶獲得前所未有的便利和能力；同時，這些用戶進入一種前所未有的人機對話中。

運用人工智慧的網路平臺有能力可以用我們無法清楚理解，甚至無法明確定義或表示的方式來形塑人類的活動，這裡有一個很重要的問題：這種人工智慧的目標功能是什麼？由誰設計？在哪些監管參數範圍裡？

類似問題的答案會繼續塑造未來的生活與未來的社會：誰在操作？誰在定義這些流程的限制？這些人對於社會規範和制度會有什麼影響？有人可以存取人工智慧的感知嗎？有的話，這人是誰？

如果沒有人類可以完全理解或查看數據，或檢視每個步驟，也就是說假設人類的角色只負責設計、監控和設定人工智慧的參數，那麼對人工智慧的限制應該要讓我們放心？還是讓我們不安？還是既放心又不安？

——本文摘自《 AI 世代與我們的未來：人工智慧如何改變生活，甚至是世界？》，2022 年 12 月，聯經出版公司，未經同意請勿轉載。