0

0
0

文字

分享

0
0
0

別成為冷漠的幫兇,用有效的利他主義改變世界吧!

好青年荼毒室
・2017/06/26 ・4135字 ・閱讀時間約 8 分鐘 ・SR值 494 ・六年級

文/豬文

為什麼社會屢屢出現見死不救的事件?但你以為你過得平凡沒碰上,就不是共犯之一嗎?圖/好青年荼毒室提供

身在香港、台灣或是其他地方的好青年,你能夠讀到這篇文章,證明你也不至於活在水深火熱之中。我相信,你們至少不用每天為着三餐溫飽憂心(當然不是說你不用為三餐打工賺錢,而是說你不會真的沒東西吃,會餓死),不用無時無刻跟死神搏鬥。即使我們不是大富大貴,但或多或少,我們總會有些奢侈的享受,可能是閒時去旅行、可能是吃個自助餐、可能是看個電影。哪怕是買罐汽水,其實也算奢侈,因為沒有這罐汽水,你還是能活得好好的。

那麼,我們會覺得過着這樣的生活,是一種道德罪惡嗎?

我想絕大部分人都不會這樣想。如果有人指責你的生活,你第一個反應很可能是:「什麼?我又不是像那些大富豪一樣,在過一種窮奢極欲的生活。我不過是每天買罐可樂,放假去趟日本。何錯之有?」

但事實上,這個「正常」反應,以及我們一直過着的這種「正常」生活,真的沒問題嗎?其理據真的站得住腳嗎?先讓我們設想一下以下情況:

-----廣告,請繼續往下閱讀-----

假設有個小孩給一輛貨車撞倒了,但那貨車揚長而去,獨留小孩躺在血泊之中。這個時候,你剛好經過,你認為自己有道德責任去救眼前那個奄奄一息的小孩嗎?如果你對他視而不見的話,會覺得應該受到道德譴責嗎?

我想,絕大多數人的道德直覺,都會指你有道德責任救他。不對他伸出援手的話,你是犯上了道德錯誤而應該受到責怪。只要回想 2011 年時轟動社會的「小悅悅事件」,大家的感覺可能會強烈得多。那時候,大家看到那十幾個路人對小悅悅視若無睹時,何曾不會感到無比憤怒?何曾不會想質問他們怎可能如此冷血,為什麼一件道德上如此明顯是正確的事都不去做?何曾不會覺得自己身在其中的話,必定出手救人?

什麼時候該施救?只要符合兩大原則就該出手

美國哲學家 Peter Singer 便認為,一旦你有上述的道德直覺的話,便必須承認我們絕大部分人過着的生活也是不該過的,亦即是說,正在過「平凡」生活的我們,其實和那十幾個見死不救的人沒什麼兩樣。(註 1)

我們以為我們指是過著「平凡」的生活,偶爾出國旅行、買買東西,但我們跟見死不救的路人並沒有兩樣。圖/By Yosomono @ flickr, CC BY 2.0

為什麼呢?在上述的例子中,顯示了我們都接受了兩項道德原則:

-----廣告,請繼續往下閱讀-----

第一,因缺乏適當的醫療照顧,或者缺乏其他資源而引致的痛苦與死亡,都是道德上不好的。如果我們不認為小悅悅所承受的痛苦是不好的話,又怎會覺得我們應該要救她呢?

設想一下,這一次貨車快要輾過的,只是一塊石頭,我們同樣會認為有責任去拿開那石頭,讓它避免被貨車輾過嗎?我想絕大部分人都不會這樣認為,除非你是一種泛心靈論者。這兩個情況的分別就是,小悅悅會有感到痛苦與面對死亡,而一塊石頭不會,所以我們認為小悅悅應該獲救,其實是源於我們認為她應該免受這種痛苦與死亡。這也顯示了我們認為上述的痛苦與死亡是不好的,是一種道德上的惡。

第二,若不必犧牲其他道德上重要的事,當我們有能力去阻止這種惡事發生時,我們便有道德責任去阻止。為什麼我們會對那十幾個見死不救的人如此憤怒?是因為我們認為他們都有道德責任去救人。為什麼我們會認為他們有道德責任救人?是因為我們認為救人這件事在他們的能力範圍之內,亦不用他們犧牲其他任何道德上重要的事。

設想一下,你質問其中一個對小悅悅視而不見的人,為什麼他不救人,然後他跟你說:「那怎麼救啊大哥?她滿身都血,我這衣服新買的,我救她會弄髒衣服啊!」你當然不會接受這種辯護。你質問他之前,早就知道救人這件事是要「犧牲」的,哪怕是「犧牲」他們幾十秒時間打電話叫救護車。但我們仍然覺得他們有道德責任去救人,是因為無論幾十秒時間,還是那新買的衣服都沒有任何道德上的重要性(或這重要性根本微小得跟小悅悅正在承受的痛苦無法比擬)。

-----廣告,請繼續往下閱讀-----

換個例子,如果那個人跟你說:「我無法停下來,因為我是醫生,趕着去前面的另一個車禍現場救人,那邊有十個在死亡邊緣的傷者等着我救」又或者「我無法停下來,因為我上班一定不可以遲到,我遲到的話,我便會被革除。我被革除的話,家裏的人都會沒飯吃」的話,我們似乎便不會有如此強烈的直覺,覺得這個人做了件道德錯事,因為十條人命跟家庭都是道德上重要的事。

若救人是要犧牲其他道德上重要的事才能辦到的話,我們便沒有如此強的直覺認為他們有責任去救人。(當然有些道德理論會嘗試論證,在這些情況下,尤其是第二個牽涉家人的情況,我們仍有責任去犧牲這些道德價值去救眼前的人,但這不是這裏的重點。這裏的重點是,若不用犧牲其他道德價值,你便有責任救人。這說法幾乎所有道德理論都會接受的。)

我們都是見死不救的路人

那麼,這兩條道德原則,跟我們正在過的「平凡」生活有什麼關係呢?我們又不是為了買汽水而不救小悅悅,我們做錯了什麼?

要了解我們做錯了什麼,你只需到 Google 搜尋一下現在地球上第三世界國家人民正在經歷的窮困。例如,根據聯合國兒童基金會去年的報告,葉門現時有超過四十萬處於飢餓的兒童,每十分鐘便有一名兒童會因營養不良或隨之而來的疾病而死去全球每天因可預防疾病而死去的兒童有大約有一萬九千名。既然我們承認小悅悅的情況構成了那十幾個路人的道德責任,那為什麼這成千上萬在貧窮國家危在旦夕的小孩,又沒有對正在上網購物的我們構成道德責任呢?

-----廣告,請繼續往下閱讀-----
全球每天有大約有一萬九千名因可預防疾病而死去的兒童,你能坐視不管嗎?圖/取自 unicef

按剛剛兩條原則,其實我們同樣有道德責任去幫助他們。第一,他們的痛苦與死亡是道德上的惡事。我們認同小悅悅的痛苦是不好的,所以我們有責任救她,難道葉門的小孩的痛苦就不是不好嗎?我怎能說他們的痛苦不算是道德上的惡事,所以我們沒有責任救他們呢?

第二,要幫助貧窮國家的小孩,無疑在我們能力範圍之內,而我們又不用犧牲任何道德上重要的事。很簡單,喝可樂、純綷愛美買新衣服是一件道德上重要的事嗎?明顯不是,但只要我們每天把買可樂、買新衣服的錢省下來,全部捐給慈善團體,很可能便能拯救到一名小孩的生命,或至少大大改善他的生活。如此一來,你不把錢捐出去,而用來買可樂、買衣服,此事之理由又如何能夠證成呢?

當然,這不是要求你要放棄一切,大老遠跑去貧窮國家幫人,因為這會令你犧牲很多道德上重要的事,例如你自己的人生目標、你的家庭等等。這就跟要求剛剛趕着上班的路人救小悅悅一樣不合理(再一次,有倫理學立場認為這是合理的,但在這裏無關宏旨,撇開不談)。但現在 Singer 要求的,只是要你少買罐可樂、少買件衣服去拯救一條在葉門的人命。你又能有什麼道德理由拒絕呢?如果你拒絕,又跟剛剛那個怕弄髒衣服的人有什麼分別?

只有道德,沒有距離

這兩個情況,最明顯不過的差異便是小悅悅實在地出現在那十幾個路人的面前,而那些每天在葉門死去的小孩離我們有幾千公里遠。但是,這個距離上的差別,似乎只能說明了我們心理上的不同:若他出現在我眼前,會更易挑動到我的心理反應,進而使我有更大動力去幫助他。

-----廣告,請繼續往下閱讀-----

但問題是,這足以構成一種道德理由嗎?為什麼單純距離上的差異會構成道德上的差異呢?葉門的小孩在比較遠的地方、小悅悅出現在我們正在走的路上,這在道德上真的有任何意義嗎?按 Singer 的說法:

Does it really matter that we’re not walking pass them on the street?Does it really matter that they’re far away?

設想一下,原來當年不單止那十幾個路人有機會救回小悅悅,原來在香港還有一位瘋狂科學家目睹一切,那個人只需要在家按一按鈕,便能叫當地的救護車去救小悅悅。但他和那十幾個路人一樣,對小悅悅見死不救。難道單純因為物理上的遠近,這個科學家在道德上犯的錯,便會比起那十幾個路人來得小嗎?甚至因為他在很遠的地方,所以他便沒有救小悅悅的道德責任嗎?以物理距離的遠近去證明道德責任的不同,並不一定成立。

肩負起道德責任,哲學帶人改變世界

正如那些路人有道德責任去救小悅悅,我們亦有道德責任去幫助那些活在水深火熱的小孩。如果我們繼續維持現在的生活模式,其實我們就像那十幾個路人一樣,是見死不救,是逃避自己的道德責任。無論我們多麼不想接受這個結論都好,只要我們同意了那些人應該救小悅悅,我們便得接受這個結論。

近年西方社會有一場愈來愈多人響應的社會運動:有效的利他主義(effective altruism)。這種運動的起源,大可追溯到本文介紹的,由 Peter Singer 提出的觀點:透過例如捐錢這些手段去幫助貧窮國家的人,其實不只是一種慈善工作(一種你做了會得到讚賞,但你不做也不會受到遣責的事),而是每一個富裕國家的人的道德責任

-----廣告,請繼續往下閱讀-----

這種運動不只是哲學家們的智力遊戲,而正實實在在地改變着這個世界。大量人響應這場運動而立約將自己每月收入的十分之一捐給其他貧窮國家的人,希望盡量拯救生命,改善他們的生活。可見哲學也可以幫手帶來一個更美好的世界。

透過例如捐錢這些手段去幫助貧窮國家的人,其實不只是一種慈善工作,而是每一個富裕國家的人的道德責任。圖/By Think Defence @ flickr, CC BY-NC 2.0

不知道看完這篇文章的好青年,又有多少人被說服,被說服的人當中,又有多少人真的做到知行合一呢?

  • 註 1:本文主要討論的是 Peter Singer 在 1972 發表的著名論文「Famine, Affluence, and Morality」。該文用的例子是我們有沒有責任救一個快要墮入池塘的孩子。而 Singer 在 2013 的 Ted Talk 中用的例子,則是上述小悅悅的例子

  • 編按:二千多年前,曾經有個叫蘇格拉底的人,因為荼毒青年而被判死,最終他把毒藥一飲而盡。好青年荼毒室中是一群對於哲學中毒已深的人,希望更多人開始領略、追問這世界的一切事物。在他們的帶領下,我們可能會發現我們習慣的一切不是這麼理所當然,從這一刻起接受好青年荼毒室的哲學荼毒吧!

本文轉載自好青年荼毒室(哲學部)有效的利他主義系列:笑甚麼?你也是罪人

文章難易度
好青年荼毒室
29 篇文章 ・ 10 位粉絲
好青年荼毒室,一個哲學普及平台。定期發表各類型哲普文章,有深有淺,古今中外,無所不談。在這裏,一切都可以被質疑、反省和追問。目標是把一個個循規蹈矩的好青年帶進哲學的世界。網頁:corrupttheyouth.net;臉書:https://www.facebook.com/corrupttheyouth。

0

3
3

文字

分享

0
3
3
圖形處理單元與人工智慧
賴昭正_96
・2024/06/24 ・6944字 ・閱讀時間約 14 分鐘

-----廣告,請繼續往下閱讀-----

  • 作者/賴昭正|前清大化學系教授、系主任、所長;合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒,那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬.霍金(Stephen Hawking) 英國理論物理學家

大約在八十年前,當第一台數位計算機出現時,一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧;但七十年後,還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」(Artificial Intelligent,簡稱 AI)的能力最近十年突然起飛,在許多(所有?)領域的測試中擊敗了人類,正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元(graphic process unit,簡稱 GPU)是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia(英偉達)股票從每股不到 $5,上升到今天(5 月 24 日)每股超過 $1000(註一)的全世界第三大公司,其創辦人(之一)兼首席執行官、出生於台南的黃仁勳(Jenson Huang)也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人!可是多少人了解圖形處理單元是什麼嗎?到底是時勢造英雄,還是英雄造時勢?

黃仁勳出席2016年台北國際電腦展
Nvidia 的崛起究竟是時勢造英雄,還是英雄造時勢?圖/wikimedia

在回答這問題之前,筆者得先聲明筆者不是學電腦的,因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事,不是我們外行人需要了解的;但作為一位現在的知識分子或公民,了解基本原理則是必備的條件:例如了解「能量不滅定律」就可以不用仔細分析,即可判斷永動機是騙人的;又如現在可攜帶型冷氣機充斥市面上,它們不用往室外排廢熱氣,就可以提供屋內冷氣,讀者買嗎?

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」(central process unit,簡稱 CPU)。CPU 是電腦的「腦」,其電子電路負責處理所有軟體正確運作所需的所有任務,如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作;但為了簡單化,我們在這裡所談的工作將只是執行算術和邏輯運算的工作(arithmetic and logic unit,簡稱 ALU),如將兩個數加在一起。在這一簡化的定義下,CPU 在任何一個時刻均只能執行一件工作而已。

-----廣告,請繼續往下閱讀-----

在個人電腦剛出現只能用於一般事物的處理時,CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後,CPU 開始顯示心有餘而力不足:例如電玩動畫需要應用程式處理數以萬計的像素(pixel),每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年,英偉達將其一「具有集成變換、照明、三角形設定/裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」(註二)定位為「世界上第一款 GPU」,「GPU」這一名詞於焉誕生。不像 CPU,GPU 可以在同一個時刻執行許多算術和邏輯運算的工作,快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢?因每一時刻只能做一件事,所以其步驟為:

  • 計算 7×5;
  • 計算 6/3;
  • 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢?很多工作便可以同時(平行)進行:

-----廣告,請繼續往下閱讀-----
  • 同時計算 7×5 及 6/3;
  • 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間,但如果我們有 16 對 a×b 要相加呢?單獨的 CPU 需要 31 個運算的時間(16 個 × 的運算時間及 15 個 + 的運算時間),而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間(1 個 × 的運算時間及 4 個 + 的運算時間)!

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了,如何將它擺正成右圖呢? 一句話:「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點(座標 x, y)組成的,所以這句簡單的話可讓 CPU 忙得不亦樂乎了:每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

-----廣告,請繼續往下閱讀-----

即每一點均需要做四個 × 及兩個 + 的運算!如果每一運算需要 10-6 秒,那麼讓《我愛科學》一書做個簡單的角度旋轉,便需要 6 秒,這豈是電動玩具畫面變化所能接受的?

圖形處理的例子

人類的許多發明都是基於需要的關係,因此電腦硬件設計家便開始思考:這些點轉換都是獨立的,為什麼我們不讓它們同時進行(平行運算,parallel processing)呢?於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 106 運算,那上圖的轉換只需 10-6 秒鐘!

GPU 的興起

GPU 可分成兩種:

  • 整合式圖形「卡」(integrated graphics)是內建於 CPU 中的 GPU,所以不是插卡,它與 CPU 共享系統記憶體,沒有單獨的記憶體組來儲存圖形/視訊,主要用於大部分的個人電腦及筆記型電腦上;早期英特爾(Intel)因為不讓插卡 GPU 侵蝕主機的地盤,在這方面的研發佔領先的地位,約佔 68% 的市場。
  • 獨立顯示卡(discrete graphics)有不與 CPU 共享的自己專用內存;由於與處理器晶片分離,它會消耗更多電量並產生大量熱量;然而,也正是因為有自己的記憶體來源和電源,它可以比整合式顯示卡提供更高的效能。

2007 年,英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後,科學家發現獨立 GPU 不但能夠快速處理圖形變化,在需要大量計算才能實現特定結果的任務上也非常有效,因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理,不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化,也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬(註三)等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分,正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲,遠遠落在英偉達(80%)及超微半導體公司(Advance Micro Devices Inc.,19%,註四)之後,大約只有 1% 的市場。

-----廣告,請繼續往下閱讀-----
典型的CPU與GPU架構

事實上現在的中央處理單元也不再是真正的「單元」,而是如圖二可含有多個可以同時處理運算的核心(core)單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心,因此其核心功能不如 CPU 核心強大,但它們能同時高速執行大量相同的指令,在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心;GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書,不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等,也知道它擺斜了。這種「平行運作」的能力不僅限於視覺,它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是:嘴巴在講,腦筋思考已經不知往前跑了多少公里,常常為了追趕而越講越快,將不少學生拋到腦後!這不表示筆者聰明,因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技,因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣(matrix)的讀者應該知道,如果用矩陣和向量(vector)表達,上面所談到之座標轉換將是非常簡潔的(註五)。而矩陣和向量計算正是機器學習(machine learning)演算法的基礎!也正是獨立圖形處理單元最強大的功能所在!因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石:它們的架構就是充分利用並行處理,來快速執行多個操作,進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」(deep learning)。

黃仁勳在 5 月 22 日的發布業績新聞上謂:「下一次工業革命已經開始了:企業界和各國正與英偉達合作,將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升,幫助企業降低成本和提高能源效率,同時擴大收入機會。」

附錄

人工智慧的實用例子:下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後,讀者是不是認為筆者該退休了?

-----廣告,請繼續往下閱讀-----

GPU(圖形處理單元)和 AI(人工智慧)之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力,特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步,使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率,使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐,而且使其更具成本效益,因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展,GPU 的角色可能會變得更加不可或缺,推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標,這些神經元網路可以獨立但有凝聚力地工作,使我們能夠執行複雜的任務,例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外,研究表明,與非人類動物相比,人類大腦具有更多平行通路,這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上,一邊聽音樂一邊做飯,或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技,因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵:透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

(註一)當讀者看到此篇文章時,其股票已一股換十股,現在每一股約在 $100 左右。

(註二)組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」(GeForce 256)插卡吧?

(註三)筆者於 1984 年離開清華大學到 IBM 時,就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士(fellow)」Enrico Clementi 的團隊:因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層,我們只能自己寫軟體將 8 台中型電腦(非 IBM 品牌!)與一大型電腦連接來做平行運算,進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

-----廣告,請繼續往下閱讀-----

(註四)補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商:英偉達及 ATI(Array Technology Inc.)。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立,2006 年被超微半導體公司收購,品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐(Lisa Tzwu-Fang Su)博士為執行長後,股票從每股 $4 左右,上升到今天每股超過 $160,其市值已經是英特爾的兩倍,完全擺脫了在後者陰影下求生存的小眾玩家角色,正在挑戰英偉達的 GPU 市場。順便一題:超微半導體公司現任總裁(兼 AI 策略負責人)為出生於台北的彭明博(Victor Peng);與黃仁勳及蘇姿豐一樣,也是小時候就隨父母親移居到美國。

(註五)

延伸閱讀

  • 熱力學與能源利用」,《科學月刊》,1982 年 3 月號;收集於《我愛科學》(華騰文化有限公司,2017 年 12 月出版),轉載於「嘉義市政府全球資訊網」。
  • 網路安全技術與比特幣」,《科學月刊》,2020 年 11 月號;轉載於「善科教育基金會」的《科技大補帖》專欄。
文章難易度

討論功能關閉中。

賴昭正_96
43 篇文章 ・ 56 位粉絲
成功大學化學工程系學士,芝加哥大學化學物理博士。在芝大時與一群留學生合創「科學月刊」。一直想回國貢獻所學,因此畢業後不久即回清大化學系任教。自認平易近人,但教學嚴謹,因此穫有「賴大刀」之惡名!於1982年時當選爲 清大化學系新一代的年青首任系主任兼所長;但壯志難酬,兩年後即辭職到美留浪。晚期曾回台蓋工廠及創業,均應「水土不服」而鎩羽而歸。正式退休後,除了開始又爲科學月刊寫文章外,全職帶小孫女(半歲起);現已成七歲之小孫女的BFF(2015)。首先接觸到泛科學是因爲科學月刊將我的一篇文章「愛因斯坦的最大的錯誤一宇宙論常數」推薦到泛科學重登。

2

1
1

文字

分享

2
1
1
讓 AI 取代真人執法可行嗎?將判斷全交給 AI 可能隱藏什麼危險?——專訪中研院歐美研究所陳弘儒助研究員
研之有物│中央研究院_96
・2024/03/18 ・6292字 ・閱讀時間約 13 分鐘

本文轉載自中央研究院「研之有物」,為「中研院廣告」

  • 採訪撰文|劉韋佐
  • 責任編輯|田偲妤
  • 美術設計|蔡宛潔

人工智慧將改變以人為主的法治領域?

由人工智慧擔任警察,再也不是科幻電影的情節,交通管制常見的科技執法就是應用 AI 辨識闖紅燈、未依規定轉彎、車輛不停讓行人等違規行為。 AI 的客觀、高效率正在挑戰以人為審判主體的法治領域,這樣的轉變會對我們產生什麼影響呢?中央研究院「研之有物」專訪院內歐美研究所陳弘儒助研究員,他將帶我們思考:當 AI 取代人類執法時,將如何改變人們對守法的認知?

交通尖峰時段,後方出現一台救護車,你願意闖紅燈讓道嗎?
圖|iStock

想像有一天你正在尖峰時段開車,車子停在十字路口等紅燈時,後方出現一輛急駛而來的救護車,你為了讓道必須開過停止線。這時你是否願意冒著違規被開罰的風險?還是承擔風險以換取他人盡速就醫?

在上述情境中,針對「要不要闖紅燈」我們經歷了一段價值判斷過程。如果剛好十字路口有真人警察,他的判斷可能是:這是情急之下不得不的行為,並非蓄意違規。

然而,如果負責執法的是「法律人工智慧系統」(Artificially legal intelligent,簡稱 ALI)情況可能截然不同。

-----廣告,請繼續往下閱讀-----

ALI 這個詞源自 Mireille Hildebrandt 的研究,在概念上可區分為兩類:採取傳統程式碼的 IFTTT(if this then that)、運用機器學習的資料驅動。前者是注重法律推理或論證的計算機模型,將法律規範轉為程式碼,藉由程式編寫來執行法律任務。後者則透過大量資料的學習,來預測行為範式,用於再犯率、判決結果預測上有較好的成果。

一般情況下,應用在交通管制的 ALI 會辨識車輛是否超速、闖紅燈等違規行為,不過交通情境千變萬化,ALI 能否做出包含「道德價值的判斷」將是一大挑戰!

中研院歐美研究所陳弘儒助研究員察覺,人工智慧(AI)正在左右人們對守法的價值判斷及背後的因果結構,進而反思當我們將原本由人來判斷的事項,全權交由 AI 來執行時,可能產生哪些潛移默化的影響?

讓我們與陳弘儒展開一場從法哲學出發的對話,探索 AI 與法治價值之間的緊張關係。

-----廣告,請繼續往下閱讀-----
中研院歐美研究所陳弘儒助研究員,從法哲學出發,探索 AI 與法治價值之間的緊張關係。
圖|之有物

問

怎麼會對「人工智慧」(AI)與「法律人工智慧系統」(ALI)產生研究興趣?

會對 AI 感興趣是因為我很早就對電腦有興趣,我原本大學想唸資訊工程,因為高中有些科目沒辦法唸,於是去唸文組,大學進入法律系就讀,研究所考入「基礎法學組」研讀法哲學。

後來我到美國讀書,當時 AlphaGo 的新聞造成很大的轟動,啟發我思考 AI 的應用應該有些法律課題值得探討,於是開始爬梳 AI 與法律的發展脈絡。

AI 這個詞大概在 1950 年代被提出,而 AI 與法律相關的討論則在 1970、80 年代就有學者開始思考:我們能否將法律推理過程電腦程式化,讓電腦做出跟法律人一樣的判斷?

事實上,AI 沒有在做推理,它做的是機率的演算,但法律是一種規範性的判斷,所有判斷必須奠基在法律條文的認識與解釋上,給予受審對象合理的判決理由。

這讓我好奇:如果未來廣泛應用 AI 執法,法律或受法律規範的民眾會怎麼轉變?

-----廣告,請繼續往下閱讀-----

至於真正開始研究「法律人工智慧系統」(ALI)是受到我父親的啟發。有一陣子我經常開車南北往返,有一天我跟父親聊到用區間測速執法的議題。交通部曾在萬里隧道使用區間測速,計算你在隧道裡的平均速率,如果超速就開罰。

父親就問我:「政府有什麼理由用區間測速罰我?如果要開罰就必須解釋是哪一個時間點超速。」依照一般的數學邏輯,你一定有在某個時間點超速,所以平均起來的速率才會超過速限,可是法律判斷涉及規範性,我們必須思考背後的正當性課題,不能只用邏輯解釋,這啟發我逐漸把問題勾勒出來,試圖分析執法背後的規範性意涵。

問

如果將執行法律任務的權限賦予 AI,可能暗藏什麼風險?

我們先來談人類和 AI 在做判斷時的差別。人類無時無刻都在做判斷,判斷的過程通常會先做「區分」,例如在你面前有 A 和 B 兩個選項,在做判斷前必須先把 A 和 B 區分開來,讓選項有「可區別性」。

在資料龐大的情況下,AI 的優勢在於能協助人類快速做好區分,可是做判斷還需經歷一段 AI 難以觸及的複雜過程。人類在成長過程中會發展出一套顧及社會與文化認知的世界觀,做判斷時通常會將要區分的選項放進這個世界觀中,最終做出符合社會或自身考量的抉擇。

-----廣告,請繼續往下閱讀-----

當我們將判斷程序交由 AI 執行,就會涉及「判斷權限移轉」的問題,這經常在日常生活中發生,你只要發現原本自己可以執行的事情,有另外一個對象做的比你好或差不多好,你就會漸漸把判斷的工作交給它,久而久之,你大概會覺得這是很好的做法,因為可以節省大量時間。

自駕車導航系統就是判斷權限移轉的例子,由於導航通常可以找出最佳行車路線,駕駛人幾乎會跟著走,但仍有可能誤入路況不佳或無法通行的地方。
圖|Vladimir Srajber, Pexels

我擔心這種判斷權限移轉會快速且廣泛的發生,因為 AI 的工作效率極高,可以大幅節省人力成本,但是哪一些權限可以放給 AI?哪一些權限人類一定要守住?我們經常沒有充足的討論,等到發生問題再亡羊補牢可能為時已晚。

以讓道給救護車而闖紅燈的情境為例,如果讓 AI 來做交管,可以節省警察人力,又可以快速精準地開罰,卻迫使民眾需額外花時間,證明闖紅燈有正當理由。如果是真人警察來判斷,警察通常會認為你的行為有正當理由而不開罰。這對於受法律規範的民眾來說,會產生兩種全然不同的規範作用。

AI 產生的規範作用會讓民眾擔心事後銷單的麻煩程序,如果無法順利解決,可能會訴諸民意代表或上爆料公社,並漸漸改變民眾對守法的態度。而真人警察產生的規範作用,將使民眾自主展現對法律的高度重視,雖然當下的行為牴觸法律,卻是行為人經過多方權衡後做的判斷,相信法律會支持自己出於同理心的行為。

-----廣告,請繼續往下閱讀-----

問

使用 AI 執法除了看上它的高效率,也是因為和真人相比 AI 不會受私情影響,比較可以做出公正的判斷。如果從法治觀念來看,為何決策權不能全權交由 AI 執行?

我認為法治的核心價值在臺灣並沒有很好的發展,我們常想的是怎麼用處罰促成民眾守法,長久下來可能會得到反效果。當人們養成凡事規避處罰的習慣,一旦哪天不再受法律約束,可能會失去守法的動機。

事實上,法治最根深柢固的價值為:

法律作為一種人類行為規範的展現,促使民眾守法的方式有很多種,關鍵在於尊重人的道德自主性,並向民眾陳述判決理由。

給理由非常重要,可以讓民眾不斷透過理由來跟自己和法律體系溝通。如此也可以形成一種互惠關係,使民眾相信,國家公權力能用適當的理由來制定法律,而制定出的法律是以尊重公民自主性為主。當民眾理解法律對我所處的社會有利,會比較願意自動產生守法的動機。

AI 執法看似比人類「公正無私」,但它的執法方式以處罰為主、缺乏理由陳述,也沒有對具體情境的「敏感性」。人跟人之間的互動經常需要敏感性,這樣才能理解他人到底在想什麼。這種敏感性是要鍛鍊的,真人警察可在執法過程中,透過拿捏不同情境的處理方式來累積經驗。

-----廣告,請繼續往下閱讀-----

例如在交通尖峰時段應該以維持交通順暢為原則,這時警察是否具備判斷的敏感性就很重要,例如看到輕微的違規不一定要大動作開罰,可以吹個警笛給駕駛警示一下就好。

我越來越覺得人類這種互動上的敏感性很重要,我們會在跟他人相處的過程中思考:跟我溝通的對象是什麼樣的人?我在他心中是什麼模樣?然後慢慢微調表現方式,這是人類和 AI 最根本的不同。

行動者受各種法律變項影響的因果圖。上圖是由真人警察執法,對於處罰之可能性有影響力,可依不同情境判斷是否開罰。下圖是由全自動法律人工智慧執法,由 AI 直接將處罰之可能性加諸在行動者身上,缺乏真人警察二次確認,很可能影響行動者對守法與否的衡量。
圖|之有物(資料來源|陳弘儒)

問

相較於法律人工智慧,ChatGPT 等生成式 AI 強大的語言功能似乎更接近理想中的 AI,其發展可能對我們產生哪些影響?

我認為會有更複雜的影響。ChatGPT 是基於大型語言模型的聊天機器人,使用大量自然語言文本進行深度學習,在文本生成、問答對話等任務上都有很好的表現。因此,在與 ChatGPT 互動的過程中,我們容易產生一種錯覺,覺得螢幕後好像有一名很有耐心的真人在跟你對話。

事實上,對於生成式 AI 來說,人類只是刺激它運作的外在環境,人機之間的互動並沒有想像中的對等。

仔細回想一下整個互動過程,每當外在環境(人類)給 ChatGPT 下指令,系統才會開始運作並生成內容,如果我們不滿意,可以再調整指令,系統又會生成更多成果,這跟平常的人際互動方式不太一樣。

-----廣告,請繼續往下閱讀-----
ChatGPT 能讓使用者分辨不出訊息來自 AI 或真人,但事實上 AI 只是接受外在環境(人類)刺激,依指令生成最佳內容,並以獲得正向回饋、提升準確率為目標。
圖|iStock

資工人員可能會用這個理由說明,生成式 AI 只是一種工具,透過學習大量資料的模式和結構,從而生成與原始資料有相似特徵的新資料。

上述想法可能會降低人們對「資料」(Data)的敏感性。由於在做 AI 訓練、測試與調整的過程中,都必須餵給 AI 大量資料,如果不知道資料的生產過程和內部結構,後續可能會產生爭議。

另一個關於資料的疑慮是,生成式 AI 的研發與使用涉及很多權力不對等問題。例如現在主流的人工智慧系統都是由私人公司推出,並往商業或使用者付費的方向發展,代表許多資料都掌握在這些私人公司手中。

資料有一種特性,它可以萃取出「資訊」(Information),誰有管道可以從一大群資料中分析出有價值的資訊,誰就有權力影響資源分配。換句話說,多數人透過輸入資料換取生成式 AI 的服務,可是從資料萃取出的資訊可能在我們不知情的狀況下對我們造成影響。

問

面對勢不可擋的生成式 AI 浪潮,人文社會學者可以做些什麼?

國外對於 AI 的運用開始提出很多法律規範,雖然國外關於價值課題的討論比臺灣多,但並不代表那些討論都很細緻深入,因為目前人類跟 AI 的相遇還沒有很久,大家還在探索哪些議題應該被提出,或賦予這些議題重新認識的架構。

這當中有一個重要課題值得思考:

我們需不需要訓練 AI 學會人類的價值判斷?

我認為訓練 AI 理解人類的價值判斷很可能是未來趨勢,因為 AI 的發展會朝人機互動模式邁進,唯有讓 AI 逐漸理解人類的價值為何,以及人類價值在 AI 運作中的局限,我們才有辦法呈現 AI 所涉及的價值課題。

當前的討論多數還停留在把 AI 當成一項技術,我認為這種觀點將來會出問題,強大的技術如果沒有明確的價值目標,是一件非常危險的事情。實際上,AI 的發展必定有很多價值課題涉入其中,或者在設計上有一些價值導向會隱而不顯,這將影響 AI 的運作與輸出成果。

思考怎麼讓 AI 理解人類價值判斷的同時,也等於在問我們人類:對我們來說哪一些價值是重要的?而這些重要價值的基本內容與歧異為何?

我目前的研究有幾個方向,一個是研究法律推理的計算機模型(Computational models of legal reasoning);另一個是從規範性的層面去探討,怎麼把價值理論、政治道德(Political morality)、政治哲學等想法跟科技界交流。未來也會透過新的視野省視公民不服從議題。

這將有助科技界得知,有很多價值課題需要事先想清楚,影響將擴及工程師怎麼設計人工智慧系統?設計過程面臨哪些局限?哪些局限不應該碰,或怎麼把某些局限展現出來?我覺得這些認識都非常重要!

鐵面無私的 ALI ?人類與人工智慧執法最大的分野是什麼?

陳弘儒的研究室有許多公仔,包括多尊金斯伯格(Ginsburg)公仔,她是美國首位猶太裔女性大法官,畢生為女權進步與性別平權奮鬥。
圖|之有物

陳弘儒是臺灣少數以法哲學理論研究法律人工智慧系統(ALI)的學者,他結合各種現實情境,與我們談論 ALI、生成式 AI 與當代法治價值的緊張關係。

由於 ALI 擅長的資料分類與演算,與人類判斷過程中涉及的世界觀與敏感性思辨,有著根本上的差異;以處罰為主、缺乏理由陳述的判斷方式,也容易影響民眾對公權力的信任。因此陳弘儒認為,目前 ALI 應該以「輔助人類執法」為發展目標,讓人類保有最終的判斷權限

至於現正快速發展的生成式 AI ,根據陳弘儒的觀察,目前仍有待各方專家探索其中的價值課題,包括資料提供與使用的權力不對等、哪些人類價值在訓練 AI 的過程中值得關注等。

在過去多是由人文社會學者提出警告,現在連 AI 領域的權威專家也簽署公開信並呼籲:AI 具有與人類競爭的智慧,這可能給社會和人類帶來巨大風險,應該以相應的關注和資源進行規劃和管理

在訪談過程中,有一件令人印象深刻的小插曲,陳弘儒希望我們不要稱呼他「老師」,因為他從小就畏懼老師、警察等有權威身分的人,希望以更平等的方式進行對話。

假如今天以 AI 進行採訪,整個談話過程或許能不受倫理輩分影響,但這也讓我們意識到,在 AI 的世界裡,許多人際互動特有的敏感性、同理反思都可能不復存在。

陳弘儒的研究讓我們體會,AI 在法治領域的應用不僅是法律問題,背後更包含深刻的哲學、道德與權力課題,也讓我們更了解法治的核心價值:

法律要做的不只是規範人們的行為,而是透過理由陳述與溝通展現對每個人道德自主性的尊重。

所有討論 2
研之有物│中央研究院_96
296 篇文章 ・ 3568 位粉絲
研之有物,取諧音自「言之有物」,出處為《周易·家人》:「君子以言有物而行有恆」。探索具體研究案例、直擊研究員生活,成為串聯您與中研院的橋梁,通往博大精深的知識世界。 網頁:研之有物 臉書:研之有物@Facebook

0

5
2

文字

分享

0
5
2
解釋善性:從雄性黑猩猩「阿莫斯」的臨終之時——《我們與動物的距離》
馬可孛羅_96
・2022/01/14 ・2251字 ・閱讀時間約 4 分鐘

-----廣告,請繼續往下閱讀-----

阿莫斯(Amos)是我見過的公黑猩猩當中數一數二俊美的,唯一的例外也許是他把兩顆大蘋果同時塞進嘴裡的那一天,而他的那個舉動也再度讓我意識到,黑猩猩能做出許多我們做不到的事情。他有一雙大眼睛,嵌在一張和善而勻稱的臉龐裡,還有一身濃密閃亮的黑毛,手臂與雙腿也有清楚的肌肉線條。他從來不像有些公黑猩猩那樣攻擊性過強,但盛年期間仍有無比自信。阿莫斯備受喜愛,他死的時候我們有些人都不禁落淚,他的猿類同胞也在那幾天靜得令人發毛,連胃口都受到了影響。

我們當時不曉得他出了什麼問題,直到死後驗屍才知道除了大幅腫脹的肝臟占滿了腹部之外,還有不少癌化增生。他的體重在前一年掉了百分之十五,儘管病況必定是從幾年前就已經開始惡化,他卻一直表現得與正常無異,直到身體再也支撐不住為止。阿莫斯一定有好幾個月都生活在痛苦之中,但他只要稍微表現出衰弱的模樣,必定會導致其社會地位喪失。黑猩猩似乎懂得這一點。野地裡,一頭瘸了腿的黑猩猩被觀察到自行孤立獨處了幾個星期養傷,但在這段期間仍然偶爾會現身猩群當中,展現出健壯又充滿活力的模樣,然後再退出其他猩群成員的視線之外。這麼一來,就沒有成員會對他起疑。

黑猩猩只要稍微表現出衰弱的模樣,必定會導致其社會地位喪失。圖/Pexels

阿莫斯直到死前一天才表露他的病況,當時我們發現他的喘息速率達每分鐘六十口氣,臉上不停冒汗,其他黑猩猩都在外頭的陽光下,唯獨他坐在夜間圍欄裡的一口麻布袋上。阿莫斯拒絕出去戶外,於是我們把他隔離開來,等待獸醫撥空前來檢查。不過,其他黑猩猩一再回到室內探望他,我們只好把阿莫斯前方的門打開一道小縫,讓其他黑猩猩能接觸他。阿莫斯刻意坐在那道門縫旁,一頭名叫黛西的母黑猩猩於是輕柔地抱住他的頭,為他耳朵後方的柔軟部位理毛。接著,她把大量的木屑透過縫隙推進門內,這是黑猩猩喜歡用來築巢的材料。牠們會把木屑鋪在自己的身旁四周,然後睡在上面。黛西給了阿莫斯這些木屑之後,我們又看到一頭公黑猩猩也跟著這麼做。由於阿莫斯背靠著牆坐而沒有理會那些木屑,於是黛西數度從門縫伸手進來,把木屑塞在他的背部與牆壁之間。

這種情形實在引人注目。這豈不表示黛西意識到阿莫斯必定身體不適,所以靠在柔軟的東西上會比較舒服,就像我們在醫院也會幫病患背後墊個枕頭一樣嗎?黛西也許是從自己對木屑的感覺推斷出這一點,而且我們也確實認為她是個「木屑狂」(她通常不會分享木屑,只是自己大量囤積)。我相信猿類會採納他人的觀點,尤其是對遭遇困難的朋友。的確,這類能力在實驗室裡接受測試的時候,並不是每次都能獲得證實,但那些研究通常都是要求猩猩在某種人造情境裡理解人類。先前已經提過,我們的科學帶有人類中心偏見。在猿類對猿類的相同實驗操作下,黑猩猩的表現就好上許多,而在野地裡,牠們更是會關注其他同伴已知或未知的事物。因此,對於黛西似乎能夠理解阿莫斯的處境,我們不該覺得意外。

-----廣告,請繼續往下閱讀-----

第二天,阿莫斯就接受了安樂死。他已經沒有活命的希望,繼續拖下去只會讓他痛苦更久而已。這起事件闡明了靈長類動物社會生活的兩個對比面向。第一,靈長類生活在一個殘酷的世界裡,迫使雄性必須盡力隱藏生理上的障礙好擺出強悍的表象。但第二,靈長類也是緊密社群裡的一分子,可以指望獲得別人的喜愛與協助,包括非親屬在內。這種雙重性很難理解。廣受大眾喜愛的書寫者偏好簡化實際狀況,不是以霍布斯式的赤裸筆法把黑猩猩的生活描寫得凶惡殘暴,不然就是只強調牠們和善的一面。不過,實際上絕對不是像這樣二擇一,兩種狀況始終並存。如果有人提問,黑猩猩既然有時會互相殘殺,怎麼可能算是擁有同理心的動物?我總是這麼反問:按照同樣的標準,那麼我們是不是也該徹底揚棄人類擁有同理心的概念?

這種雙重性非常重要。我們如果全都溫和善良,道德就會是一種多餘的東西。如果人類總是互相同情,從來不會偷竊、不會在背後捅別人一刀、不會覬覦別人的妻子,那我們還有什麼好擔心的呢?顯然人類不是這樣的動物,這也就說明了道德法則的必要性。另一方面,我們可以設計無數的規則提倡對別人的尊重與關懷,倘若我們原本就沒有這樣的傾向,那麼這些規則也絕不會有任何用處。在那種情況下,這些規則就會像是撒在玻璃上的種子一樣,根本沒有生根發芽的機會。人類之所以得辨別是非,正是因為我們生來就同時具有行善與做惡的能力。

黛西協助阿莫斯的行為在生物學上算是「利他行為」的表現,其定義就是會導致某個個體付出代價(例如冒險或者耗費精力),但是去執行利於他人的行為。不過,生物學對利他行為的討論通常不涉及動機,只關注這類行為如何影響他人,以及為什麼會演化出這種行為。這項辯論雖然已有一百五十年以上的歷史,卻在過去幾十年才成為注目焦點。

——本文摘自《我們與動物的距離:在動物身上發現無私的人性》,2021 年 12 月,馬可孛羅

-----廣告,請繼續往下閱讀-----
馬可孛羅_96
25 篇文章 ・ 19 位粉絲
馬可孛羅文化為台灣「城邦文化出版集團」的一個品牌,成立於1998年,經營的書系多元,包含旅行文學、探險經典、文史、社科、文學小說,以及本土華文作品,期望為全球中文讀者提供一個更開闊、可以縱橫古今、和全世界對話的新閱讀空間。