人工智慧能力步步進逼人類？談「人工智慧」與「人類智慧」──《LIFE 3.0》

2018/07/31 |

| 標籤：

在人工智慧崛起的現在，你希望看見甚麼樣的未來？當人工智慧超越人類時，人類該何去何從？人工智慧對犯罪、戰爭、司法、工作、社會將造成甚麼影響？又會帶給生而為人的我們甚麼感受？《LIFE 3.0》將毫不隱諱呈現這個最具爭議性話題的全方位觀點，舉凡超人工智慧所代表的意義，意識究竟是怎麼一回事，甚至是宇宙生命發展最終的物理法則定律極限，包羅萬象的豐富內容，盡皆收錄在《LIFE 3.0》中。
迎接人工智慧時代，你我都該上的 30堂必修課

什麼是「智慧」？「智慧」是「達成複雜目標的能力」

我太太和我前不久有幸出席一場關於人工智慧的研討會，其中一場專題演講中，頂尖的人工智慧專家被問到要怎樣定義智慧時，花了很長的時間交換意見，結果沒有取得共識。

這讓我們倆覺得滿有趣的：就連研究智慧的聰明專家也都沒辦法定義什麼叫做智慧！這就表示智慧的定義並沒有「標準答案」，而是有各種不同的說法，其中包括邏輯的強度、理解能力、規劃能力、情緒控管、自我意識、創造力、解決問題的能力、學習力等等，不一而足。

就連研究智慧的聰明專家也都沒辦法定義什麼叫做智慧，這就表示智慧的定義並沒有「標準答案」！圖／DariuszSankowski @pixabay

在進入探討智慧之前，我希望先提出一個最廣義、最籠統的定義，而且不要被現有的智慧形式定型了。

智慧＝達成複雜目標的能力

這樣就可以滿足種種不同的定義，因為不論是理解能力、自我意識、解決問題的能力和學習力，都可以算是複雜目標。這個定義也與《牛津字典》的講法：取得與運用知識和技能的能力，並行不悖，只要把運用知識和技能設定成複雜的目標就行了。

由於複雜目標多到族繁不及備載，所以就會有各種可能的智慧。依照我們的定義，用智商這樣單一的數字量化人類、動物或是機器的智慧高低，就會變成沒有意義。只會下西洋棋的電腦跟只會下圍棋的電腦，哪一台比較聰明？這個問題的答案不會有意義，因為這兩者擅長的項目不同，無法直接比較，不過如果有第三台電腦，能以同樣的水準達成所有目標，而且會有一項表現得比其中一部電腦更好（像是能下贏西洋棋），那麼說第三台電腦比較聰明，就沒有多大爭議了。

Alphago 是只會下圍棋的電腦，跟 IBM 只會下西洋棋的深藍相比，哪一台比較聰明？這個問題的答案不會有意義，因為這兩者擅長的項目不同，無法直接比較。圖／Buster Benson @flickr

電腦特定能力超專精 vs 人類的廣泛智慧──邁向「通用人工智慧」

IBM 深藍電腦專門用來下西洋棋，在 1997 年還擊敗過世界棋王卡斯帕洛夫（Garry Kasparov），不過它只能達成下西洋棋這麼有限的目標——別看深藍電腦的軟硬體設施有多麼厲害，事實上它就連跟四歲的小朋友玩井字棋都會輸。

人類的智慧與之相比就廣泛得太多了，熟練幾十種令人嘆為觀止的技巧都不是問題。只要給頭好壯壯的小孩子夠多的訓練，別說任何遊戲都能來上一手，還有能力開口說任何語言、從事任何運動跟職業。

以現階段人類和機器的智慧相互比較，如下圖所示：

圖中每個箭頭分別表示，現階段最優秀的人工智慧系統可以達成的目標，也呈現出現階段人工智慧有限的屬性：每個系統都只能達成非常特定的目標。相較之下，人類的智慧可就廣泛許多：一個頭好壯壯的小孩子透過學習，就幾乎可以在每一個目標中，表現得更好。

我們輕而易舉就能大獲全勝，機器只能在少數有限的範圍內贏過人類，只是項目正持續增加。研究人工智慧的終極目標是打造「通用人工智慧」，盡可能擴大廣泛的範圍：幾乎可以達成任何目標的能力，包括學習在內。

假定你將來擁有做為個人助理的全新機器人，這個機器人沒有自己的目標，完全依照你的吩咐行事，而你要求它準備一頓豐富的義大利佳餚。收到指令的機器人開始上網搜尋義大利食譜、找出最近的超市去採買、學習怎樣做義大利麵，如此這般。最後它順利買回食材弄出大餐，酒足飯飽的你想必會認為它聰明得可以。

收到指令的機器人開始上網搜尋義大利食譜、找出最近的超市去採買、學習怎樣做義大利麵，最後順利買回食材弄出大餐。其實機器人只是井然有序替自己設定了好幾個子目標，再一一完成。圖／Pexels ＠pixabay

實際上，這頓飯原本就是你設定的目標，機器人則是在你提出要求後，接收了你的目標，然後井然有序替自己設定了好幾個子目標，包括超市結帳和磨碎帕馬森起司都算在內。在這個案例中，能否使命必達是判定智慧行為與否的必要條件。

對我們人類而言，工作的困難度理所當然會跟我們要付出多大代價去完成有關。但是將這種標準套用到電腦上就不適當了。要我們算出 314,159 乘以 271,828 可比認出照片中的朋友難多了，但是電腦早在我出生以前，就展現出遠遠超出人類的算術能力，但直到最近才開始有辦法像人類一樣辨識圖像。莫拉維克悖論（Moravec paradox）指的就是這種看似簡單的感受能力，背後其實卻需要耗費龐大運算資源的現象，也說明了為什麼人類的大腦能輕鬆完成辨識工作，因為我們投注了龐大的客製化硬體設施在這個領域—確切的規模超過我們腦容量的四分之一。

莫拉維克的「人類能力地貌圖」，電腦潛力已抵達山腳

莫拉維克「人類能力地貌圖」的概念呈現。海拔高度象徵電腦從事該領域的難度，海平面淹沒的部分則是電腦現在可以完成的任務。

電腦是萬用的機器，擁有完成任一種工作項目的潛力，人類的潛力相較之下，會在需要長期維持重要性的領域表現得比較強，小事當然沒打算放在心上。想像一張「人類能力地貌圖」，我們可以在低窪地區標上「算術」和「死記硬背」，在山腳處標上「定理證明」和「西洋棋」，在高山頂標上「劇烈運動」、「手眼協調」和「社交互動」，那麼電腦的進展就會像是慢慢淹過地表的洪水。

自從他留下這段文字後不過幾十年，如他所預期，海平面加速上升，彷彿遇到強力的全球暖化，當年他筆下的山腳處，有些（好比說是西洋棋）早就已沉到海水裡一段時間了。隨著海平面持續上升，或許有一天會淹過某個引爆點，引發翻天覆地的變化。對機器而言，這個關鍵海平面，就是學會自行設計人工智慧之時。在海水漫過這個標高位置之前，海平面的上升都是人類改善機器的緣故，超過這個高度以後，海平面的上升就會是機器改善機器的結果，而且極有可能以破紀錄的方式，超越過去人類改善機器的速度，在短時間內吞沒所有地表。這個神奇又眾說紛紜的概念叫做「人工智慧爆炸奇點」。

隨著海平面持續上升，或許有一天會淹過某個引爆點，這個關鍵海平面就是機器學會自行設計人工智慧之時，也就是「人工智慧爆炸奇點」。圖／geralt ＠pixabay

半世紀以前，電腦從低窪處開始，淹過了徒手計算和記帳的工作，不過那時我們大多數人都還是站在陸地上，現在洪水已經抵達山腳，我們得認真看待此地失守的問題。站在山頂上看似安全，不過，如果洪水氾濫的速度維持不變，這些陣地大概再過半世紀以後，也會無一例外的淪陷。我想，在那天到來之前，我們要先準備好諾亞方舟，早點習慣在海上的生活才行！