1

1
0

文字

分享

1
1
0

華生登場,一鳴驚人— 超級電腦聰明過人?

科學月刊_96
・2011/06/08 ・4976字 ・閱讀時間約 10 分鐘 ・SR值 547 ・八年級

過去的「深藍」僅是意味資料庫與運算能力上的突破, 今日的「華生」則能夠理解人類語言,並且具備分析能力。

文 / 連以婷
美國電視節目「危險境地」(Jeopardy!)自2011年2月15日起,一連三天展開益智答題競賽,題目範疇涵蓋歷史、文化、文學、科學等範疇,參賽者中有兩位世界紀錄保持人,分別是詹寧斯(Ken Jennings)以及魯特(Brad Rutter),而挑戰者名為「華生」(Watson),三位參賽者將在三天的比賽中,爭奪100萬美元的冠軍獎金。

主持人:「這個字含有四個字母,是馬蹄鐵,也是賭場中用來發牌的盒子。」
華 生:「Shoe」
主持人:「沒錯!」

圖一:華生在美國電視節目「危險境地」中與兩位紀錄保持人進行比賽,爭奪百萬獎金,展開為期三天的高難度「益智問答」競賽,這也是史上首次呈現電腦與人類在益智問答上公開較勁。

比賽一開始,華生就拔得頭籌,面對兩位紀錄保持人,華生沒有一絲畏懼的神情,從容自在的按下搶答鈕,回答出正確答案並贏得400美元的獎金積分。

主持人:「意思為時尚優雅,或是同屆畢業生。」
華 生:「chic(時髦的)」
主持人:「不對!」
魯 特:「class」
主持人:「正確!」

在第一天的比賽中,大部分時間由華生保持領先優勢,直到最後的幾題才讓魯特迎頭趕上,最後華生與魯特以累積獎金積分5000美元暫時領先,而詹寧斯則暫時以2000美元落後。華生沉著穩定的表現吸引了全場的目光,但到底是怎樣的一位參賽者,能以毫無畏懼的姿態同時挑戰兩位紀錄保持人,表現甚至還略居上風呢?

新生代超級電腦誕生

「華生」的全名為IBM Watson,以IBM創辦人Thomas J. Watson命名,是繼「深藍」後,IBM研發出新一代挑戰人腦的超級電腦。

-----廣告,請繼續往下閱讀-----

「深藍」(Deep Blue)在1997年打敗世界西洋棋棋王,曾引起廣大的注目,當時「深藍」儲存了世界上所有的棋譜,運算速度為每秒2億步棋,在與人類對弈時可搜尋及估計隨後的12步棋,而一名人類西洋棋好手大約可估計隨後的10步棋。但是「深藍」的勝利只是意味電腦在有固定規則與邏輯、屬於數學計算性質的領域中取得重大突破,並不表示電腦已突破往日的框架,可以理解人類的語言、跟人類進行互動,甚至幫人類解決問題。

要讓電腦了解自然語言,也就是一般人日常溝通所使用的語言,一直是電腦科學最大的挑戰,也是好萊塢科幻電影演不膩的主題。IBM在「深藍」退役後,把重心放在自然語言上,他們希望打造一個像《星艦迷航記》(Star Trek)影集裡能和人類互動,幫助人類做出重大決定的電腦,但首要條件就是聽得懂人類語言、能夠和人類談話,華生也就是在這樣的期待中誕生了。

圖二:IBM華生的專屬標誌。華生能夠進行深度分析,並在 3秒之內回答「危險境地」節目中的問題。此外,IBM團隊亦致力於將相關技術往醫療、金融等產業發展。

2007年,華生研究中心(IBM Thomas J. Watson Research Center)費魯奇博士(Dr. David Ferrucci)開始思考讓電腦參加益智性問答節目的可能性,他提出「華生」電腦的研發構想,希望透過參賽,利用自然語言技術和超級運算能力,讓華生快速、準確且有策略地回答問題,進一步接近人類更複雜的知識和語言領域。費魯奇博士將「危險境地」鎖定為挑戰對象,但要贏得比賽可不是那麼容易,因為該節目在美國家喻戶曉,以高難度著稱;參賽者除了需要有豐富的知識,更要從得到的線索中察覺語言所隱含的細微差別。對於含意曖昧、使用隱喻,並含有諷刺、雙關意義的機智謎題或詩歌,人腦都能順利理解,但電腦通常無法做到,因為電腦系統的分析能力習於執行準確的要求。

為了達成這史無前例的挑戰,由費魯奇博士領軍,帶領IBM華生研究中心的25位研究員,耗費四年的時間,研究自然語言技術的利用和超級運算能力,此為IBM每年投入約六十億美元的研究專案之一。

-----廣告,請繼續往下閱讀-----
圖三:費魯奇博士。費魯奇博士提出華生電腦的研發構想,將「危險境地」節目鎖定為挑戰對象,帶領其團隊鑽研自然語言以及運算能力方面的技術。

首先建構華生的大腦,他們使用擴充性良好的Power 750伺服器主機,組合成10台機櫃,共2880個POWER7處理器核心,能同時運行逾千項數據分析工作,即時運算15TB的數據,運算速度每秒可執行80兆次,而一般電腦每秒可做千億次運算。接著華生的記憶體被灌進了100萬本書,包括百科全書、莎士比亞劇本、地圖圖鑑、新聞等,總計華生的資料庫裡累積了約2億頁來自各個領域的知識。當龐大資料庫建立後,如何分析問題並找到最佳答案?華生採用的關鍵技術為「DeepQA」(深度問答)技術,能融合自然語言處理、智慧資訊檢索、知識表徵、推理和學習機制等。螢幕上「華生」的形象是一顆地球,有光線圍繞閃爍,宛如星軌,而星軌的顏色代表華生的「臉色」,當華生很有信心,星軌會呈現綠色,沒信心時,則是橘色。

比賽來到第二天,所有題目的獎金都提高了,比賽也正式進入白熱化階段,首先由前一天成績最低的詹寧斯選題。
詹寧斯:「我選『放心吧!』獎金2000元的題目。」
主持人:「你其實只是長了痤瘡,並沒有受到韓森氏病(Hansen’s Disease)的感染。」
華 生:「痲瘋病(leprosy)」
主持人:「正確!」
當主持人用字正腔圓的英文念完題目,華生幾乎是同時按下了搶答鈕,回答出正確答案,到底華生是如何在短短的幾秒鐘內辦到呢?

判讀人類語言的意義與脈絡

當人們在交談時,通常都能透過前後文知道對方的問題,但對電腦而言卻極為困難,想想當你試圖使用翻譯軟體翻譯一段完整句子時的慘狀就知道了。電腦在分析一個英文問句時,需先判別主詞、動詞、受詞與介系詞;有些字還不只有單一個意思,電腦還需從眾多意思中挑選符合的出來。另一個問題是當電腦嘗試模仿人腦以經驗為基礎的思考方式,需要很冗長的計算過程,若只是回答一個簡單問題,用最快的處理器,大約也需要2小時才能計算出答案。若想要從電腦中快速地得到答案,最常使用的是「關鍵字」搜尋,電腦會從網路上、說明書中把有關鍵字的網頁或句子一一列舉出來,但這個方法雖然快速,若關鍵字不夠精確,仍需耗費許多時間過濾資料。

華生與只能理解基本問題或以相關資料列表的關鍵字搜尋引擎不同,它可以理解並處理人類的自然語言,進行語句結構或文本分析。在比賽進行中,每當主持人提出一個新問題,在沒有與網路連線的情況下,華生運用600萬條邏輯規則來了解人類語言的意義和前後脈絡,從內建的2億頁文字中,藉著IBM POWER 7處理器每秒運算500GB資料能力,火速搜索、瀏覽、對照,交叉分析文章段落,用數百種演算法搜尋出每個可能的答案,並算出每個答案的信心指數(Confidence level),最後用機器合成聲音回答,但如果對答案的信心指數不高時,華生會直接放棄回答,而不會冒險作答。以這樣的方法,在大部份狀況下,華生都能比兩位人類對手更快答對。

在第二天的比賽中,華生一路遙遙領先另外兩名參賽者,令人驚訝的是,當它不確定答案時,除了臉色變為橘色,它還會說:「我猜猜看!」當碰到「每日雙倍獎金」(Daily Double)問題,華生以悅耳的電子合成聲音說:「我下注6435美元。」主持人和所有人都很好奇這個數目是怎麼跑出來的,但主持人卻說:「我不要問!」

-----廣告,請繼續往下閱讀-----

當第二天的比賽來到尾聲,主持人揭開了最後一題題目,這一題題目不是搶答題,而是每位參賽者在各自的作答區中寫下答案,並寫出下注的金額,答案公佈後,每位參賽者依下注的金額得到或失去不同的獎金。

主持人:「第一個提示,美國城市;第二個提示,這個城市以二次世界大戰的一位英雄及一場知名戰役,分別命名它第一大與第二大的機場。」
詹寧斯:「芝加哥」
魯 特:「芝加哥」
華 生:「多倫多???」

正確答案是芝加哥,因為芝加哥以二次世界大戰中的王牌飛行員歐海爾少校(O’Hare)及中途島(Midway),來為它的兩大國際機場命名。但儘管華生在這一題答錯了,不過影響不大,因為它精明地只下注947美元。

圖四:華生研究中心主建築,位於美國紐約州約克鎮。

華生也會犯錯?

偶爾華生也會犯下錯誤,但跟一開始的練習賽比起來,現在的狀況可稱得上完美!一開始的練習賽可說是慘不忍睹,當時許多千奇百怪的答案惹得工程師們各個捧腹大笑,不是把性別搞錯,就是把應該是地名的答案回答人名。有時候比賽的題目會暗示性別,對人類而言可以輕而一舉的知道暗示,但對華生來說卻是一大挑戰,也鬧出不少笑話。比如說它搞不懂當問題出現「第一夫人」時,有很大的可能性是在指女性,或當題目類別是「歷史上的女性」,它反而回答出男性的名字,IBM為此花了超過一年的時間訓練華生,直到2010年的夏天才有長足進步。

-----廣告,請繼續往下閱讀-----

另一個需要克服的是華生的發音,就單純的英文字而言,華生的發音不是問題,但對不是英文的外來字發音,或是外國人名,華生一開始吃了許多虧,它曾經把無尾熊(koala)念成可樂(cola),或是把重音的位置放錯而出現奇怪的發音。

經過不斷地訓練與改進後,華生的答題正確率從一開始2007年2月份的15%,2008年8月上升到參賽者平均60%的答題正確率,到2009年11月華生第一次與參賽者進行練習,此時的答題正確率已到達總冠軍程度的90%。

但聰明過人的華生怎麼會把多倫多當成「美國城市」呢?費魯奇博士說,在訓練華生的過程中,研究員一直灌輸它一個重要答題的技巧,就是節目給的所有提示都要一併考慮,對於那些看似枝微末節或是表面訊息,絕對不可視為理所當然或是妄下斷語。因此華生可能認為「美國城市」並不是一個真正的提示,再加上從它的資料庫中找不到充分的證據,證實「芝加哥」、「機場」、「芝加哥的機場」與「二次世界大戰」這幾個關鍵詞之間的關係,信心水準只有三成而已,因此沒有拿下這一題。雖然華生出錯,但費魯奇博士很樂觀地把華生的失誤當成一種鼓勵,他說:「華生透過參加人類的益智節目,更了解自己的優缺點。」

第三天的比賽由主持人正經八百的說:「現在,我知道多倫多是美國城市。」揭開序幕,但華生一點也沒有受到昨天失誤的影響,仍四平八穩的回答每一題答案。最後華生以累計獎金積分7萬7147美元,打敗詹寧斯的2萬4000美元,以及魯特的2萬1600元,拿下最終勝利,並獲得百萬美元的冠軍獎金。比賽結束後,詹寧斯也在螢幕上打趣地寫下「我在此,歡迎新的電腦統治者」,向他的機器人競爭者華生致意。

-----廣告,請繼續往下閱讀-----

朝未來邁進

華生的勝利象徵著IBM近年來在電腦系統的研究達到另一個新高峰,也開啟了下一波電腦運算的新頁,未來電腦不再只是台「計算機」,而是台「有溝通與學習能力的機器」,它可以讀懂人類的語言,自行思考分析、消化學習,再從中幫助人類挖掘各種更具創意、或創新的最佳解答。無論在工業、商業、醫療或法律上,它都可以提供更具價值的建議來幫助企業、機構或個人進行決策。或許不久的將來,你可以像「危險境地」的主持人一樣拐彎抹角的問問題,也可以直接了當的請求幫忙,它絕對理性,也不會意氣用事。

有些人可能會擔心或許未來華生背後的技術將凌駕人類的智慧,但費魯奇博士表示,這些擔心都是多餘的,電腦分析龐大資料是它「思考」的方式,但其中扮演如同大腦分析的技術,是奠基在人類的智能上,再輔以卓越運算能力,才完成精確有效率的資料分析。而這些科技,即將提供人們超乎想像的智慧應用,幫助人類突破限制,在過往機器無法涉獵的領域發揮所長。費魯奇強調,人類智慧仍持續支配電腦,就如同在網際網路的時代,人們並未被網路主宰。

後 記

當我在寫稿時,為了蒐集資料而瀏覽網頁,不知為何我的電腦中毒了,所有資料全部不見,也不能上網。就在我心急的打電話給認識的人,問該怎麼辦時,我突然想到華生,如果我有一台像華生一樣的電腦,他不需要連上網就可以幫我解決問題,而我只需要著急的問他:

「華生,當我在瀏覽某某網頁時,電腦突然壞掉了,所有資料都不見,我不知道是不是中毒了,但我需要回復資料,我該怎麼辦?」

這時只見華生不疾不徐地說:

-----廣告,請繼續往下閱讀-----

「首先,看看電腦硬碟空間是否有改變,如果沒有的話,把硬碟拔出,連接其他電腦,然後……」

作者連以婷:科學月刊特約編輯 | 本文為《科學月刊》2011.6月號封面故事「華生啊,你自認超越人腦了嗎?

文章難易度
所有討論 1
科學月刊_96
249 篇文章 ・ 3360 位粉絲
非營利性質的《科學月刊》創刊於1970年,自創刊以來始終致力於科學普及工作;我們相信,提供一份正確而完整的科學知識,就是回饋給讀者最好的品質保證。

0

4
0

文字

分享

0
4
0
快!還要更快!讓國家級地震警報更好用的「都會區強震預警精進計畫」
鳥苷三磷酸 (PanSci Promo)_96
・2024/01/21 ・2584字 ・閱讀時間約 5 分鐘

-----廣告,請繼續往下閱讀-----

本文由 交通部中央氣象署 委託,泛科學企劃執行。

  • 文/陳儀珈

從地震儀感應到地震的震動,到我們的手機響起國家級警報,大約需要多少時間?

臺灣從 1991 年開始大量增建地震測站;1999 年臺灣爆發了 921 大地震,當時的地震速報系統約在震後 102 秒完成地震定位;2014 年正式對公眾推播強震即時警報;到了 2020 年 4 月,隨著技術不斷革新,當時交通部中央氣象局地震測報中心(以下簡稱為地震中心)僅需 10 秒,就可以發出地震預警訊息!

然而,地震中心並未因此而自滿,而是持續擴建地震觀測網,開發新技術。近年來,地震中心執行前瞻基礎建設 2.0「都會區強震預警精進計畫」,預計讓臺灣的地震預警系統邁入下一個新紀元!

-----廣告,請繼續往下閱讀-----

連上網路吧!用建設與技術,換取獲得地震資料的時間

「都會區強震預警精進計畫」起源於「民生公共物聯網數據應用及產業開展計畫」,該計畫致力於跨部會、跨單位合作,由 11 個執行單位共同策畫,致力於優化我國環境與防災治理,並建置資料開放平台。

看到這裡,或許你還沒反應過來地震預警系統跟物聯網(Internet of Things,IoT)有什麼關係,嘿嘿,那可大有關係啦!

當我們將各種實體物品透過網路連結起來,建立彼此與裝置的通訊後,成為了所謂的物聯網。在我國的地震預警系統中,即是透過將地震儀的資料即時傳輸到聯網系統,並進行運算,實現了對地震活動的即時監測和預警。

地震中心在臺灣架設了 700 多個強震監測站,但能夠和地震中心即時連線的,只有其中 500 個,藉由這項計畫,地震中心將致力增加可連線的強震監測站數量,並優化原有強震監測站的聯網品質。

-----廣告,請繼續往下閱讀-----

在地震中心的評估中,可以連線的強震監測站大約可在 113 年時,從原有的 500 個增加至 600 個,並且更新現有監測站的軟體與硬體設備,藉此提升地震預警系統的效能。

由此可知,倘若地震儀沒有了聯網的功能,我們也形同完全失去了地震預警系統的一切。

把地震儀放到井下後,有什麼好處?

除了加強地震儀的聯網功能外,把地震儀「放到地下」,也是提升地震預警系統效能的關鍵做法。

為什麼要把地震儀放到地底下?用日常生活來比喻的話,就像是買屋子時,要選擇鬧中取靜的社區,才不會讓吵雜的環境影響自己在房間聆聽優美的音樂;看星星時,要選擇光害比較不嚴重的山區,才能看清楚一閃又一閃的美麗星空。

-----廣告,請繼續往下閱讀-----

地表有太多、太多的環境雜訊了,因此當地震儀被安裝在地表時,想要從混亂的「噪音」之中找出關鍵的地震波,就像是在搖滾演唱會裡聽電話一樣困難,無論是電腦或研究人員,都需要花費比較多的時間,才能判讀來自地震的波形。

這些環境雜訊都是從哪裡來的?基本上,只要是你想得到的人為震動,對地震儀來說,都有可能是「噪音」!

當地震儀靠近工地或馬路時,一輛輛大卡車框啷、框啷地經過測站,是噪音;大稻埕夏日節放起絢麗的煙火,隨著煙花在天空上一個一個的炸開,也是噪音;台北捷運行經軌道的摩擦與震動,那也是噪音;有好奇的路人經過測站,推了推踢了下測站時,那也是不可忽視的噪音。

因此,井下地震儀(Borehole seismometer)的主要目的,就是盡量讓地震儀「遠離塵囂」,記錄到更清楚、雜訊更少的地震波!​無論是微震、強震,還是來自遠方的地震,井下地震儀都能提供遠比地表地震儀更高品質的訊號。

-----廣告,請繼續往下閱讀-----

地震中心於 2008 年展開建置井下地震儀觀測站的行動,根據不同測站底下的地質條件,​將井下地震儀放置在深達 30~500 公尺的乾井深處。​除了地震儀外,站房內也會備有資料收錄器、網路傳輸設備、不斷電設備與電池,讓測站可以儲存、傳送資料。

既然井下地震儀這麼強大,為什麼無法大規模建造測站呢?簡單來說,這一切可以歸咎於技術和成本問題。

安裝井下地震儀需要鑽井,然而鑽井的深度、難度均會提高時間、技術與金錢成本,因此,即使井下地震儀的訊號再好,若非有國家建設計畫的支援,也難以大量建置。

人口聚集,震災好嚴重?建立「客製化」的地震預警系統!

臺灣人口主要聚集於西半部,然而此區的震源深度較淺,再加上密集的人口與建築,容易造成相當重大的災害。

-----廣告,請繼續往下閱讀-----

許多都會區的建築老舊且密集,當屋齡超過 50 歲時,它很有可能是在沒有耐震規範的背景下建造而成的的,若是超過 25 年左右的房屋,也有可能不符合最新的耐震規範,並未具備現今標準下足夠的耐震能力。 

延伸閱讀:

在地震界有句名言「地震不會殺人,但建築物會」,因此,若建築物的結構不符合地震規範,地震發生時,在同一面積下越密集的老屋,有可能造成越多的傷亡。

因此,對於發生在都會區的直下型地震,預警時間的要求更高,需求也更迫切。

-----廣告,請繼續往下閱讀-----

地震中心著手於人口密集之都會區開發「客製化」的強震預警系統,目標針對都會區直下型淺層地震,可以在「震後 7 秒內」發布地震警報,將地震預警盲區縮小為 25 公里。

111 年起,地震中心已先後完成大臺北地區、桃園市客製化作業模組,並開始上線測試,當前正致力於臺南市的模組,未來的目標為高雄市與臺中市。

永不停歇的防災宣導行動、地震預警技術研發

地震預警系統僅能在地震來臨時警示民眾避難,無法主動保護民眾的生命安全,若人民沒有搭配正確的防震防災觀念,即使地震警報再快,也無法達到有效的防災效果。

因此除了不斷革新地震預警系統的技術,地震中心也積極投入於地震的宣導活動和教育管道,經營 Facebook 粉絲專頁「報地震 – 中央氣象署」、跨部會舉辦《地震島大冒險》特展、《震守家園 — 民生公共物聯網主題展》,讓民眾了解正確的避難行為與應變作為,充分發揮地震警報的效果。

-----廣告,請繼續往下閱讀-----

此外,雖然地震中心預計於 114 年將都會區的預警費時縮減為 7 秒,研發新技術的腳步不會停止;未來,他們將應用 AI 技術,持續強化地震預警系統的效能,降低地震對臺灣人民的威脅程度,保障你我生命財產安全。

文章難易度

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
194 篇文章 ・ 297 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

0

11
3

文字

分享

0
11
3
宇宙文明演化史(上):能量觀點下的先進文明
Castaly Fan (范欽淨)_96
・2023/06/26 ・3182字 ・閱讀時間約 6 分鐘

編按:說到星際文明的發展程度,科幻愛好者必定會提到「卡爾達肖夫指數」,以使用的能源多寡,來區分文明發達程度。然而,除了從能源來評斷文明進程,其實還有其他的評判方式。

「宇宙文明演化史」系列,將在上篇回顧「卡爾達肖夫指數」,下篇介紹較少討論的「資訊量」與「微觀尺度」的評斷觀點。

地球數以萬億計的物種中,人類算得上是最具高等智慧的生物。

但假設——遙遠的某顆行星上也有「智慧生命」的存在,那麼,對方是否有可能比我們先進?他們能透過量子力學的應用而發明電子產品嗎?他們能掌握陽光、電磁等能源嗎?他們是否有完善的醫療、教育、經濟、社會結構?又或者,他們是否已然可以達成人類難以觸及的瞬時旅行?

智慧生命的演進

誠如在這篇文章所提過的,碳基生命自發形成的機率極為渺小,從有機分子組合成蛋白質、基因序列、細胞、再到個體的行程,這個機率相當於「一陣龍捲風掃過垃圾場、從中隨機拼湊出一架波音 747」那樣渺茫,更何況是演化成像人類這樣的「智慧生命」。

我們不僅僅具有生物體的基本特徵,還具有思考能力、邏輯、記憶力、甚至是預測與規劃未來的能力,這些可以說是人類與其他生命體最與眾不同之所在。人類之所以成為「智慧生命」,便是因為擁有了自己的語言、文字,使資訊得以保留並傳承。回溯到百萬年前,從演化論的角度來看,當時人類與其他靈長類動物差異並不大;然而,我們的老祖先發現了「火」,並且懂得如何生成並且控制「火」,使得我們不再像其他動物那樣直接生食獵物;另一方面,我們開始懂得用遮羞布、乃至於之後縫製衣服。

-----廣告,請繼續往下閱讀-----

此外,我們能表達自己的情緒,能輕易地展現喜怒哀樂溝通,進行交際活動——這些都是人類得以成為智慧生命的原理。

順帶一提,根據物理學家加來道雄(Michio Kaku)所提出的「穴居人原理」(caveman principle),我們人類依然存有百萬年前老祖宗們「原始慾望」的影子——換句話說,數十萬年來人類雖然不斷演化,然而我們的人格依然保有原始穴居人的基因本質。舉例而言:即使有先進的電腦把文件處理完善,我們仍習慣把文件影印成紙本,之所以如此,係因原始人類捕獵動物時要求「獵殺證明」,習慣取信於親眼所見的事實。

同理,我們傾向於參與音樂會或去電影院體驗現場氛圍,而非一味觀賞電子螢幕前的動態;我們習慣社交與打扮,因此多數重要聚會並不容易被虛擬會議所取代;而在古代社會,小道消息的流通會幫助某些人們知悉高層的行動,因而扮演著一定程度重要性——而這也呼應了我們周遭充斥著娛樂與八卦的報刊,畢竟這些事物總會激起人性深處的好奇心。另一方面,穴居人法則似乎也意味著藝術、娛樂並不會因為科技發展而消失,因為這些事物能滿足人類的需求與愉悅,而這並非科技所能取而代之的。

根據穴居人原理,我們依然保有原始人類的慾望。圖/Mrs J’s science

回歸根本,可以發現,身為智慧生命,必然要有「視力」的存在、而非像螞蟻那樣透過觸角溝通,包含情緒的表達、語言的交流,這方面可以歸功於「大腦」的演化;再者,人類的「腳趾」的演化也是關鍵,這使得人類得以直立行走、改變對世界的視角與行動;此外,「前肢可握物」也扮演著重要角色,亦即靈活的手指——這使得人類可以精準地操作物件、製造工具。

-----廣告,請繼續往下閱讀-----

先進文明的分級

因此,我們假定這些智慧生命都擁有這些生理構造與功能,他們可以溝通、可以發明器物。那麼,有沒有一個指標能告訴我們一個「文明」究竟能多發達?

1964 年,蘇聯科學家卡爾達肖夫(Nikolai Kardashev)提出了一個度量文明先進程度的指標——「卡爾達肖夫指數」(Kardashev Scale)。經由天文學家卡爾.薩根(Carl Sagan)修正過後,可以歸結為下列公式:

其中 K 代表卡爾達肖夫指數,P 代表文明所消耗的總能量。基本上,我們可以將文明依據「駕馭能量」的量級區分成三大類型:

  1. I 型文明(K=1)
    該文明能駕馭 10¹⁶ W 的能量,相當於掌握所處行星的能量,因此又稱「行星文明」。這類型的文明可以控制天氣、調節海洋、並且到地底深處採礦,徹底運用星球資源;並且,這一類文明將能任意造訪附近行星,並在後期發展出接近光速的太空旅行。
  2. II 型文明(K=2)
    該文明能駕馭 10²⁶ W 的能量,相當於掌握所處恆星系統的能量,因此又稱「恆星文明」或「星際文明」。這類型的文明能夠透過戴森球(參見下文)或相關科技、徹底利用恆星系統的能量;他們可在各個行星、恆星之間任意穿梭,並且相繼朝往其他恆星系統殖民。
  3. III 型文明(K=3)
    該文明能駕馭 10³⁶ W 的能量,相當於掌握所處星系的能量,因此又稱「星系文明」。這類型的文明不再受限於附近的恆星系統,他們將能夠隨心所欲駕馭整個星系、甚至宇宙尺度級別的能量,並可以在星系之間來去自如;他們甚至已熟悉時空物理、得以透過蟲洞或先進技術穿越時空。
卡爾達肖夫指數示意圖,由左而右分別是:行星文明(I 型)、恆星文明(II 型)、星系文明(III 型)。圖/http://www.maximusveritas.com/wp-content/uploads/2016/06/

作為宇宙文明的分級,文明所駕馭的總能量可以視為一個標竿。宇宙中的能量是無所不在、甚至可以說是取之不盡用之不竭的。因此,能妥善利用這些能量到什麼程度,便可以視為文明「先進與否」的標準。當然,還有一些人把這列表往下延伸,諸如宇宙文明(IV 型)、多重宇宙文明(V 型)、神靈文明(VI 型)、未知文明(VII 型)等等——不過這些級別距離目前人類還算是遙不可及,我們甚至無法保證在宇宙 137 億這年齡下是否已有這麼先進的文明誕生。

-----廣告,請繼續往下閱讀-----

就目前而言,顯然,人類縱使歷經工業革命、資訊革命,也開發出原子能、得以進行太空探索——但似乎尚未能被列入其中之一——我們尚未有能力操控天氣、就連地底結構也都是透過震波才得以探知的。那麼,人類目前究竟處在哪一階段?讓我們簡單計算一下:根據世界能源消耗量的統計,截至 2021 年底,人類所消耗的能量約為 176,431 TWh(百萬兆瓦時),相當於 20.14 TW(百萬兆瓦),代入卡爾達肖夫指數公式:

可以直接得出卡爾達肖夫指數 K≈0.73 ——因此,人類目前約是落在「0.73 型文明」,依然位在「第零型文明」的階段。

目前人類的能量來源主要仍是石油、煤炭、天然氣;除此之外還有傳統生質能、水力發電、以及核能。在數十年內,風力發電、太陽能、生質能會慢慢取代化石燃料,而核融合技術很可能帶領人類走向 I 型文明。

當人類開始進行太空殖民、並且能妥善運用母恆星(太陽)所供應的能量後,才會慢慢朝向 II 型文明發展;而在 I 型或者 II 型文明階段,另一個能催動科技進展的很可能就是反物質(antimatter)的製造與普及。加來道雄認為,我們有機會在本世紀末或是兩百年內躍升成為 I 型文明;到達 II 型文明需要數千年;至於到達可以隨心所欲駕馭時空的 III 型文明,可能還需要數十萬至百萬年。

-----廣告,請繼續往下閱讀-----
1800 年代至 2021 年的世界能源消耗總量:目前人類消耗能源仍以化石燃料為多數。圖/our world in data

參考文獻 / 延伸閱讀

  1. Kardashev, N.S. (1964). Transmission of information by extraterrestrial civilizations. articles.adsabs.harvard.edu.
  2. 加來道雄,《穿梭超時空》,台北:商周出版,2013
  3. 加來道雄,《平行宇宙》,台北:商周出版,2015
  4. 卡爾.薩根,《宇宙・宇宙》,台北:遠流出版事業股份有限公司,2010
  5. 史蒂芬.霍金,《胡桃裡的宇宙》,台北:大塊文化,2001
Castaly Fan (范欽淨)_96
6 篇文章 ・ 4 位粉絲
科學研究者,1999年生於台北,目前於美國佛羅里達大學(University of Florida)攻讀物理學博士。2022年於美國羅格斯大學(Rutgers University)取得物理學學士學位,當前則致力於學術研究、以及科學知識的傳播發展。 同時也是網路作家、《隨筆天下》網誌創辦人,筆名辰風,業餘發表網誌文章,從事詩詞、小說、以及文學創作。

1

38
1

文字

分享

1
38
1
回到 AlphaGo 打敗棋王的那一天,看 AI 如何顛覆世界——《AI 製造商沒說的祕密》
時報出版_96
・2023/01/30 ・4915字 ・閱讀時間約 10 分鐘

谷歌收購深度心智(DeepMind)幾週後,深度心智創辦人德米斯.哈薩比斯(Demis Hassabis)與其他幾位深度心智研究人員搭機來到北加州,與他們母公司的領袖舉行會議,並向他們展示深度學習如何破解「打磚塊」。

幕後推手——德米斯.哈薩比斯

會議結束後,哈薩比斯和谷歌創辦人賽吉.布林(Sergey Brin)聊了起來。他們聊著聊著發現有一共同的興趣:圍棋。布林表示當初他和賴利.佩吉(Larry Page)建立谷歌時,他沉迷在圍棋中,害得佩吉擔心他們根本無法成立公司。

哈薩比斯表示,如果他和他的團隊想要的話,他們能夠建造一套系統來打敗世界冠軍。「我覺得這是不可能的。」布林說道。就在這一刻,哈薩比斯下定決心要做到。

深度心智創辦人、英國人工智慧研究者——德米斯.哈薩比斯(Demis Hassabis)。圖/維基百科

「深度學習運動之父」傑弗瑞.辛頓(Geoffrey Hinton)將哈薩比斯比作羅伯.奧本海默(Robert Oppenheimer),二戰期間做出第一顆原子彈的曼哈頓計畫主持人。奧本海默是世界級的物理學家:他懂得眼前重大任務的科學原理,不過他更深諳激勵之道,他結合手下不斷擴大的科學家,將他們的力量合而為一,並且接納他們的弱點,一起為計畫目標努力。

-----廣告,請繼續往下閱讀-----

他知道如何感動男人(以及女人,包括辛頓的堂姊瓊安.辛頓),辛頓在哈薩比斯身上看到同樣的特質。「他主持 AlphaGo 就像奧本海默主持曼哈頓計畫,如果是別人來主持,他們可能就不會這麼快成功。」辛頓說。

揭開比賽序幕

深度心智的研究員們在 2014 年中曾發表一篇關於他們初期研究的論文,之後他們的研究規模大為擴大,並在第二年擊敗歐洲圍棋冠軍樊麾。此一結果震驚了全球圍棋界與人工智慧研究圈,但是 AlphaGo 對戰李世乭所造成的聲勢更是轟動。

IBM 的深藍超級電腦 1997 年在曼哈頓西城的一棟高樓裡擊敗世界頂尖的西洋棋高手,為電腦科學建立了一座里程碑,受到全球新聞界的廣為報導。但是若是與首爾的這場人機大戰相比,卻是小巫見大巫。在韓國——更別提日本與中國——圍棋是民族性的消遣活動。有超過二億人會觀看 AlphaGo 與李世乭的對弈,觀眾比超級盃多上一倍。

圍棋在中、日、韓具民族性,AlphaGo 與李世乭的對弈備受矚目。圖/維基百科

在總共五局對戰前夕的記者會上,李世乭誇口他能輕鬆獲勝:四比一或五比零。大部分的圍棋棋手也都有同感,雖然 AlphaGo 徹底擊敗樊麾,顯示這部機器是真正的贏家,但是樊麾的棋力遠不及李世乭。根據用來評估遊戲對戰能力的 ELO 等級制度,李世乭完全是在不同的等級。但是哈薩比斯卻認為這場人機大戰會有截然不同的結果。

-----廣告,請繼續往下閱讀-----

第二天下午,在展開第一局對戰的兩小時前,他與幾名記者共進午餐,他拿著一份《韓國先驅報》(Korea Herald),這是用桃色紙張印刷的韓國英文日報。他和李世乭的照片都出現在報紙的頭版上半部。他沒有想到竟會受到如此重視。

「我知道會受到關注,」這位像孩子般矮小,39 歲但已禿頂的英國人說道,「但是沒有想到會這麼多。」不過,在吃著餃子、韓式泡菜的午餐時,哈薩比斯表示他對這場棋賽「審慎樂觀」。他解釋,那些名嘴並不知道 AlphaGo 在十月的棋賽後仍在繼續苦練棋藝。

他和他的團隊初始是將三千萬步棋路輸入深度神經網路來教導機器學習圍棋,自此之後,AlphaGo 就開始不斷與自己對弈,並且記錄哪些棋路是成功的,哪些又是失敗的——其運作與實驗室用來破解雅達利老遊戲的系統類似。自擊敗樊麾以來這幾個月,AlphaGo 已和自己對弈了數百萬局;AlphaGo 持續自學圍棋,學習速度之快遠超過所有人類。

在四季飯店頂樓的賽前餐敘,谷歌董事長艾力克.施密特(Eric Schmidt)坐在哈薩比斯的對面,以他一貫冷峻的態度闡述深度學習的優點。一度有人稱他為工程師,他糾正他們,「我不是工程師,」他說道,「我是電腦科學家。」

-----廣告,請繼續往下閱讀-----
艾力克.施密特(Eric Schmidt)2001~2011 年間在 Google 擔任 CEO。圖/維基百科

他回憶他在 1970 年代研讀電腦科學時,人工智慧看來前景一片大好,但是隨著 1980 年代過去,進入 1990 年代,這樣的美景從未實現。如今,終於實現了。「這一科技,」他說道,「力量強大,引人入勝。」他表示,人工智慧不只是辨識照片的戲法,同時也代表谷歌 750 億美元的網際網路事業與其他無數的產業,包括保健產業。

機器與人類高手對決

在第一局,哈薩比斯是在私人觀賞室與走廊另一頭的 AlphaGo 控制室之間來回兩頭跑。控制室滿是個人電腦、筆記型電腦與平面顯示幕,這些設備全都與遠在太平洋彼端的谷歌數據中心內部數百台電腦相連。一支谷歌團隊在比賽前一週就已架設一條專屬的超高速光纖電纜直達控制室,以確保網際網路暢通無阻。

不過結果卻顯示控制室根本不需要進行多少操控:幾過多月的訓練之後,AlphaGo 已能完全獨力作業,不需要人為的幫助。同時,就算哈薩比斯與團隊想幫忙,也無用武之地。他們沒有一人的圍棋棋力達到大師級的水準,他們只能觀看棋局。

「我無法形容有多緊張,」深度心智研究員說道,「我們不知道該聽誰的。一邊是評論員的看法,你同時也看到 AlphaGo 的評估。所有的評論員都有不同的意見。」

-----廣告,請繼續往下閱讀-----

在第一天的棋賽,深度心智團隊與谷歌的重要人物都親眼目睹 AlphaGo 獲勝。

賽後記者會上,李世乭面對來自東、西方數百名記者與攝影師表示他感到震驚。這位 33 歲的棋士透過口譯員說道:「我沒想到 AlphaGo 下棋竟能夠如此完美。」經過逾四小時的對弈,AlphaGo 證明自己的棋力可與全球最厲害的高手匹敵,李世乭表示他被 AlphaGo 殺了個措手不及,他在第二局會改變策略。

左為代替 AlphaGo 移動棋子的深度心智台灣研究員黃士傑,右則為李世乭。圖/YouTube

神來一筆的第三十七手

第二局對弈進行一小時後,李世乭起身離開賽場,走到露台抽菸。坐在李世乭對面,代替 AlphaGo 移動棋子的是來自台灣的深度心智研究員黃士傑,他將一枚黑子落在棋盤右邊一大塊空地上單獨一枚白子的側邊下方,這是該局的第三十七手。

在角落的評論室內,西方唯一的圍棋最高段九段棋手邁克.雷蒙(Michael Redmond)忍不住多看了一眼確認,然後他告訴在線上觀看棋賽的兩百多萬英語觀眾:「我真的不知道這是高招還是爛招。」他的共同評論員克里斯.戈拉克(Chris Garlock)則表示:「我認為下錯了。」他是一本網路圍棋雜誌的資深編輯,同時也是美國圍棋協會的副會長。

-----廣告,請繼續往下閱讀-----

李世乭在幾分鐘後返回座椅,然後又緊盯著棋盤幾分鐘。他總共花了 15 分鐘才做出回應,在棋局的第一階段他有兩小時的時間,而這一手占用了他不少時間——而且此後他再也沒有找回節奏。在經過逾四小時的對弈後,他投子認輸,他連輸兩局了。

第三十七手也讓樊麾大感詫異,他在幾個月前遭到 AlphaGo 徹底擊敗,自此之後他就加入深度心智,在 AlphaGo 與李世乭對弈前擔任它的陪訓員。他從來沒有擊敗過這部人工智慧機器,但是他與 AlphaGo 的對弈也讓他對棋路的變化大開眼界。事實上,他在遭 AlphaGo 擊敗後的幾週內,與(人類)高手對弈連贏六場,他的世界排名也升至新高。

現在,他站在四季飯店七樓的評論室外面,在第三十七手落子幾分鐘後,他看出了此一怪招的威力。「這不是人類會下的棋路,我從來沒有看過有人這麼下,」他說道,「太美了。」他不斷地重複說道,太美了、太美了、太美了。

第二天上午,深度心智的研究員大衛.席瓦爾溜進控制室,他想知道 AlphaGo 如何做出第三十七手的選擇。AlphaGo 在每一局對弈中都會根據它所受過數千萬種人類落子變化的訓練,來計算人類做出此一選擇的機率,而在第三十七手,它算出的機率是萬分之一。

-----廣告,請繼續往下閱讀-----
AlphaGo 在對弈中會根據千萬種落子變化,計算出人類下此一步棋的機率。圖/YouTube

AlphaGo 知道這不是專業棋手會選擇的路數,然而它根據與自己對弈的數百萬次經驗——沒有人類參與的棋局——它仍是這麼做了;它已了解儘管人類不會選擇這一步,這一步棋仍是正確的選擇。「這是它自己發現的,」席瓦爾說道,「透過它的內省。」

這是一個既甜美又苦澀的時刻,儘管樊麾大讚此一步棋是神來之筆,但是一股鬱悶之情席捲四季飯店,甚至整個韓國。一位中國記者表示,儘管他為 AlphaGo 贏得第一局感到高興,可是現在他深感沮喪。

第二天,一位在首爾彼端經營一家新創企業育成中心的韓國人權五亨表示他也感到悲傷,這並非因為李世乭是一位韓國人,而是因為他是人類,「這是全人類的轉捩點,」權五亨說道,他的幾位同事點頭表示同意,「它讓我們了解人工智慧真的已在我們眼前——也讓我們了解到其中的危險。」

在那個週末,此一鬱悶的情緒只增不減。李世乭第三局也輸了,等於輸掉整個棋賽。坐在賽後記者會的桌子後面,李世乭懺悔之情溢於言表。「我不知道今天要說什麼,但是我首先要表達我的歉意,」他說道,「我應該拿出更好的成績,更好的結局,更好的比賽。」但是坐在李世乭身邊的哈薩比斯卻發現,自己衷心期盼這位韓國棋手在接下來的兩局中至少能贏一局。

-----廣告,請繼續往下閱讀-----

AlphaGo 認輸的那一局

在第四局的七十七手,李世乭再度陷入長考,就和第二局的情況一樣,但是這一回他考慮的時間更久。棋盤中間有一堆棋子,黑白相間,他有近二十分鐘只是緊盯著這些棋子,抓著後頸前後擺動。最後,他將他的白子落在棋盤中央的兩枚黑子之間,將棋勢一分為二,AlphaGo 方寸大亂。

在每一場對弈中,AlphaGo 都會不斷重新計算勝率,並且顯示在控制室的一台平面顯示幕上。

在李世乭落子後——第七十八手——這部機器的反擊很差,在顯示幕上的勝率立刻大降。「AlphaGo 累積到那一步之前的所有戰略都算是報銷了,」哈薩比斯說道,「它必須重新再來。」就在此刻,李世乭抬頭看著對面的黃士傑,彷彿他擊敗的是這人,不是機器。自此之後,AlphaGo 的勝率一路下跌,在近五個小時後,它投子認輸。

DeepMind 製作的 AlphaGo 與李世乭對弈紀綠片。/YouTube

兩天後,哈薩比斯穿過四季飯店的大廳,解釋 AlphaGo 為什麼會輸。AlphaGo 當時是假設沒有人類會這樣下第七十八手,它計算出來的機率是萬分之一——這是一個它熟悉的數字。

就像 AlphaGo 一樣,李世乭的棋力也達到一個新境界,他在棋賽最後一天的私人聚會場合中這樣告訴哈薩比斯。他說與機器對弈不僅讓他重燃對圍棋的熱情,同時也讓他茅塞頓開,使他有了新想法。「我已經進步了。」他告訴哈薩比斯,一如幾天前的樊麾,李世乭之後與人類高手對弈,連贏九場。

AlphaGo 與李世乭的對弈,使得人工智慧在世人眼前大爆發,它不僅是屬於人工智慧領域與科技公司,同時也是屬於市井小民的里程碑。在美國如此,在韓國與中國更是如此,因為這些國家視圍棋為人類智慧結晶的巔峰。這場棋賽彰顯出科技的力量與其終將超越人類的恐懼,同時也帶來樂觀的前景,此一科技往往會以出人意表的方式推動人類更上層樓。儘管馬斯克等人警告其中的危險性,但是這段時期人工智慧的前景一片光明。

裘蒂.英賽恩(Jordi Ensign)是佛羅里達州一位四十五歲的程式設計師,她在讀完棋賽報導後出去在身上紋了兩幅刺青,她在右臂內側紋了 AlphaGo 的第三十七手——左臂紋了李世乭的第七十八手。

——本文摘自《AI製造商沒說的祕密: 企業巨頭的搶才大戰如何改寫我們的世界?》,2022 年 8 月,時報出版,未經同意請勿轉載

所有討論 1
時報出版_96
174 篇文章 ・ 34 位粉絲
出版品包括文學、人文社科、商業、生活、科普、漫畫、趨勢、心理勵志等,活躍於書市中,累積出版品五千多種,獲得國內外專家讀者、各種獎項的肯定,打造出無數的暢銷傳奇及和重量級作者,在台灣引爆一波波的閱讀議題及風潮。