0

0
0

文字

分享

0
0
0

科學醜聞再現大螢幕:韓國黃禹錫事件電影版《舉報者》(제보자,2014)

洪靖 Ching Hung
・2014/11/26 ・4297字 ・閱讀時間約 8 分鐘 ・SR值 576 ・九年級

-----廣告,請繼續往下閱讀-----

日前,新聞報導交大研究過於完美,引起實驗是否造假的爭議,讓人不禁想起過去十年最大的科學醜聞:韓國黄禹錫事件。恰巧,上個月(10 月)韓國上映了改編自黄禹錫事件的電影《舉報者》(제보자)。韓國很常把國內大事改編成電影,但令人訝異的是,這次竟勇敢地找上這個被許多韓國民眾視為國恥的科學造假事件。

《舉報者》電影海報
《舉報者》電影海報

黄禹錫(Hwang Woo-Suk)是土生土長的韓國分子生物學家,在 1995 成功複製牛隻,2005 年初用十一位患者的體細胞核培養出胚胎幹細胞株,登上國際指標期刊 Science,同年 8 月又在另一國際期刊 Nature 刊登成功複製一條狗的研究報告,突飛猛進的進展震驚國際社會與學界。對於天生罹患痼疾的病人與家屬來說,黄禹錫在幹細胞研究上的成果,無疑帶來明亮的希望曙光。對於韓國社會來說,這樣一個從未留學但領先他國的科學家,代表了韓國在國際上的崛起與自信。 政府不只通過為黃禹錫量身訂作的《生物科技道德法》,還成立「世界幹細胞中心」(The World Stem Cell Hub),並將他封為「最高科學家」。黄禹錫的成功不只席捲全球科學界,更成為韓國人民的期盼與驕傲。

黄禹錫和他的複製狗  (圖片來源 )
黄禹錫和他的複製狗  圖片來源: zdnet

電影就在這樣的現實背景之下展開了。電視台 NBS 節目〈PD 追擊〉製作人尹敏哲接獲雙重爆料,一方面,民眾指控韓國當紅分子生物學家李長煥透過不法手段獲取卵子作為實驗材料;另一方面,李長煥團隊的前研究員沈敏浩指控讓李長煥聲名大噪的複製幹細胞其實從未成功,而且自己和當時夥伴李道亨(後轉任美國匹茲堡大學)曾被要求造假研究,但個人並未接受。據此,尹敏哲決定協同助理金怡瑟深入追查,然而李長煥卻透過仍在團隊中的沈敏浩妻子金美賢向沈敏浩施壓,同時也讓李道亨出面否認造假,並且反控沈敏浩是因為離開團隊而挾怨報復。更艱難的是,整個社會輿論與政治情勢皆倒向代表國家希望的研究巨星李長煥,更讓〈PD 追擊〉製作團隊逐步陷入分崩離析的危機之中…(完整劇情詳見部落格原文

《舉報者》有多麼忠於真實事件?作為一個觀看真實事件也觀看改編電影的旁觀者,我們其實很難論斷,但可以確定的是,電影中的角色在現實世界裡都可只找到對應的人物。除了李長煥代表黄禹錫之外,尹敏哲在現實世界中叫做韓鶴洙,爆料的沈敏浩則是前研究員柳永俊。電視台 NBS 的實際版本是韓國大媒 MBC,而〈PD 追擊〉則是一個叫做〈PD 手冊〉的節目。李道亨的真名是金善鐘,而且美國匹茲堡大學實際上也是黄禹錫團隊密切合作的國際夥伴。換句話說,在真實事件當中扮演起承轉合、穿針引線的角色,在電影中也撐起了劇情的推展與轉折。

-----廣告,請繼續往下閱讀-----
媒體焦點李長煥
媒體焦點李長煥

說實在,這部電影並不刺激(雖然海報看起來蠻厲害),但難得的地方是,它忠實呈現了每個角色在事件當中的掙扎,以及當時韓國社會的氛圍。真相國益的拉扯,是電影中許多場景不斷出現論題。當尹敏哲向上級呈報製作計畫,他們問的是「真相與國益哪個重要?」;當大眾知道電視台正在質疑李長煥,他們說的是「怎麼可以傷害國益?」;當青瓦台(韓國總統府)知道事態嚴重打算介入調停時,他們考慮的是「應該保護真相還是國益?」

這個拉扯如實反應了當時黄禹錫事件發生之際給予韓國帶來的巨大影響。當黄禹錫被賦予韓國最高科學家的號稱、當黄禹錫被視為韓國教育系統的優秀產物、當黄禹錫開始象徵韓國的國際地位,整個國家就開始陷入一種「科學的國族主義」當中。就韓國的歷史習性來說,科學的國族主義在韓國可能比起其他國家更為嚴重一些,因為這直接關乎所謂的「民族自信心」。每個人都或多或少知道真相的重要性,但在事關民族顏面與自我肯定的情緒中,對於真相的追求常常只能退居第二。

任何對於黄禹錫的指控與責難,都是間接對於韓國的貶低、對於大韓民族的侮辱。如果指責來自外部,那麼或許比較容易接受,因為群眾在心理上可以將其歸類為「外敵」,而外敵本來就沒有理由對韓國說好話、做好事。但當指責來自內部,這就變成一種不可饒恕的背叛:見不得自家人好的人一定有二心。這就是我們在片中不斷可以看到的,民眾對於尹敏哲等人從一開始的不耐到後來變成憤怒,他們在電視台門口聚集、抗議,也跑去爆料人沈敏浩家中丟石頭,最後在尹敏哲當面訪問李長煥之後達到高峰:大家對著尹敏哲和助理金怡瑟丟雞蛋!

被丟雞蛋的尹敏哲(右二)與金怡瑟(右三)
被丟雞蛋的尹敏哲(右二)與金怡瑟(右三)

電影中最精準反應現實的部份,不是某個場景或者某個橋段或者某個人物,而是這個科學國族主義的氛圍。當然,看電影的時候,我們可能會覺得韓國民眾的情緒簡直不可思議,怎麼會這麼盲目地相信一個科學家、又盲目地反對想要說出真相的人?然而,當類似事情發生在我們身上的時候(或當我們就身處事件當中),我們真的能夠肯定自己不會陷入相同的情緒,也不會覺得「唱衰」是件很可惡的事情?其實,這是個司空見慣的場景:對著自己身處團體說壞話的人總是招來責難,因為「X益」是群體前進的方向,當大家都在往前走、群體正在壯大的時候,你怎麼能自己倒退甚至還拉大家一起?

-----廣告,請繼續往下閱讀-----

要在當下情境做出正確選擇的困難,導演的處理堪稱不錯。《舉報者》並沒有一味指責韓國民眾,而是透過病患與家屬的角色來採取一種同情的理解。劇中幾次出現病患家屬對於李長煥的懇切期盼與企求,甚至有一幕是一個母親帶著智能障礙的兒子「攔路劫轎」,讓兒子用著生澀但努力的言語對著李長煥說「我們相信你,我們支持你」。對於病患與家屬而言,尹敏哲在做的並不是揭露事實,而是摧毀希望。生活很辛苦,而能夠支持他們生活下去的就是那個希望。希望通常還沒發生,但當它被賦予高度信心,就會猶如一種「有做就會成功」的預言,變成最不容質疑的東西,而認清現實的提議也會引來巨大的情緒反應。

民眾攔路給予李長煥支持,而李長煥哭了
民眾攔路給予李長煥支持,而李長煥哭了

事實上,即使我們真的夠屏除傾向國益的考量,也不一定就能夠做出對的選擇。因為,在事情發生的當下,並沒有充足或決定性的證據能夠指出對的究竟是李長煥還是尹敏哲。我們常用的推測程序「A造假可以獲得好處所以A可能造假」(利益模型)嚴格來說其實派不上用場,因為實際上任何一邊都可以透過造假獲得好處:李長煥造假可以得到學術聲望和政府資金,而尹敏哲誣陷則可能獲得更好的職位、NBS 也可能得到更好的收視率。或許對於後者來說「投資」風險比較大,不過因為相對而言損益比也較高(假如成功的話),所以「後者沒必要造假」的論斷其實說不過去。換句話說,基於眼前勢力強弱來選擇相信其中一方並將利益模型歸於另外一方,這種作法可能有待商榷。

當然,這部電影並非沒有缺陷,最明顯的一個,就是有點英雄主義。雖然看得出來導演盡可能避免後見之明的陳述方式,但一部電影無論如何必須選擇一個視角,而導演選擇了「舉報者」尹敏哲這一邊。這一點從電影的收尾就可以看出:電影並沒有去問李長煥後來的狀況,而是呈現尹敏哲將要再次「揭發真相」的動力和企圖。這讓電影看起來有種正邪對立的結構,也讓觀眾容易做出「李長煥很壞心,尹敏哲很正義」二元的詮釋。也許為了商業考量,這是不得不採用的視角(誰不愛英雄?),不過導演其實有在一些小地方替李長煥「說話」。

最清楚的一個橋段,是李長煥在即將被揭發之際回到鄉下「探望」他複製成功的狗「茉莉」,他嘆了口氣對牠說:

-----廣告,請繼續往下閱讀-----

因為大家都在看著我,所以沒能停手,稍微有一點成就就想再多要一些,向我索取的越來越多,結果錯過了停下來的時機。

接著李長煥就自殺了(但未遂)。在電影中,這並不是李長煥公開的辯解之詞,而是個人私下的內心告白。在我看來,導演想要表達的或許是,李長煥鑄下大錯並不是因為他是一個全然的壞人,他也許有點貪心、有點自私(誰沒有呢?),但會從小錯逐漸走向大錯很多時候是某種情境之下的後果。雖然韓國民眾事後可能抱怨李長煥欺騙了大家的感情、簡直就是國恥,但當初正是因為民眾的國族主義情緒才把李長煥推到這個只能進不能退的境地。

背負全民期待的李長煥,如何才能回頭? 背負全民期待的李長煥,如何才能回頭?
背負全民期待的李長煥,如何才能回頭?

《舉報者》確實值得推薦。雖然情節並不緊湊,而且裡頭不少生物醫學專業名詞,但如果觀眾能夠理解韓國科學國族主義的背景、能夠體會在真相與國益當中拉扯的艱難,這部片無疑能夠帶來許多思考與反省。如果你對黄禹錫事件有興趣,《舉報者》也是一個很好的起點。目前尚未看到台灣片商引進此片,甚為可惜。雖然科學國族主義在台灣並不明顯,但不代表沒有。事實上,對於許多亞洲國家來說,在脫離帝國殖民的歷史過程中,國族主義或多或少都在發揮一定的作用。尤其是在科學與技術方面,往往是由國家帶頭與推動所謂「現代化」的工作,台灣當然也不例外。因此,除了必須防範與警惕科學造假之外,本片有個更重要的意義:科學國族主義可以成為國內推動科學發展的動力,但必須小心地避免情緒過度膨脹。適當的期盼會是正面的力量,但過多的希望卻可能造成懸崖來不及勒馬。

後記:

-----廣告,請繼續往下閱讀-----

到底,現實中黄禹錫的研究結果是不是假的?實際上,韓國法院最後只判黄禹錫兩個罪行,一個是非法取得卵子,一個是貪污公款。他的十一個幹細胞株論文雖然當中有好幾個是編造的,但他的複製技術事後(2007)被證明成功也可行:黄氏細胞株有效。不只如此,後來許多西方研究團隊也發展出和黄禹錫當初相同的技術與專利,然而諷刺的是,黄禹錫沒有得到任何的聲譽(credit),但這些後來做出相同結果的科學家得到了。換句話說,黄禹錫研究過程中的行為失當,實際上並沒有干擾他的學術正確性。已有論者指出,黄禹錫其實是國際「話語權」(誰說話比較大聲、比較會被當成對的)失衡的受害者,例如:西方科學界並沒有比較嚴謹,事實上當初指證黄禹錫的一位西方學者 G. Schatten 在事件中也有嚴重的道德瑕疵,然而媒體幾乎無人追究;或者,Science 在首爾大學調查報告出爐時立刻撤銷黄禹錫的論文,前後僅僅歷時 24 天,然而對於西方學者有爭議的研究報告卻可以等待十年時間,讓學者提出異議和上訴(巴爾的摩事件)。

(本文圖片無特別註明者皆來自豆瓣電影

文章難易度
洪靖 Ching Hung
5 篇文章 ・ 0 位粉絲
從原子科學轉向歷史學再跑到社會學最終棲身哲學但始終很關心技術與科學的假研究者真部落客,現職〔社技哲學〕部落格站長順便擔任荷蘭 University of Twente 技術哲學博士候選人。

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

  • 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。

0

6
1

文字

分享

0
6
1
和外星人的第五類接觸!《三體》中的微中子通訊是真的?
PanSci_96
・2024/04/08 ・6799字 ・閱讀時間約 14 分鐘

-----廣告,請繼續往下閱讀-----

不要回答!不要回答!不要回答!

Netflix 版「三體」終於上線了,你覺得與外星人接觸是安全的,還是冒險的?

其實啊,人類早就多次嘗試與外星文明接觸,三體中的「那個」技術,甚至也已經驗證成功了?到底誰能先與外星人取得聯繫?是中國還是美國?

接下來的討論可能會暴雷原版小說的設定,但應該不會暴雷 Netflix 版的劇情。

-----廣告,請繼續往下閱讀-----

如果你也有一點想跟外星人接觸,那就來看看人類到底已經跟外星人搭訕到什麼程度了吧!

我們與外星文明接觸過了嗎?

對於是否要與外星文明接觸,每個人都有不同想法。三體小說作者劉慈欣在小說中提出一種觀點,那就是人類太弱小,最好避免與外星文明接觸,以免招致不必要的風險。

但是回到現實世界,如果我們真的身處在三體的世界的話,那人類可真的是不停作死啊。早在 1974 年,科學家就利用阿雷西博天文台,向武仙座的 M13 球狀星團發射了一條著名的訊息,也就是「阿雷西博訊息」。這個目標距離地球不算遠,星星又多,被認為是潛在的外星文明所在。阿雷西博訊息中,則包含人類的 DNA 結構、太陽與九大行星、人類的姿態等資訊。每次想到總覺得是新開的炸雞排在發傳單攬客。

航海家金唱片。圖/wikimedia

除了無實體的電波訊息,人類還向太空中發送了實體的「信件」。1977 年,航海家探測器載著「航海家金唱片」進入太空。唱片中收錄了包含台語在內,55 種語言的問候語、大自然與鳥獸的聲音、115 張圖像、還用 14 顆銀河系內已知的脈衝星來標示出太陽系的位置。是一封向宇宙表達人類文明與友好意圖的信件。恩,如果接收到這個訊息的外星人不是很友善的話,那麼……。

-----廣告,請繼續往下閱讀-----

好吧,就算現在說應該要謹慎考慮接觸外星文明的風險,或許已經來不及了。對方是善還是惡,怎麼定義善或惡,會不會突然對我們發動攻擊,我們也只能聽天由命了。

反過來說,過了這麼久,我們收到外星文明的來信了嗎?

要確定有沒有外星文明,接收訊號當然跟發送訊號同等重要甚至更重要。1960 年,天文學家法蘭克.德雷克,就曾通過奧茲瑪計畫,使用直徑 26 公尺的電波望遠鏡,觀察可能有外星文明的天苑四和天倉五兩個恆星系統,標誌著「尋找外星智慧計畫」(the Search for Extraterrestrial Intelligence, SETI)的誕生。可惜,累積了超過 150 小時的訊息,都沒有搜尋到可辨識的訊號。

比較近的則是 1995 年的鳳凰計畫,要研究來自太陽附近一千個恆星所發出的一千兩百到三千百萬赫的無線電波。由於有經費支持,SETI 每年可以花五百萬美元,掃描一千多個恆星,但是目前還沒有任何發現。

中間有一個小插曲是,1967 年 10 月,英國劍橋大學的研究生喬絲琳.貝爾發現無線電望遠鏡收到了一個非常規律的脈衝訊號,訊號周期約為 1.34 秒,每次脈衝持續時間 0.04 秒。因為有可能是來自外星文明的訊號,因此訊號被開玩笑地取為 Little Green Man 1(LGM-1 號)。但後來他們又發現了多個類似的脈衝信號,最後證實這些脈衝是來自高速自轉的中子星,而非某個文明正在傳遞訊息。

-----廣告,請繼續往下閱讀-----
貴州天眼望遠鏡。圖/FAST

在中國也有探索外星生命的計畫,大家最關注的貴州天眼望遠鏡,直徑達五百公尺,是地球上最大的單一口徑電波望遠鏡。天眼望遠鏡在探索外星生命這件事,並不只是傳聞而已。2016 年 9 月天眼正式啟用後,也宣布加入 SETI 計畫。現在貴州天眼的六大任務之一,就包含探測星際通訊,希望能捕捉到來自其他星際文明的訊號。

而背負著地球最大單一口徑望遠鏡的名號,自然也引起不少關注。從 2016 年啟用到現在,就陸續出現不少檢測到可疑訊號的新聞。然而,這些訊號還需要經過檢驗,確定不是其他來自地面或地球附近的干擾源,或是我們過去難以發現的輻射源。可以確定的是,目前官方還未正式聲明找到外星文明訊號。

會不會是我們的通訊方法都選擇錯誤了?

即使電磁波用光速傳遞訊息,太陽系的直徑約 2 光年、銀河系直徑約 10 萬光年。或許我們的訊息還需要花很多時間才回得來,更別提那些被拋入太空的實體信件。航海家 1 號曾是世界上移動速度最快的人造物,現在仍以大約時速 6 萬公里的速度遠離地球,大約只有光速的一萬八千分之一倍。就算朝著最近的恆星——比鄰星飛去,最少也需要大約 7 萬 6 千年的時間才會到。

如果用電磁波傳遞訊息,又容易因為穿越星塵、行星、恆星等天體而被阻擋或吸收。不論是人類還是外星文明,都必須找到一個既快速,又不容易衰退的訊號,最好就是能以光速穿越任何障礙物的方式。

-----廣告,請繼續往下閱讀-----

在三體小說中,就給出了一個關鍵方法:微中子通訊。

微中子通訊是什麼?

微中子(Neutrino),中國通常翻譯為中微子,是一種基本粒子。也就是說它是物質的最基本組成單位,無法被進一步分割。這種粒子引起了廣泛關注,因為它與其他物質的交互作用極弱,並且以極高的速度運動。微中子能夠輕易穿過大部分物質,通過時幾乎不受阻礙,因此難以檢測。

在宇宙中,微中子的數量僅次於光子,是宇宙中第二多的粒子。有多多呢?地球上面向太陽的方向,每平方公分的面積,大約是你的手指指尖,每秒鐘都會被大約 650 億個來自太陽的微中子穿過,就是這麼多。但是因為微中子與物質的反應真的是太弱了,例如在純水中,它們平均需要向前走 250 光年,才會與水產生一次交互作用,以至於我們幾乎不會發現它們的存在。

藉由微中子撞擊氣泡室中氫原子裡的質子,進行微中子觀測,照片右方三條軌跡的匯集之處便是帶電粒子撞擊發生處。圖/wikimedia

但是對物理學家來說,更特別的是微中子展示出三種不同的「味」(flavor),也就是三種樣貌,電子微中子,渺子微中子和濤微中子,分別對應到不同的物理特性。 在粒子物理學裏,有個「標準模型」來描述強力、弱力及電磁力這三種基本力,以及所有基本粒子。在這個標準模型中,微中子是不具備質量的。 然而,當科學家發現微中子竟然有三種味,而且能透過微中子振盪,在三種「味」之間相互轉換,證明了微中子必須具有質量,推翻了標準模型中預測微中子是無質量的假設,表示標準模型還不完備。

-----廣告,請繼續往下閱讀-----

微中子在物理界是個非常有研究價值的對象,值得我們花上一整集來好好介紹,這邊就先點到為止。如果你對微中子或其他基本粒子很感興趣,歡迎在留言催促我們。

我們現在只要知道,微中子不僅推翻了標準模型。宇宙中含量第二多的粒子竟然有質量這件事情,更可能更新我們對宇宙的理解,以及增加對暗物質的了解。

但回到我們的問題,如果微中子幾乎不與其他粒子交互作用,我們要怎麼接收來自外星文明的微中子通訊呢?

要如何接收微中子?

Netflix 版《三體》預告片中,這個一閃而過,充滿金色圓球,帶有點宗教與科幻風格的大水缸,就是其中的關鍵。

-----廣告,請繼續往下閱讀-----

這個小說中沒有特別提到,但相信觀眾中也有人一眼就看出來。這就是位在日本岐阜縣飛驒市,地表 1,000 公尺之下,由廢棄礦坑改建而成的大型微中子探測器「神岡探測器」。

由廢棄砷礦坑改建而成,深達千米的神岡探測器。圖/Super-Kamiokande Construction

探測器的主要結構是一個高 41.4 米、直徑 39.3 米的巨大圓柱形的容器。容器的內壁上安裝有 11200 個光電倍增管,用於捕捉微小的訊號。水缸中則需灌滿 5 萬噸的超純水。捕捉微中子的方式是等待微中子穿過整座探測器時,微中子和水中的氫原子和氧原子發生交互作用,產生淡藍色的光芒。這與我們在核電系列中提到,核燃料池中會發出淡藍色光芒的原理一樣,是當粒子在水中超越介質光速時,產生類似音爆的「契忍可夫輻射」。

填水的神岡探測器。圖/Super-Kamiokande

也就是說,科學家準備一個超大的水缸來與微中子產生反應,並且用超過一萬個光電倍增管,來捕捉微小的契忍可夫輻射訊號。

但這樣的設計十分值得,前面提到的微中子可以在三種「味」中互相轉換,就是在這個水槽中被證實的。

-----廣告,請繼續往下閱讀-----

這座「神岡探測器」在建成後 40 幾年來,讓日本孕育出了 5 位的諾貝爾物理獎得主。

三體影集選在這邊拍攝,真的要說,選得好啊。

話說回來,有了微中子的捕捉方法之後,現實中還真的有人研究起了微中子通訊!

微中子通訊是怎麼做到的?

來自羅徹斯特大學與北卡羅來納州立大學的團隊,在 2012 年發表了一篇文章,說明它們已成功使用微中子,以接近光速的速度將訊息穿過 1 公里的距離,其中有 240 公尺是堅硬的岩石。訊息的內容是「Neutrino」,也就是微中子。

這套設備準備起來也不簡單,用來發射微中子的,是一部強大的粒子加速器 NuMI。質子在加速繞行一個周長 3.3 公里的軌道之後,與一個碳標靶相撞,發出高強度的微中子射束。

用磁場將微中子聚集成束的 NuMI。圖/Fermilab

用來接收微中子的則是邊長約 1.7 公尺,長 5 公尺的六角柱探測器 MINERvA,一樣身處於地底 100 公尺的洞穴中。

當然,這兩套設備的重點都是拿來研究微中子特性,而不是為了通訊設計的。團隊只是趁著主要任務之間的空檔,花了兩小時驗證通訊的可能性。

但微中子那麼難測量,要怎麼拿來通訊呢?團隊換了一個思維,目標只要能傳出0跟1就好,而這裡的0就是沒有發射微中子,而1則是發出微中子,而且是一大堆微中子。多到即使每百億個微中子只有一個會被 MINERvA 偵測到,只要靠著數量暴力,探測器就一定能接收到微中子。最後的實驗結果,平均一秒可以傳 0.1 個位元的訊息,錯誤率 1%。

MINERvA 實驗中的中微子偵測器示意圖。圖/wikimedia

看起來效率並不實用,卻是一個好的開始。

因為微中子「幾乎能穿透所有物體」的特性,即便我們還沒有其他外星文明可以通訊,或許還是有其他作用。例如潛水艇的通訊、或是與礦坑深處的通訊。進一步說,他幾乎可以在地球上的任一兩點建立點對點的直線通訊,完全不用擔心中間的阻礙。而對於現在最夯的太空競賽來說,月球背面的通訊問題,微中子也可以完美解決。

那麼,在微中子的研究上,各國的進度如何了呢?

除了前面提到的超級神岡,世界上還有幾個有趣的微中子探測器,例如位於加拿大的薩德伯里微中子觀測站(SNO),它有特殊的球體設計並且改為填充重水,專門用來觀測來自太陽的微中子。

薩德伯里中微子探測器。圖/wikimedia

而位於南極的冰立方微中子觀測站,則是將探測器直接埋在南極 1450 到 2450 公尺的冰層底下,將上方的冰層直接作為捕捉微中子的水。非常聰明的設計,這也讓冰立方成為地球上最大的微中子探測器。

除了已經在使用的這幾個探測器之外,美、中、日也即將打造更先進、更強大的探測器。

預計在美國打造的國際計畫——地下深處微中子實驗(Deep Underground Neutrino Experiment),預計成為世界上最大的低溫粒子偵測器。接收器位於南達科他州的地底一公里深處,用作研究的微中子訊號源則來自 1300 公里外的費米實驗室,百萬瓦等級的質子加速器,將產生有史以來最強的微中子束。這台地下深處微中子實驗(Deep Underground Neutrino Experiment)的縮寫非常有趣,就是 DUNE,沙丘。

中國呢,則預計在廣東的江門市,用 2 萬支 51 公分光電倍增管和 2 萬 5000 支 7.6 公分光電倍增管,在地底 700 公尺深處,打造巨大球形的微中子探測器-江門中微子實驗室,內部可以填充兩萬噸的純水。最新的消息是預計 2024 年就能啟用。

最後,經典的超級神岡探測器也不會就此原地踏步,日本預計打造更大的超巨型神岡探測器。容積將提升 5.2 倍、光電管從 11200 個變成 4 萬個,進一步研究微中子與反微中子之間的震盪。

超巨型神岡探測器設計圖。圖/Hyper-Kamiokande

結論

這些微中子探測器的研究目標必然是微中子本身的特性。但既然微中子通訊是有可能的,在任務之餘研究一下這個可能性,也不是說不行吧。

雖然我們現在還沒連繫上我們的好鄰居,但很難說明天就有哪個外星文明終於接收到我們對外宣傳的訊息,發出微中子通訊問候,甚至按圖索驥跑來地球。

至於那時我們應該怎麼辦呢?我們的網站上有幾篇文章,包括介紹黑暗森林法則,以及從《異星入境》看我們要如何與語言不通的外星文明溝通。有興趣的朋友,可以點擊資訊欄的連結觀看。在外星人降臨之前,也不妨參考我們的科學小物哦。

最後問問大家,你覺得我們應該主動聯繫外星文明嗎?

  1. 當然要,我相信探索一定是好的,我覺得引力波通訊更有機會!
  2. 先不要,我已經可以想像被外星文明奴役的未來了!
  3. 為了維繫美中之間的平衡,由台灣來率先接觸外星人,當仁不讓啊!

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

延伸閱讀

參考資料

討論功能關閉中。

PanSci_96
1226 篇文章 ・ 2337 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

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

-----廣告,請繼續往下閱讀-----

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