A.I. 離人腦有多遠?解構人工智能常見名詞

撰文: 鄭祉愉     攝影: 法新社提供、網絡圖片

30 Sep 2017

(法新社相片)

人工智能(A.I.)距離人類的智能多遠? 或者,A.I. 距離獨立思考多遠?

在大家意識到之前,第四次工業革命 ― 人工智能革命已悄悄掀起,滲入日常。搜尋人工智能,或 Artificial intelligence,馬上冒出一堆新聞,標題聳動得嚇死人:「人工智能時代下人類所剩的最後價值……」、「霍金再警告人 工智能將毀滅人類」、「透過 A.I. 與死人對話」……充斥怪奇、《智能叛變》式的論調,彷彿人類將在一夕之間被大規模淘 汰。風聲鶴唳,渲染恐懼,無日無之。

無知令人恐懼。美聯社已經聘用 A.I. 記者寫財經報道,坦白講,執筆同時,記者也在怕失業。恐懼失業,人之常情, 但最可怕的恐懼,是連自己害怕什麼都不知道。

 

人工智能的3個智慧水平

廣義而言,小至一段演算法,如 iPhone上的 Siri 系統、與人類對話的私家車、Google translate 的語音識別技術,吸塵機械人 Roomba……都可稱為人工智能。這與《2001太空漫游》和《智能叛變》等科幻電影所描述的無所不能、擁有自我意識並站在人類對立面的超級 A.I.,存在相當大的距離。

Is A.I. friend or foe?根據專家理論,人工智能分為三個水平:

  1. Artificial Narrow Intelligence(ANI),即專注一件事 的 A.I. ,如 AlphaGo;
  2. Artifcial General Intelligence(AGI), 智能與人類相若;
  3. Artificial Superintelligence(AS)),智能遠勝人類。

如何量度人工智能的水平?電影《解碼遊戲》講述破解德軍密碼的 天才圖靈的生平,但電影沒有提及著名的圖靈測試:如果一個機械與人類透過電子設備 對話,而人類不知道交談的對象其實是機械人,就能斷定那個機械人已經擁有人類的智能。他大膽預言「思考的機器」(Thinking Machine)的可能性,成為許多人心目中的「人工智能之父」。近日Bill Gates更指出,A.I. 的最大挑戰將是代表知識,「與人類一樣的方式消化資訊」。

2013 年,人工智能學者 Vincent C. Müller 和 Nick Bostrom 曾詢問數以百計的 A.I. 專家,推算出到了 2040 年,人工智能將會達到 AGI(與人類相若)水平,而且由 AGI 升至 AS(超出人類)水平,將會在那之後不足二十年之內發生。

追本溯源,A.I. 的目的,只是模倣人類智慧。

人工智慧,與之相對,是自然界產生的 「自然智慧」─ 人類的大腦。A.I. 有多種運 算方式,以前的目標一直都是模擬人腦。現時人工智能專注單一功能,要達到好像人類般思考仍有頗遠距離;除了需要大量數據,還需要 強大的運算能力,而這往往因為硬件技術而受到限制。發展更高性能的晶片是一個方向,科技龍頭企業如 NVIDA 爭相推出 TPU、GPU 等人工智慧晶片。

人腦的計算速度,以每秒千萬億(peta FLOPs)計算,運算速度比日本正研發的超級電腦A.I. Bridging cloud,快上近八倍。然而,美國發明家 Ray Kurzweil指出,到 2023 年,超級電腦就能追上一個人腦的配置,2049年就能超過所有人類大腦加起來的功率。

「奇點理論」(singularity)早於上世紀八十年代出現,意指科技於極短時間出現極大進步。日本人工智能專家三宅陽 一郎指出,2010年後的社會已逐漸步入「奇 點」。即是,人工智能一旦發展到逼近人類,將會開始加速進化,出現滾雪球式增長。他進一步指出,步入「後人類時代」,人類一些行動將被人工智能取代,可見於不久將來,人工智能將與人類合作共融。

奈何更長遠而言,宇宙物理學家霍金曾經多次就人工智能的威脅喊話:“Humans, who are limited by slow biological evolution, couldn’t compete and would be superseded.” (人類受限於緩慢的生物演化,將不能與人工智能競爭,而且終於會被 超越。)

更令人擔憂的是,誰控制那股超出人類智慧的力量?我們在恐懼什麼?

另一邊廂,無哨煙的軍事競賽已經開始。俄羅斯總統普京說:“The nation that leads in A.I. will be the ruler of the world.”(人工智能技術領先的國家將會統治全世界);中國國務院今年7月發表《新一代人工智能 發展規劃》,強調發展人工智能,除了經濟原因,更關乎戰略層面;美國高科技公司Tesla行政總裁Elon Musk直指A.I. 會引發第三次世界大戰,並聯同一百一十六位專家聯署禁止各 國發展人工智能殺人武器…… A.I. 威脅沸沸揚揚之際,科創如雨後春筍,呈現爆炸性增長。正如霍金所指,人工智能可能是人類遇見最好或者最壞的事。

世界版圖劇烈變動,兩個重要問題:第一、人工智能究竟是什麼一回事?第二、我們人類,或者我們香港人, 準備好了嗎?

十九世紀初,有八成人口務農,三次工業革命過去,今日只剩下2%。只是文明之前必須迎來陣痛。李嘉誠早前在汕頭大學畢業禮時發表演講:「高增長機遇,是愚人見石,智者見泉,不思不想因循的人,在人工智能的時代,肯定過不了關。」

阿里巴巴在香港推出創業者基金,價值10億;麻省理工來港成立海外研究中心,以發明創新為主;未來政府要推動 Smart City、智能生產、5G……

更多問題要依賴科技解決,是不爭事實。工程師早就習慣五年換一套程式語言:Python、Java、C++……說風就是雨,哪樣有效就得學。知名心理學家 Carol Dweck 曾提出,定型心態(Fixed mindset)和成長心態(growth mindset),前者相信聰明天注定,後者相信努力。活得像個工程師,不斷學習,或者就是未來生存的不二法門。

人工智能席捲全球,人機合作的時代即將來臨,修讀醫科、法律、金融不再炙手可熱,編程正成為必備技能,當更多人修讀科研,對人工智能認知更深,就會思想更多:「有什麼事是我能而機器不能做的?」

人的個性、獨特性、創造力不會消失,敗給機器的圍棋高手柯潔曾說:「我無法感受到 AlphaGo 對圍棋的熱情。」

縱有疾風起,人生不言棄。

自我意識的超人工智能出現前,人類還有好長一段時間。

 

兩個關於人工智能你要懂的詞𢑥

1. 機器學習(Machine Learning )

廣義來說,任何可以從事智能活動的程式都是人工智能,但不是所有程式都能自主學習。機器學習,即是包含機器必須超出程式設定,自行調整學習的意思。  AlphaGo 是自行調整學習的一例子,它透過學習大量棋譜,同時與圍棋專家對賽,累積知識,其後更通過 幾千萬次自我對局而自我改進。以前的監督式學習, 是指準備好訓練資料,以命令,輸入回答而糾錯;但 目前發展出來的非監督式學習,則是透過整合性環境,自行搜集資料而改進有關表現。

don170523-54copy

2. 深度學習(Deep Learning)

深度學習模擬腦內神經元,連結成網絡狀單位,在神經網絡各層面以至各階段,都能同時不停學習,而且擅長辨識不能以符號表達的圖像資料。 三宅陽一郎表示「深度學習」就是「將充分資料輸入類神經網絡,而能自行抽出特徵」的系統。AlphaGo 能勝出圍棋,正正因為通過深度學習,可以抽出棋盤資料的特徵,取長補短,以至其分析愈來愈準確。

Google 亦公開 TensorFlow 平台,讓大眾利用深度學習工具開發程式,例如開發及早辨識皮膚癌的儀器,建立偵測影評文字是正評還是負評的軟件等等。有日本 農民利用相關圖像分析青瓜成長的形狀顏色,從而預 判收成情況。 深度學習目前已應用於 Google 的搜尋系統偏好、廣告、YouTube 的推薦欄、語音辨識和外語翻譯等各個 領域。

blog_deeplearning3

熱門文章

延伸閱讀

load more

© 2016 One Media Group Limited. All rights reserved.

地址:香港柴灣嘉業街18號明報工業中心A座16樓       電話:(852)3605-3705       傳真:(852)2898-2590

《明周》圖文均有版權,未經許可,不得轉載至任何印刷品或上載互聯網。如有侵權,本刊將循法律途徑追究。特此聲明。《明周》編輯部