把直覺外包給AI做決策真的可行嗎?利與弊一次看|《直覺鍛鍊》
在人工智慧逐漸滲透生活的時代,我們的思考與學習能力也面臨新的挑戰。AI能幫助我們追蹤偏見、修正錯誤決策,甚至提醒我們避免衝動行為。但同時,把決策過度外包給AI,可能讓我們的「生物直覺」逐漸退化。透過《直覺鍛鍊》提出的科學方法,我們能更好地理解直覺與人工智慧的關係,找到一種平衡...
在人工智慧逐漸滲透生活的時代,我們的思考與學習能力也面臨新的挑戰。AI能幫助我們追蹤偏見、修正錯誤決策,甚至提醒我們避免衝動行為。但同時,把決策過度外包給AI,可能讓我們的「生物直覺」逐漸退化。透過《直覺鍛鍊》提出的科學方法,我們能更好地理解直覺與人工智慧的關係,找到一種平衡...
退休後,很多人反而因為金錢、家庭和健康而感到更焦慮。理財作家嫺人在《有錢到老後》中提醒我們,不必事事追求完美,也不必跟別人比較,而是學會在有限的資源與時間裡,做出最智慧的選擇,享受每一次旅行、每一段陪伴,讓人生變得更自在、有溫度。
人工智慧演算法不僅為藝術家擴展創作及通路方法的範圍,也建立藝術史進程模型,提供對於藝術從具象到抽象的演進性洞察
圖片來源:《領導者的數位轉型》
「這是林布蘭的畫作!」
一位衣冠楚楚的銀髮男士搶先舉手後大聲說道,觀眾群裡許多人紛紛點頭表示贊同。這位在澳洲掌管一家知名美術館的男士表示,他認得這位十七世紀荷蘭大畫家的獨特畫風,但他看起來有些困惑,因為他想不起如圖所示的這幅畫作。
這時台上播出一支影片,旁白敘述這份作品的出處,全場頓時安靜下來。原來,這幅肖像畫並非出自林布蘭,而是2016年時智威湯遜廣告公司(J. Walter Thompson)與微軟公司合作、為荷蘭安智銀行(ING)的行銷活動所創作的作品。
這幅有1.48億像素的畫作,是由一支由資料科學家、工程師及林布蘭專家組成的團隊,以對現存三百幅林布蘭畫作進行168,263次掃描為基礎,應用學習演算法加以分析林布蘭的畫作特徵,最後呈現出這幅畫作主角為一名三十至四十歲的高加索男性,他留著山羊鬍、戴黑色帽子、穿著白領衣服、臉部朝向右方。
接著,他們使用更多的演算法,把各種構成成分及要素組合成一個完整的作品,並使用3D列印技術,在畫布上用十三層紫外線光固化油墨精密模仿出林布蘭的筆觸。於是,在林布蘭離世約三百五十年後,藉由AI技術的加持下,一幅名為〈下一個林布蘭〉(The next Rembrandt)的作品就此誕生。
如今在藝術界,人工智慧正形成一股力量,扮演連結各種領域及媒體的角色,持續擴展藝術可能性的疆界。舉例而言,Google的「藝術家與機器智慧計畫」(Artists and Machine Intelligence,簡稱AMI)集合一群藝術家和工程師,讓藝術家幫助工程師及研究人員發展智能系統,共同探索藝術創作手法。這個社群把類似於創作〈下一個林布蘭〉時使用的風格轉移方法,應用到影片、音樂等更廣泛的主題與媒體。
AMI及其他類似的計畫還將人工智慧進一步應用到創作領域:人工智慧除了可以被用來複製既有風格外,還可以創作出全新的藝術作品。此舉不僅改變藝術品的生產方式,更改變構思及創作的流程。
羅格斯大學(Rutgers University)藝術與人工智慧實驗室總監艾爾加默(Ahmed Elgammal)及其團隊使用名為「AICAN」的藝術創作演算法,能夠在不需要多少藝術家的協助下,創作出新穎的作品。這套程式首先使用取自十四世紀畫作的龐大資料集作為訓練,然後創作出嶄新的作品:由既有畫風所「啟發」、但卻是一幅完全不同的畫作。
所以,人工智慧演算法不僅為藝術家擴展創作及通路方法的範圍,也建立藝術史進程模型,提供對於藝術從具象到抽象的演進性洞察,幫助我們了解五百多年來藝術一直在集體無意識中運作的流程。
這還只是個開端。若一台電腦在幾位電腦科學家和一些相當基礎的人工智慧輔助之下,能夠模擬傑出創作者的作品,甚至延伸擴展他們的創作,我們幾乎可以確定,沒有一個人類活動領域能持續獨立於人工智慧之外。數位網路及人工智慧正在滲透一個又一個學科、一個又一個產業,為商業及我們所有人定義一個新時代。
Competing in the Age of AIStrategy and Leadership When Algorithms and Networks Run the World