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。
適當的限制條件,能讓人發現可行的選項究竟有哪些。這點不但有益於個人,也有益於社會—只要每個人的決策能力有所提升,就能達成個人目標、並對世界產生影響,進而改變其他人所處的現實世界。
適當的限制條件,能讓人發現可行的選項究竟有哪些。這點不但有益於個人,也有益於社會—只要每個人的決策能力有所提升,就能達成個人目標、並對世界產生影響,進而改變其他人所處的現實世界。
舉例來說,愛迪生找到更好的燈絲,並不是只有他自己享受光明,而是讓人人都能受益。只要大家在建立思考架構的時候,都能訂下更聰明的限制,就能讓整體都變得更好。思考架構除了讓我們得以理解事物(基於因果推理)、發揮能動性(透過反事實思維),也能確保這些行動不只是空談泛想(有賴於那些限制條件)。
在做夢想的時候,不忘要有適當的限制條件,才能讓自己記得,一切應該要能真正造成影響、真正發揮效益。我們生命中的成就,應該要留下他人可以追隨的足跡—也就是他人能夠接手、因時制宜、實際應用的思考架構。
機器做出的決定辦不到這點。我們已經談過,電腦無法討論因果、無法召喚反事實,而且也不知道如何訂出限制條件;演算法也不懂邊界、不瞭解限度。這其實滿令人驚訝的。畢竟,比起人類,機器靠著強大的運算能力,確實能用遠遠更快、更有效的方式,在可行的時間範圍內,評估更多的選項。然而,AI的弱點並不在於缺乏運算能力,也不在於無法機械式創造出更多選項,而在於有許許多多的選項都必須搭配大量的限制條件,才能在有限的時間裡,讓機器和演算法加以評估。否則,機器面對廣渺無邊的決策空間,將無法及時提供最佳解決方案。
面對AI時代的來臨,卻唯有人類的思考架構得以應對這些挑戰,這就點出了人類活在AI社會的重要性。
以音樂為例。幾十年來,研究人員一直嘗試讓電腦來譜曲,而AI寫出的音樂在近幾年愈來愈出色,已經令人愈來愈難以辨別哪些旋律是電腦所寫、哪些又是人類的創作。但進一步觀察便會發現,電腦系統還是必須依靠人類提出的思考架構,以及遵照人類所訂定的限制條件。例如谷歌的黃成之(Cheng-Zhi Anna Huang)等研究人員所研發的知名AI音樂生成器Coconet,訓練時用的就是巴哈的306首四部和聲合唱曲。Coconet所寫出的音樂,如同巴哈的音樂一樣悅耳。但這該感謝的不是AI,而是巴哈。正是因為巴哈的旋律簡潔、和聲豐滿,才讓這成為理想的訓練用資料。電腦懂運算,但只有人腦懂想像。
造局者可以讓自己的奇思異想回頭配合著現實的限制,也能根據自己所接受的限制,想像未來可能是怎樣的現實。這樣一來,我們就能改善世界—不是接受現狀,而是創造可能。
Framers