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。
二十一世紀經濟學最重要的問題,可能就是所有多餘的人能有什麼功用。等到擁有高度智能而本身沒有意識的演算法,接手幾乎一切工作,而且都能比有意識的人類做得更好,人類還能做什麼?
縱觀歷史,就業市場可分為三個主要部門:農業、工業和服務業。在大約西元1800年以前,絕大多數人務農,只有少數人在工業和服務業。到了工業革命,已開發國家的人民就離開了田野和農畜。大多數人開始屬於工業部門,但也有愈來愈多人走向服務部門。到了最近幾十年,已開發國家又經歷了另一場革命:工業部門的職務消失,服務業大幅擴張。2010年,美國的農業人口只剩2%,工業人口有20%,占了78%的是教師、醫師、網頁設計師等服務業。
但等到不具心靈的演算法也比人類更會教、更會醫、更會設計的時候,我們要做什麼?這並不是全新的問題。自從工業革命爆發以來,人類就擔心機械化可能導致大規模失業。然而,這種情況在過去從未發生,因為隨著舊職業過時,會有新職業出現,人類總有些事情做得比機器更好。只不過,這點並非自然律,也沒人敢保證未來定會繼續如此。人類有兩種基本能力:身體能力和認知能力。在機器與人類的競爭僅限於身體能力時,人類還有數不盡的認知任務可以做得更好。所
以隨著機器取代單純操作性的工作,人類便轉向專注在需要認知技能的工作。
目前還有許多事情是生物演算法比非生物演算法做得更好。也有專家反覆聲稱,有些事情「永遠」不是非生物演算法所能做到。然而事實證明,通常這裡的「永遠」都不超過一、二十年。就像在不久之前,大家還很喜歡用臉部識別做例子,說這項任務連嬰兒都能輕鬆辦到,可是最強的電腦卻無力完成。但是到了今天,臉部識別程式辨認人臉的速度和效率,都已經遠超過人類。警方和情報機構現在已經很習慣使用這種程式,掃描監視錄影機無數小時的影片,追蹤嫌犯和罪犯。1980年代討論到人類的獨到之處,很習慣用西洋棋做為人類較為優越的主要證據。他們相信電腦永遠不可能在西洋棋領域打敗人類。但是在1996年2月10日,IBM的深藍(Deep Blue)超級電腦就打敗了世界西洋棋王卡斯帕羅夫(Garry Kasparov),終結了這項認為人類較為優越的論點。
不久之後,AI得到了更驚人的成就:谷歌的AlphaGo軟體自學圍棋這種古老的中國策略遊戲,而圍棋的複雜度遠超過西洋棋,一般認為這並不在AI程式能夠處理的範圍。2016年3月,AlphaGo和韓國棋王李世 在首爾舉行一場比賽,AlphaGo靠著出奇的下法、創新的策略,以4比1擊敗李世 ,令各方專家跌破眼鏡。賽前,大多數專業棋手都肯定李世 能贏得比賽;等到賽後分析AlphaGo的棋路,多數人的結論則是圍棋已經就此結束,人類不再有希望能打敗AlphaGo或其後代發明。
那麼,人要做什麼呢?常有人說,藝術是我們最終(而且是人類獨有)的聖殿。等到電腦取代了醫師、司機、教師、甚至地主和房東,會不會所有人都成為藝術家?然而,並沒有理由相信藝術創作會是一塊能絕緣於演算法的淨土。人類是哪來的信心,認為電腦譜曲永遠無法超越人類?
在生命科學看來,藝術並不是出自什麼神靈或超自然靈魂,而是生物演算法發現數學模式之後的表現。若真是如此,非生物演算就沒有理由不能掌握藝術表現。
摘自《人類大命運》
數位編輯整理:廖佩汝
Photo:pixabay,CC0 Licensed.