[AI洞見]人工智慧、潛水艇與魔術

shutterstock
人工智慧、潛水艇與魔術但隨著人工智慧技術的普及,當我們對這些程式越來越熟悉,也許我們就不再覺得人工智慧程式那麼神奇,那麼有智慧了。也就是說,當我們不再覺得人工智慧程式有智慧的時候,也就是人工智慧真正改變這個世界的時候。

我一直不認為我是人工智慧的專家,但是前陣子跟一些台大資訊工程系的教授們聊天,有位很資深教授突然說,「談到人工智慧,林宜敬是這方面的專家,哪天應該請他來我們系上給個Talk。」

我受寵若驚,一時會不過意來。稍微想了想,才明白過來,原來我們公司的語言學習產品是基於數位語音分析技術的軟體,而數位語音技術一直被許多人認為是人工智慧的重要組成元素。

但我自己不會覺得我們的軟體是個人工智慧產品,因為我對這個產品背後的技術太熟悉了,我知道它能做什麼?不能做什麼?我知道它有什麼缺陷?有什麼潛力?

對於一個我了若指掌的程式,我只覺得它是一個程式,不覺得它有任何的「智慧」。但對不清楚程式運作原理的使用者來說,說不定還真能感受到這程式的「智慧」也說不定!

人工智慧與潛水艇

拜AlphaGo以及AlphaGo Zero 等圍棋軟體之賜,人工智慧議題真是熱門極了,不但有許多年輕軟體工程師投入,也有許多非軟體專業的思想家們開始討論人工智慧對世界的影響(我甚至還看過一篇精神科醫師寫的,介紹AlphaGo演算法的文章。)

早在三十多年前,我在台大資訊工程系讀書的時候,人工智慧就紅過一陣子了。

那時候,社會學家在討論人工智慧對未來社會的衝擊,經濟學家在討論人工智慧會不會造成大量的失業,哲學家在討論人工智慧的道德問題,也有人在討論人工智慧算不算真正的智慧,電腦究竟會不會思考?

最後電腦軟體界的前輩戴克斯特拉(Edsger W. Dijkstra)教授看不下去,出來說話了,他說,「關於電腦會不會思考的這個問題,差不多就跟潛水艇會不會游泳的問題一樣重要。」(The question of whether Machines Can Think is about as relevant as the question of whether Submarines Can Swim.)
此話一出,讓我們這些電腦科學界的人樂壞了。

因為自古以來就是這樣,真正懂的人默默做研究,忙著在尋找科技上的突破;而一些一知半解又愛出風頭的人,總是會搶到話語權,提出一些虛無飄渺,又似是而非的議題迷惑大眾。

那些愛故弄玄虛的人提出一些很哲學性的假議題討論,於是Dijkstra就用很哲學性的話回應。

剛好最近台灣要自己造潛水艇了,不知道半瓶子水的智者們會不會出來討論「台製潛水艇究竟會不會游泳?」

人工智慧與關聯式資料庫

那這一波的人工智慧變革來勢洶洶,就只是一個幻象嗎?

當然不是,這一波人工智慧浪潮的最大意義,是機器學習(Machine Learning)技術的普及化,讓昔日遙不可及又高不可攀的技術,變得人人可上手。

現在的年輕工程師很難想像,在四十年前,關聯式資料庫(Relational Database)也曾是一個充滿想像,但遙不可及的技術。

早在1970年代,IBM的Codd就已經發展出關聯式資料庫所需要的完整數學理論,大家都覺得那個理論很好,但當時的電腦太慢了,任何執行關聯式資料庫的電腦都會慢到像當機。所以那個年代,沒有人把關聯式資料庫應用在商業程式上。

但後來電腦硬體越變越快,到了1990年代,即使個人電腦也能執行關聯式資料庫程式,而SQL語言又讓使用關聯式資料庫的程式變得非常簡單,人人可以上手。

到了今天,使用關聯式資料庫已經變成工程師的基本技能,不是什麼特異功能。

同樣的,在十年前,機器學習也是一個遙不可及的技術。任何機器學習的模型訓練工作都會讓電腦慢到像當機,而撰寫機器學習相關的程式更複雜,除了人工智慧領域裡的高手與高高手之外,一般人無法理解,也無法撰寫。

但是現在GPU被廣泛的使用在機器學習的訓練階段。GPU處理機器學習的速度,是CPU的十倍、百倍甚至千倍,因此在個人電腦上開發機器學習程式已不是問題。

而TensorFlow及Keras等系統,又讓機器學習程式的撰寫變得非常容易。

依照我自己的經驗,安裝並學會Keras跟TensorFlow,然後開始寫一些簡單的影像辨識程式,大概只花了我一至兩個禮拜的時間。而且還是在我一邊上班、一邊找時間學習的狀況下。

要製造一部汽車很難,但是要學會開車不難;要寫一個關聯式資料庫系統或是Keras機器學習平台很難,但是寫SQL資料庫程式或是Keras機器學習程式一點都不難。

所以機器學習技術的普及化,是這一波人工智慧革命的真正意義。說不定十年後,軟體工程師懂機器學習技術,就跟懂關聯式資料庫一樣稀鬆平常,只是基本技能的一種。

人工智慧與變魔術

魔術不是真的魔術,只是變魔術的人讓觀眾產生錯覺,覺得他有魔法、不可思議的事情發生了;人工智慧不是智慧,至少在現在這個階段還是如此,只是開發人工智慧程式的人讓使用者產生錯覺,覺得程式有智慧、不可思議的事情發生了。

以iPhone的Siri做例子吧!幾年前Siri剛發表時,許多人覺得Siri有智慧,因為你問她幾歲?結婚了沒有?願不願意當你的女朋友?Siri都能對答如流,使用Siri的宅男們就覺得Siri是有智慧的。

我不是Siri的開發者,但是我猜,Siri的開發者就是預期會有一些宅男問這樣的蠢問題,所以就開發過程中特意的訓練Siri,讓Siri可以應付宅男們特別愛問的那幾個蠢問題,然後錯覺就產生了,大家就覺得Siri是有智慧的。

但是跟Siri混熟之後,我想很少人還會覺得Siri真正有智慧的。Siri可以幫我們打電話,Siri可以告訴我們問天氣預報,Siri可以幫我們訂Pizza,但是超出一個範圍之外,Siri就只會上Google,找一個網路連結給我們。

為了推廣產品、為了做宣傳,人工智慧的軟體必須做的很炫,然後像是變魔術一樣,讓我們覺得它是有智慧的。

但隨著人工智慧技術的普及,當我們對這些程式越來越熟悉,也許我們就不再覺得人工智慧程式那麼神奇,那麼有智慧了。

也就是說,當我們不再覺得人工智慧程式有智慧的時候,也就是人工智慧真正改變這個世界的時候。

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

林宜敬

台灣大學資訊工程系畢業,美國布朗大學電腦科學博士,曾任台大棒球隊三壘手、美國 IBM 華生研究中心研究員、華通電腦資訊工程部副理、趨勢科技新產品研發部協理。2002 年創辦艾爾科技公司,專注先進語言教學系統研發,推出「MyET」口語學習軟體,現擔任執行長。

追蹤我們