![[AI洞見]人工智慧、潛水艇與魔術](https://image-cdn.learnin.tw/bnextmedia/image/album/2017-11/img-1510564800-79829.jpg?w=900&output=webp)
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。）
