HI+AI:電腦是最好的左腦

maxuser via Shutterstock
HI+AI:人機協同作業 賦能未來(中篇):電腦是最好的左腦

編者按:電腦領域的熱點總是在不斷更替,從大數據到雲端計算再到人工智慧,這些熱點的背後離不開專家學者們在這些領域一點一滴聚沙成塔的技術突破。關於人工智慧,我們見證了近年來它從默默無聞到炙手可熱的過程。繼去年《我們需要什麼樣的機器人》之後,微軟全球資深副總裁,微軟亞太研發集團主席兼微軟亞洲研究院院長洪小文再一次親手撰寫文章,與我們進一步分享了他對人工智慧的見解與洞察,歸納起來就是《HI+AI:人機協同作業 賦能未來》系列。在這一系列三篇文章裡,洪小文博士將與讀者交流AlphaGo戰勝李世石這一標誌性事件背後的意義,深入淺出地與我們探討了人類智慧與人工智慧的區分與聯繫,以及我們應當如何看待人類與人工智慧的關係。

《電腦是最好的左腦》是《HI+AI:人機協同作業,賦能未來》三篇系列文章的中篇。在本文中,洪小文博士從高斯發明求和公式談起,說明了人腦的創造力與獨創性,而電腦,則可能是人類發明的最好用的左腦。

理科生大抵都聽過德國天才數學家高斯(Johann Carl Friedrich Gauss)童年時的傳奇故事:剛滿十歲的高斯正在讀小學,有一次,數學老師出了一道對幼童而言可謂有點難度的題,要求孩子們把從1到100的整數依次相加求和。就在其他同學都在奮筆演算時,高斯只用了「幾秒鐘」便得出了答案──他的天才體現在,他沒有使用逐個數字相加的笨方法,而是想出了一個公式,也就是今天很多人都熟悉的「1+2+3+…+n=(n+1)n/2」高斯求和公式。我們可以說,解題的這兩種方法──逐個相加的笨方法和高斯想出的求和公式──就是兩種演算法。

今天的機器,運算性能和效率絕非人腦可比

這故事對我們釐清人與機器的關係有些啟發。今天的機器,運算性能和效率絕非人腦可比。在做同樣一道題時,即便是電腦使用笨方法來求和,速度也一定比我們人類使用高斯求和公式更快。然而,在沒有人工干預的前提下,機器卻缺乏發明出這種簡潔又高效的演算法的能力。

什麼是演算法?

演算法就是能以創新的思路解決以前無法解決的問題,或是給已解決的問題一套更好的方法。其實,解決任何問題都需要演算法和計算。回到AlphaGo的例子,它的演算法不是自行生成的,而是來自于背後的科學家(包括Reinforcement Learning增強學習演算法等)。它的計算有著一個龐大的雲端計算網路在做計算支撐。而李世石──也包括下一位人類守擂者──卻只是一個人孤軍奮戰,他們下棋時所需要的演算法以及同時需要進行的計算都是由棋手自己完成的。在這種情況下,他仍獲得了一場比賽的勝利,且在其他幾場比賽中也有獲勝的機會。由此可見,人類棋手的演算法還是在某種程度上優於AlphaGo,否則根本就不可能與後者抗衡。如果有一天,電腦可以自行產生新的演算法並且還能自己程式設計的話,那才是人們應該憂慮的時候。

機器與人的合理分工

我們經常看到媒體報導宣稱,某個大學的研究者或某家公司成功開發出了一種能大大提升機器學習效率的演算法,但從沒聽說過哪台超級電腦已經聰明和強大到可以自己開發新演算法,同時也可以自己程式設計的程度。

演算法總是在人類的大腦裡萌芽,而機器所執行的,則是根據人類輸入的演算法去運算的過程。沒有機器能憑空生成自己的演算法。就這個意義而言,即便此刻世界上最先進的電腦,本質上和十多個世紀前人類發明的算盤是一樣的東西。

運算能力令人類瞠目難及的機器無力開發出創造性的新演算法,這首先展現了機器與人的合理分工,其次也彰顯了現階段熱得發燙的人工智慧相關研究的局限性(也可說是「天花板」)。

在我看來,用人類左右腦分工協同的概念來解釋機器與人各自的長短板是很合適的。在腦科學領域,左腦又被視為邏輯腦,科學腦,右腦則是藝術腦和創造腦。用一張圖來表示就是:

洪小文

機器進化至今,已是無人匹敵的「最強左腦」。

不同的分區所分管,所擅長的事項很多,但若挑重點說,那就是左腦強在邏輯、數位資訊、目標和方向、理性、數學和科學;而右腦擅長於直覺、類比資訊、創新、感性、藝術和詩歌。大膽假設是右腦,小心求證是左腦。我認為,機器進化至今,已堪稱無人能匹敵的「最強左腦」。

可是機器也有著明顯的極限和天花板,那便是它們從未發展出右腦能力──至少截至目前,沒有任何跡象顯示,機器能以某種形式像人類右腦那樣進行創新和創造。

中文裡「認知」這個詞很好。對人而言是先認之而後知之,對機器來說卻是能認之而未必知之。認是辨認,知是瞭解,明白。人腦認知後通常會舉一反三,而機器雖能下棋,卻不知道每步棋的意義,能贏棋卻不知道贏棋的感覺。圖像識別、語音辨識也是一樣。機器能分辨貓和狗,能根據使用者語音指令查詢天氣、訂購外送,但這並不意味著,機器就懂得貓的慵懶和優雅,狗的馴順和忠誠,又或是理解使用者語音以外的深意和情緒。

對人類來說,完全沒必要因為左腦技能趕不上機器而感到沮喪,因為我們自出生之日起,便習慣了左右腦協同工作,處理各種事項。就記憶能力和讀取效率而言,明顯是機器強得多,然而,有時我們對於某件事的記憶被埋藏在大腦深處,平時無法調取,卻在偶然間由於聽到一段音樂,聞到某種味道,看到一幅影像,記憶就被突然啟動。這種隱匿於右腦中的記憶觸點,這種因左右腦協同而來的直覺和感悟,正是人有別於機器的溫度,也是生命才有的溫度。

此前,在《我們需要什麼樣的機器人》一文中,我曾指出,機器或者說人們日常依賴的工具的能力質變大概有四級臺階。

第一級是功能(Capability),第二級是智慧(Intelligence),第三級是智力(Intellect),第四級是智慧(Wisdom)。今天,最強大的機器,最先進的人工智慧也就停留在第二級「智慧」的層次,即根據人類創造的演算法持續提升任務執行效率的層次,至於第三級和第四級能力,很大程度上來自於右腦──智力必須包含判斷力、創造力,而智慧意味著深刻洞察和思想火種。在我看來,機器再進化,也很難達到這兩個層次。正因如此,我想人們完全沒必要害怕尚未進化出右腦能力的機器(甚至有可能永遠也不會出現這樣的機器)。

洪小文

如果遇到未解的命題,通常人類會怎樣應對?方法大致可以劃分為兩類:第一類就是窮舉法,但有些問題的維度由於過於龐大,人類可能耗盡一生都無法列出解決問題的所有可能性,於是便會選擇第二類方法──試錯,也可以說是大膽假設。比如,不期而遇的靈感或直覺告訴我們某個問題可以先從某個角度入手去解決,這正是我們通常所說的創造力。那麼,這些從天而降的神來之筆到底是從哪裡來的,人類的創造力又是如何產生的?這問題連我們自己都還沒頭緒,而只要人類一天尚未找到訣竅,可以系統化地傳授創造力的產生過程,我們就沒有辦法通過程式設計讓機器也具備創造力。

一旦決定遵循「靈感」去探索問題的解,我們會通過一次次的實驗來驗證這個解的正確性,這過程可以說是左右腦配合,

「大膽假設,小心求證」的過程。擁有強大計算能力的電腦可以在求證的過程給予我們更高效,更精準的支持與幫助,而我們在求證過程中或許還會獲得新的靈感,因此,人機協同作業,各展所長,才是人類以及人工智慧的未來之路

總之,人類發明的電腦可以成為最好的左腦,而人類自身則繼續保有最好的右腦。機器沒可能也沒必要取代人類,因此,HI+AI(也就是人類智慧+人工智慧),創新演算法+計算才是潛力無限的組合,才是人工智慧走向更強之路的最佳途徑──無論是機器戰勝人類圍棋冠軍,還是空間探測器駛向更遠的宇宙處女地,實際上都是人機協同作業的結果。在每個學科領域,我們都曾遇到過看似無解或難解的問題,但通過不斷創造新的演算法,我們攻克了一座座難關,這旅程是無止境的,展望未來,我們所做的更多偉大的事業,也都將得益於HI+AI,得益於人機協同作業。

《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。)

洪小文

現任微軟全球資深副總裁,微軟亞太研發集團主席,兼微軟亞洲研究院院長,全面負責推動微軟在亞太地區的科研及產品開發戰略,以及與中國及亞太地區學術界的合作。

追蹤我們