面對人工智慧帶來的衝擊,我們該如何自處?

整體來說,人工智慧歷經了多次的起伏發展和瓶頸突破,才又重新展現出無以倫比的發展潛力。當 2016 年AlphaGo 打敗了人類頂尖圍棋高手時,人工智慧便不斷地在各種社群媒體管道上日以繼夜地衝擊著我們,再度將人工智慧的研究推向另一波高峰。從此,發展人工智慧成為產官學研的顯學,不僅各行各業的廠商都競相投入人工智慧的技術開發和加值應用,許多國家也將人工智慧視為帶動經濟發展的火車頭和解決社會問題的有效工具,擬定了各種推動策略,深恐從人工智慧的發展列車上掉落,擔憂產業的發展和國家的前景從此受制於人。

2016-2018年間,有許多趨勢分析公司都針對人工智慧產業效益競相提出各種前途似錦的趨勢報告,有公司在 2018 年時預測到今年 (2022年),人工智慧的商業價值將達到 3.9 兆美元,也有公司於 2017 年時預測 2030 年人工智慧將可提高全球 GDP 達15.7兆美元。這些亮麗的數字或許成為 2016-2018年間是人工智慧最易募資期的重大推動力之一。那幾年間,只要與人工智慧沾得上邊,敢於發想,提出各種天馬行空的夢想,就有創投公司毫不手軟地一擲千金地給這些人工智慧的新創公司。在那幾年間,有許多號稱人工智慧的新創公司如雨後春筍般地在各行各業地湧出檯面,也見識到好多身價十億美金以上的 AI 獨角獸的誕生。但是經歷了多年的發展之後,或許我們可以借用股神巴菲特的名言「海水退潮就知道誰沒穿褲子游泳」來描述這些人工智慧的新創公司,有報導說這些新創公司 90% 仍處於虧損狀態。就以發展出AlphaGo 的 DeepMind 公司 (於 2014 年被 Google收購) 為例,擁有那麼強大的技術和人力資源,在 Google 2021 Q1財報上仍顯示 DeepMind 處於虧損狀態。所以,對公司的發展和存續來說,光有技術或想法是遠遠不夠的,如果公司缺乏可以落地的成熟產品和可運營的商業化模式,人人稱羨的獨角獸有可能成為不斷燒錢的吞金獸,數十億美金的估值不免是如鏡花水月般地無法真實兌現。

雖然,上述的資訊顯得AI 產業化的效益與原先的期待有一段不算小的落差,但並不代表這幾年人工智慧的長足進步是言過其實,在影像辨識、語音辨識、時空性信號處理和自然語言處理等方面的進展,與過去數十年間所累積的成果相較之下,的確是不可同日而語,有跳躍式的成長與差距,只是這些令人讚嘆的研究成果與可獲利的商業化產品間仍有一道需要跨越的鴻溝存在而已。人工智慧必須要能落地應用和有獲利能力的商模,否則會是一場場的煙火秀。當炫目的燦爛煙火在夜空中燃燒殆盡之後,如何不讓空氣中只剩嗆鼻的煙火味,而是變成可讓人不斷讚嘆的永恆回憶和可變現的服務,才是這波人工智慧浪潮是否能達到產業化效益和持續推動社會前進的關鍵所在。否則,依此燒錢的速度之下 (訓練一個擁有可以問答、寫文章、翻譯、撰寫程式等能力的GPT-3 的費用大約是 1200 萬美元),就算有雄厚的資金挹注、滿腔的研究熱忱和崇高的道德理想,這波人工智慧新浪潮也有逐漸消散的一天。

近幾年來,人工智慧已被大量應用於各種領域,如:機器視覺、自然語言處理、語音識別、機器人、自動駕駛車、智慧醫療、智慧電商、智慧城市、智慧工廠、智慧農業、智慧娛樂、智慧資安等領域。除了上述與民生服務和社會福祉相關之應用之外,由於人工智慧具備快速學習、大數據處理和決策最佳化等能力,也使得人工智慧被各國視為是下一波的戰爭決勝的關鍵發展,無論是軍事人員訓練、智慧化武器或是戰場的兵棋推演系統等,也處處看到人工智慧的影子存在。

我們可以說人工智慧是把雙面刃的技術,站在天平的一端,它可以是被用來達到精準醫療目的的救人工具;在天平的另一個極端,它卻是可以造成重大毀滅的殺人武器。因此,我們要因噎廢食而停止人工智慧的研究嗎?還是可以在技術不斷地發展的同時,及早制定好法律和倫理的規範呢?其實,就算有了法律的規範,真能遏阻住惡意的人工智慧的發展方向嗎?就以現在大家耳熟能詳的「深偽 (Deep fake)」技術來說,不是到處被濫用嗎?

此外,未來誰能掌握人工智慧的發展?從這幾年許多重要人工智慧模型的開發成果來看,如:Google 的 BERT、Open AI 的 GPT-3、DeepMind 的 Gato 等,或許沒有足夠多的數據和軟硬體資源的個人或學校將會越來越難有極重大突破,人工智慧未來的話語權有可能會逐漸集中在掌握人才、數據和最豐沛軟硬體資源的大型跨國公司或國家手裡。

現今的人工智慧可以說是十八般武藝樣樣俱全,在許多個別領域中,只要我們可以將問題轉化成學習的問題,收集足夠多的訓練資料,定義出合理的評估函數,採用有效的人工智慧模型,經過充分訓練後的人工智慧模型的表現往往有機會超越那個領域的人類專家。因此,當 AI 懂得「琴棋書畫」和「經世濟民」時,那我們人類該如何自處呢?我們有辦法面對人工智慧所帶來的衝擊嗎?

面對如此急遽變化的巨大挑戰,我們該如何因應?以國家的層面來看,政府應在培育 AI 人才、優化產業發展環境、孵化創新生態圈、營造試煉場域、開放資料應用與鬆綁法規等方面有所作為。至於對個人來說,我覺得每個人要讓自己具備 7 C 的能力,就是李開復提出的6C 能力好奇心(Curiosity)、創造力(Creativity)、批判性思考(Critical Thinking) 、協調(Collaboration)、溝通(Communication) 和自信(Confidence)之外,再加上跨域整合 (Cross-disciplinary Integration) 能力。

有了此 7C 能力,就不必擔心未來飯碗會被人工智慧搶走,反而能充分利用人工智慧來增強競爭力和開創新事業,進而能夠實現「科技來自人性,更應出自關懷」的初心,讓人類社會在生態環境、生物多樣性、氣候調控、糧食生產、醫療保健、生活品質和貧富差距等方面得到一定程度的紓解。

作者:蘇木春 教授

經歷:

國立中央大學資訊工程系教授

國立中央大學資訊工程系系主任

國立中央大學資訊電機學院副院長

國立中央大學電子計算機中心主任

國立中央大學校務研究辦公室主任

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。

回到頂端