但與此同時,歐洲國家包括瑞士、荷蘭及芬蘭已經開始著手制定基層勞工「最低工資」法例,藉此保障他們的生計不會受到「人工智能」及機器的影響。今年,來自不同權威學府、美國政府紛紛發表報告,指人工智能將會未來 10 - 20 年間,對全球勞動人口對來嚴重的衝擊。
深度學習
雖然許多相信人工智能終會某程度取締人類的工作,就像今時今日的我們日常生活不能缺少電腦、手機一樣,但是人工智能到什麼時候才有新突破,真正能夠出現在我們生活層面,甚至取代「人類」的工作,很多科學家相信 Alpha Go 及其「深度學習」的出現,即將會為人類社會帶來前有未有的改變。
AlphaGo 又名 AlphaGo DeepMind,DeepMind 是一套電腦的學習系統,稱為「深度學習」。它是人工智能發展最重要的一環,亦是Alpha Go 在棋盤上擊敗李世乭的關鍵。Google 選擇圍棋作為推廣其人工智能,除了因為棋類運動代表人類最高智慧之外,圍棋不但是人類歷史上最古老的棋類,更異常複習,進行一場圍棋對賽就有如同時進行十場象棋比賽一樣
擁有神經系統的電腦
機器的「智慧」愈來愈高,全賴人類文明進步,我們對自己腦袋內神經系統更加熟悉,並以此為鑑,製造出更複雜的電「腦」。
我們的頭骨內有很多相互連接的細胞團。它們之間,有些相距很短,有些很遠;有的連接另一個細胞,有的則連接另一組。電子訊號在它們之間交錯傳播,有如骨牌效應,但更快、更複雜、更大量。
人類對識神經科學的認知,加上電腦科技的突破讓我們製造出可以容納大量數據的硬盤,最終令科學家發明出媲美人腦的虛擬大腦。但是這樣還不足以令到人工智能真正破殼而出。
要真正令電腦思考,除了媲美人類的硬件,更有需要源源不絕的「知識」。
對人類來說,身體每個部份都可以以用作接收數據,眼、耳、鼻、口,身體及四肢的皮膚,都可以協助了解四周的資訊及變化。我們自出娘胎就開始吸引外界的資訊,無論是為了生存、滿足好奇心,抑或是父母的觀輸及教育,我們都不自覺、不斷地收集數據。
A.I. 才是互聯網的「贏家」
若然要理解電腦如何收集資訊,那麼如果筆者改用「下載」一詞,大家就會立即意識到電腦是通過互聯網進行學習。
在 Alpha Go 與李世乭對賽之後,有圍旗高手表示比賽是不公平的,因為 AlphaGo 可以一邊進行比賽,一邊互聯網收集數據。當然,在比賽時候透過互聯網獲取資訊,情況有如考試作弊一樣,但是對於電腦來說,它們沒有人類的感觀系統,沒法自身去獲取資訊,而互聯網的出現,立即令人工智能如魚得水,成為它們最佳的學習平台。
根據挪威最大調查機構 SINTEF 一份報告估計,現時世界上 90%數據是在短短兩年來創造出來的,並且以每 18 個月增加一倍的速度上升。由人類製造出來的龐大數據庳,成為人工智能的「世界」,它們可以直接透過網絡學習。
機器的「智慧」愈來愈高,全賴人類文明進步,我們對自己腦袋內神經系統更加熟悉,並以此為鑑,製造出更複雜的電「腦」。
我們的頭骨內有很多相互連接的細胞團。它們之間,有些相距很短,有些很遠;有的連接另一個細胞,有的則連接另一組。電子訊號在它們之間交錯傳播,有如骨牌效應,但更快、更複雜、更大量。
人類對識神經科學的認知,加上電腦科技的突破讓我們製造出可以容納大量數據的硬盤,最終令科學家發明出媲美人腦的虛擬大腦。但是這樣還不足以令到人工智能真正破殼而出。
要真正令電腦思考,除了媲美人類的硬件,更有需要源源不絕的「知識」。
對人類來說,身體每個部份都可以以用作接收數據,眼、耳、鼻、口,身體及四肢的皮膚,都可以協助了解四周的資訊及變化。我們自出娘胎就開始吸引外界的資訊,無論是為了生存、滿足好奇心,抑或是父母的觀輸及教育,我們都不自覺、不斷地收集數據。
A.I. 才是互聯網的「贏家」
若然要理解電腦如何收集資訊,那麼如果筆者改用「下載」一詞,大家就會立即意識到電腦是通過互聯網進行學習。
在 Alpha Go 與李世乭對賽之後,有圍旗高手表示比賽是不公平的,因為 AlphaGo 可以一邊進行比賽,一邊互聯網收集數據。當然,在比賽時候透過互聯網獲取資訊,情況有如考試作弊一樣,但是對於電腦來說,它們沒有人類的感觀系統,沒法自身去獲取資訊,而互聯網的出現,立即令人工智能如魚得水,成為它們最佳的學習平台。
根據挪威最大調查機構 SINTEF 一份報告估計,現時世界上 90%數據是在短短兩年來創造出來的,並且以每 18 個月增加一倍的速度上升。由人類製造出來的龐大數據庳,成為人工智能的「世界」,它們可以直接透過網絡學習。
回到在較早前所講的深度學習。所謂深度學習,就是擁有學習的能力,我們由身體五感接收四周的訊息,進行認知及學習,是一個相當複雜的過程。例如,以「凳子」為例,我們小童開始,從母親口中知道它叫「凳子」,然後我們會把它的外觀的特點及用途,從日常生活中記進腦海。若然我們指向一張桌子然後說:「凳子」,母親就會把我們矯正過來,這就是強化學習(reinforcement learning)。
電腦通過網絡進行深度學習,其最厲害的地方,莫過於它利用互聯網上大量的數據,讓機器可以無需人類給予明確指令。當我們告訴電腦「凳子」,它便會從網上搜尋器、例如是 Google 搜尋有關凳子的圖片,在數以百萬計的凳子照片中得出凳子的概念。當我們以圖片測試它,發現它出現錯誤的時候,就會提出改正,令它更明白凳子的定義。
電腦透過互聯網進行學習,不但可以在極短的時間內,掃瞄逾百萬張凳子的圖片,更可以立即把學會的「知識」在透過網路「教育」其他電腦,互相學習。
從數據演化出「睿智」
Google AlphaGo 的勝利震驚圍棋界,特別是那些不了解人工智能、卻有非常熟悉圍棋的人。有別於象棋,圍棋可以說得上是完全接近「公平」遊戲,因為棋局出然可能性比宇宙找到的原子更多,可說是無窮無盡。因此圍棋防止超級電腦對待象棋那樣,強行把所有棋局的資料擺放在硬盤內,再進行運算,計算最佳的下著。但是,深度學習令 AlphaGo 可以像人腦進行思考,以經驗及觀察,學習「感覺」出下一步應該如何做。AlphaGo 透過與自己進行數以百萬局練習,加上觀察了數以百萬局專業水平的棋局,已經跳出電腦只會「運算」的階段,演化成人類自傲的「智慧」。
牛頓大學預言,2033 年全球半數人類失業
大家只要用上簡單的算術去計算一下,就可以想像到人工智能的學習及互相傳授知識的速度有多驚人。更可怕的是,牛津大學的一項研究指,電腦將會在 2033 年取代全球半數的工作。以自動駕駛汽車、即無人駕駛汽車為例,在此項技術成熟後,將會漸步取得物流業及運輸業的工作。未來新興行業的工作為了減低成本,會趨向以電腦操作取代人手。根據世界經濟論壇提交的一份報告估計,儘管在未來四年創造數百萬新的就業機會,實際卻有可能造成500 萬的淨虧損。
深度學習及網絡上龐大的數據兩者的結合,能到人工智能在去年邁進一大步。 Google DeepMind 學會了如何閱讀和理解後,隨即讀上成千上萬的註解新聞文章。此外,DeepMind 更加透過螢幕,依靠自己學會幾十款 Atari 2600 電子遊戲,經過反覆練習,它現在玩得比人更出色。而人工智能 Giraffe 更加經由上述的方式進行自行學會了棋藝,僅靠 72 小時的自我訓練並且記錄了高達一億七千五個棋局,成功躋身國際棋藝大師行列。
職業四步曲
究竟人類能否避免機器的取代?可以從解構工作說起。人類所有的工作模式,大致可分為四類,常規、非常規、認知及勞力工作。常規工作就是不斷重複的工作,非常規工作則經常不同。在這兩種工作上,「認知」的工作最需要利用大腦思考,「勞力」工作用上身體的活動。在九十年代起,機器日漸發達,許多依靠勞力的工作被機器取代。
工廠的常規工作,曾經幫助上一代人維持生計;今日大部擁有一定教育程度的人,每星期在辦公室內進行需要認知能力的工作。有人認為上述的兩類工種將會逐步消失,取而代之的會是一種不需要任何恩考的工作,它將會接近毫無價值;一種是需要大量思考的工作,其收入將會大幅提高。
各大企業已經開始對 A.I. 進行測試
上述的例子彷彿像是大學論文,但是 Google 已經將此項技術應用在電子汽車製造商 Tesla 的自動駕駛系統內,該自動駕駛系統利用了六年時間,收集了一百七十萬英里的駕駛數據。及後,Tesla 只需把收集的數據的上傳到軟件作更新,整個車隊將提供「自動導航」的功能。現在,每一架在路上行走的 Tesla,都會把駕駛資料上傳,互相分享、交換經驗。
各大企業已經開始對 A.I. 進行測試
上述的例子彷彿像是大學論文,但是 Google 已經將此項技術應用在電子汽車製造商 Tesla 的自動駕駛系統內,該自動駕駛系統利用了六年時間,收集了一百七十萬英里的駕駛數據。及後,Tesla 只需把收集的數據的上傳到軟件作更新,整個車隊將提供「自動導航」的功能。現在,每一架在路上行走的 Tesla,都會把駕駛資料上傳,互相分享、交換經驗。
IPsoft 是一家致力把人工智能推廣至企業業務的公司,該公司在 16 年前研究出 Amelia、一個可以進行各項企業服務,包括接受查詢的系統。Amelia 不但不會生病、加入工會、抗議,而且她工作效率媲美人類,更通曉 20 種語言,學習速度更是驚人,可以數秒之內學會一般人花上數月才學會的東西。
Amelia 曾經在一家公司測試,在第一個星期,每十個電話查詢,她可以成功負責一個。在第二個月的最後一個星期,她已經可以完成十個的其中六個。如果把她應用在全球各大企業,就有二億五千萬人面臨失業。
Amelia 曾經在一家公司測試,在第一個星期,每十個電話查詢,她可以成功負責一個。在第二個月的最後一個星期,她已經可以完成十個的其中六個。如果把她應用在全球各大企業,就有二億五千萬人面臨失業。
另外,iPhone Siri 的發明者已經成功製造出新一代的人工智能 Viv,成為我們手機上最貼身的私人助理。她不僅會為我們在網上進行活動,撰寫 Facebook News Feed,更加為我們揀選合適的資訊節目,除去沒用廣告資訊。
Viv 官方網貢 http://viv.ai/ |
人類的「最低工資」?還是自身的價值
根據美國白宮在上週公佈的報告表示,在 2010 年 83% 時薪低於 20 美元的工人,其工作將會在不久的將來被機器取代,31% 時薪高達 40 美元的亦不能幸免。
領導人工智能的研究、加拿大滑鐵盧大學的神經科學理論主席 Chris Eliasmith 曾經就有關訂立人類最低工資提出意見:「人工智能已經對我們的經濟造成影響,我認為將會有愈來愈多國家要效法芬蘭,為人民提供保障基本工資。」
中國百度的首席科學家、Google 「Google Brain」深度學習創辦人Andrew Ng 曾經在今年的深度學習高峰會表示,基本工資是各政府「非常認真看待」的事務,引述「人工智能有很大機會大規模取締勞動人口」。
今年的深度學習高峰會 Deep Learning Summit 2016 |