去年四月，臉書公司執(zhí)行長祖克柏宣布了新版的Messenger平臺后，「聊天機器人」便成為軟件圈的一個新玩具。新創(chuàng)公司和軟件大廠紛紛推出自己的聊天機器人開發(fā)工具，讓傳統(tǒng)企業(yè)可以輕松擁有一個屬于自己的聊天機器人。無可避免地，這個趨勢也開始沖擊傳統(tǒng)客戶服務(wù)產(chǎn)業(yè)，銀行與電信業(yè)也急于推出自己的聊天機器人。然而一聽到「機器人」，消費者腦中便會浮現(xiàn)長期以來對「人工智能」的想象。要接觸到機器人并不是什么新鮮事，已經(jīng)有各式各樣的聊天機器人出現(xiàn)在社群媒體等聊天平臺上。我們每天都離不開這些聊天軟件，但當(dāng)你面對一個顯然是機器人的賬號，卻能夠做出類似真人的復(fù)雜響應(yīng)時，好奇心便會被激起，會想要測試、揣摩「人工智能」到底有多厲害。我們對人工智能的概念毫不陌生，或許都要歸功于過去幾十年來看了無數(shù)的科幻電影。

　　在科幻電影的世界，人工智能一直是非常熱門的題材。我們預(yù)測未來科技發(fā)展會打造出更聰明的機器。舉幾個經(jīng)典例子來說，像是威爾史密斯在《我，機器人》里所呈現(xiàn)的人機沖突，以及最近的電影《機械姬》中那逼真地足以玩弄人類情感的女性機器人。我們對這種人造的智慧感到害怕，怕機器人越來越像人類，甚至超越人類。有些電影中的機器人是沒有形體的。像是《魔果終結(jié)者》里的天網(wǎng)，或是《鋼鐵人》史塔克的智慧助手賈維斯。不管有沒有形體，這些電影都在告訴觀眾：機器人有朝一日會在各方面都比人類優(yōu)秀。但我們真正恐懼的不是那些超凡的能力，而是電影中的機器人開始做一件事：獨立思考。如果機器人學(xué)會了獨立思考，有了自我意識，它就不再是為服務(wù)人類而生，也就意味著它能違反人類的意識來行動。我們希望機器擁有智慧，卻又對這種反撲的可能性感到害怕。

　　然而，這真的是科幻電影才有的情節(jié)嗎？這幾年確實越來越常看到「人工智能」出現(xiàn)在報章媒體上，談?wù)撊斯ぶ悄苋绾斡辛送黄菩缘陌l(fā)展；機器人在各種競賽中不斷擊敗人類；以及越來越多知識工作，甚至傳統(tǒng)認(rèn)為極其復(fù)雜的決策工作都可以由人工智能執(zhí)行。我們也看到科技大廠頻頻推出各種標(biāo)榜「智能」、「智慧」、「機器人」的產(chǎn)品。按照這樣發(fā)展下去，彷佛我們內(nèi)心的擔(dān)憂正在一點一點成真�？苹秒娪爸懈叨戎腔鄣臋C器人將會誕生。有一天，我們必須面對足以和人類媲美的個體。甚至，會不會有一天脫離人類的掌控？就像科幻電影那樣。

　　然而，這種擔(dān)憂是出自對人工智能發(fā)展的不理解。

　　在學(xué)術(shù)上，人工智能可以粗略地分成兩種。第一種，是過去我們定義一個「聰明的人」所擁有的技能：博學(xué)、強記、分辨事物等能力�，F(xiàn)在的機器要做到博學(xué)強記已經(jīng)非常容易，我們有成熟的搜尋與儲存技術(shù)，像是人們已經(jīng)很習(xí)慣使用搜尋引擎查詢信息，或用行事歷和記事軟件來處理待辦事項。事實上，在手機計算機問世前，博學(xué)強記也曾被視為是「智慧」的表現(xiàn)。但到了現(xiàn)在，已經(jīng)沒有人認(rèn)為這些可以稱為智慧，這只是每個機器都擁有的基本能力。我們期待機器應(yīng)該變得更智慧，也就是能像人一樣分辨各種事物。在過去，認(rèn)知能力一直是人類能做到但計算機很難做到的事。常見的認(rèn)知能力有影像辨識、語音識別、理解語言等等。如果計算機得到與人類相仿的認(rèn)知能力，就幾乎可完成所有以往只有人能勝任的工作，也就變得像人類一樣「智慧」。但在計算機科學(xué)的領(lǐng)域里，博學(xué)、強記、分辨，并不是人工智能發(fā)展的最終目標(biāo)，只能稱為「弱人工智能」。另一種人工智能等級是「強人工智能」，其野心，是要讓機器得到自主思考的能力，甚至能夠理解感情，擁有自我意識等人類的核心價值。簡單來說：弱人工智能是認(rèn)知能力，強人工智能是思考能力。

　　很多人混淆了認(rèn)知和思考，認(rèn)為只要機器能夠認(rèn)知，就終究能夠思考，事實上不是這樣�，F(xiàn)在的人工智能能夠讓機器人取得認(rèn)知能力，卻不會讓機器人變成科幻電影中的高度智慧�，F(xiàn)在的機器人能聽懂你的話，是因為它的語言認(rèn)知能力可以把句子拆解分析，找出語意類別，分析情緒，并作出設(shè)計好的響應(yīng)。但這不代表它有產(chǎn)生任何想法，或是自我意識。

　　每個人對科技發(fā)展都有不同的想象與期待。然而過度樂觀或悲觀，都會讓我們錯失重要的事物�，F(xiàn)在人們對人工智能的態(tài)度也是如此，有些人過度吹捧（或過度恐懼）其力量；有些人過度輕忽其影響：而大多數(shù)的人也未曾真正認(rèn)識人工智能應(yīng)有的角色�，F(xiàn)在，讓我們來談?wù)勥@些謬誤。

　　第一個謬誤就是過度神話人工智能，如前面所說，科幻電影中那能夠自主思考的強人工智能，從學(xué)術(shù)的角度看只是一個理想。

　　許多科技樂觀主義者相信，科技發(fā)展有加速成長的效應(yīng)。因為我們可以用今天計算機打造明天的計算機，再用明天的計算機打造未來的計算機。就像金錢有復(fù)利成長一樣，計算機運算能力并不是以線性成長的（1，2，3，4，......），而是以指數(shù)成長（1，2，4，8，......）。過去有個非常有名的摩爾定律，就是說明計算機硬件運算能力會呈指數(shù)成長，在過去的50年來，這個定律一直沒有被打破。指數(shù)成長的力量非�？膳�，數(shù)十年前的人們完全無法想象現(xiàn)在的計算機科技。可以想象，人工智能的未來也會呈指數(shù)成長，所以強人工智能的出現(xiàn)也是有可能的。支持這類論點最有名的是未來學(xué)家?guī)炱澩�爾（Raymond Kurzweil）教授。他把強人工智能的出現(xiàn)稱為「奇點」，認(rèn)為在未來人類的大腦將可以上傳到云端，甚至創(chuàng)造能夠理解愛的機器人。根據(jù)他的預(yù)測，這個轉(zhuǎn)折點可能在未來二三十年內(nèi)就會發(fā)生。

　　但如果你仔細(xì)審視當(dāng)今的人工智能技術(shù)，這類預(yù)言并沒有太多根據(jù)，只是一種推測。計算機科學(xué)家并不知道怎么創(chuàng)造出心靈、意識。事實上，整個科學(xué)界根本還沒弄清楚人類的意識是怎么運作的，更不要說如何打造一個。當(dāng)然，你可以說任何事都有其可能�？苹眯≌f家與未來學(xué)家的共通點就是他們都在尋找可能性。但我們也要知道，越是對未來有高度期待或恐懼的言論，越能吸引讀者注意，報章媒體也偏好這類言論，使得社會大眾對人工智能有著完全錯誤的期待。許多專家也試著從實務(wù)的角度提出建言。李開復(fù)在今年的《人工智能來了》趨勢論壇中提道：「其實強人工智能根本不存在，未來十年內(nèi)發(fā)生機率是零。」換言之，以現(xiàn)行的技術(shù)，強人工智能是不可能的。

　　我們需要強人工智能嗎？新銳歷史學(xué)者哈拉瑞（Yuval Noah Harari）在他的新書《人類大命運》中提到，雖然我們不知道要怎么創(chuàng)造出意識，但目前的人工智能不需要意識也可以運作得很好。機器人不需要像人類一樣，有想法，有欲望、有感受，就可以完美執(zhí)行復(fù)雜的任務(wù)。現(xiàn)行的人工智能已經(jīng)可以做出非常復(fù)雜的任務(wù)，從機智問答比賽中獲勝，到能夠開車上路。但從軟件的角度來說，這些行為都只是追求優(yōu)化的算法，其中不需要任何自主意識的參與。

　　另一方面，我們也未必希望人工智能擁有自我意識和心靈。就像我們害怕科幻電影中的機器人反撲，你會希望你的手機擁有自我意識嗎？你能想象你的手機有一天可能會對你有意見、討厭你、甚至背叛你嗎？我們總還是希望機器是為了服務(wù)人而生，賦予其意識并沒有必要，我們也還沒做好心理準(zhǔn)備該如何與之共處。

　　所以，強人工智能只是一個理想概念，但事實上做不到、不需要做到、也沒有心理準(zhǔn)備做到。社會大眾必須舍棄對強人工智能的預(yù)期，才能正確理解現(xiàn)今人工智能的角色。

　　另一個對人工智能的謬誤則是忽視。顯然，如果對新的科技浪潮太過無知，必然會沖擊到你的職業(yè)生涯。但如果你已經(jīng)認(rèn)識人工智能的分野。知道目前人工智能的發(fā)展聚焦于讓機器擁有博學(xué)、強記、認(rèn)知能力的「弱人工智能」。你或許會感覺，弱人工智能是不是真的很弱呢？那么，你顯然不知道認(rèn)知能力是多么強大的一種能力。

　　有賴于這幾年大數(shù)據(jù)的快速發(fā)展，讓過去沒有機會發(fā)展的深度學(xué)習(xí)算法得到了重要的燃料，而那是近年機器學(xué)習(xí)領(lǐng)域中最重要的方法之一。機器學(xué)習(xí)，顧名思義就是強調(diào)讓人工智能能夠像人類一樣學(xué)習(xí)的關(guān)鍵。有了深度學(xué)習(xí)算法，機器就開始可以識別影像（例：我看到圖片里面有三個人。）、聽得懂語言（例：我聽到他剛剛說‘你好’。）、還有各種以往要靠人類的感官才能分辨的任務(wù)，這些都是屬于不同的認(rèn)知能力。事實上，人類也不是一出生就能分辨所有事物，而是根據(jù)經(jīng)驗慢慢學(xué)習(xí)而來。算法賦予了機器學(xué)習(xí)的能力，也就讓機器可以認(rèn)知各種事物。

　　認(rèn)知能力不只是分辨五官接收到的訊號。事實上，所有復(fù)雜的決策工作都是由不同層次的認(rèn)知階段組成。視覺辨認(rèn)物體，辨認(rèn)語言文字，辨認(rèn)情緒等基本認(rèn)知能力，這些主要是提供我們信息。根據(jù)這些信息，人可以結(jié)合過去經(jīng)驗，做出較高層次的決策。像是醫(yī)生能夠辨認(rèn)出病患是得到什么疾病，警察能夠辨認(rèn)出誰嫌疑重大等等。如此復(fù)雜的分辨工作，機器有可能學(xué)會嗎？答案是可能的，不管是什么領(lǐng)域，人類之所以能做出專業(yè)判斷，靠的是經(jīng)驗累積而成的模式辨認(rèn)能力。專業(yè)人士或許很難用語言描述這些模式，但他們的大腦已經(jīng)形塑成能快速辨認(rèn)這些模式。深度學(xué)習(xí)算法運用非常類似的方法做模式辨認(rèn)。人類是用經(jīng)驗形塑大腦，算法靠大量數(shù)據(jù)調(diào)整參數(shù)。除了知識工作會倚賴模式辨認(rèn)，很多應(yīng)屬于創(chuàng)造性的工作，也都是只是把我們腦中既有的模式表現(xiàn)出來。像是作家、音樂家、藝術(shù)家在創(chuàng)作時，都必定有可以重復(fù)運用的模式和技巧。當(dāng)機器人擁有模式辨認(rèn)的能力，就可以「創(chuàng)作」出相仿風(fēng)格的作品。除了少數(shù)一些全然開創(chuàng)性的工作，絕大部分的工作都有模式，也都可以被機器學(xué)習(xí)。

　　仔細(xì)想想，幾乎所有人類賴以為生的工作都是屬于認(rèn)知能力的范疇，機器人都可以透過巨量數(shù)據(jù)學(xué)習(xí)，得到與人相仿的認(rèn)知能力。換句話說，只要你的工作是有重復(fù)性質(zhì)，即使是傳統(tǒng)認(rèn)為難以取代的白領(lǐng)工作，擁有高超認(rèn)知能力的機器人都可以取而代之。

　　李開復(fù)和雷軍都曾說過類似的話：「人工智能將導(dǎo)致50%的人失業(yè)�！箍萍嫉募铀俪砷L效應(yīng)，雖難以帶來強人工智能的自主意識，但卻足以把弱人工智能的認(rèn)知能力推升到人類望塵莫及的境界。機器的認(rèn)知能力會不斷進(jìn)步，直到比地球上任何一個人類都好。像是，社群網(wǎng)站臉書的人臉識別能力已經(jīng)可以認(rèn)出數(shù)十億張臉孔，這顯然不是任何人能夠做到的事。在未來，我們會看到人類在其他面向的認(rèn)知能力都漸漸輸給機器。許多我們以為適合人來做的工作，由機器來做都更好。

　　弱人工智能一點也不弱，我們「只」是賦予機器人認(rèn)知能力，卻有可能帶來人類史上最大的科技性失業(yè)。