文：盧日高@進步教師同盟
2017年1月，網絡圍棋界出現神秘棋手「Master」，以六十連勝殺敗當今中、日、韓頂尖棋手，成為網絡熱話。在最後一場棋局中，「Master」自揭身份，原來他就是去年與韓國棋手李世乭對奕，取得「四勝一負」的人工智能系統 （Artificial Intelligence Program）AlphaGo（註1）。
圍棋是在19 x 19棋盤由黑白子交互下子的競賽，其組合變化約有10的360次方那麼多（在目前可觀測的宇宙，氫原子的數量約為10的80次方），棋盤可能出現的組合是一個極龐大的數字。要電腦運算鉅細無遺地計算所有組合，再決定如何下一步棋，這是目前電腦技術無法做到的。即使科學家加入了決策層和權重協助人工智能系統運算，幾個月前普遍仍認為人工智能的棋藝不能超越人類。可是現在AlphaGo已經贏盡當今頂尖棋手，意味著曾經號稱人類最後堡壘的圍棋已被人工智能攻陷。
近年，人工智能在各個領域均取得突破性進展。展望將來，當強大的人工智能系統越來越普及，我們的生活和經濟產業相信會有翻天覆地的轉變，了解當前趨勢將有助我們思考生涯規劃。
人工智能技術的突破
目前人工智能並沒有公認的定義，社會上稱之為人工智能的技術大致可分成四級，而這四級分類亦反映了人工智能的發展過程（註2）。
第一級人工智能是內建簡單控制程式，輸入和輸出關係不變的產品，例如普通家用冷氣機、數學堂所使用的計數機等。這種技術已經出現了很長的時間，而我們現在甚少以「人工智能」稱之。
第二級人工智能在輸入和輸出之間可產生多種組合，是行為模式變化多端的系統。其原理是由設計者給予既定的規則和知識，系統按多項的資料輸入，按既定的規則和知識進行運算，作出相應的輸出。這級別的人工智能早在上世紀60年代已經出現，如1964年面世的交談程式ELIZA和1970年代的血液傳染病診斷系統MYCIN。這級別的人工智能現在已廣泛應用於消費產品，例如因應房間內人的位置而自動調節送風和溫度的冷氣機、在家居自動行走的吸塵機、能與人類玩家進行對戰的電子遊戲等。
雖然第二級人工智能的功能已經很強大，但現實世界千變萬化，而且有很多例外，人工智能總不能依賴程式設計員不斷調整，以適應現實世界。例如將手寫文字掃描入電腦，情況就複雜得多了。每個人寫字的筆跡都不同，就是一個阿拉伯數字「3」，有人寫得端正，有人寫得瘦長，有人寫得很彎，人類能夠辨認是因為我們了解「3」的寫法和概念。可是，我們將手寫「3」的圖像掃描入電腦後，電腦處理的其實是很多由0和1組成的數據，程式設計員很難預知複雜的變化，並預先設定規則給電腦去辨認。因此，教導電腦如何辨認「3」就是最有效的解決方法。第三級人工智能，就是程式設計者會提供大量的樣本資料 (例如十萬幅不同手寫「3」的圖片)，給電腦學習「3」的特徵，建立神經網絡。當神經網絡建成後，電腦就能夠辨認種種不同人手寫的「3」。以上過程稱為「機器學習」（machine learning），文字辨識系統就是第三級人工智能的典型例子。
「機器學習」能夠讓電腦自行學會如何辨識、分類和預測事物，並且開始廣泛應用（例如自動駕駛汽車的駕駛系統便是不斷搜集路面數據，再配合機器學習逐步完善的人工智能系統）。可是現實世界仍然有無限的變數，要減低錯誤率，仍要靠程式設計員人手調整。歸根究柢，電腦不能像人類般擁有抽象思維。
第四級人工智能就是讓電腦進行比機器學習層數更多的「深度學習」。先提供大量的樣本，電腦再在樣本的基礎上自動編碼，增加神經網絡的層數；經過多層權重，電腦就能根據資料創造出概念，再運用概念自行學習。2012年Google研究團隊宣布運用Youtube一千萬個影片圖像，給電腦辨識貓的特徵，再進行抽象化，創造出「貓」的概念，準確辨識貓面，電腦甚至能運用「貓」的概念，從網絡上找到貓的圖片。第四級人工智能可以模擬人類產生和運用概念，是技術上的重大突破。而文章一開始提到的圍棋程式AlphaGo，就是能夠深度學習，自我對弈吸收經驗，尋找最佳下子方法的另一重要例子。
未來社會的轉變
隨著電腦硬件的發展和互聯網大數據（Big Data）的應用，近年人工智能技術不斷取得進展。雖然可見的將來難發展至科幻電影中具有自主意識的機械人，但可以肯定人工智能對未來的經濟產業帶來不輕的影響。例如在運輸及物流業界，澳洲RAC、日本DeNA和荷蘭WEpod等已經開始試行無人駕駛巴士。在香港，運輸署已批准電動車Tesla在高速公路上啟動自動輔助駕駛系統，與此同時，Google自動駕駛系統Waymo已經進行超過370萬公里的真實路面測試。相信很快，不會疲倦的人工智能將取代人類司機在路面駕駛交通工具。
即使是白領工作，人工智能亦會為人類帶來不少挑戰。在保險業界，日本人壽公司計劃今年開始引入IBM Watson人工智能系統處理支付賠償的核對文件工作，就淘汰了該部門大約30%員工。IBM Watson亦已進入醫療界，透過分析大量期刊資料和治療病歷，協助醫生診症。在法律界，分析大數據公司FRONTEO已應用人工智能支援訴訟時的文件審閱工作，甚至協助收集、過濾和檢閱電子證據，擔當律師助理的角色。在新聞業界，2014年美聯社開始運用人工智能撰寫財經新聞，其後擴展到體育新聞。在文化界，日本公立函館未來大學研發的人工智能所撰寫的短篇小說，更成功地在徵文比賽中入圍（註3）。而會計、稅務、銀行前線人員及客戶服務等工作，展望將來亦有可能被取代。
未來人工智能技術肯定會繼續提升，一些職業再過十年或二十年可能會變成夕陽行業。因此，我們確實需要重新思考學校教育中，甚麼需要學習，甚麼不再需要學習。而學生亦應留意前沿科技的發展，小心進行選科及就業。
後記：
寫這篇文章的時候，才驚覺世界各地人工智能發展之快，可是香港社會卻好像沒有太多關注。筆者深深地憂慮香港的未來發展前景。
延伸閱讀：
松尾豐著、江裕真譯：《了解人工智慧的第一本書》。台北：經濟新潮，2016年。
註：
1. TechNews：Master就是AlphaGo升級版！60連勝背後看專家怎麼說 (2017-01-05)
2. 四級分類參考自松尾豐《了解人工智慧的第一本書》
3. 香港01：日本AI人工智能寫小說 徵文比賽成功入圍 作家：稍努力可獲獎 (2016-03-23) 當然，該人工智能其實是機器學習一位作家的的寫法，然後作出模擬。並不代表AI能像人類創作。
原文刊於《香港電台‧通識網》