人性較量:我們憑什麼勝過人工智慧? The Most Human Human: What Artificial Intelligence Teaches Us About Being Alive

布萊恩‧克里斯汀(Brian Christian) 著 朱怡康 譯

  • 出版商: 行路
  • 出版日期: 2018-05-09
  • 定價: $460
  • 售價: 9.0$414
  • 語言: 繁體中文
  • 頁數: 320
  • ISBN: 9869406998
  • ISBN-13: 9789869406994
  • 相關分類: 人工智慧
  • 下單後立即進貨 (約5~7天)

買這商品的人也買了...

相關主題

商品描述

「這不算。……『深藍』也沒有贏。」
西洋棋大師卡斯帕洛夫與超級電腦交手落敗後,為何這麼說?
人類與人工智慧的關係,是「你輸我才贏」的零和賽局?

  ●《麻省理工科技評論》年度最佳書籍、亞馬遜書店電腦科學Top 1著作《決斷的演算》(Algorithms to Live By)合著者克里斯汀,另一部探討「人機關係」的佳作!
  ●讀者評道:「我在資訊科技領域工作超過二十年,這本書仍讓我看到新面向。」

  電腦原本是我們仿人腦的傑作,不意隨著它們的運算能力越來越強大,在許多領域打敗人類,人工智慧開始威脅我們的「自我感覺」,令我們質疑起原本自豪的能力,甚至認為它將取代人類。不過實際發展就如認知科學學者侯世達所說:「雖然我們不斷開發人工智慧,但每次在AI領域更進一步,不但沒有逐漸形成何謂真正智能的共識,反而一再揭露真正的智能不是什麼。」本書作者藉由自己「代表人類」參加圖靈測驗與電腦決勝負的準備經驗,耙梳了電腦科學領域數十年來的關鍵突破與研究重心的轉變,探討人工智能如何成為我們的「對照組」,提醒著我們人類哪些特質難以取代,人工智慧又可以在哪些地方成為我們的互補。

  ❖圖靈測驗是什麼?
  「如果有一天我們造出精巧到可說能思考的機器,要怎麼知道它有這個能耐?」電腦科學先驅艾倫・圖靈為了解答上述問題提出一項實驗:分別讓電腦程式和真人參賽,由評審團透過電腦終端機向他們提問,再分辨哪個是人、哪個是電腦——人工智慧(AI)族群年度盛事「圖靈測驗」(羅布納獎)就是依此創立的。不論有沒有程式通過圖靈測驗(騙過三成評審),比賽都由得到最高票和最多信心分數的程式獲勝,頒予「最人模人樣電腦獎」;獲得最高票和最多信心分數的人,則會獲頒「最人模人樣人類獎」——換句話說,與其他「人機對決」不同的是,圖靈測驗較量的乃是「人性」。

  ❖圖靈測驗跟你我每日的生活都有關……
  加快簡訊打字速度很依賴「預測」演算:手機要能猜出你接下來想打什麼字、要能自動更正錯字,要會很多諸如此類的事。能像人一樣穩定預測你想打什麼字的手機,就跟能像人一樣回信給你的程式一樣聰明,因此生活在資訊時代,你我可說經常不知不覺進行著圖靈測驗……

  ●這本書從聊天機器人的基本設計和發展談起,從人腦與電腦的競賽切入,帶讀者了解電腦和AI這幾十年的關鍵進展,以及它讓我們對自己產生什麼新認識。作者認為:與其把過去幾十年看成機器對抗人類的競爭,不如說我們與機器在同一陣線,必須學習與他們共存。而既然我們對電腦的長處已充分了解,那麼更該「重新發現」自己的特色——換句話說,我們該去了解人何以為人。

得獎或推薦記錄

  ★獲選《紐約客》雜誌年度最佳書籍
  ★《華爾街日報》全國暢銷圖書
  ★《紐約客》雜誌讀者年度最愛
  ★《紐約時報》編輯選書
  《波士頓環球報》年度最佳圖書

  ○讀者好評1:
  「我讀過不少批判AI的書,總是在怨嘆AI可能很危險,抱怨它會搶走人類的工作,哀哀上告它會讓我們變笨或至少變得更不聰明。這本書不一樣,它熱情讚美人類投注於AI領域的努力,點出我們在這方面的成就和這些成就的意義,也珍惜尚不可見的AI未來。作者確實有道理保持樂觀:人工智慧已讓我們重新評估何謂智慧,已讓我們重新思考何而為人。」

  ○讀者好評2:
  「在我印象裡,我沒讀過哪本非虛構作品像這本一樣充滿啟發與洞見。我在資訊科技領域工作超過二十年,對書中提到的議題自認並不陌生,但這本書還是讓我看到新的面向。對我來說,這本書既與我的工作相關,也為我帶來不少閱讀樂趣。我很喜歡談到字詞對人的影響那部分,而且寫得不會太專或太深。我願意向每一個人推薦這本書。」

  ○讀者好評3:
  「雖然科技版面現在全是AI突破、聊天機器人和自動化崛起的新聞,但我認為,在見證這些驚人發展的同時,大多數人的共識仍是:機器與人的互動,還遠遠達不到「個人幫手」的標準。本書從一個有趣的角度探究原因所在:該怎麼設計能分辨人類和演算法的測驗?如果真有這麼一個測驗,你又該怎麼證明自己是人類?答案既複雜又令人眼睛一亮,不僅就問題本身而言是如此,對我們人類來說也是如此。」

  ○大衛・伊葛門,《大腦解密手冊》作者:
  「這本探討聊天機器人最新發展的作品深具吸引力,它對人類想像、思考、對話、欺騙和愛的討論令我大開眼界。了解人類的最佳方式竟是研究模仿人類的機器,這種理路誰想得到呢?」

  ○《紐約時報》書評:
  「令人驚艷……筆調狂放而犀利……克里斯汀在過程中發現:假如機器能贏得模仿遊戲,那不是因為它們表現得越來越像人,而是因為我們越來越不像人……在《The Most Human Human》裡,看得出來克里斯汀始終將這件事放在心上。不論是他或這部作品,都堪得『The Most Human Human』之名。」

  ○《華爾街日報》評論:
  「讀來令人欲罷不能……克里斯汀信手捻來,以清晰的筆觸勾勒極為龐大的領域,舉重若輕的功力令人欽佩……以生活實例說明關鍵概念的本事驚人……克里斯汀到底有沒有贏得『最人模人樣人類獎』呢?快拿起這本書看看吧。」

  ○艾倫・萊特曼,《愛因斯坦的夢》作者:
  「極具雄心的大膽嘗試,既富知性挑戰又妙趣橫生,這是部可愛的作品,它將啟發你活出豐富又有意義的人生。」

  ○《泰晤士報》:
  「內容出色,筆調風趣,讀來令人耳目一新。從亞里斯多德到電視劇《辦公室風雲》,這趟哲學之旅貫串古今,趣味盎然……要是哪天機器也能寫出這般機鋒處處又饒富新意的作品,我們可得當心了。」

作者簡介

布萊恩・克里斯汀(Brian Christian)

  布萊恩・克里斯汀曾與湯姆‧葛瑞菲斯(Tom Griffiths)合著《決斷的演算》(Algorithms to Live By),該書榮獲《麻省理工科技評論》年度最佳書籍,以及亞馬遜書店年度最佳科學書籍,甫上市便登上亞馬遜書店「認知科學類」、「電腦科學類」和「商務決策與問題解決類」第一名,有聲書亦銷售亮眼。《決斷的演算》在台灣由行路翻譯出版。

  克里斯汀於布朗大學取得哲學、電腦科學與詩學學位,曾擔任加州大學柏克萊分校「認知與大腦科學中心」訪問學者,以及雅朵藝術村與麥道爾藝術村駐村藝術家,作品曾獲「美國最佳科學與自然寫作獎」,亦曾獲得美國詩學會獎項,曾應Google、Facebook、微軟、聖塔菲研究所和倫敦政經學院等機構之邀前往演講。他的文章散見於《紐約客》、《大西洋月刊》、《連線》、《華爾街日報》、《衛報》、《巴黎評論》及《認知科學》等科學期刊,此外他積極參與自由軟體行動,也熱中駭客活動,目前住在舊金山。

譯者簡介

朱怡康

  專職譯者,守備範圍以宗教、醫療、政治與科普為主。譯有《自閉群像:我們如何從治療異數, 走到接納多元》、《偏見地圖1:繪製成見》、《偏見地圖2:航向地平線》、《塔木德精要》、《跟教宗方濟各學領導》、《資訊分享,鎖得住?還在抱怨盜版?可是,網路科技已經回不去了!》、《複製、基因與不朽》(合譯)等書。其他歷史、科普譯作散見於《BBC知識》月刊。
 

目錄大綱

0. 楔子 Prologue

1  序章:最人模人樣人類獎
如果有一天我們造出精巧到可說能思考的機器,要怎麼知道它有這個能耐?電腦科學先驅艾倫・圖靈為此提出一項實驗:分別讓電腦程式和真人參賽,由評審團透過電腦終端機向他們提問,再分辨哪個是人、哪個是電腦——這就是今日人工智慧(AI)族群年度盛事「圖靈測驗」(羅布納獎)的由來。不論有沒有程式通過圖靈測驗(騙過三成評審),比賽都由得到最高票和最多信心分數的程式獲勝,頒予「最人模人樣電腦獎」與獎金;獲得最高票和最多信心分數的人,則會獲頒「最人模人樣人類獎」。為了與世界頂尖的AI程式對決,我得設法釐清人和機器的差異,並且盡力表現人味……   

2 認證
在機器的世界,驗證身份靠的是內容(密碼和PIN等),在人類的世界,靠的則是形式(如聲音、筆跡和說話風格)。「設計機器人不是寫程式,而是寫小說。」程式三度獲得亞軍的程式設計師丹辰科和維索洛夫如是說。他們強調由單一設計師構思機器人的反應很重要:「得先選好由誰負責勾勒機器人的個性。寫處理流程的知識基礎就像寫書……」講到「寫書」,就不能不談風格和內容孰重,以及如何表現獨到眼光,近來關於翻譯機的辯論多半圍繞這類問題打轉。幾十年來,翻譯機計畫的目標多半是以語法為基礎去理解語言,不過到了1990年代,運用統計運算的機器翻譯方式異軍突起,讓意義的問題憑空消失。   

3 遊走的靈魂
電腦科學領域很早就分成兩個陣營:有些研究者追求更整潔的演算法結構,另一些人則投入較為雜亂的結構。神經網絡、類比計算和統計式運算等,至少從1940年代早期起就引起科學家的興趣,但直到本世紀之交,主導的始終是以規則為基礎的演算法模式。機器翻譯暴露了演算派的侷限——在2006年的NIST機器翻譯賽,大獲全勝的一支Google隊伍中,沒有人懂比賽裡的阿拉伯文和中文。五年過後,雖然「統計式」翻譯技術仍不完美,但規則式翻譯程式已看不到它的車尾燈。另一個讓左腦式嚴謹分析方式徒呼負負的是使用者經驗,它重視的並非機件的純科技性能。電腦研發重心的這種轉變,反映出不獨以人類智能的複雜性和能力為尚,也珍惜它感性、靈活、能反應的特色。我們忘了什麼值得讚嘆,而電腦正提醒我們。

4 量身打造 vs. 統一規格
最早引起廣泛注意的電腦對話程式是ELIZA,由約瑟夫・維森班在麻省理工學院完成。ELIZA程式碼只有幾百行,表現卻好得令人尷尬:很多第一次和她談的人都深信,自己在和真人交談;有些人和她聊了數個鐘頭後表示,這是非常有意義的治療經驗。醫界有專家表示:「若能證實這種方式有益,它可望成為普遍運用的治療工具,彌補治療師不足的問題。一套電腦系統同時和好幾百名病患談一小時應該不成問題。系統的設計和操作都需要人類治療師參與,因此電腦非但無法取代他們,反而能讓他們提升效率。」然而維森班卻立刻掉轉職涯方向,成為最激烈反對AI研究的科學家。ELIZA是他的遊戲之作,以羅傑斯派心理治療師為範本去設計,擷取使用者話裡的關鍵詞彙當作回應,不知如何回話時就丟句無關痛癢的話——它只會這一招。

5 跳脫棋譜
20世紀最大的AI戰役發生於1997年5月,由超級電腦深藍對戰西洋棋特級大師加里・卡斯帕洛夫,獲勝的是電腦。這下大家要不認為人類囂張不下去了,就是自我安慰下棋不過是雕蟲小技,但卡斯帕洛夫賽後表示:「這不算。」他認為深藍也沒贏。在電腦互相對奕時,開局棋譜往往能直接決定勝負,到21世紀初新一代棋士以電腦記譜成風,死背幾千種開局棋譜就可能勝過真正具分析資質的棋士,對此棋王鮑比・費雪驚駭地說:「對弈雙方真正開始思考的時間越來越後面。」許多世界級棋士都服膺「棋譜稱不上人」,據說連深藍首席工程師許峰雄也講過,他想「真正下一場世界棋賽,而不是在家裡寫開局作業」。    

6 反專才
羅布納獎剛舉辦那幾年,主辦方為了讓電腦有機會拚命一搏,於是給對話設定主題。當時的AI研究多半聚焦於「專才系統」,亦即只專精特定任務或技能(例如西洋棋程式)。「要是把話題縮到一定程度,假裝對話和真對話的界線會漸漸消失。」人工生命領域的學者戴夫・艾克利教授說,「客服電話選單的語音辨識系統就是這樣。你把他們框在幾個選項裡,他們要嘛報數字,要嘛說『總機』,不然就是撂一句『幹恁老師』。」限定對話範圍因爭議不斷而在1995年取消,不料參賽者好像都有用泛泛之談煩死對方的默契,結果慘不忍睹。有些人批評獲獎者都是些「玩票的」,其實他們百分之百是專業人士,只是他們設計來賺錢的機器人是「專才型」,用來贏圖靈測驗的是「通才型」。

7 插嘴的奧義
電腦科學理論的第一個分支是「可計算性理論」,它關切計算機的理論模型和這類機器能力上的理論限制;它只在乎可不可能計算,完全不管計算得花多少時間。後來的電腦理論家則發展出「複雜性理論」,它不只思考機器的終極能力,也將時間、空間等因素納入考量,在資源有限的脈絡下評估其表現能力。語言學家諾姆・杭士基的理論類似圖靈時代的可計算性理論,他視為研究客體的典型語言形式顯然排除「實際運用語言知識時……非關文法的因素」,聊天機器人的語言模式也是這種高度理想化的典型語言,由此看來,語言學和電腦科學的情況很像:在「典型」過程與「實際表現」之間,有相當大的變化空間。身為人類參賽者,我打算卯足全力運用這個空間。

8 地表上最糟的證人
在討論西洋棋程式時,我們基本上把「極小-極大」和「極大-極小」演算法當成同一種競賽邏輯。棋賽是「零和」遊戲,一個人要贏意味著另一個人得輸,沒有「雙贏」這回事,所以從數學上說,極小化對手的贏面和極大化自己的贏面是一體兩面。從哲學角度來看,對話和下棋間最重要、或許也最南轅北轍的差異正在於此。對話在圖靈測驗裡的作用是「展現人性」,非零和的性質無庸置疑。好的對話不是「極大化極小」或「極小化極大」,而是「極大化極大」,讓雙方都能講出精彩的東西——對話是合作演出,而非一較高下。有趣的是,很多羅布納獎評審把參加圖靈測驗當開庭,常自動切換成詰問、作證和交叉辯論模式,更詭異的是,有不少人類參賽者也以為進了法庭。

9 汝不可一成不變
繼ELIZA之後引起大轟動的聊天機器人是1972年的PARRY,由精神病學家肯尼斯・寇爾比設計。ELIZA模仿心理治療師,PARRY模仿妄想型思覺失調症病人;ELIZA依循「案主中心療法」的理論,奉行「反映式傾聽」;PARRY則一馬當先取得對話主導權,並死抓不放。這兩個程式在1970年代早期對談了幾場,彼此特色盡顯,並完美反映出對話的兩大災難:一個極端是冷血、不夠自我,另一極端是溫血、太過自我。圖靈測驗難度極高的原因之一是:語言不是棋局,它沒有固定規則與必殺絕技,它不斷在變,雲遊於一切「解決方案」之外。正如ELIZA的設計者維森班所說:「我很驚訝居然有那麼多人聽說ELIZA之後,以為它對電腦理解自然語言的問題提出了通解……我一直想講清楚:這問題不可能有通解,這樣說吧,連人類都不算是這種通解。」

10 高度驚異
加快簡訊打字速度很依賴「預測」演算:手機要能猜出你接下來想打什麼字、要能自動更正錯字(有時還更正過頭),要會很多諸如此類的事——這就是資料壓縮起作用的時候。夏農在〈通訊的數學理論〉裡得出如下驚人結果:預測文字和產出文字在數學上是相等的。能像人一樣穩定預測你想打什麼字的手機,就跟能像人一樣回信給你的程式一樣聰明,美國青少年可說平均每天參加約莫八十場圖靈測驗。「東西的資訊量可以測量」是最基本的「資訊熵」概念,而有損壓縮乃是語言的本質,它既暴露語言的缺陷,也彰顯語言的價值。大家經常批評一般人貪圖便利,只讀書摘卻不好好讀書——拜託!假如《安娜・卡列尼娜》的資訊熵超低,用篇幅百分之一的書評就能講完它六成內容,那問題出在托爾斯泰身上。

11 結語:最人模人樣的人

12 後記:玻璃櫥之美無可言喻

致謝