人類對於人工智慧的恐懼

在大數據以及科技的快速進展之下,會有許多傳統投資者對這種投資方式並不是很理解,並且對機器學習還有電腦來輔助感到不安,但我們要指出,這些並不是新概念,許多投資者已經在使用數據和某種形式的機器學習來分析市場資訊。

例如,沃爾瑪(Walmart)的創始人薩姆·沃爾頓(Sam Walton)在1950年代曾使用飛機飛過停車場,並計算停車場上的汽車數量來評估房地產投資。之後類似的分析方式進化成使用衛星成像,衛星定位某個城市的車流狀況,分析該城市量販店以及其他零售業的業績評估。

分享

機器學習跟統計學的關係是很緊密的,機器學習裡面的演算法大多都是從經典的統計方法而來。像是各種回歸(Logistics)方法或是決策樹(Decision Tree)模型。

統計學從1749年開始發展,當時是用來表徵信息。研究人員使用統計學來表征國家的經濟水平以及表徵用於軍事用途的物質資源。隨後統計學的用途擴充到數據的分析及其組織。

到了1940年當時人們在描述用機器模仿人類的思想,人工智慧的名詞就開始出現了。在1946年之後,機器學習作為AI的分支,開始興起了另一門學派,這個學派的目標在於使機器不用透過程式的編輯和明確的接線進行自我學習來對目標求最佳解。

既然機器學習和人工智慧的起源這麼早,那大家在害怕什麼呢?

我認為應該是人類的心理,對於機器學習出現一種類似恐怖谷的心裏陰影。

恐怖谷理論(另名詭異谷,英語:Uncanny Valley;日語:不気味の谷現象)是一個關於人類對機器人和非人類物體的感覺的假設。它在1970年由日本機器人專家森政弘提出,但「恐怖谷」一詞由恩斯特·詹池於1906年的論文《恐怖谷心理學》中提出,而他的觀點被佛洛伊德在1919年的論文《恐怖谷》中闡述,因而成為著名理論。

由於,許多人工智慧的情境,像是電影或者小說,時常以人的模樣出現,使得大家對人工智慧的想像是一種新人類的存在,把自我的人性套用至人工智慧身上,從「擬似人」變成「人」,甚至是「超越人」。然而這樣的誤用,讓多數人對機器學習產生恐怖谷的心理現象。人類的各種複雜的決定可能來自於慾望的衝動、對生命的渴望、對生存的需求、地位的維護、追求自我的實現等,我們將之複雜的意象,直接投射在人工智慧的物件上,因此對其過於相似的特性,而感到排斥與害怕。

如果大家都認為人工智慧同時擁有「人類」和「工具」的特質時,這種理解方式常常被科幻作家寫成「被人類過度奴役的人工智慧」這種題材,透過人工智慧的反撲譴責和懲罰人類;另外,其存在也讓我們對物件、工具們的定義產生模糊,反思自身人類如何透過身邊隨意創造出來的物件們(槍、椅、車等),濫用之和過度滿足單一慾望,對人工智慧的恐懼其實某部分也是害怕面對自我人性濫用的一面。

分享

再來人類會恐懼機器學習的黑盒子特性,人類對於機器其智慧的行為是如何被產生出來,是無從得知的。

機器學習因為黑盒子的特性,使得人類會認為人工智慧像是一個新的物種。害怕它們成為「類人類」的存在,產生「人性」,甚至是超越人類,能夠單方面地看透我們的一切,但我們卻無法理解他們的行為與決策,擁有比人類更高的權限可以決定人類的生死,變成「失控」的種族。

綜合上面所述,令人類可拒的,可能並不是人工智慧本身,而是害怕我們自己,害怕將會長出和我們類似「人性」的物種。

分享

人性是一個複雜、多樣、難以捉摸的人類特質,然而,在我們的生命經驗中,面對該無窮無境的人性多樣性,讓我們多數體會到有善良就會有邪惡,有光明就會有黑暗。

上述那些人工智慧擬似人類的學習特性,強化人類對害怕「人類」的心情,轉移至一個類似人類的全新物種身上。說到底,有人工智慧便會有後面的創造者,以目前人工智慧發展的原理和技術,不太可能自行發展成一個失控的物種。 大家該害怕的是後面的創造者,創造者設計其人工智慧,讓他學習的東西為何,使用目的為何才是大家需要關心的目標。

延伸閱讀
回應