人工智慧 (AI) 成了全球的熱門話題，這個由人力開發的非自然生物的智慧，讓大家好奇、感嘆、振奮、困惑，電腦可以辨認臉孔、聽懂說話、翻譯語文、診斷病情、自己開車、下棋稱王。我們每天都看到新聞報導各式各樣的 AI 創新，儼然成為經濟發展的能量，甚至 AI 即將統治世界的說法大不乏人。蘋果執行長庫克應允川普總統在美國境內投資 10 億美元三個工廠，增加就業機會，但大家猜想就業的多是機器人，不是生物人類。

（圖片來源：MIT Center for Brains Minds + Machines。取自網路）

   我們現在看到的 AI，都是了不起的成就，應用在各個領域，通常都超越人類的效率，替代了許多原來由人做的工作。AI 繼續發展的空間還很大，各行各業也會繼續用來替代人力，現在還看不出慢下來的跡象。日前就有汽車業者預測 2021 是豐收年，自動駕駛、無人駕駛、電動車輛、電池技術、共乘增加、私人車輛減少....。這些「豐收」的背後，莫不隱藏 AI 的影子。

   幾十年來，電腦都用在整理資料，寫一個程式讓電腦依序動作，從哪裡取得資料，做什麼運算，整理的結果放到什麼地方，每一步驟都是由人預先設計好的。AI 雖然仍用電腦，仍需要有人寫的程式，卻換了另一種作法，因為 AI 的電腦程式不是直接運算求得解答，而是用來學習，好像我們學一技之長，不斷的練習、熟能生巧，AI 電腦程式就是經過不斷練習，最後發展出強大的功能，再用來解答覆雜的問題。

   所以「機器學習」(Machine Learning) 這個名詞就因應而生，為什麼不直接讓電腦做事，找麻煩讓電腦先學了才能做事？只有一個理由，就是我們人也不確知這件事怎麼做，連人都不確知的事，怎麼讓電腦直接來做？

   無人駕駛汽車的最終目標，是真的沒有人駕駛，車裡沒有沒有方向盤、煞車、油門，沒有可用來駕駛的把手。如果寫一個電腦程式，包含路上號誌標記的辨認，車流的安全顧慮，緊急狀況的應變，安裝在一輛車上，控制所有的機械動作，上路之後如果不出車禍，那恐怕只是意外。

（Mercede's Benz F015 無人駕駛概念車。取自網路）

   因為沒有人能把開車遇到的狀況完整的寫到紙上，轉成電腦程式，再用來駕駛無人汽車。我們人是做的多、說的少，有些事情做的很順利，卻說不清楚是怎麼做的，開車正是這樣。所以要車自己開，所需要的 AI 開車程式，要從頭學起，除了從資料學習，也包括我們充當教練上路學習，我們一邊開車，AI 電腦一邊學習，記住行車的每一個動作，遇到的每一個狀況。如果訓練不出來這樣一個 AI 程式，無人駕駛汽車就不能安全上路。

   另一個例子是 AlphaGO，下圍棋的 AI 電腦程式，贏了中韓兩國圍棋國手，但圍棋致勝的棋步，複雜又龐大，沒有人能完整的列舉出來。AlphaGO 則藉吸取大量圍棋戰況，以及不斷與人類對奕，從中學習、增加實力。

（人機對奕。圖片取自網路）

   AlphaGO 原是倫敦一家新興公司 DeepMind 發展出來的，現被 Google 收購，贏棋之後，執行長 Demis Hassabis 就收起棋盤，改變發展方向，從專業的 AI 轉向一般的通用 AI (Generalized Artificial Intelligence)，希望 AI 有常識、有人的意識、更能平易近人。但他發現，這已經進入了「人的智慧」領域，到目前為止，還沒有數學邏輯來定義這樣的智慧，所以機器學習也就沒什麼可學的了。

   到底什麼才叫通用 AI？只有兩句話，直覺的瞭解現實世界，用有效的方法學習，更通俗的說，就是「人性」。幾個朋友在一起喝茶談天，走過來一個機器人加入龍門陣，與大家隨意說三到四，好奇的問聽不懂的事，又把聯想到的以前記憶，說出來與大家分享。這位機器人就可以說有通用的AI，有些人性。

   用什麼方法才能製造出一個這麼有才華的機器人？Demis Hassabis 最近在 Neuron 期刊發表一篇長文 Neuroscience Inspired Artificial Intelligence，說唯有進一步瞭解人的智慧，才能把 AI 向前推進一步，所以 AI 要與神經科學結合，創造良性循環，探討這兩個領域發展的目標。他說這是一件非常困難的任務，這兩個領域都是既深又廣，成為一個領域的專家已經不容易，何況成為兩個領域的專家，來尋找與詮釋其間的連接？

   有人期盼有人性的機器人趕快出現，成為生活上的伴侶，又有人不希望這種機器人出現，深怕難以駕馭反受其制，AI 要不要朝人性發展，已經出現兩極的辯論。但聽了這位圍棋 AI 專家的話，人性化機器人，恐怕還會停留在科幻銀幕上一段很長的時間。

   下面一段影片，是大阪大學石黑浩教授的精心傑作，漂亮的機器人 Japan Erica，至於她有多少人性，由讀者自己來欣賞評斷吧！