先前 Google 的軟體工程師 Blake Lemoine 聲稱擁有人工智慧(AI)的聊天機器人 LaMDA 出現了自我意識,就像個真正的孩子。這個言論一出立刻引發了大規模爭論,爾後,Google 直接解僱了這位員工。

究竟 AI 到底能不能發展出屬於自己的意識?現在的發展又到哪裡了?就讓 Google 台灣前董事總經理簡立峰來為我們解答!

AI 到底有沒有意識?它們竟然擁有認知能力了?

說到 AI 到底是否已發展出自己的意識,簡立峰直言「想太多了。」正是因為人類不了解自己,對於 AI 過度期望跟害怕,才會得出錯誤的結論。

回想二、三十年前,「可以將語音辨識成文字」似乎難如登天,但如今語音輸入卻十分常見。這次的事件中,工程師使用了「sensible、有感覺的」這個詞彙,跟過去討論的認知有些差異。能做語音辨識、機器翻譯都是「認知」的一部分,然而,工程師卻宣稱 AI 有感覺

簡立峰解釋道,直到目前為止,AI 就是在進行機器學習,邏輯上是輸入什麼資料、得到什麼結果。因此,即便它們有時可能在問答時回答得不錯,卻並不是跟人類一樣有感覺。

且這個話題也能讓我們得以思考:如果今天 AI 變得真正聰明時,我們應該用人的角度去看嗎?畢竟,機器不是為了模擬人,如今 AI 早就有很多能力比人類強,我們不會卻不會對此感到害怕,只是怕它變得跟人一樣。

測試 AI 最有名的思想實驗當屬「圖靈測試」,透過對話確認機器是否和人類一樣具有智慧。對此,簡立峰表示,對於機器學習了解不夠深、有過高期待就會覺得結果很厲害,而這其實是人類自我投射的結果,歸根究柢,那些呈現的都仍是機器學習的結果

能處理語言卻不是真正理解!AI 在語言辨識上走到哪了?

簡立峰分享了「Progress in AI」的分析,目前,在「語音辨識能力」方面,機器與人是接近的;「電腦視覺能力」則有超越人類的物體辨識力;贏過人類最多的則是「棋力」;而在「語言理解能力」層面,機器卻遠遠輸過人類。

雖然 AI 尚不能真正「懂」各種句子,卻能夠處理語言,能藉由分析語句去判斷寫作者的情緒與立場。

至於 Google 翻譯何時能推倒人類的巴別塔?簡立峰表示,它在評分程序 BLEU 中已經達到了「專家」等級,跟翻譯者已經是差不多水平,但偶爾仍會出現離譜翻譯,而這在人類身上是較不會出現的。而以總量來說,大部分句子都翻得很好。

Google 翻譯在地球上的一天使用量達到好幾百億次,若以實用性來說已經足夠,但要完全取代人類仍還有許多須跨過的門檻。

環境運算是什麼?讓機器交叉運作加成發揮!

在如「Star Trek」等科幻作品中,我們能看到「環境運算」的概念,這在現實中有可能實現嗎?簡立峰分析,其實在電腦科學領域中,各階段都曾提出類似的概念,它其實是一種類似智慧物聯網的存在,讓各個裝置可以做主、交叉運作。

當機器可以交叉運作後,甚至不用新的突破,就已經能達到許多我們目前想像不到的事。就以自動車來說,現在雖能自動行駛,我們仍得握著方向盤。但到了最高自駕等級,在完全自動化的情境下,就包含了各種決策:要交個過路費省時間?還是省錢繞個路?其實機器的資料庫本來就有這些數據,但我們要不要讓它們做決定呢?

這就好比「全民公敵」中,機器人在救人的選擇上所提出的道德難題。而目前,針對類似的選擇,都是以法律為基準。

價值都在數位科技!台灣如何跟上腳步?

現在許多新創都在討論 AI,根據 IDG 的預測,到了明年,全球有 50% 的 GDP 都是由數位科技帶動的,而其中,最重要的引擎便是 AI 的發展

簡立峰延伸解釋了相關的軟硬體討論,他認為軟硬體區別是這樣:一個定型演算法是硬體,還在變動演算法是軟體。將固定演算法燒成硬體的價值偏低,應用性固定;反觀軟體則很彈性。

目前,台灣只有 19.2% 的 GDP 是來自數位科技,表示台灣還有很大的空間可以成長。觀察我們的日本鄰居,可以發現他們對於數位的內容越來越重視,除了是因為疫情帶來了許多壓力,也是因為競爭力漸漸比不過他國。

反觀台灣,目前硬體產業成熟,又因人口不足缺乏市場,造成新興領域發展受限。不過,我們擅長的硬體產業(半導體)剛好是 AI 的基礎設施,所以還是有連結。

過去各項科技產業都主要集中在中、美兩國,歐盟、日本因此也都缺乏大型網路公司,而要出現世界級的網路公司,需要極大量的使用者。在這部分,台灣本就沒有機會,但我們始終保持著硬體的優勢。

簡立峰建議,我們應該投入發展 B2B 軟體,充分發揮製造業特性,舉例來說,人家可能是無人機的控制中心,我們則能做無人機軟體服務的偵測器。台灣應該在原有強勁的垂直領域基礎上發展,再嘗試加入一些軟體,而更結果。

【 躍上 AI 半導體產業的最新趨勢 】

台灣新思科技、微軟、NVIDIA、AMD、Rockwell、AMD、華碩等產業領導者為你剖析!

>>>10/5 參加 2023 AIoT 智慧製造論壇<<<

首圖來源:unsplash