【台灣年輕人很有潛力 只要給他們機會】
今天到台南主持 AI 論壇,我開放讓同學手機提問,結果令我大吃一驚,怎麼同學可以問出那麼有深度的問題。注意~~ 這是大學生,是 中信金融管理學院的大一到大三同學,事實上,我大約只交過幾十個同學,就對他們印象深刻。
一個小時提出約 40 個問題,在此公布給大家參考看看,有些問題像是大學生的問題嗎?
1. AI人工智慧應用在FinTech未來的銀行將往哪裡發展
2. 請問院長AI的缺點是什麼?隱憂是什麼?而就其利弊來考量的話,AI是利大於弊還是弊大於利?對霍金的警告(有關人工智慧的部分)又持何種看法?
3. 請問院長,之前在網路上看見國外有將AI應用在法庭上,且有助於增加法官判決的自由心證的客觀性,那請問AI將來有沒有可能成為法庭判決的主流趨勢?那會不會造成什麼問題或阻礙?
4. 院長您好,想請問您對於AI應用在教育上的發展可能?
5. 請問院長,學生該如何學習人工智慧?
6. 院長,您覺得人之基因差異,是否有機會應用於金融之風險評估?謝謝
7. 如果未來大數據應用在股市分析上,會不會導致技術分析完全崩盤呢
8/ 院長好,想請問,AI科技是否在金融方面比較不發達?如何改善這個問題?
9. 請教張院長: AI 的發展有一個原因是為了在決策上避免人性的一些偏誤, 如身體狀況不佳、情緒化等 不過AI的訓練受制於訓練師的餵養,該如何避免訓練期間 如:資料爬蟲、整理、輸入、判斷等人為的認知偏誤 而最終發生AI 有定錨效應
10. 人工智慧可能帶來的失業潮 對於學生的我們 該如何因應?
11. 現在NCC說台灣要當個聰明的跟隨者,所以放緩5G建設,也想請問院長對這樣的NCC有什麼想法?謝謝
人工智慧所做的決定一定正確嗎? 當做錯決定時他有辦法為自己的決定負責嗎?
12. Google最近在台灣全面開放Google助理,其中的AI和Amazon Alexa , google home差不多,我覺得這是好事,但是目前台灣的法規仍然相對落後,請問院長對這樣的台灣有什麼想法?P.s.聽說台灣的AI控股很雷,建議院長現在別買,再等幾年,技術成熟再買
13. AI如果能檢測基因,那麼對於帶有遺傳基因的人會不會很不公平?比如說之前Dcard上面有婆婆就擔心,未來的媳婦家族家族的遺傳疾病,所以逼他們分手,那麼具有遺傳基因的人就沒有資格擁有小孩?
14. 請教張院長: 現在人類發展AI科技,人類賦予了AI一套思考模式,那到底AI會不會有一天對人類反噬,發生AI人工智慧消滅人類的電影場景
15. 院長你好,請問在從政期間,對於台灣政治看到的許多弊病,你一個院長當了3個月,許多的批評都是在說是因為你沒在做事所以造成罵聲最低最優質的院長,請問有什麼想要辯駁的嗎
16. 人工智慧在先前發展經歷了兩次失敗 到現在進入Deep learning 時代 是否是AI發展真正的成功?
17. 由於目前台灣在國際上的地位每況愈下, 要找出破口勢必要靠著軟實力,那麼ai就成為了一口台灣可以喘息的氧氣 請問院長該如何把台灣的ai特色化以至於能成功推銷國際 政府有在這方面做打算嗎
18. 那因為AI的決定而產生任何形式之法律責任,那誰該負責
19/ 院長您好想請問院長將AI應用於長照在台灣是可行的嗎?想請問院長有何想法?
19. 人們不斷追求ai的創新,那如果現在堅守傳統,會不會是一條新的路
20. 院長好,想請問一下,AI對於我們銀行業會是利大於弊還是弊大於利?
21. 院長您好,在講座中您提到人工智慧強調應用,當今學習撰寫程式語言也成為商學院學生的必修學分。然而1.相較於資工系的同學,我們商學院(我是財金系)的學生有什麼樣的優勢和劣勢呢?2.如何判斷自我學習(包含課內與課外),能與當今AI在金融的發展接軌呢?謝謝院長:)
22. 張前院長好,根據您的講法.AI的準確度很大程度取決於輸入的資料,但若輸入的資料本身就是有bias亦或是manipulated? 例如這幾年台灣政壇開始有所謂的"網路聲量"的指標,但若根據這個指標,一個月後台南市長當選人叫林義豐,高雄市長當選人較韓國瑜。你認為這會是事實嗎?若不是,那AI的效度是否被過度渲染誇大?
23. 請問張院長,最近台鐵普悠瑪事故鬧得沸沸揚揚,請問未來能夠如何運用AI去避免這類的悲劇再次發生,謝謝。
24. 院長您好,目前在網路上十分火紅的「DoNotPay」法律機器人,協助一般人處理一些基礎法律問題,不用付出高額金錢,也可以享受專業法律意見,人工智慧大幅降低了一般民眾接觸法律知識的門檻,也間接造成了一些工作的減少,目前的AI就像一把雙面刃,想不被取代就必須與AI為伍,因此想請問院長認為該從哪方面著手增進我們自身的實力
25. 倫理問題仍然是阻礙AI發展的絆腳石例如在 法律AI比AI技術在其他領域上產生更多的人類倫理問題 只能對事情判斷對錯 而法律AI不能及時地通過感知當事人情緒進行情感交互幫助案件審理的進一步進行 在此要怎麼處理?
26. 院長,您好,先前與一些師長們討論過AI與區域鏈的結合,而我們的結論是他們已經呈現飽和的狀態。我想請問,那現在AI在哪個區塊是尚未發展如此純熟?而我們新一代又可以從哪著手?
27. 剛剛院長說到東華大學學生雖不知AI但卻很會善用工具想問院長有什麼基礎工具是學生可以自主學習或課外練習
28. 在張前院長在任期間,據張院長的說法,韓國就已經要做8G了,台灣政府現在還在做5G真的太落後。請問張前院長,台灣甚麼時候要做8G???
29.韓國瑜市長候選人在館長直播說要發展高雄的醫療觀光,請問張博士覺得可行嗎? 南部還能怎麼發展
30. 院長提到有大企業併購許多AI新創公司那是否會在未來有企業全面壟斷新技術的可能性?
31.請問院長,對於AI發展的時間張院長認為什麼時候會衰退?AI的發展會不會使人類退化?
32. 樂高公司曾根據大數據分析,認為新世代缺乏耐心,決定簡化玩具設計,但忽略數據成因的後果,差點導致公司倒閉。大數據只能以量取勝,但是並不能分析人的消費行為。想請問院長,在大數據發達的時代裡,AI人工智慧有沒有機會分析人的內在感受,讓行銷定位更加精準?如果有,這些行銷業者該如何因應?
彭啟明
施光訓
事實避免情緒化決策 在 CloudMile 萬里雲 Facebook 的最佳貼文
AI時代的變革比每一次工業革命都快!李開復博士在達沃斯世界經濟論壇的人工智能焦點論壇上談到,人工智能的未來將預見未來的大規模的職業轉移和人力重新佈署。但同時人類將有更充裕的時間體驗更優質的娛樂(舉例:虛擬實境)。
【AI時代的變革比每一次工業革命都快】
達沃斯時受邀與MIT Media Lab(麻省理工學院媒體實驗室)負責人伊藤穰一(Joi Ito)在達沃斯世界經濟論壇閉幕日的人工智能焦點論壇上探討人工智能,本文由創新工場工友根據現場錄音整理。
——————————————————
對談嘉賓:
李開復博士,創新工場董事長及CEO、創新工場人工智能工程院院長
伊藤穰一(Joi Ito),MIT Media Lab(麻省理工學院媒體實驗室)負責人,曾任Creative Commons CEO、Six Apart日本分公司主席、風險投資公司Neoteny創始人兼CEO
主持人:
蒂姆·布拉德肖(Tim Bradshaw),《金融時報》駐舊金山科技記者
————————————————————
主持人蒂姆:今年我首次來到達沃斯參與世界經濟論壇,感覺人工智能(Artificial Intelligence,以下簡稱AI)在今年大會已然成為炙手可熱的焦點。現在當人們談及AI和它所引發的生產力進步時,往往會一道談及AI可能引發的倫理和政治議題,甚或爭辯AI的終極價值。我希望今天咱們能換一種觀點來討論AI。
伊藤:我覺得AI確實變的熱門了,這種變化從去年底開始,2016年是非常重要的一年,連許多非計算機領域的科學家都開始提出他們的觀點,而非像過往單純質疑AI。
李開復:的確,如今AI已經被全社會所更廣泛地接受了。人們開始認識到,AI正在為現實生活服務。自2016年初AlphaGo戰勝李世石一役,為大眾揭示了一個無法否認的事實,那就是AI確實能以極高的效能掌握特定垂直領域。AI能夠為我們的生活提供許多超越當前產品與服務水平的解決方案,AI能開始正式為人們提供服務。
圖:AlphaGo VS 李世石
蒂姆:所以,您認為這項變革的動力來自技術領域,還是外在的實體環境?
李開復:我認為它屬於技術引領的變革。數十年來,人們普遍把AI視為一項技術,確實在AI發展的同時,經濟、政治等外在環境也發生了一些改變,但我不認為實體環境的改變和AI技術的發展具有直接相關性。
蒂姆:前不久,IBM與微軟都捲入了一項重大討論,那就是AI技術是否會對人們現有的工作造成威脅,人們是否會因此失業?他們認為,AI的目的是增強人類的智能,而非替代人類。兩位認為上述論點成立嗎?
伊藤:所有事物的價值都需要經過長時間的檢驗,而並非一段短暫時間內的觀察。宏觀角度來看,我們無法否認人們會因「新技術總會導致人們失業」而恐慌,但隨著新技術的發展,某些領域又會誕生新的工作。例如在美國,高中畢業生如果想當護士,就必須就讀社區大學考執照,而AI技術能夠達到護士必須學習的操作流程技能,使得費時且昂貴的職業資格考試變得不那麼重要。護士這一職業還將存在,但將不再受限於繁瑣的操作任務和流程事務,對於想從事護士一行的人來說,這是一大利好。對於許多職業而言,立刻要談立即被AI技術取代還言之尚早。但是顯然,許多工作領域的問題正被解決也正被改變。
主導AI技術研發的各大科技巨頭,如果能為人們樹立一種正確的態度,驅散人們心中對AI技術的恐懼,也將會是一大利好。畢竟人們對AI技術的恐懼,絕大部分來自於對於AI的不解。
要消除恐懼,我們需要在兩個方面努力,其一,是消除人們心中情緒化、非理性的恐慌心理;其二,則是理性解決問題。例如,我們必須對當前的教育體系,以及職業資格認證等體系進行改革,這取決於未來機器發展的速度有多快。
在接下來數十年甚至很長時間內,AI技術都將會不斷發展。但現實是,我們的教育體系和人才市場仍然一成不變。我預見各項既有制度的僵化與缺乏彈性,將成為比AI技術本身更大的阻礙。
李開復:大體上我同意,不過我認為,我們需要更為急迫的喚醒社會集體意識來理解並準備AI時代的到來。
當今時代變革的速度,比以往任何一次工業革命時期都要快。隨著AI技術的不斷完善,越來越多的工作如今開始被AI技術取代。舉例來說,中國有一批AI創業公司正在研究人臉識別,這類技術已能批量辨識20到30萬張人臉,這是一般人類不可能達到的量級和精准度,諸如保安、邊防等從事辨識任務的從業人員,也勢必會被取代。在另外一些領域,AI處理人際和人機關係的能力確實還不如人類,醫療行業是最好的例證,醫療檢測中的某些涉及影像識別的崗位很快也會被AI技術所取代,但那僅僅是醫療專業的一小部分。
圖為曠世科技face++人臉識別自動解鎖
所以大體上來說,人們的工作必須具備足夠的深度,需要讓自己強大到不會輕易被機器所撼動。我不認為現在正在從事這類有足夠深度工作的人們,會輕易被AI取代。
當前有兩項重大的任務等著我們去解決。其一,是思考如何調配未來二十年大量被AI技術替代的工作者;其二,是我們的教育亟待改革。我們需要對我們的子女、下一代子女進行再教育,分析哪些工作不會被輕易替代,而不僅僅去幻想從事目前看似光鮮亮麗的工作。
投身服務業可能是其中一個選擇。我們希望能鼓勵更多人參與人際間的交往互動,建立機器人與人類的交流溝通模式,並不是所有人都能做到這一點,而這些對於服務行業來說至關重要,AI技術能夠使未來的服務業更被人們期待和尊重。
伊藤:日本人對於服務行業的看法就很有意思。日本人認為,服務業是與人打交道的工作。在日本很少有人帶著好萊塢夢,為了將來成為明星而在餐廳打工,他們單純就是喜歡在餐廳工作、熱愛著他們的顧客,這樣的態度完全刷新了我個人對於工作價值的認知。
我們有必要重新設定價值的評價體系。過去我在日本的時候,日本還是一個經濟發展至上的國家。但如今,人們的觀念已經發生了很大轉變。在以前,工作只是為了獲得金錢,而金錢是衡量一個人是否成功的標準。
但如果你基於你對工作技藝的精通程度去評價你是否熱愛這份工作,同時改採你對工作的熱愛程度來衡量成功,那麼很多被歸結為服務行業的職業其實都相當成功,服務本身可能談不上偉大,也不在創造什麼新事物,但這些當下從事的工作讓你明確目標,支撐著你的生活結構,讓你找到人生的意義。
我們應當少關注一點工作產出的經濟效益,而更關注工作的目標和意義。舉例來說,育兒應當是國家GDP的組成部分,而不是像現在這樣只被視為家務,養育下一代對全社會而言至關重要,如果每個父母都能在育兒領域多花些時間,社會將會變得更好。我們在比較人和機器的勞動產出時,多半僅僅用勞動價值和工時長短來衡量人類的產能,卻忽視了工作背後潛在的社會價值。這也是為何許多非計算機領域的科學家自去年起,也開始提出他們的觀點。
李開復:另外一個重點在於,人類的工作進入了一個新的層次。人們在競爭中,將選擇更好的雇主和工作,同時取得工作技能與深度上的提升,逐漸成為各類專業能手和頂尖人才,甚至最後成為特定領域的首席科學家、最有價值的金牌球員、最受饕客追捧的明星大廚等。
但機器也擁有著屬於它的全新定位。我們要做的是去思考在AI時代來臨之際,如何保留一手的經驗,如何為人類提供成長的空間,從而創造更多的就業機會,為人類共同的未來找到更好的解決方案。
蒂姆:那麼隨著AI技術的普及,社會上的職業構成、各類職業對經濟貢獻的性價比會不會隨之改變?例如,一個人周遊世界開另類雜貨鋪,會不會比在辦公室當一名白領賺得多?
伊藤:這正是另一個關乎整體經濟的重要問題。 如果AI真能把整體社會的生產力無限提高到一個極其充沛的程度,那很多人可能根本就不願意繼續從事現在的工作,如今包括政府公務員在內,很多人在崗位上過度勞動,薪水卻巨低無比。這些職業的確需要政策扶持和薪酬相關的補助,才能鼓勵人們考慮選擇那些看似低回報的工作。
古希臘的雅典城邦就是一個例子。當然我們現在沒有那時代的奴隸制,但想象我們處在一個充滿了藝術家、哲學家的社會,那時公民們關心的,會是資源分配是否公平、收入是否均等。這並不意味著我們不再需要工作,否則就太不符合現代的經濟法則。社會仍然需要人類勞動力,但人們將變得更富裕、更能投身內心真正渴求的工作,將會有更多的音樂家能心無旁騖專注他們熱愛的創作、廚師們方能每天精心烹調讓人贊嘆的美食,他們周遭人們的生活體驗,將會因此更為多彩豐富。
蒂姆:說到剛才的音樂家,如今他們掙錢的道路似乎更辛苦了。您覺得該由誰來支付這種額外收入?是政府?還是科技公司?
伊藤:目前的音樂行業,正隨著流媒體技術、更趨完善的數字版權制度蒸蒸日上,可預見的是,數字音樂不會在近期沒落,產業規則和行業規模隨著技術平台而生了重大變革,整體音樂行業反而是在上升的。但是,我預見音樂產業各種獨家約束制度仍然是個發展瓶頸。上世紀後期,在電視和傳統音頻媒介當道的時候,巨星經濟、高銷量唱片和企業壟斷形成了當時的市場格局。但現在,這種體系已經過於複雜、而且不符合當今以技術平台為主流的發佈體系。
李開復:不僅是音樂行業,其他的行業也存在著明顯的問題。例如,專欄作家和記者們的前途也值得憂慮,他們依循傳統媒體遊戲規則都曾經歷過獲利頗豐的年代,而對於新的技術平台分發規則、更為AI自動化的媒體模式他們仍未做好準備,記者編輯們的專業地位也需要被重新檢視與定位。未來型的AI技術公司將有機會賺得較高的經濟收益,這些創新公司甚至能和前沿政府緊密合作,共同為未來世界的工作結構和薪酬制度,進行前瞻的規劃和準備。
我們過去專注在培養數理化人才,為了訓練符合上個時代需求的工程師、醫師、會計師、律師等等專業人才,我們已經投資龐大的社會資源,導致很多人打從學習階段其實就開始偏離了他們的核心潛能而毫不自知。在不久的未來,許多工作都能被機器取代,人們將從這種演進中被釋放,真正投入我們擅長、我們熱愛的領域。
蒂姆:讓我們再來談一下當前AI技術帶來的經濟收益。由於AI技術對於大數據存儲、從業人員技能、輔助設施研發等領域提出了高門檻的要求,是否因而大部分收益都將集中在屈指可數的幾家大型科技公司中?對於其他小型的創業公司,由於缺乏機器、缺乏數據集,AI技術的研發成本無疑是巨大的,您認為AI技術對經濟結構有什麼影響?
李開復:我覺得目前的體系會持續促使大型科技企業不斷發展。他們有能力壟斷資源、壟斷數據,在商業利益和激烈競爭的驅使下,他們會不斷競逐更為精進的技術能力,為公司賺取更大的利益。對於較小企業,進入AI市場的難度的確比移動互聯網時代的創業高出非常多。
我呼籲行業需要大力推動AI生態系的開放性。創新工場北京總部和我們所投的創業公司體系中,已經啓動了全新的AI技術相關研發工作,近期我們成立了人工智能工程院,帶著孵化中國AI生態系的目標投入大量資源,招聘培訓一批年輕工程師入門AI領域,展開可公開數據集的採集和標注,我們也積極尋求在中國和全球資本市場的融資和成長機會。
全球AI競技場上,美國市場有Google、Facebook、微軟,中國市場有百度、騰訊、阿里巴巴等行業巨頭,激烈的市場競爭導致他們的技術極低程度會考慮開放出來,創新工場希望能夠借此成為AI領域開放發展的倡議者和實踐者。
蒂姆:我們之前提到,誰擁有數據上的優勢,誰就擁有敏銳的洞察力和創新能力。那麼非技術型公司什麼時候能夠真正採用AI技術,亦或是只能運用像IBM、Google、微軟等公司的平台?
伊藤:隨著世界愈發緊密互連,要以「贏家通吃」的玩法去壟斷市場是越來越難。現在,如果某個個體試圖進行壟斷行為,會自動觸發市場機制。市場競爭會形成限制:如果某方採取壟斷動作,對標競爭的另一方會花數百上千萬美元去找到超級優秀的AI博士們來迎頭趕上。現今人才培養的源頭已經到位,但我擔心,當某個企業實現了壟斷甚或做上了寡頭的時候,自然而然能順勢招募AI領域的全球才俊,吸引能夠負擔他們百萬美金酬金的投資人,種種多方因素都正匯聚在一起。市場單方面依賴競爭機制進行調節並不完善,因此,我對開復和創新工場在中國推動的開放做法特別感興趣。
接著我想說下一個經典的「電車難題」,雖然看起來有點偏題,但其實這個跟我們的討論挺相關的。這個研究大概就是詢問人們,如果街上一輛滿載乘客的電車馬上就要撞上一大群人,它應不應該立刻轉向,犧牲車內乘客的生命,還是放任讓車輛撞上人群。結果大多數的人都說,當然應該犧牲車內乘客的生命來保全更大一群人。但如果按照這個標準設計一輛無人駕駛汽車,你們會不會買具備這種人性道德的汽車?我是肯定不買。所以其實這就意味著,當我們只把責任交由市場機制,人們普遍都是自私的。
而且,就像開復所說的一樣,資本主義的市場競爭是不會激勵大家分享數據、資源和市場的。傳統的政府監管方式過去曾經行之有效,但在面對互聯網的開放和動態結構,這種傳統的監管方式將會失效。現在這些AI、比特幣和其他所有領域中的問題,都不是過去十年二十年間學者們研究的題目,而是真正在資本市場能夠快速賺錢的技術。然而相較於開放的互聯網,行業不曾充分在開放場域來探討這些技術衍生的問題和現象,這是我的擔憂所在。
李開復:我們倒是嘗試採用實務並直接一點的方法,用大公司跟大公司來抗衡。比如某巨頭企業說他們能夠提供數百萬美金的資金,另一家巨頭企業便說我們可以提供一個昂貴的開放平台。我們不知道這個方法是否有效,但畢竟我們都是敢於冒險的資本家,這個策略肯定是值得嘗試的。作為風險投資家,我們理解商場上凡事皆求回報,我們試圖串聯各方利益點,聚合成一條具有共通性的利益鏈條。
蒂姆:現今大家都能看到AI產出已經開始變得極具說服力,那麼投入方面狀況如何?誰在編寫、改進算法,我們又怎麼知道這些算法何時會被使用?AI技術的透明性又如何?市場能否避免AI這樣的黑科技遭受偏見誤區,或者避免AI技術被濫用?
李開復:我覺得目前有些公司採取所謂公開透明的做法,其實是很討喜的宣傳手段。但我也確實擔心,下面這種兩難問題會不會出現:一些公司選擇通過自律或推動立法來限制錯誤發生,但另一些公司不會這麼做。自然而然,比較規範自律的公司由於發展顧慮更為周全,相對發展速度上可能放緩;而較不顧慮錯誤發生的企業,反而可能成為最快速或最成功的那一方?
例如在無人駕駛技術的開發上,Google很小心謹慎,把保護駕乘人員和行人放在了極其重要的位置上,技術不成熟就不推廣;相反,特斯拉的AutoPilot就很激進,會直接把測試版產品拿給公眾進行試驗。然而現在看來,特斯拉造出好無人駕駛車的可能性還要更大一點。所以這個難題對任何規模、任何階段的企業,都是一個道德層面的決策。
伊藤:偏見同樣會影響到產品開發。曾經有某家企業開發麵部識別系統的時候,僅用他們自己的工程師作為訓練數據庫的模板,但發佈演示產品的時候,這個產品竟然認不出一位黑人女性的臉,正因為他們的工程師全都是白人男性。很多偏見,是你在日常職場中不容易意識到的。
過往許多公司會去蒐集信息、理解客戶,然後給出個解決方案。如果要做一個真的對社會有益、解決問題的架構,就只要想著把這個工具做得更好、更有用就可以了。我喜歡舉會計和電子錶格的例子,在VisiCalc發佈以後,這個蘋果公司自己都不知道該賣給誰的軟件出乎意料獲得會計行業的巨大歡迎,這讓他們欣喜萬分。於是他們在VisiCalc中投入了更多的靈感,VisiCalc 的開發者都沒有設想過它有如此多的可能性。
我們需要的不是企業銷售人員出去收集客戶需求,然後回頭要求工程師做出什麼,我們需要的是賦予人們自己打造這些工具的能力,這不會是目前主導AI領域那些科技巨頭的商業模型和運作方式,反而更可能來自像開復您所投資的實踐型的創業者。
蒂姆:數據和最終的成果歸屬之間是否有條清晰的界限呢?比如說如果某個商業公司使用Google的演算法找到公共部門數據中有利可圖的部分,例如運用某些醫療數據而大賺一筆,會發生什麼?會因為來源是公共數據而把這樣得來的利潤回報給政府呢,還是因為用了Google算法而成為其產品的一部分呢?畢竟沒有公共數據就不會有這一結果,目前這些數據相關的行業規則是如何制定的呢?
李開復:我感覺我們正站在一道門前,正打開去探索一個美麗勇敢的新世界,針對上述問題其實行業還沒有定論,也應該好好充分研究一下這個問題。
伊藤:看來科技巨頭們有一套針對現存數據庫、獲取數據的戰略。Google、Facebook或中國的百度、騰訊當然都會收集大眾的數據、從公共的數據中試圖做出成果。但很顯然個人電子郵件就不是公共數據,想要購買這些數據也是不可能的。也有很多人爭論是算法重要還是數據重要,顯然兩個都十分重要,但不同企業由於其業務屬性的側重,將會有不同的選擇。
蒂姆:我在這星期聽到許多關於人工智能未來是不是真的能帶來巨大收益的相關討論,比如增加稅收,幫助政府能讓所有人都開心地生活還不用工作。你覺得AI能緩解社會焦慮、解決其他情況下可能會出現的不平等問題嗎?它會是我們期待的那個靈丹妙藥嗎?
李開復:應該說這是必然的,在可預見的未來大規模的職業轉移即將發生,人才與人力需要重新部署,在AI驅動的工作形態改變之際,有兩部分我自己特別關注:一是孩童和成人的教育體系,舉例前面提到的音樂家、育兒等都將更能彰顯其價值,目前各項專業教育和技能培訓需要檢視其未來的適切性。二是人們有更充裕的時間來體驗享受更優質的娛樂,娛樂行業比如虛擬現實(Virtual Reality)在未來勢必更為百花齊放。
蒂姆:這是場非常有意義並非常有趣的對談,十分感謝你們參與。
事實避免情緒化決策 在 伊格言|the novelist Facebook 的最佳貼文
【謝謝Readmoo電子書店幫我做的很讚的BV!!】
(大家記得按高解析來看,然後分享影片可以抽ipad mini歐)
關於Daedalus Zheng所提出之革命性「夢境植入」之概念,由於事涉國家機密,相關史料皆極難取得;而很長一段時間,甚至連Daedalus Zheng教授之個人資料也幾乎全然付之闕如。事實上在當時,由於人類聯邦政府對「夢境植入」之相關機密全面封鎖,外界對於Daedalus Zheng此人與其貢獻,根本毫無所悉。經查,「Daedalus Zheng」之名首見於2225年傳記作家K. Toffler所著之《啟蒙》(Enlightenment)一書中。根據K. Toffler之考證,Daedalus Zheng死於2098年。然而由於《啟蒙》一書並非以Daedalus Zheng為主角,相關內容亦只佔書中約半頁之篇幅,僅知Daedalus Zheng於某生化人關鍵技術之創發過程中扮演一定程度之角色。換言之,自2080年代「夢境植入」之創新概念產生,以迄2225年Daedalus Zheng之名首次曝光為止,其間長達近150年之時間,外界對其人其事幾乎一無所知。而即使是在2225年之後,史家對於Daedalus Zheng其生年、籍貫等詳細個人背景依舊無從知曉,遑論其餘資訊。
毫無疑問,這是個歷史的缺口。而長期以來,針對相關於Daedalus Zheng之議論,人類聯邦政府均採取「不予證實」之冷處理態度,諱莫如深。直至《啟蒙》一書出版48年之後,西元2273年,經由當代著名史家R. L.鍥而不捨之考證與追索,此一歷史謎案方才真相大白。於史傳《Daedalus Zheng:憂鬱的先知》(Daedalus Zheng: A Melancholy Prophet)一書中,R. L.將Daedalus Zheng描繪為一身材瘦小、神經質、多話、聒噪且性格自大之害羞科學家,同時詳述其中年後個性轉變之歷程。根據R. L.之調查,Daedalus Zheng一生儘管緋聞不斷,卻終身未娶。傳聞他是個雙性戀者。且Daedalus Zheng自始至終即對人類聯邦政府應用夢境植入技術的方式十分不以為然。其關鍵在於,Daedalus Zheng主張,夢境植入技術不應僅僅植入知識教養、身份認同等必要資料,且必須同時大量植入情感成份,方為正確之作法。根據R. L.所掌握之史料,於寄予某同性戀人的私人電子郵件中,Daedalus Zheng曾如此寫道:
……其實那與人道無關。那些官僚政客們總以為我是因為人道的理由才主張在生化人的夢境植入中加入情感因素,其實他們錯了。他們錯了。……我之所以如此主張,是因為那才能使得生化人「更好用」一些。……情緒固然有可能降低人的決策品質,然而也並非全然如此;某些情緒對人的決策與工作效率是有正面幫助的。適度的情緒化很可能有助於緊急意外狀況發生時生化人的正確反應。……大多數時候,如果你會恐懼,那麼表示那造成恐懼的原因確實有可能產生危險。如果一隻野獸的出現令你直覺感到恐懼,那表示野獸確實有可能傷害你。恐懼幫助你迅速決策,離開現場,避免可能立即造成的傷害。這便是「本能」的用處。……那是基因銘刻在人類腦組織中的印記。如果你缺乏恐懼,如果「逃離」的動作必須經由全然理性冰冷的計算才能產生,那麼便可能、極有可能造成時間上的延誤……
然而此一概念最終畢竟未被人類聯邦政府所採納。根據R. L.之考證,Daedalus Zheng似乎對如此結果感到十分失望;原本個性已然十分害羞的他,自此之後,更有嚴重自我封閉之傾向;甚至與多數朋友斷絕往來。據考證,於2080年代末期起,以迄2098年Daedalus Zheng過世為止,他幾乎全無社交活動,僅餘二三友人;其中唯一較廣為人知者為數學家Paz Carlos。此段期間,Daedalus Zheng依舊聒噪,然而表現的形式卻變化為經常性、持續性且旁若無人的喃喃自語。2098年春天,Daedalus Zheng於其情人W家中因突發性心臟衰竭而過世,得年僅53歲;可說是英年早逝。史家R. L.並高度懷疑其死因,認為應不能排除死於他殺;甚至不排除W涉案之可能。「從各種方面的跡象顯示,W的身份可說是相當神秘。……很奇怪地,在我蒐集史料的過程中,在與W有關的這一塊,總是遇到阻礙。」R. L.曾於接受電視節目訪問時如此表示:「坦白說,我曾懷疑W可能與人類聯邦政府之情治機構有所關聯……當然因為缺乏直接證據,這點我們畢竟無法確定。但總之,若Daedalus Zheng並非死於他殺,那麼我想,說是『抑鬱以終』,亦不為過。……」
此外,R. L.亦於《Daedalus Zheng:憂鬱的先知》中提到,於其主張遭到人類聯邦政府當局漠視之後,Daedalus Zheng日益悲觀,十分憂心生化人科技應用之後果。於日記中,Daedalus Zheng引述了古典時代末期某篇來自英國的研究報告,表示「人類的本質應是彼此溝通合作」(該篇論文以人類之眼球為觀察重點,主張人類的眼白部份較諸其餘哺乳類動物普遍佔有更大之面積,這使得其中眼珠的轉動更為清楚外顯;而此一演化上之設計,即是為了「便於使他人藉由眼神之變化而了解己身之情緒與意向」。此外亦有相關研究報告顯示,眼瞳色澤較淡之人,人際關係普遍較差等等),遂對生化人科技之應用輕忽其情緒部份之傾向感到強烈不滿。Daedalus Zheng甚至以「大洪水式的災難」、「末日大火」等宗教性字眼預言必將到來的災禍:
……那不僅僅是一整批人被剝奪了童年、甚或被「置換了一大部分人生」的問題。……我可以說,那是另一種演化……那是一群人雜亂無章的夢境霸道地置換了另一群人原本的面目、那本然應屬於其自身的人生……人的本質應是彼此溝通合作;毫無疑問,人不應如此相待……或者容我這麼說:生而為人,我們之所以能夠自然做出皺眉、微笑、流淚、憤怒、愁苦等豐富多樣的表情,我們之所以擁有如此強健而複雜的面部肌肉,為的就是表達與溝通……而今,我們竟至於此,竟至於將人產生情緒與溝通合作之本能廢棄,……其害處或許暫且隱而不顯,但實際上可能導致之災禍絕對遠遠超乎想像……甚至我可以直接在此預言,由於情緒之缺乏,生化人的部份腦葉與面部之表情肌肉組織將會以遠高於正常人類之速度萎縮退化,進而可能影響其他器官之功能。……
而對於Daedalus Zheng的此一悲劇性預言,R. L.於書中末章也表達了類似看法:「……事後看來,『生化人缺乏情感』此一事實,在相關歷史層面上確實產生相當大的影響。……我們不得不承認:自啟蒙時代、以至古典時代,科技之進展儘管可能扮演推動時代巨輪之重要角色,然而科學之細節從未對我們所處之世界有過如此驚人且巨大深遠之控制力──而這可能都歸結到一個普遍性的現象:今日之科學,已然進展至足以從根本上動搖人類根深柢固之種性特徵的程度;而某些種性特徵之根本動搖,可能又會無可避免地引發另一些種性特徵之創造或崩毀……這是前所未見的……像是一個失控的核分裂連鎖反應……」
─────節錄自伊格言《噬夢人》,註解第10
http://youtu.be/6wC0SJH76sA
事實避免情緒化決策 在 [心得] 大腦決策手冊- 看板book - 批踢踢實業坊 的推薦與評價
雖然這篇心得不是在我心甘情願的情況下寫的
但也是個心血 所以就來分享一下了
不過與其說是心得 我覺得還比較像內容摘要
文章有點長 請耐心觀看
但這本書真的是本有趣的書
=============================心得開始===================================
「大腦決策手冊」在乍看書名之下,
大概會以為又是一般教人如何在各種情境下如何作決定的書,
這類書籍在市面上的確一本接著一本的出,
但往往僅限於用一個又一個的案例來告訴讀者應該作出哪些選擇,
我們所能意會到的就是眼睛以外的世界,一筆筆客觀的資料,一幕幕的情境分析,
不同選擇下的結果,與最後作者想要給讀者的選擇,
這類書籍通常是由一些成功人士所撰寫,因為他們成功了,
所以所作的選擇才能讓讀者信服,看這類型的書有助於我們可以看到不同的世界,
體會到面臨選擇時該如何下判斷,
當然筆者不認為這種書真的能有助於我們真的面對問題時能作出最好的判斷,
畢竟這世界是如此的色彩繽紛,每個人都是稀有動物(全世界僅此一隻),
每天所遇到的事情都是一大堆變數所造成的結果,學過數學的知道,
當變數越多就越難導出公式,所以通常我都把這類書籍當成小品故事來欣賞。
但本書可不是這麼簡單的一本書。
我們現在生活的環境相當幸福,隨時走進一家書店都有琳瑯滿目的書籍可供選擇,
從文學作品、休閒生活、宗教信仰、財經管理、
專業技能至任何想要閱讀的書籍皆隨手可得,
而本次筆者所選擇閱讀的書籍為「大腦決策手冊」,本書相當的特殊,
筆者鮮少有閱讀到這類的書籍可以輕鬆的藉由故事傳達專業且艱深的知識,
他所講的東西是我們眼睛所看不到的大腦,
我們每作一個決定都是在大腦的運作之後而產生的,
但你知道你的大腦在想什麼嗎?
就像我們可以用電腦來做很多事,但你瞭解電腦是如何運作的嗎?
本書之內容皆是有所考據,依據書末所檢附的參考資料,
作者在寫作本書時閱讀了多達兩百多筆的科學期刊、論文及專書,
以醫學與心理學來剖析我們大腦的運作模式,可說是嘔心瀝血之作。
於此之前筆者只看過另一本書籍「恐懼之邦」有此水準,
其內容主要是作者想要傳達氣候變遷的客觀科學數據,
不與大眾隨之起舞的將氣候變遷視為毒蛇,
僅僅利用科學研究的數據與結果協調的融合在一篇吸引人的故事中,
利用小說的架構寫出論文水準之書籍,也堪稱一絕。
而此次能夠閱讀到這麼高水準的書籍,可謂是筆者三生有幸,
我想我會把這本書一直放在我的書架上,把它當成工具書一點也不為過。
男人說:「妳不要那麼情緒化」
女人說:「你不要那麼無情」
一般來說,「人是理性的動物」這句話似乎找不到反駁的理由,
與其他的生物相比,在經過數億年的演化後,我們擁有著發達的腦袋,
人類既稱為靈長類生物同時也站在此領域的頂點,
所以才能造成現在的世界,「理性」相比於「科學」就像「情緒」相比為「野性」,
自古我們就認為理性可以帶領我們進步,而常常視情緒為洪水猛獸,
例如受不了誘惑而犯下罪刑、在各種極度情緒下作出了不佳的選擇,
所以理性如果能駕馭感性,通常可以獲得較佳的結果。
在我們大腦中與情緒生成有關的地方散佈在各區域裡,
但有一個掌管情緒的地方稱作「額葉眼眶面皮質」,這個地方特別的重要,
有許多腦袋有腫瘤或病變的病人在切除了這個地方後,
雖然看起來跟一般人沒有兩樣,但是生活卻會變得一蹋糊塗,
他們沒辦法做決定,不論事情的大小,他們都需要很長時間來思考,
從該不該出門吃飯、要吃哪一家餐廳、要點什麼菜、該用刀還是叉、
要不要拿紙巾擦嘴巴……他們往後的ㄧ生都在選擇決定中度過;
同時因為情緒的產生出了問題,往往也會與家人間的互動出了差錯,
明明沒有失去記憶,但是卻視家人為陌生人,沒有任何一絲絲的情緒波動。
所以事實上感覺不到情緒,並不能讓我們更理性、作出更佳的決策,
正因為我們有所情緒,大腦才能用著我們無法意會到的處理程序在幫助我們作決定,
所以從頭腦的角度來看,人類或許才是最情緒化的動物,
記的下次要罵人不要那麼情緒化的時候,
不要忘記你的理性抉擇也正是因為情緒化下的產物,
擁有情緒也正是讓我們有效率的原因。
何謂專家-在某個領域把該犯的錯都犯光的人
「熟能生巧」不知道是從何而起我們就能實際體會到的一項能力,
而且也不限於人類,大多數的動物經過訓練都能獲得不錯的結果,
這是因為我們腦內有著「多巴胺神經元」這東西,
或許你可能在某毒品宣導的文宣中有看過這個名詞,
因為多巴胺可以製造出歡愉的情緒,
而服用毒品正是刺激腦袋大量釋放多巴胺來沉醉在狂歡的錯覺中。
但多巴胺可不是這麼簡單的東西,他所掌管的情緒可不只快樂而已,
我們腦中的所有情緒,都是經由多巴胺來傳遞調節,而且還擁有預測的能力,
在大腦裡有個地方稱為「前扣帶皮質」裡面就充滿著多巴胺神經元,
這邊正是影響到我們預測的能力,但這種預測並不是說像偵探般的那種預測,
而是得要有過實際的經歷,
親身體驗後(負面增強尤其好,也就是做錯事)多巴胺神經元就會記下這個事件,
儘管你早已忘了那件事。
1997年IBM作出了一台大型電腦「深藍」與世界棋王進行西洋棋對決,
這台電腦並不是以人工智慧來運作,只是灌入了全世界所有的棋譜,
每下一步棋都要分析到幾萬步後才會作出決定,這樣的思考方式的確很合乎邏輯,
所以最後深藍險勝棋王,贏得勝利。
事後偵測棋王的腦袋反應,
最佳的反應大約是每秒能思考五步棋(也是凌駕於其他人的思考能力了),
這能力相對於深藍根本就是小巫見大巫,但為什麼還是能戰的勢均力敵。
正是因為我們腦內的前扣帶皮質總是默默的幫我們吸收著經驗,
我們可以藉由過去犯的錯來更正我們的思考邏輯,
因此來達到最佳的效率(因為會本能的排除過分簡單的情況,與過去失敗的經驗),
但電腦可無法這麼作,他們每步棋只能死死的叫出資料來分析機率。
所以最好不要覺得運動員都是些頭腦簡單四肢發達的傢伙,
例如職業聯賽中棒球打擊者要如何在球離開投手手套的零點幾秒內決定要不要揮棒,
如果認真的分析這件事,我們會發現要擊中球根本是不可能的任務,
但我們的身體就是作的到,因為我們會吸取經驗並且作出預測,
從球還沒投出前腦袋便開始默默的分析與預測,
以便於在一瞬間我們就可以本能的作出反應。
所以當下次要說別人頭腦簡單的時候可要認真的思考一下,是不是真的有那麼簡單。
創新方程式:「舊+舊=新」
創新能力是人類在演化過程中很重要的一項能力,
沒有創新的能力我們就會停滯不前,沒有辦法有現在這麼方便與先進的生活環境,
「前額葉皮質」是大腦裡唯一與其他區域都有相連接的地方,
也就是說所有資訊都會在此匯入匯出,也就是大腦中的總司令,
能夠指揮各種資訊,也就是說我們能意識到的「思考」正是前額葉皮質在運作的證明。
如果你有遇過前所未見的危機時,那麼此時你可不會希望你的情緒掌控你的思緒,
所以前額葉也代表著我們的理性中樞,
它會用我們過去所學習到的知識、邏輯、經驗來有意識的判斷如何解決事情,
隨著事情的嚴重性,會將所有的注意力集中到事情的思考上,
同時腎上腺素也會提供一些幫忙加速大腦的運作,這就是人體神奇的運作方式。
但我們都知道,創新哪有這麼簡單,
這是因為我們的記憶裡有一種稱為「工作記憶」,
我們把短期裡常用的資訊儲存在這邊,方便操縱、分析、整理,
以這邊的記憶為主,當大腦其他地方傳來資訊,
便與工作記憶作混和、聯想、過濾、重組,以達到新的想法的產生。
所以天外飛來一筆的想法可是建立在夠多的知識與經驗,
別妄想每天坐在家裡會忽然想到一個賺大錢的點子,如果這樣期望的話,
那還不如去買樂透比較快。
理性 VS 野性
能全神貫注的處理一件事情正是前額葉賦予我們的禮物,在閱讀本書之前,
曾在youtube上看過一個有趣的實驗,將一群四歲的小孩帶到獨立的房間裡,
桌上放著棉花糖,大人會與小孩子達成協議,如果在小孩能等到大人再度回到房間裡,
那他就能獲得兩個棉花糖,當時影片有趣的地方是每個小朋友的反應,
有人大人前腳剛走,棉花糖就已經在嘴裡了;
有人試著遮住眼睛不想著桌上的棉花糖;
有人面目逗趣的看著棉花糖,試著不受誘惑;
有人很冷靜的在椅子上等著大人回來,以便領取兩個棉花糖。
過動兒是近年來才出現的名詞,一般的症狀是無法專心、不能久坐、不能克制慾望,
而此種徵狀正是因為前額葉的發展遲緩所造成,
所幸這種現象通常會在青春期過後得到紓解,因為只是發展遲緩,
但總就是會發展成熟。
而在經過多年之後,科學家們訪問了那些棉花糖小朋友的家庭,
作了一些統計後發現,能克制慾望的小朋友學業成績也有正向的反應,
反到那些馬上吃了棉花糖的小朋友則有成績較差、抗壓性不高、情緒不穩定等現象。
所以多虧了前額葉,我們才能釐清哪些情緒對我們是有用的,
而哪些情緒是打死也要壓制下來的。
這麼說來,有了前額葉聽起來就是萬能的了,我們可以儘管的使用他,
但偏偏事與願違,理性判斷終究有其限制,
一般來說人類僅能有意識的同時處理七筆資料,
所以當需要分析的資料超載時就無法單純的只靠腦袋來分析,
而要利用其他方法來簡化資料,否則很可能就會作出錯誤的判斷;
而使用前額葉在判斷事情時也是一種很不符合經濟效益的利用,
因為他相當的耗能(相對於前面提到的「額葉眼眶面皮質」則是經濟又實惠),
有時候絞盡腦汁的過了一天後,我們的情緒會變得無法控制,
那正是過度利用前額葉所造成的後果,因為此時情緒依舊在腦袋裡肆意的產生,
但前額葉卻無力去控制。
有自信是好事,但可別太相信自己
一項心理學研究的遊戲,「在二十回合的投擲硬幣遊戲中,
遊戲者會拿到20美元的賭注,每次以1美元當賭注,
若遊戲者賭贏了則可以拿回2.5美元,賭輸則失去1美元,
當然每回合也可以選擇不賭,保留住1美元。」
這個遊戲若單純從數學角度來理性分析,每次下賭注的期望值有1.25美元,
幾乎是穩賺不賠的遊戲,但是經過統計後發現,
情緒完整的遊戲者大約只有60%會選擇下賭注,但若賭輸一回合後,
次回合大部分人則會選擇保留賭注。這個心智缺陷在心理學上稱為「迴避損失」,
這是因為損失金錢的痛苦記憶在腦袋裡太鮮明了,所以會影響我們的判斷,
所以常常有人抱著滿手虧錢的股票而賣掉賺錢的股票,
因為不贖回虧錢的股票可以暫時保留損失金錢的痛苦,但通常只會造成更糟的結果。
唯二可以避免此種現象的方法就是,成為無情緒的人(即額葉眼眶面皮質受損的人),
或瞭解此現象利用理智去壓制痛苦印象。
「迴避損失」現象並不只出現於與金錢有關的情況下,
任何對痛苦有關的情緒都很容易陷入此陷阱裡,
例如接收到一句批評的印象大概需要五句稱讚的話語才能撫平不悅的心情。
安慰劑是一種給病人服用的無效用的糖衣藥丸,
大部分的人服下這種藥完後會覺得病況好轉了!
為了搞懂這現象,一個神經科學實驗如下「對受試者進行電擊後,
會給予半數受試者塗上一種護手霜(當然沒有止痛效果),
但是醫生會對受試者宣稱這是陣痛乳膏。」
結果顯示有護手霜的受試者,腦袋裡的前額葉皮質會激起反應去抑制痛覺神經的傳輸,
所以受試者會感覺真的比較不痛,所以這些受試者被大腦騙了。
另一個實驗,「在一個品酒場合裡,將受試者分為兩組,一組在喝酒前會先介紹酒價,
另一組則直接進行品酒。」結果顯示,
預先知道價錢的受試者普遍認為價錢越高的酒越好喝;
另一組則沒有特定的喜好。
此種現象稱為「預期心理」,當我們接收到某些資訊後,
前額葉會幫助我們作理性的分析,但它卻無法分辨事實到底是如何,
因而可能在我們不知情的情況下幫我們作出某些具有暗示的判斷,
所以下次去大賣場隨著心情想買什麼就買什麼反而可以省下許多時間,
以及避免被大腦欺騙。
試想一下,如果今天我們碰上了這個情況:
「一輛火車煞車壞掉了,在一個岔路上你必須立下決定,
一邊是是會撞死五個人,另一邊則是會撞死一個人,
而不管走哪一條車上的乘客皆不會有事,你會把火車導向哪一方?」
這是個慘忍的情境,但大部分的人都能在利害取捨後,
把火車導向只撞死一個人的鐵軌上。
再試想另一個情境:「一輛火車煞車壞掉了,在鐵軌上依舊有五個人,
但這次妳站在鐵軌上的天橋,而你旁邊站了個胖子,只要你把胖子推下鐵軌上,
火車就能因胖子的噸位而被阻擋下來,同時鐵軌上的五個人與乘客皆不會有事,
你會選擇把胖子推下天橋嗎?」
這兩個情境,在客觀的條件下都應該是選擇犧牲一人拯救其他人才是最佳方案,
但是研究發現,第二個情境下,大部分的人是無法執行把人推落天橋的行為,
這是因為第一個情境所激發的是理性思考(利害分析)優先,
第二個情境所激發的是情緒性的思考(道德層面)優先,
這就是大腦有趣的地方,明明是同一件事,
但是我們的選擇卻會因為被道德觀感所影響,此現象稱為「道德錯愕。」
瞭解大腦、運用大腦
我們的思考模式僅管凌駕在所有生物之上,
但從上面的幾個例子可以知道很多看似合理的決定,
前提都是我們被大腦的潛運作所支配,
要破除這種既定的運作模式唯有瞭解他的運作模式,
就如同瞭解電腦的運作模式,我們就能更聰明的運用電腦。
本心得感想僅摘錄了書中的一小部分,
如果你想精進作決策的靈敏度那麼一定要好好的研讀這本書,
而且別視情緒為洪水猛獸,好好的利用情緒來決策事情,可以事倍功半;
而平時多累積經驗,將錯誤的經驗好好反省,則可在反應在未來對的決策上;
想要擁有創新的能力則需要多方研讀既有的知識,
如此大腦才能融會貫通,激發新的靈感;
別同時給大腦太多的資料來思考,它可能會承受不住而作出不佳的判斷;
瞭解大腦的思考缺陷,以利我們避開決策陷阱。
惟有思考「大腦如何思考」我們才能更上一層樓。
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 111.249.53.205
... <看更多>