人類最需要培養的能力

學習一門技術之前,先了解其限制,而不是抱著不切實際的幻想,也許會學得更有效。

回想一下至今學過的所有「學問」,其實都是抱著好奇的動機,就只是想知道該門學問背後的運作機制,到底是怎麼一回事。至於學來有什麼用,倒沒有想太多。

大概亦因這個學習動機,至使對每一門所學,我都很想知道它所構成的基礎。對紫微斗數我會去研究安星法;靈氣就會研究到每一個符號的來歷;量子共振就會去問能量到底是什麼一回事;催眠則會去了解語言的作用;對詠春就很著重穴位的擊打;太極就回歸到最基本的掤勁。掌握了一門學問的最最基本,再由此逐一推出附帶的枝節脈絡,總會較不明就裡記一大堆未知關連的細節,會輕鬆許多。

這種學習方法,好處當然是對一門學問的裡裡外外較能掌握,但往往在實踐上會稍有欠缺,變成說起上來頭頭是道的理論派。倒不能說完全沒有實戰能力,但我就是做不到之其然不知其所以然的實戰派。只是,當今急功近利的學習風氣,其實是頗難找到解釋原理的課程。不過這樣反而會激發自己到處搜集,會比任何一個課程都知道得更多。

最近開始續回研究於術數中利用人工智能的可能性。忽然記起去年在書店看到《當AI機器人考上名校》這本書,發現香港公共電子圖書館可供借閱。看後可以說,這是我至今看過介紹人工智能的書類中,寫得最好的一本。理由是,這本書的切入點與其他同類書大不同。

作者新井紀子於2011年開始成立了一個十年的專案,探討人工智能能否考過東京大學的入學試。若是一般項目或著作,相信都是對結果滿懷期望,並大力提倡人工智能有多厲害,甚至會預言到2021年,人工智能肯定能達成目標,通過東京大學的入學試。

有趣的是,從書中讀到,作者其實一開始就已下定判斷,人工智能是「不可能」過得了東京大學的入學試。而書中的內容便是把截至2017年的項目進展娓娓道來,發表那時的人工智能,雖然過不了東大入學試,但其成積卻可以被全日本大部份的大學或技術學校取錄,所得成積甚至大幅拋離同期考生,擠入頂尖行列。

從結果看來,或者是再一次切合了坊間對人工智能的敵對態度:人工智能即將勝過人類,開始搶奪工作,人類末日很快便來到。書中的論點的確對人類的未來持悲觀態度,可是所持的理據卻不是人類工作被人工智能搶奪這簡單陳述,這也是整本書的最重要一點。

從人工智能考取東大這個項目中,作者真正想探討的,是人工智能的極限。雖然從效果來看,人工智能會玩電玩、會捉棋、會認字認物,會診斷,但作者都嚴正指出,在一切效果背後,人工智能都只是靠計算和統計來得出結果,對當中處理的內容,完全不涉及任何理解。而缺乏理解能力,正是作者認定,人工智能絕無法考取東大入學試的死穴。亦因人工智能到底也脫不開計算和統計而沒有理解能力,是以人工智能所謂的「奇點」,即能自我思考,根本不會出現。

乍看人類可以鬆一口氣,但作者其實埋了一個恐怖的伏筆:她發現日本的學生,其實和人工智能一樣,大都沒有理解力。他們考試能拿取高分,主要靠的是背題庫,從題目的出題方試推出最大可能答案的應試技巧。恰恰這些正是人工智能的強項,它能背的題庫遠比人類多不知多少倍,透過統計及自然語言分析,分析題目問法就更是駕輕就熟。這也亦是作者想指出的一大課題:若人工智能欠缺的理解力,人類同樣欠缺,便會出現人工智能無法取代的工作,大部分人類亦同樣無法勝任。

作者再把理解力欠缺這一問題,聚焦到理解題目這一點上。從人工智能考東大入學試的項目中,作者發現,一般考生之所以答錯題目,其實就和人工智能答錯題目的原因一樣,也就是無法理解得到題目所問,最終也只靠答題技巧來猜。而作者進一步指出,考生之所以理解不到題目所問,可能是源於更早一層的問題:考生可能連教科書也理解不了。

這樣,就解釋了為何網上學習資源有增無減,但似乎就與考試結果脫勾。再多的資源,學生理解不了也是徒勞。歸根結柢還是學生欠缺最重要,在人工智能必然來到的時代,只能依靠的理解力。

坊間現時對人工智能的看法,不論是悲觀還是樂觀,其實都看不到這一個重點。例如認為人工智能取代了一些工作,就必會有新的工作出現。現在作者就一把掌打過來,就算有人工智能無法勝任的新工作,人類也未必可以勝任。而人類能夠勝任的,人工智能又好上及平宜上多倍。那剩下的,就只會是人工智能無法勝任的低技術工作。

說來說去,唯一的關鍵點是如何培養及訓練理解力。作者在書中直言找不到有效方法。不過我倒不這樣看。看傑德﹒麥肯納的書就已是很好的思辨教材。若談到理解力,他在其書中推薦的《如何閱讀一本書》就更是經典,問題在,你肯不肯借來讀而已。

開悟,首重思考。煩說不要問只要信,或是情緒先行,一切只講感受,把頭腦關掉就好,便是遠離的徵兆。不去思考,甚至刻意不思考,倒最後,只會等著在幻世中自取滅亡。

雖說幻世是假,但你不知道的話,幻苦也不好受的。當然,你自得其樂又是另一回事了。