縱橫數位時代系列39 許炳堅教授 通用特性的強人工智慧

A.　接近永恆的智慧與根本原理

強人工智慧(Strong AI)，其英文又稱為Artificial General Intelligence，亦即「通用特性的人工智慧」。相對而言，弱人工智慧(Weak AI)只針對某一特定的專業應用項目，例如：下圍棋、自動駕駛、食物烹飪…等。

強人工智慧系統就像一個完整的個人，既會開車去上班，又能夠在餐廳的廚房裡做菜，休閒的時候也會下圍棋、或者彈奏樂器。當然啦，並不是每一位普通人都可以把不同項目全部做到專家的水準，真正需要的是多才多藝的人。

(A.1)　工作能力的種類：原始、過去、現在、未來、永恆

年輕人完成學業之後(無論是獲得中學文憑、學士學位、碩士學位、博士學位)，接著進入產業界工作，其所依賴的主要能力可以區分為下列幾種，分別是：

•原始勞力，

•過去知識與經驗，

•現在最新技能，

•未來方法，與

•接近永恆的智慧與根本原理。

例如，在建築工地搬運物料、或者在超級商場把貨品依序擺到櫃子上，都是屬於依靠原始體力的勞動工作。年輕時體力好，還可以挺得住。過了四十多歲之後，就很難純粹依靠原始體力在勞動市場裡做有效的競爭。更何況，廠商對於重複性的搬運工作愈來愈依靠靈活的機器，既便宜又可靠，而且不會抱怨與不會爭取福利。

學生在大學裡深造，選擇了適合自己的專業學系就讀，就是要學好過去大家累積的有用知識與經驗。有些學科的內涵變化不大，幾十年來的教科書編排採用了幾乎相同的架構，只是內容稍作調整與更新而已。

每一個時代都有流行的事物。最近幾年來在科技部與教育部的大力倡導下，人工智慧領域特別地熱門。不少大學的資訊工程學系、資訊管理學系、以及其他相關學系或者學院紛紛地設立了人工智慧學程，吸引許多有興趣的年輕人加入。這就是跟上時代的腳步，採用現在最新技能的例子。

從25歲左右獲得碩士學位起到65歲完全退休為止，必須工作40年的時光。許多在大學裡所學習的知識、或者是當年的最新技能，幾年後都可能被不斷更新的時代腳步狠狠地拋在後頭，真的落伍了。

至於「未來方法」以及「接近永恆的智慧與根本原理」兩項，都包含了普通人目前不知道、或者沒注意到的部分。

讓我們先談論接近永恆的智慧與根本原理。數學與科學的基本原理，可以跨越好幾個、或者幾十個世紀來使用，一直有效。例如：九九乘法表，牛頓運動定律，相對論，量子力學，等。其中，牛頓運動定律適用於比較慢速的情況。當運動速度接近光速的時候，相對論的修正項必須加進來才會準確。

關於接近永恆的智慧，幾千年來流傳下來的，包括東方與西方先聖先賢的典籍與名言。分別有老子的《道德經》、孔子的《論語》、莊子的學說、孫武的《孫子兵法》等，已經流傳兩千多年了，以後再流傳幾千年也不會中斷的。同樣地，宗教的智慧，包括與耶穌有關的基督教、天主教，與釋迦摩尼有關的佛教，與真主阿拉有關的回教，都已流傳千年已上了，也都會再流傳幾千年、幾萬年的。

再來談論未來方法，這是介於「現在最新技能」與「接近永恆的智慧與根本原理」之間。例如，1970–2020的50年裡，半導體科技的發展密切地遵循了「摩爾定律」，也就是大約每兩年晶片元件的密度或者運算的效能就可以加倍。整個半導體產業的上游(設備開發與晶圓生產)、中游(晶圓代工製造)、下游(晶片設計與電子產品設計)在投資規模與技術進程方面，一起受惠於大家所共同熟悉、並且遵循的摩爾定律。

當然啦，並非所有的預測都會完全地實現。我們舉矽晶圓大小做為例子，晶圓的大小由直徑6吋升級為8吋，然後再升級為12吋。當年有不少人預期18吋晶圓時代將會快速來臨，全世界幾家主要晶圓製造公司還成立了聯盟來共同推動，每一家公司都派出重要的團隊到聯盟設立於紐約州的實驗室去幫忙。結果因為技術層面的考量，再加上經濟效益的因素，矽晶圓的大量生產還是停留在12吋的大小。

(A.2)　強人工智慧 vs. 接近永恆的智慧與根本原理

在沒有準確地預測出強人工智慧的各項特性之前，我們可以用「接近永恆的智慧與根本原理」來做大範圍的近似。

如果要進一步縮小範圍以增加近似的精準度，那麼我們就要致力於找出由弱人工智慧時代進展到強人工智慧時代的「人工智慧發展定律」，類似於對應的摩爾定律。只要有了大家可以接受的發展定律，那麼每一年的技術開發量與應用的進展速度就可以估算出來，提供給大家來依循，不至於好高鶩遠與躁進，對於整個產業的健全發展將會有助益的。

在此，我們分享一門兩學分的新通識課「借力使力人工智慧」(Leveraging Artificial Intelligence)的範例。其教學目標是讓學生們在人工智慧時代對跨領域知識做系統性的整合，加以融會貫通，並且練習靈活運用，也培養學生們書面報告與口頭表達的流暢能力。

詳細講解的部分，包括了：

1. 年輕人面臨的三大挑戰：全球化、跨領域、人機共存。

2. 人工智慧來了：弱人工智慧、強人工智慧、超人工智慧的分別。

3. 圖靈測試(Turing Test)：辨別機器人與自然人。

4. 機器學習、深度學習的原理。

5. 非線性問題的三大種解題方法：深入(gradient-descent)、淺出(hill climbing)、旁通(tunneling)。

6. 旁通方法的幾種體現。舉一反三，跳脫框架的束縛。

7. 就業職場的順境、逆境、與困境。

8. 人生最常遭遇的三種不同角色：主角(順境)、配角(困境)、與反派(逆境)。

9. 在大學裡系統化地培育帶得走的能力：

(9a) 文字、語言、數字、圖表、電腦程式的靈活運用；

(9b) 動手實作勤快與靈巧；

(9c) 專業的能力；

(9d) 團隊合作、讚賞他人優點的利他行為；

(9e) 舉一反三的創新思維處理挑戰、挫折，擁抱成功；

(9f) 全球標準的先進法律涵養；

(9g) 第二專長的能力。

10. 手、腦、心、靈兼顧，縱橫數位時代。五種能力商數5Q (智力商數IQ、情緒商數EQ、逆境商數AQ、社交商數SQ、領導力商數LQ)要兼顧。

11. 加強新點子與創意。

12. 從等式(有標準答案情境)、到不等式與不確定性的處理。

(A.3)　學問：學習過去，問未來

學生們在求學的階段，無論是學校的師長、或者家長們都會提醒要認真追求「學問」好。為什麼呢？

「學」強調的是學習過去大家累積的已知結果，特別是教科書上所記載的內容，來做為個人的知識基礎。這一項目在小學階段與中學階段特別地顯著。

至於「問」，就是提出問題，可以有兩個方向。一個方向是老師問學生來做為考核，包括口頭的口試、或者書寫的筆試。如果該問題有明確的標準答案，例如是非題與選擇題，這是封閉型問題，考的是學生的記憶能力，屬於監督式學習(Supervised Learning)的方式。如果該問題沒有標準答案，例如問答題與作文題，考的是學生的想像力，這是開放型問題，屬於非監督式學習(Unsupervised Learning)的方式。

另一個方向是學生主動地舉手發問，就是對於新鮮事物要充滿了好奇心，勇於發問。由發問內容的深淺，也可以知道學生已經懂到何種的程度。