在我故鄉奧斯汀舉辦的「西南偏南藝術節」（South by Southwest，SXSW），穿插了十分受到歡迎的科技論壇會議，我曾在會議上暢談人工智慧。過後沒多久，就出現了抗議人士高舉「阻止機器人！」和「未來由人類主宰！」的標語，大聲疾呼「機器人別來」。
那是2015年的事，但氛圍也許跟1980年、1967年、1950年，甚至更久以前的1800年代晚期差不了多少。過去的這些時期也都經歷過科技突飛猛進讓人們希望無窮，但同時又為機器在我們文化中的角色感到惶惶不安。
科技使人性喪失
歷史上那些時期之所以對機器自動化五味雜陳，或可從當代在科技上的進展找出脈絡。200多年前，蒸汽機的發明讓社會陷入動盪，文化評論員、預測分析人士和各行各業都試著解答「機器問題」（machinery question）。
參與「青年英格蘭」（Young England）運動的作家心繫勞動者，將他們所付出的勞力多愁善感地描繪成勞苦功高的愛國行為。蒸汽機和動力織布機之類的機器，都成了致使人性喪失、動搖民族性的象徵。
由於英國脫歐的緣故，緬懷「老英格蘭」（merry old England）時光顯得特別應景。也就是說，科技創新產生的動盪，會不可避免激起大家對純樸年代的懷舊之情。瑪麗‧雪萊就是在1818年工業革命風起雲湧之際，出版她的代表性恐怖小說，透過文學界首次出現的現代科學家角色維克多．法蘭肯斯坦的視角，探討社會在逐漸科技化之後面臨的去人性化力量。
《科學怪人》的誕生
瑪麗・雪萊寫《科學怪人》（Frankenstein）的時候才18歲而已。1815年，印尼一座大火山噴發，龐大的火山灰雲在接下來一年橫跨北半球，造成1816年迎來有記錄以來最冷又最陰霾的一個夏天。
雪萊和一群包括拜倫勳爵、 她的繼妹克萊爾‧克萊爾蒙特，以及她的情人柏西．雪萊在內的藝文界人士，窩在瑞士一棟高雅的別墅。雷雨不知連續下了幾夜，拜倫勳爵有一天提議大家應該來寫個鬼故事。
雪萊當時才剛離開父親家不久，她父親正是鼎鼎大名的進步派人士威廉．戈德溫。在父親的薰陶之下，她大量接觸當代偉大科學家的研究，吸收各種學科的觀念，舉凡解剖學到電療法（galvanism）這種關於電流造成肌肉收縮的研究，都有涉獵。於是，在拜倫的提議之下，雪萊發揮靈感，融入她所受的薰陶，創造出《科學怪人》的主人翁維克多．法蘭肯斯坦。
科學怪人的形象
在20世紀改編自《科學怪人》的電影和舞臺劇，法蘭肯斯坦創造出來的怪物形象變得更誇張，頭上有導電機件，還布滿了小瘤。不過在雪萊的原著當中，科學家維克多．法蘭肯斯坦其實是使用生命的基本原理，將生命力注入屍體。
她甚至清清楚楚地說明法蘭肯斯坦如何利用科學方法來打造他的作品。然而，寫到怪物誕生時，她那段書寫卻使人聯想到古希臘神話中的普羅米修斯或《舊約聖經》的〈創世紀〉篇：
「我看到那邪惡學門的信徒，臉色蒼白地跪在他拼湊出來的東西旁。我看到了一個恐怖至極的男人躺在那兒，隨著某種動力器械的運作，露出生命的跡象，動起來的模樣既笨拙又半死不活。怎麼不可怕？世上最恐怖的莫過於人類試圖模仿造物主至高無上的能力所產生的副作用了。」
這段文字直搗一個很重要的哲學難題的核心，那就是人類不安的原因：誰可以當造物者？我們創造出來的東西何時會真正取得代理？
舊約的非偶像崇拜
《科學怪人》向逐漸現代化的社會拋出這些問題，但人類自從被創造以來，就和同時又身為創造者的角色相互衝突。有很多世上最偉大的宗教都制訂了非偶像崇拜的教條與規範，禁止人或動物以及神形象化。以《希伯來聖經》（Hebrew Bible）來說，從第二誡（Second Commandment）開始就出現了大量反對偶像的篇幅：
「除了我以外、你不可有別的神，不可為自己雕刻偶像，也不可做甚麼形象，彷彿上天、下地和地底下、水中的百物。不可跪拜那些像，也不可事奉他，因為我耶和華——你的神是忌邪的神。恨我的，我必追討他的罪，自父及子，直到三、四代。」
神話中的機械
不過，希臘故事卻充滿各種傳說，具體描繪自動化機械的樣貌。比方說古希臘神話裡的奧林帕斯山鐵匠，也就是火神赫菲斯托斯，他發明的東西就被譽為是不可思議的創新之作。他甚至打造了有20個輪子的裝置，可自行進出奧林帕斯大殿，為縱情於飲酒作樂的眾神提供服務，堪稱是世上第一代發揚全自動服務機概念的機器。
歷史學家兼作家潘蜜拉‧麥可杜克在其職業生涯中花了不少時間記錄人工智慧的歷程，將眾人看待人類所創造的「類生命機器」所持有的「神奇好用」及「狂妄可怕」二種視角，歸結為相互對峙的觀點，反映出時至今日依然存在於人類內心的自我矛盾。人類竟然敢篡奪神或自然界的力量？倘若真的僭越了，我們準備好面對始料未及的後果嗎？
伊斯蘭的造人傳說
舉個例子來說，《古蘭經》的〈創世紀〉記述了真主將自己的精神吹入黏土而創造了亞當，內容和《舊約聖經》裡的故事十分雷同。真主接著又傳授亞當萬事萬物的道理。亞當得到知識並因此擁有思考能力之後，真主將他視為萬物之靈。
在這篇特別的〈創世記〉中，真主命令天使以及由火創造出來的伊布里斯〔Iblis，也叫做路西法（Lucifer）〕，向祂新造出來的自主生命體亞當鞠躬。眾天使天真地問真主為何要這麼做，真主解釋，這是因為亞當有能力獲取知識的關係；他的思想是活的，這使他能夠學習、成長和改變。
就這樣，在這個重要的創世記故事裡，真主之外的第一個有自主性的智慧形式「人類智慧」，被釋放到天地之間。
人工智慧形同惡魔
當然，我們現在要討論的並不是神話預言，而是要探究人工智慧的爆炸性成長在我們尚無法瞭解有什麼後果的情況下，將對真實世界產生何種影響。即便是矽谷的巨擘，也為了自身究竟站在這種對立科技觀點的哪一邊而分成二派。
2014年，特斯拉和SpaceX創辦人伊隆‧馬斯克在麻省理工學院演講時，稱AI為人類「最大的生存威脅」，接著又譴責說發展人工智慧形同「喚醒了惡魔」。
「大家都知道有個人拿著五角星和聖水，以為自己可以控制惡魔的故事吧？」他問聽眾。接著他說：「那其實是徒勞無功的。」
知識分子擔憂AI發展
伊隆‧馬斯克並不是唯一發出警告之聲的人。一些重量級知識分子，例如史蒂芬‧霍金、比爾‧蓋茲、牛津大學教授兼存在主義哲學家尼克‧伯斯特隆姆以及亨利‧季辛吉等人，都與他同聲一氣。2014年，霍金向英國廣播公司（以下簡稱BBC）表示「人工智慧發展到極致，將招致人類滅亡」。
另外於2015年，比爾‧蓋茲接受很紅的矽谷網站Reddit訪談時指出：「我屬於擔心「超智慧」（super intelligence）的那一派。剛開始機器確實會替人類做很多事，但不至於太聰明，要是能夠好好控制的話，不失為正面之舉。但是這種智慧經過數十年的發展後，就會強大到值得我們憂心。我非常認同伊隆‧馬斯克等人的觀點，不能理解為什麼有些人覺得這種問題無關緊要。」
2015年末，馬斯克宣布打算提供10億美元資助一個專門研究安全人工智慧的非營利機構。這家名為OpenAI的組織匯聚人工智慧領域的實務工作者，使這些人所做的設計及程式碼公開讓大家取得，正是該組織的宗旨。
圖靈測試
不久後，馬斯克、霍金以及上千位科技巨頭和有力人士聯合簽署一封公開信，要求禁用自主武器。2015年秋天，矽谷眾家科技龍頭公司組成「人工智慧夥伴聯盟」（Partnership on Artificial Intelligence），專門探討即將出現的智慧機器時代所挾帶的各種疑難雜症、威脅與道德方面的顧慮。
我們對AI的探討，往往過於侷限在AI以人為中心的特質上：AI有多麼像人類？AI可視為人類嗎？這種思維可以回溯到1950年代，當時有一位非凡的數學家叫做艾倫‧圖靈，前陣子上映的電影《模仿遊戲》（The Imitation Game）就是在紀念他。當時他發表了〈運算機器與智慧〉（Computing Machinery and Intelligence）這篇論文，提出一種現在稱之為「圖靈測試」（Turing Test）的實驗。
進行圖靈測試時，人類測試員會透過螢幕之類的裝置，以文字同時和人及機器交談，倘若電腦的回答能夠騙倒測試員，讓測試員以為它是真人，那麼根據圖靈論文的解釋，這臺機器就算通過了測試。
人工智慧與模仿
時至今日，將圖靈測試作為人工智慧成功標竿的例子仍舊隨處可見，比方說語音識別軟體程式（voice-recognition software program），假如跟這種程式講電話的人，以為自己是在跟內布拉斯加州某位很親切的銷售員通話，沒把它當成電腦演算法，那就表示這個軟體創下壯舉了。
這是一種很奇怪的自戀情結。我們當真認為只有人類智慧是唯一值得模仿的智慧嗎？難道模仿就是最終目標？對於不摻雜一絲絲人類思維的「思維」，能夠從機器學到的東西太多了。
或許就人工智慧在當前實務上的應用而言，圖靈測試和其他類似的「模仿」基準已不再舉足輕重，但這些基準卻依然牽制人類的文化論述，從近來的電影紛紛以人類「愛上」擅於模仿的機器為主題，譬如史蒂芬‧史匹柏的《AI人工智慧》（A.I.）和史派克‧瓊斯的《雲端情人》（Her），便可略知一二。
人與機器的思維
在此有必要先解釋一下，「思維」是如何透過人工智慧以全然不同的方式寫入程式設計之中。我們或許自以為很瞭解人類的「認知多樣性」（cognitive diversity），但每一個人的腦內其實都有會激發恐懼感的杏仁核（amygdala），也有激發展望未來能力的前額葉皮質（prefrontal cortex），還有視覺皮質（visual cortex）這個可將眼睛接收到的資料轉換成影像的腦區。
機器的運作模式卻大不相同，就連機器的矽基底（silicon substrate）也有別於構成人類大腦的碳基底（carbon substrate）。因此，機器心智（machine-mind）固有的長處，包括速度、能量消耗不受限、永無止盡的回憶能力（無論是短期或長期記憶），本來就跟生物心智（biological mind）的強項相去甚遠。當前的AI走到什麼階段了？還要多久才能發展出真正的AI智慧形式？
人工智慧、機器學習與認知運算：人類智慧如何匹敵呢？
邊執行邊學習
人工智慧這陣子有一波利多，大眾媒體幾乎都將認知運算和機器學習這些術語跟AI劃上等號。瞭解這些術語真正的含意是有必要的，因為這些名稱不只是指同樣的東西而已，若能認識到它們之間的差別，對於區分機器智慧（machine-based intelligence）與人類思維的不同會大有助益。
1956年夏天舉辦的達特茅斯會議（Dartmouth summer conference）探討了數學、賽局理論和邏輯等主題，十分有名；會議過後，約翰‧麥卡錫和馬文‧閔斯基便正式「築起」人工智慧這門博大精深的學問。
該領域歷來都在研究各式各樣由機器執行的技術，使機器能夠聰明地推理、學習和行動。其中有些技術是根據系統建構之時提供給系統的知識和規則集來採取行動，有些技術則使用「捷思法」（heuristic）來搜尋大範圍的可能選項，從中挑出看起來最合理的選擇；換言之，就是有根據的猜測。
另外也有一些技術會先做出幾個重要的假定，再將新資訊納入考量，也就是說，這些技術可以邊執行、邊「學習」。
人工智慧的分類
「人工智慧」（Artificial Intelligence）是包羅萬象的科學，使用智慧型演算法（intelligent algorithms），無論演算法是否從資料學習。相比之下，「機器學習」（Machine Learning）則是「AI」領域下的分支，專門使用向資料學習的演算法。
而機器學習又可分為幾個類別。比方說「監督式學習」（supervised learning），這種演算法會輸入一系列事先標籤過的範例資料，優點是能夠辨識資料和「有標籤資料」〔labeled outcome，或稱「標籤分類」（classification）〕之間的關聯。「非監督式學習」（unsupervised learning）則不會有事先標籤過的範例，演算法輸入的是沒有標籤或未分類的資料。
演算法建立智慧
以區分貓狗圖片來打個比方；監督式學習會先輸入許多貓狗的圖片，每一張圖片上都標記了「貓」或「狗」，以便針對之後提供的圖片辨識哪張是貓、哪張是狗。非監督式學習的目標則恰恰相反，這種演算法會設法在大量沒有標籤的貓狗圖片中，區分二者之間的不同。
機器學習技術旨在使用各範例當中的特徵或屬性，達到校準標籤或分類的目標；以貓狗圖片的例子來看，透過哪些關鍵特徵可以區分貓狗圖片的不同呢？提供愈多貓狗的範例圖片，機器學習演算法就可以設法建構出其基本辨識元素（也就是特徵），能夠準確預測某張圖片是貓或是狗的模型。
西洋棋演算法
現在來看看另外一種並非透過資料來學習、但仍然可以「聰明」行動的演算法，西洋棋演算法就是其中一個例子。這種演算法會先輸入西洋棋規則和某種能把棋步歸類為有利形勢或不利形勢的方法。
在沒有精準的科學方法可確認棋盤上的局勢好壞與否的情況下，我們會用「捷思法」，也就是憑直覺下棋，比方說一般來講，留下的棋子最好比對手多。同樣地，保住皇后通常是上策，也盡量別讓國王有機會被「將殺」（checkmate）。
而西洋棋演算法（chess-playing algorithm）則是利用西洋棋規則，針對目前盤面上的特定局勢將各種可能的走法建構出來，再根據每一種局勢給予評分，以決定是否有利於形勢。接著演算法會選擇走看起來最有利的棋步，一直重複這樣做，直到贏了棋賽或被擊敗為止。
這當然只是其中算是非常簡單的西洋棋演算法，因為只估算下一棋步根本不夠，大家都會希望能推算好幾步棋。不過演算法大致上就是靠這樣的流程，做出看起來很聰明的行動，而且並不是從既有的結果或新資訊來學習。
AI創世紀： 即將來臨的超級人工智慧時代
作者：埃米爾・侯賽因
譯者：溫力秦
出版社：寶鼎
出版日期：2018/11/02