AI 如何為公司創造更多價值?專家:2 個缺陷,要先由人類來修補
2021/05/13
採訪‧撰文
盧廷羲
張凱崴
美國人工智慧國家安全委員會(NSCAI)今年 4 月建議,國防部每年應至少分配 3.4% 的預算投入科技領域,並提撥 80 億美元研發 AI。企業方面,微軟(Microsoft)4 月宣布,將以 197 億美元收購語音辨識開發商紐安斯通訊(Nuance Communications);後者是雲端與 AI 軟體的先驅。
從企業到國家,都愈來愈重視人工智慧,知道要想辦法運用 AI 創造更好的生活。不過,目前 AI 發展到底處於什麼階段?我們又該如何應用?
美國加州大學洛杉磯分校(UCLA)電腦科學系助理教授張凱崴形容,目前人工智慧技術已經可以幫助人類完成很多事,像是疫情來襲,電腦可以從大數據中篩選條件,自動搜尋、判讀潛在病例,幫助醫生大幅減少檢查時間,但 AI 也並非萬能,要先認知它的局限。他研究如何讓 AI 更符合人性,獲得 2021 年的史隆研究獎(Sloan Research Fellowships)。
AI 局限1. 資料寬廣度不足時,就會複製人類偏見
張凱崴認為,電腦在學習的時候,是依賴「彙整數據資料」來判斷,並沒有真正思考,如果資料來源太狹隘、不夠多元,資料寬廣度不足,電腦判斷就會出現偏差,「你跟電腦講清楚 input(輸入)、output(輸出),提供足夠的數據資料,它可以對應、學得很好,但還有很多面向 AI 做不到。」
舉例來說,亞馬遜(Amazon)2014 年推出智慧音箱(Amazon Echo),使用者口頭下指令給語音助理 Alexa 就能放音樂、查資訊。然而,有些人口音較罕見,或是用字較特殊,智慧音箱的資料庫沒有「不同口音」「不同用詞」的檔案,就可能失靈,這是當前 AI 的其中一大問題。
張凱崴進一步解釋,AI 另一項挑戰是,它無法清楚分辨「不曾出現」與「不能出現」(無法出現)之間的區別,只是從資料統計出要學的東西,無法像人類一樣進行邏輯思辨。
AI 的運作方式,第一步是輸入資料,第二步是分析,但這過程容易出現偏見。例如電腦在理解「總統」這個字,會去看四周有什麼字詞,來學習總統這個詞,由於許多總統都是男性,電腦就會「覺得」總統是男性。
這也是為什麼,如果讓 AI 學習,在它的認知裡,女性「不可能」當美國總統(因為沒有資料紀錄)。「你可以跟人類說,任何職業、性別都是平等的,但對電腦來講,這很困難,」張凱崴說明,一旦資料的寬廣度受限,電腦就容易產生偏見。
就像在自然語言處理(Natural Language Processing,讓電腦把輸入的語言變成有意義的符號)領域,張凱崴說明,AI需要知道代名詞指的是「哪個名詞」,才能運算下去。但如果資料受限,使用男性的「他」,電腦可能判斷這個代名詞是指總統、總理、執行長;但換成女性的「她」,由於數據不足,電腦就會混亂,出現系統性誤差。
他再舉一例,美國人工智慧研究組織 OpenAI 提出「生成式預先訓練」系統(GPT,Generative Pre-training),推出到 GPT3 版本,屬於書寫類 AI,電腦能夠揣測人們說完上一句話,下一句可能會講的句子,自動完成後半段。
好比有人上一句寫下「我正在和教授聊天」,系統可能推導出「我們在研究室討論學術問題」,因為電腦藉由蒐集來的語料資料中判讀出「教授」和「學術」具高度相關。但研究也顯示,GPT2(前一代版本)系統也從資料中學習到許多偏見,像是如果句子前半談論白人男性,系統傾向產生正面評價;如果句子前半是黑人女性,系統竟會產生負面句子。對企業來說,許多組織接觸 AI,想讓它們取代部分工作,首先需要留意資料的廣度、多元性,才能減少電腦犯錯的機會。
AI 局限2. 即便條件相同,也無法每次都做出正確判斷
「其實,現在的 AI 就像一台原型飛機,還缺乏穩定性。」張凱崴說,現行的 AI 就好比萊特兄弟(Wright brothers)剛發明飛機,看似可以做很多有趣的事,但「可以飛」跟「飛得很好」,有一大段落差。
紐西蘭的簽證系統曾鬧出笑話。人們上傳簽證照片,AI 掃描後,確認是不是本人,但當時系統沒有估算到某些亞洲人眼睛比較小,一名亞裔男子被判定「沒有張開眼睛」,因此照片無效。
張凱崴說,在這個例子中,凸顯出 AI 的穩定性不足,「系統沒有考慮到不同人種的差異,很死板地認為你眼睛沒張開。」所謂的缺乏穩定性,指的是 AI 沒辦法在相同條件下,每次都做出正確決策,這也是使用 AI 時,須留意的第二個挑戰。
他再舉例,許多模型可以準確分析,一則影評對電影的評價是正面或負面。然而研究顯示,有時只要將影評中一些字換成同義詞,例如把電影(movie)換成影片(film),或改寫句子,即使意思並未改變,系統卻把原本判斷為正面的影評標註成負面。這顯示AI系統還未真正了解語言的含義。
在設計這些程式時,人們必須注意到 AI 可能有局限,設定的資料範圍要更完整,考慮這些因素,就能減少偏見、落差,進而加強穩定性。
餵指令給 AI 要多元化,嘗試「換句話說」、刻意混淆
經理人雖然不一定具備 AI 方面的專業知識,但只要掌握觀念,再透過 AI 領域專才協助,也能優化系統。張凱崴指出,最直接的方法是,設計 AI 模型時,要把來源群組不同的資料分門別類測試,在測試階段讓群體多元化,並確保不同特色的使用者,用起來都沒有問題。
舉例來說,一套 A 系統擁有來自各地的使用者,如果設計者是台北人,設計系統的思維容易以台北生活為主,很可能因為當地習慣不同,導致花蓮使用者操作不順。
另一個方法,則是用不同的「語意」,去測試 AI 有沒有徹底學會一個概念。例如,有一套餐廳評鑑的 AI 系統,只要蒐集、整理使用者意見,就能判斷每個顧客對於餐廳的評比是高分或低分。那麼要如何確認這套系統的穩定性?張凱崴建議,可以利用「抽換詞面」的方法。
比如,把詞彙換成同義字,再看 AI 是否能運算出相同結果,「你可能會發現,原本評比結果是食物很美味,但如果美味換成比較困難的詞,AI 就會分不出這則評比是好是壞。」因此在訓練模型時,可以將詞彙隨機抽換成同義詞,增加 AI 的詞彙量。
第三種方式更進階:改變句型、重寫句子。張凱崴指出,同樣一句話,如果換成不同說法,電腦可能判讀錯誤,將「因為發生 A 事件,所以導致 B 事件」,改寫成「B 事件發生了,是因為 A 事件的緣故」,明明兩句話意思一樣,但 AI 很可能因為穩定性不足,搞混兩者的差別。如果要鞏固 AI 的穩定性,可以使用自動改寫的方式,增加資料的多樣性。
張凱崴表示,經過這些測試,讓 AI 接受更多元化的訓練,得到更廣的學習範圍,往後碰到同義詞、相似資訊,才能有效判讀。
張凱崴總結,AI 還在快速發展,或許可以創造更多工作機會、新的職位,但現行階段,它只是輔助角色。AI 並非魔術盒子,使用它就一定有更好結果,人們還是要保持高度耐心,先認識它的缺陷,才能在技術更迭下,發揮出最好的結果。
張凱崴
台灣大學資訊工程系碩士、美國伊利諾大學(UIUC)電腦科學博士。美國加州大學洛杉磯分校(UCLA)電腦科學系助理教授,研究領域包括人工智慧、機器學習、自然語言處理。2021 年獲得史隆研究獎(Sloan Research Fellowship),研究團隊開發的運算方法,使人類語言處理的程序更有效率、更多元,同時兼具公平性。
附圖:優化AI系統的3方法
資料來源:https://www.managertoday.com.tw/articles/view/62902?fbclid=IwAR2jI1bhg1anqct0AZZR_3LKKJqIsvG0wz2whSN8iniROZApHt-_qpD7dis
亞洲大學 程式 設計與智慧應用 在 李開復 Kai-Fu Lee Facebook 的最讚貼文
我希望20歲時就知道的七件事
最近正是各大學的開學季,疫情後初次重返校園,相信大家都滿懷欣喜和對未來的憧憬。當我20歲的時候,也在大學裡享受著求知的樂趣,當然,也少不了年輕的困惑、迷茫。
今天想跟大家分享我的人生經歷,有找到一生所愛的欣喜,也有做錯事的失落,還有銘記至今的感動。如果人生可以從頭再來,我希望自己在20歲時就知道這些。
一、“奇妙的錯位”,讓我找到人生熱愛
20歲時,我就讀于哥倫比亞大學文理學院。我當時不知道文理學院和工程學院的區別,我作為一個工程師卻在文理學院讀書。
但就是這樣一個奇妙的錯位,讓我讀到了很多經典,學習到了許多在工程學院根本學不到的內容。這些人類智慧和文學知識豐富了我的讀寫能力,一定程度上幫助我實現了很多寫作和演講上的成就。
在那個年代,律師和醫生是大家最嚮往的職業。我本以為自己也會成為一名律師,所以最初學的是法律專業。但一段時間之後,我發現法律不太適合我。我經常上課睡著,而且成績也不好,對同學們都很喜歡的內容提不起興趣。
於是,20歲的我做了一個決定,轉去電腦專業,學習程式設計和人工智慧,最終找到了我一生所熱愛的事情。
作為一個年輕的工程師,電腦令我癡迷。我發現我十分擅長電腦科學,不用怎麼費勁就可以輕鬆拿到A。
電腦和人工智慧是很棒的學科,奠定了我職業發展的基礎。有一句名言說,“當你從事喜歡的工作時,就不會覺得自己是在工作”,儒家有句話也說“知之者不如好之者,好之者不如樂之者”。
這其中蘊含著大智慧:當你從事喜歡的事情,睡覺、吃飯、洗澡你都會不自覺地去思考這件事;同樣,你會越來越擅長,更加喜歡它,形成良性迴圈。
二、“我不同意你,但我支持你去做”
從哥大畢業後,我前往卡內基·梅隆大學學習語音辨識和人工智慧。
那時的AI研究形勢並不好,雖然我的導師瑞迪教授(Raj Reddy,圖靈獎得主、卡內基·梅隆大學電腦系終身教授) 希望我採用“專家系統”,但我卻不是很認同。
我認為,機器學習應該讓電腦發揮長處,而不是跟著人的想法亦步亦趨。於是我鼓起勇氣,對瑞迪教授說“感謝您的指導,但我不想再繼續研究專家系統了,我希望用基於統計學的機器學習。”
我以為瑞迪教授會有些失望,沒想到他卻一點都沒有生氣。教授仔細聽我解釋完之後跟我說:
“開複,你對專家系統和統計的觀點,我是不認同的,但是我可以支持你用統計的方法做,因為我相信科學沒有絕對的對錯,我們都是平等的。而且,我更相信一個有激情的人是可能找到更好的解決方案的。”
那一刻,我的感動無以倫比。這不僅僅是一種慷慨,也是對科研新人的尊重。不僅如此,他還給我提供了很多資源,包括資料、設備和資金,對我最後取得博士學位幫助很大。瑞迪教授既是我AI科學研究的導師,也是我人生道路的導師。
“我不同意你的看法,但我支持你”這句話我記了很久。在我進入企業界之後,每當同事們有不同意見時,我都會鼓勵他們勇敢嘗試自己的想法:當這個想法成功時,對他個人和對企業都會帶來益處;而當這種想法失敗時,這種被信任和支持的感覺也會讓他們越挫越勇。
三、創新不重要,實用性創新才重要
畢業一段時間之後,我選擇去蘋果公司工作,也把這種語音辨識技術應用到了蘋果的產品中。現在Siri研發小組的成員,就有很多是我當年的同事。再後來我去了SGI公司。這家公司現在已經聲名不顯,但在當時的矽谷,SGI是一家和谷歌齊名的公司。
在SGI,我做的產品叫“3D流覽器”。大家可能都沒聽說過,其實這純粹是一群科學家的想法:在流覽器裡建一個3D世界,能夠導航,移動物體,和做非常酷炫的廣告。
我們當時已經做出了產品,並且運行得相當不錯了。我們盲目地相信,只要做出高科技的產品,就自然會有顧客和市場。然而事實是,沒人想購買和使用這個產品。
後來,SGI換了一個新的CEO,他為這個項目以及所耗費的公司資源感到失望。我告訴他,“這是世界上最好的VR技術,如果你不想留著,至少我們可以賣點錢。”
新CEO給了我一個期限,讓我尋找買家。我本以為能賣個好價錢,但最後還是以比較便宜的價格賣出去的。我感到十分內疚,自責當初就不應該組織這樣一個專案,看起來很酷,卻沒考慮實用性。
其實很多年輕人創業都會做出類似的決策,所以我非常建議大家再三考慮這些創新想法。創新不是最重要的,有實用性的創新才重要。
當你在設計一個技術、產品或創辦一家公司時,要想到你的投資者們正為此冒著巨大的風險。
四、如果想要,就積極主動地去爭取
從SGI離開之後,我就回到了中國,創辦了微軟中國研究院(後來的微軟亞洲研究院),《麻省理工技術評論》將其評為全球最熱門的電腦實驗室之一。當時研究院的主要成員,如今大都已成為中國知名科技企業的CTO或高管,像百度、阿裡巴巴等。
互聯網崛起之後,我對這個神秘的世界興趣日濃。當時最火的互聯網公司是谷歌,大家開玩笑說,如果你沒有得到谷歌的面試機會,就證明你不夠聰明。於是我給谷歌時任CEO埃裡克·施密特寫了封郵件,希望獲得面試機會。2005年,我正式加盟谷歌,擔任中國區總裁。
你們可能會問,你這麼資深還要自己寫信?他們不會直接聯繫到你,提供一個職位嗎?這就是我想告訴你們的另外一件事。其實當時谷歌和微軟正試圖達成人才競爭的約定,禁止主動挖對方牆腳。雖然這個約定沒有談成,但是當時要不是我的自薦,谷歌根本不會發現我,也就不會有後來的工作機會。所以,如果你想要,就積極主動地去爭取。
五、跟隨自己的心,找到心底的熱愛
隨著移動互聯網的快速發展,一大批創業公司開始湧現,我意識到中國的創業時代已經來臨,就像當初蘋果、微軟等公司創立時一樣,北京很可能變成中國的矽谷。
我想起了史蒂夫·約伯斯在斯坦福大學演講時說的一句話,跟隨自己的心,找到心底的熱愛。我們的人生由無數的節點構成,當你跟隨自己的內心,多年之後回首過往,會發現每一個節點的每一個選擇都是互相聯繫的。
你無法準確的預測未來,但是要相信,只要傾聽內心的聲音,這些選擇都會對你產生潛移默化的影響。
2000年左右,我給中國的大學生們寫了7封信,這也是追隨我的內心,幫助年輕人成長。我曾經為大約50萬名學生做過演講,出版了10本書,其中有5本都是寫給學生們的。
在微軟中國、SGI以及谷歌的工作,也讓我對科技瞭解頗多,所以我希望成為一名科技投資人,為初創科技公司提供幫助,創新工場的成立因此就自然而然的發生了。
這張圖是創新工場成立第一年的校招海報,上面寫著“加入你的公司”。我們的目標是讓年輕人以工程師的身份進入創新工場,通過技術創新得到資金支援,成為下一個成功公司的CEO。
這張海報中隨機挑出的八個人裡,有五個市值2億美元以上公司的CEO。所以我對於我們孵化創業公司的成績還是很驕傲的。
當AI時代來臨,創新工場投資了幾十家AI公司,其中包括五家獨角獸,我們還創建了AI工程院,並從中培育出了AI賦能與技術方案公司創新奇智。這些節點串起了我的經歷,也串起了中國過往10年的創業歷程。
六、世界上最富有的不是擁有的最多的人,而是想要的最少的人
回首過往,我真的是全心全意地投入到工作之中,一定程度上算是一個工作狂,我因此取得了一些成就,獲得了團隊的支持和外界的稱讚,我認為這樣的自己非常幸運。
上面這張圖片是2000年拍的,那時我剛做完一個手術,不能下床,於是讓團隊幫我做了這樣一個架子,我可以躺在床上繼續看電腦和工作。
這份熱情持續到六年前,直到我被診斷出患有淋巴癌四期。擴散的癌細胞取代了我的野心,我不得不接受生命可能只剩下幾個月的現實。朋友看我很痛苦,特地帶我去拜見星雲大師。
有一次,大師突然問我:“開復,有沒有想過,你的人生目標是什麼?”
我不假思索地回答:“‘最大化影響力’、‘世界因我不同’!”這是我長久以來的人生信仰:一個人能在多大程度上改變世界,就看自己有多大的影響力;影響力越大,做出來的事情就越能夠發揮效應……
大師沉吟片刻後說:“改變世界這個想法太狂妄了,也許只是貪婪的藉口。什麼是‘最大化影響力’呢?一個人如果老想著擴大自己的影響力,你想想,那其實是在追求名利啊!人生一回太不容易了,不必想要改變世界,能把自己做好就很不容易了。
我無法反駁他,我的那些聽起來宏大的目標,其實只是貪婪和欲望的藉口。他送給我一句話,“世界上最富有的不是擁有的最多的人,而是想要的最少的人”。
這句話讓我警醒,後來每當我覺得自己被欲望佔據時,都會想到這句話;每當我有想改變世界的想法時,我會讓自己思考,我這樣做究竟是不是為了追逐名利……
我學到這一課太晚了,之前的努力工作讓我錯失了很多與家人相處的機會:我的父親去世了,我甚至沒能來得及告訴他我愛他;我的母親得了失智症,認不出我了;我的孩子們已經長大,而我還不太瞭解她們……
我在化療期間讀了一本書,是Bronnie Ware所著的《臨終前最後悔的五件事》。正如書裡所寫,在臨終之時,沒有人會因為沒有努力工作而後悔,絕大多數人最後悔的事情,都是未能花更多時間與所愛之人相處。
我從星雲大師和Bronnie Ware學到了很多。我開始改變自己的工作方式,花更多的時間陪伴家人。母親去世前,我搬回家陪她度過了最後的時光;當孩子需要我時,我會把她們放在第一位,工作第二;我會花更多的時間和家人在一起,比如說出去旅行……
七、毫無保留地愛你所愛之人
這段人生經歷改變了我的想法,人生的意義應該是給予他人無條件的愛。在AI時代,這種愛更加難能可貴。
AI在做重複性工作方面比我們有優勢,但將人類與AI區別開的,是愛與創造。不管科幻小說如何描述,AI終究是沒有感情的。AlphaGo不喜歡下棋,它贏了比賽不會覺得開心,輸掉比賽也不會難過,事實上,它可能根本就不知道我們為什麼要下棋。
AI承擔重複性的工作並不意味著人類沒有工作可做,需要人情味和愛的工作仍然只有人類才能從事,比如導遊、禮賓、護士、教師等。
長遠來看,我更願意相信30年之後,我們會覺得AI的出現是件幸事:它沒有搶走我們的工作,而是將人類從繁瑣的重複性工作中解放出來,讓我們有時間去做自己喜歡和擅長的事情,構建出人類與AI共存的美好藍圖。
這就是我在過往的人生歲月中學到的七件事。當我在SGI公司的項目失敗時,我知道了創新不能忽略實用性;當我面臨死亡時,我學到了要毫無保留地愛你所愛之人。
One more thing -- 你看了這篇文章可能會發現我最重要的人生教訓不是來自成功,而是來自我的失敗。所以,請記住,你人生中的失敗,並不是對你做錯事的懲罰,而是一個學習人生課程的寶貴機會。
亞洲大學 程式 設計與智慧應用 在 台灣物聯網實驗室 IOT Labs Facebook 的最讚貼文
國力決勝點在AI?經濟學家:先別管中美貿易,新科技的影響比全球化更大
2019-11-20 08:39商業周刊 黃齊元/商業.com專欄作家
摘要
1.經濟學家分析,「全球化」的影響力還低於「科技」,台灣對此趨勢的反應相對慢。
2.龐大電商經濟,需要更好、更創新的技術支援,企業或年輕世代,更該緊抓趨勢、找出商機。
行政院長最近召開科技會報,討論AI造成的社會影響。台積電前董事長張忠謀表示,政府不應只聚焦產業面,也應注意社會面,且應補助中小企業因應新興科技帶來的衝擊。
張董的出發點很對,政府不能只從台積電、鴻海這些大企業的角度來思考AI政策,畢竟台灣產業結構大部分是中小企業。
張董事長並非唯一看到這個問題的人。美國民主黨總統候選人、台裔美籍楊安澤(Andrew Yang),也以AI將造成大量失業,作為主要政見訴求,講中了很多人的心聲,異軍突起。
楊安澤指出川普之所以當選,就是因為他看到美國製造業工作被取代的趨勢,有4百萬人丟掉工作,因此他以此為競選主軸,最後贏得總統大選。
楊安澤看到AI即將對「中低階服務業」造成巨大衝擊,包括文書人員、超市銷售人員、餐飲業服務生以及卡車司機。這個趨勢已在發生,楊作為一個政治素人,目前民主黨候選人人氣排行高達第6名,不是沒有道理。
台灣會不會有類似的問題?當然會。根據國發會最新報告,台灣人口紅利已失,由於少子化及老化速度,今年極可能出生人數首次低於死亡人數,較原先預測提早一年。按照這個速度,2050年台灣將剩下不到2千萬人,所以台灣需要利用AI來彌補人力缺口。
中美貿易大戰雖然對全球經濟造成衝擊,但根據經濟學家分析,「全球化」的影響力還低於「科技」。台灣對於這個趨勢的反應相對遲緩,我們產業「數位轉型」的程度低於亞洲很多國家。
根據麥肯錫評估,到2030年,台灣數位轉型人力需求缺口將達803萬人。可被AI取代的工作,包括會計、秘書、組裝工人、客服、電話行銷、貨車司機、仲介等;至於新興的工作則包括AI與機器學習專家、電商與社群媒體專家等,新工作遠不及流失的工作。
AI對一般人有什麼意義?第一、你可能會被淘汰;第二、你必須學習新的技能,才能維持競爭力;第三、你的公司可能雇不到足夠多對的人才。這是一個重新洗牌的過程,有些人會被淘汰,有些人可以存活,還有些人可以更上一層樓,成為新的權力擁有者或財富創造者。
我是一個創投家。站在投資家的觀點,變動代表了機會,最糟糕的情形是「維持現狀」。因此,我對於中美貿易大戰以及AI科技崛起,欣喜若狂,這是10年難得一見的典範轉移與財富重分配。別人不動是他們的損失,但我要投資未來。
但事實是,很多人已看到了這個趨勢。上週,生策會(生技醫療產業策進會)理監事改造,來自科技界的企業大老囊括35席理事中的11席。這說明「跨界」已成為潮流,科技正加速和所有產業融合,其中的關鍵就是AI,這是台灣向上提昇的契機。
最近中國大陸天貓雙11購物節,僅1小時03分,就破了1000億人民幣銷售大關,總成交金額高達2684億人民幣,再創新紀錄;美國的單日線上購物紀錄是62.2億美元,約400多億人民幣,和中國大陸相差甚遠。
中國市場龐大,電商已深入中國經濟和產業體系。如果你是一個企業,你不能錯過這個商機;如果你是一個年輕人,你更應思考如何和這個趨勢沾上邊。
更深層的意義是電商經濟背後的基礎建設和科技。這牽涉到5G、支付金流、精準行銷和很多手機智慧應用。科技廠商如台積電、聯發科及鴻海等,都不能忽略這塊大餅,因為明年的數字肯定會比今年更驚人,需要更好、更創新的技術支援。
中美AI的競逐,已經從拚「技術」轉為拚「教育」。中美貿易戰開始,大陸AI教育就往學齡前兒童扎根,幼兒AI教育蔚為風潮,有大陸補習班廣告訴求:「未來的文盲,就是現在不懂程式設計的小孩」。
大陸官方去年發布「高等學校人工智慧創新行動計畫」,預計2030年大陸各大學AI教育將遍地開花。而對這個潛在威脅,連美國國防部部長近期都在公開場合表示憂心。
台灣的AI政策並沒有錯誤,但問題在於意識形態。未來在少子化趨勢下,人才可能流失,也無法和全世界最大的市場接軌。最近我和以色列一位專家討論,他說AI演算法不是關鍵,重點是大數據,全世界除了Google、Amazon外,誰有最多的big data?答案很清楚。
上週末去看了電影《魔鬼終結者:黑暗宿命》(Terminator: Dark Fate),很有感觸。這是我最喜歡的電影系列,講的是人類與機器(AI)的戰爭,當年看起來像科幻小說,現在卻越來越真實。
魔鬼系列第一集拍攝於1984年,《一九八四》也是歐威爾經典預言小說的書名,描述控制人民的國家機器,「老大哥正在監視你」。魔鬼指的是打不死的機器人,但背後真正的大腦是AI「天網」,機器人只是工具。這個情節今天已在發生中,不管是西方或東方,即使在民主社會,也有國家機器背後操縱的影子。
誰才是真正的魔鬼?是人類還是機器?人類能否戰勝機器?還是被政府機器控制的體制擊潰?在「黑暗宿命」中,機器開始變得有人性,而人類身軀也裝了機器的配件,兩者區分越來越模糊。
整部電影最感人的地方,在於人類不向「宿命」低頭,從被機器摧殘的廢崛中站起,扭轉了自己的命運。在全世界大變局中,台灣能否反敗為勝、挑戰不可能?端看全體人民的智慧。
黑暗從來不應是台灣的宿命。 We deserve better, much better.
附圖:台積電創辦人張忠謀。 記者黃義書/攝影
今年度的阿里巴巴集團「雙11」購物節,成交總額達到人民幣2684億元(約新台幣1兆1541億元)。 特派記者蔡銘仁/攝影
資料來源:https://udn.com/news/story/7240/4175794?fbclid=IwAR3YtnMBG4Ws1Fd_G_ISRstGevlNnbESKt6a9m3q7wWyEeDACy4YsPeyTMA