Skip to Content Facebook Feature Image

考起AI機械人的IQ題

博客文章

考起AI機械人的IQ題
博客文章

博客文章

考起AI機械人的IQ題

2020年07月25日 12:32 最後更新:19:00
面對AI機械人,我們的優勢是思考靈活,擁有無限創意和想像力。(新華社圖片)

面對AI機械人,我們的優勢是思考靈活,擁有無限創意和想像力。(新華社圖片)

 故事是讀MBA的同學講給我聽,這是他上課學到的。哥倫比亞大學有一位統計學教授,二次大戰時,受僱美國軍方研究減低轟炸機被擊落的機率。怎樣做沒有先例可援,教授細心檢查作戰回來轟炸機的彈痕,經過統計發現,遭受炮火擊中最多的是機翼部位,翼尾被擊中的比例最少。

我這位好同學沒有即時開估,反問換作我是統計學教授,應該如何建議軍方改良轟炸機以增加幸存率?我想這是一條小學生的思考題,既然機翼最易中招,加強機翼的防護便可以。答案當然不是,否則又怎會擺上MBA的學堂呢?

那位統計學教授提出跟我相反的建議︰「加強機尾的防護。」軍方言聽計從,轟炸機尾部加裝鋼板,轟炸機幸存回航的機率果然大大增加。我想︰「教授是不是斷估?統計數字不算數,難道他通過實驗去看最應防護是那一個部分?」可是這個實驗怎麼做?你上轟炸機參加一次又一次任務來觀察結果嗎?須知這是九死一生的工作。

教授沒有只看數據,便依書直說作結論,他也沒有上過轟炸機參與觀察,他只是跳出框框作思考︰「機翼多被擊中,結果都可以回航,反而沒有見過太多機尾出事的轟炸機例子,最大原因可會是機尾中彈者,已經難逃一劫。」原來看不見的彈孔才是答案,後來成為MBA案例,名之為「倖存者偏差」(Survivorship Bias)。2018年,全國高考作文題,也用上這例案讓學生發揮創意。

「倖存者偏差」很適合作為中學生的人工智能(AI)課題。大家對於人工智能與人類智慧有很多不明白的誤解,認為能夠打敗世界棋王的AI機械人,日後要取代我們的工作,其實AI系統的強項是「腦力粗活」,長於處理直線而重複的項目,例如AI的「機器學習」是透過資料和經驗學習,依程序找出事物運行規則;而「深度學習」是透過大量數據學習辨識物件、圖像和語音。AI學得很快,能處理龐大資訊量,不過,受限於AI的演算法,它的思考方式不及人類的靈巧,智慧難以達到那位統計學教授般刁鑚。

AI技術正不斷改進,致力提高AI的想像力、聯想力,甚至藝術創作能力,但我很懷疑幾時可以研發出像福爾摩斯的AI機械人,又或者寫得出《紅樓夢》的AI作文機器?簡單而論,我們集中於創新和想像力的思維訓練,便不會落後於AI機械人,反而能更好應用這門科技,幫助我們解決問題。




黃秉華

** 博客文章文責自負,不代表本公司立場 **

SpaceX火箭升空的雄姿。(AP圖片)

SpaceX火箭升空的雄姿。(AP圖片)

一個智商很高、擁有豐厚科學知識的人,如果沒有創新思維,其實可以是很普通的,跟你我沒有兩樣。

美國科幻小說作家阿西莫夫(Isaac Asimov)的地位等如武俠小說的金庸,SpaceX創辦人馬斯克把其代表作《銀河帝國》, 2018年搭載「重型獵鷹」火箭送上太空,寓意給外星人分享。

生於上世紀20年代的阿西莫夫自小聰明,IQ得分160(愛因斯坦、霍金的級數),11歲開始寫科幻小說,後來在哥倫比亞大學取得生物化學博士。有一天,他到五金店,老闆很有興致對他說︰「喂,博士先生,我給你一個思考題,考考你的腦筋。」阿西莫夫點頭同意。話說「有一位聾啞人士前來,向我示意購物。他想買什麼?聾啞人士做出這樣的手勢︰左手放在檯面,右手握拳作出錘擊狀。原以為他想買一個鎚子,噢,不是呢,原來他想買幾口釘。」

老闆問阿西莫夫︰「稍後來了一位失明人士,他其實要買一把剪刀,你猜他怎樣表達?」對於一位高智商的名校博士而言,這太簡單不過,你的答案又如何呢?

這裡要岔開一個話題,談一下什麼是創新思維,原來跟IQ不是同類的思考,智商測驗很多時都是慣性思維,簡言之,思维以直線途徑延伸,以作出推論及判斷,在這個範疇之內的考題,你可以想得很快、很準,可是當你以此方式思考,你會封閉了其他的思考方向。你看阿西莫夫的答案就知道了。

他順口答道:「失明人士會伸出食指和中指,作出剪刀的手勢,是不是?」店主大笑︰「失明人士沒有動手,他開口說︰『請給我一把剪刀。』哈哈!」阿西莫夫輕嘆,受過教育和很聰明,原來還未夠呢。

管理學大師杜拉克(Peter Drucker)在他的《創新與企業家精神》有一個關於創新的故事︰「1909年,貝爾電話系統公司(Bell Telephone System)的一名統計員勾劃出未來15年的兩條發展曲線︰一條是美國人口增長曲線,另一條是為處理日益增加的電話通話量,所需配置的電話接線生人數的曲線。曲線顯示,如果依然使用人手處理電話系統,到了1925年或1930年,每一位17至60歲之間的美國婦女,都不得不從事電話接線生的工作。」

以上是慣性思維的典型例子,統計員的算法沒有問題,答案也沒有錯,不過,這是荒謬得不可行的答案。杜拉克說︰「兩年之後,貝爾公司的工程師設計出第一台自動交換機,並馬上投入使用。如果沒有創新精神,也許,到今天都不會出現『婦女解放運動』,事關大部分女性仍在電話公司工作。」

兩個故事都很輕鬆,不過,有點沈重的是當社會要培養年輕一代的創新思維時,現行的一板一眼的科學和科技教育課程,是不是有創新改良的空間呢?