*

考起AI機械人的IQ題

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?

我想︰「根據統計數字都不算數,那麼只有通過實驗去證明。」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。那位統計學教授很有智慧,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。

教授不單只看數據,便依書直說地作結論,他同時跳出框框作思考︰「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。

我想「倖存者偏差」也適合作為中學生的人工智能(AI)的課題。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 **

【淺談平衡之道】

撰文:YK@兔蘆術數學會 儒家思想講「中庸之道」,人生亦是。五行相生 ...