電腦生命天演論

Thursday, June 3, 2010

說到機器智慧一事,有一班人努力研究,如何讓現有的機器表現出有智慧?他們設想的機器,會像人一樣,擁有獨立的身頭腦,可以與人交流,活脫就是另一「種族」的人類,但卻又擁有機器高速運算、邏輯準確、執行無誤的優點。而另一班人,則想我們的大腦由個別神經元組成,每個運算能力不高,但將他們組合起來形成網絡之後,便會產生智慧。而 《電腦生命天演論》 談的就是這個觀點。

不過本書並不算很理論,反而像歷史書,將這種分散式的機器發展史娓娓道來。說到利維坦、依拉士摩(達爾文祖父)、萊布尼茲、圖靈、馮鈕曼等等,以及其他在歷史上不出名的學者,原來都已經預見了機器發展,應為分散、平行、網絡化。作者認為,現在的電腦因馮鈕曼架構之盛行,反而忽略研究這些面向。

可是這種「電腦」又是如何運作呢?在這一點上卻是玄之又玄,大概因為太過複雜,未能參透。正如神經元不識大腦意識,我們也只能見樹不見林。

本書並不新,成書之時大概網絡沒有現在這樣發達,但卻可以聞到一點語意網 (Semantic Web) 的氣味。隨著網絡和機器智能的提升,整體網絡將越發聰明,可以為使用者提供很多相關的資訊、建議、配對等等。

然而,這整體網絡是有意識的嗎?會思考嗎?是有智慧的嗎?於我們來說有何意義?我們該如何待之?本書也沒有答案,作者只是提供線索,預視未來人機共生網絡的發展,似乎是無可避免的。又或者,我們其實早已身在廬山中。

相關連結: 《電腦生命天演論》記疏

其實是科幻 – 機器人:由機器邁向超越人類心智之路

Friday, April 16, 2010

誠如 《機器人:由機器邁向超越人類心智之路》 序言裏張系國先生所言,本書最精彩的部份是後半部,作者運用現有的科學,不斷推想未來,由人類與機器人、cyborg、社會發展、宇宙人、超級心智、量子力學、時光旅行、宇宙詮釋,無所不談,雖越談越艱深,但很有趣。

而本書的前本部,大概地總結了作者在人工智慧的工作上的一些成果,並依這些成果推想機器人的發展會如何,技術的成分比較重。進一步,他推算運算速度的發展和幾時會開始出現「萬用機器人」。而萬用機器人亦會分成幾個階段,會漸漸地像生物演化般,由只能做簡單技術,到開始能自我學習,作出判斷,有自我意識等等。在此,你會發現作者相信只要運算速度足夠快,就能出現智慧機器。只不過近年有些研究,已對此點做出質疑,並試找出除卻速度之外是否還欠缺甚麼。雖然如此,作者預言能媲美人腦的機器人將於太約 2050 年出現1 ,就走著瞧啦!

而本書後半部非常富想像力,可以當作是科幻作品來看。例如:

○ 未來當周圍都是萬用機器人的時候,我們的基層工作如農業、生產等都會被機器人取代,因此人們的工時會越來越少。為免小數人憑機器人而獲取大量利潤,有關機器工業將被徵收大量重稅,而政府將會給予更多福利給公眾。換句話說,社會由資本主義變為福利主義。而人們在福利社會底下,現在都市問題將會消退:長時間學習、工作,生活壓力大引來種種健康問題。將回歸到以前的生活:工作時間不長,人們可以多花時間與親人朋友過,有自己的生活。

○ 企業將不會以「變大」為目標,法律上將限制企業過度膨脹,所以企業將以「分裂」方式發展,大公司分裂為小公司,互相在市場上競爭,就像生物的進化繁衍發展過程一樣。

○ 有人會選擇繼續以人類身份活下去,但機器的進化會比人類要快得多。(雖然摩爾定律會因為隧道效應而有極限,但新的材料必然會出現。) 在此,人類可以選擇與機器結合,在多次進化後,衝出太空成為「宇宙人」,在太空中無限發展。而原來的地球,將會成為原人類生活的地方。「宇宙人」也將如企業般,互相競爭,適者生存。

○ 要在太空中活動,必然雖要更高的科技,在太空中作研究將能突破在地球的限制, 製作出更多物料。例如使用反物質作燃料、或使用高密度的原子製作更快更細的機器。

○ 對於人類大腦來說,他只負責詮釋進出的訊號,如果進出的訊號前後有關連,那大腦就可以得出一個所以然,去解釋外界的事物。在人類漸漸遷移到機器身體時,我們的大腦也需要作出適應。而適應的方法,可能是作一個模疑系統 (matrix?),讓大腦得到一個「身體」,但事實上我們可能只剩一個腦。再進一步,就是我們的大腦是否能夠完全移植到一個模擬系統中,沒有了實體?

○ 超級智慧將可能存在於人類肉眼看不見的虛空之中,而且與機器智慧結合,在技術上繼續不斷進化,對宇宙知道得越來越多,越來越詳細,甚至可運用其預測能力,知過去未來,重建歷史未來史。

○ 意識是甚麼呢?智慧是甚麼呢?其實只是我們詮釋。我們可以說一塊石頭也是有意識有智慧的個體,不過是我們怎詮釋,怎樣給予意義。例如對於外星人來說,我們可能是一堆無意義的雜訊,在他們眼中我們就是沒有意識的了。若用量子力學來說,一個詮釋就是波函數崩塌的結果,因此是我們的觀察和詮釋造就了我們的存在,這與人擇原理的說法相符。而宇宙萬物,其實可能是存在於上述超級心智的超詳細詮釋當中。

以上只是我記得的一些,書中還有很多詳細的推測,雜七雜八,我其實也看得似懂非懂。看到這些,你不禁會想,我們小小的腦還真的非常厲害,可以憑現在各種研究,推想到這麼大的畫面。只是我覺得作者的想法比較一廂情願就是了。

人們常說,我們人類就是生物界上的 singularity,而究竟機器智慧會不會引發另一波的 singularity 呢?這問題大概有生之年都未必有答案,但想想也是一種樂趣。

1 Evolution of Computer Power/Cost

人機之間 — 《設計&未來生活》

Tuesday, March 30, 2010

《設計&未來生活》 談的是人與機器之間的關係。機器的效能縱使不斷上升,人工智慧還沒聰明到能體貼人心的地步,萬用機器人還未出現。與其預測未來機器智能如何了不起,不如回歸現實,看看機器與人之間本質上的分別,探索一下為什麼我們總是覺得現在的機器不是笨笨的,就是聰明過了頭,用上去硬是不順手也不順心,從中了解未來的機器人應當如何設計才對。

現時人機互動的問題其實多是溝通問題。機器開動了,自己在做工作,但人們不知道機器工作得怎麼樣,進程如何。如果機器只是洗衣、煲飯這些可以「黑廂作業」工作,問題還不算大。但若果是汽車上的自動煞車、加速系統,得知車上的機器在做甚麼便很重要,甚至可能是生死猶關。

現在的機器很能案本子辦事,但面對變化情境,則顯得吃力,也不太懂積累經驗。因此,工程師便會模擬很多情況,讓機器能順著特定情況下辦事。如在自動導航的情況下,偵測到前面有障礙物便煞車,沒有的話便自動加速。但世事的變化多端,往往不是工程師可以模擬得到。例如在進出停車場的時候,若車主忘記關掉導航,車子自動加速便是件很危險的事。

這其中設計竅門是:讓用家一路得知運作狀況,並且在出現不尋常情況時,讓用家可以手動取回控制。最簡單的例子,在煲水時我們會聽到煤氣爐的點火聲、送氣聽,讓我們得知煤氣爐正在運作當中,而在會水滾時會因為水蒸氣通過壺口時發出響聲,我們就知道是時候熄火了。

水煲、煤氣爐並不是高科技產品,也沒有甚麼智能可言,但卻能與我們配合得很好,那是因為這些器具在運作的時候,會產生出自然聲響,而我們天生就很能應對這些天然聲響,下意識將這些聲響作為資訊,並能選擇性地回應。到了電腦時代,資訊遊走在微觀的晶片之上,沒有聲也沒有響,剩下的就只有通過人為設計的聲響、提示燈、文字來通知用家,但往往資訊太多,用家不能分輕重,只有煩悶。所以作者認為,除了我們平常會用到的提示聲響,未來的設計更應採用自然訊號,例如一些背景運作聲、force feedback 等等來讓人們得知機器的運作狀況,善用我們天生能夠處理背景訊號的能力。

另外,機器智能未及人類,人與機器的關係會比較像人與動物,沒有共通的語言背景,但經過訓練我們也能與動物互相合作。例如騎馬,人可以用韁繩鬆緊、腳上的壓力等等來操控「控制的程度」,以致在某些情境下,我們可以完全讓馬自由地走動,而到必要時則能取回控制權。對於未來的機器,我們也應該要有這些可緊可鬆的操控,讓機器可以以其有限智能做事,但也讓人控制突發事件。

所以作者提出,讓一架車子在危險的環境表現「緊張」並不是件壞事,表現出來可能是舦盤較難控、椅子傳來震動、刺耳的聲音、拉緊的安全帶等等。這些都是訊號,讓用家得知車子處於危險當中,需要被控制。現時製作的車子講求舒適安靜的車廂,往往將人與外界隔絕了,但車子又沒有聰明到可以自己駕駛的程度,結果其實比較危險。在此,機器與動物不同的地方,是他們的行動是可預計的,沒有情緒上的不穩定,只要設計適宜,人機就能互相合作。

相關連結:

從人腦到機器智慧 – 創智慧

Wednesday, June 18, 2008

On Intelligence

《創智慧》 (On intelligence) 的作者 Jeff Hawkins 是 Palm Pilot 之父,但更醉心於人腦,他認為讓機器有智慧,必先要理解人腦運作。他在書中提出大腦皮質的框架理論,希望可將現行比較雜亂的理論整合起來。比起其他討論 AI (雖然這並非本書主題) 的書,此書更清晰易明,一點不含糊,令人豁然開朗。

作者在開始進入這個領域時,先是向現在的 AI 入手,但發現這方面的人都只是在做機器寫程式,卻不清楚人腦運作,甚至認為不需要了解人腦。作者花了一些篇幅去講 AI 發展史,當年 Alan Turing 所提出的 Turing Test,認為如果一個正常人並不能分辨真人和電腦,那這個電腦就是具有智慧的。這影響著以後的 AI 發展,偏重於看機器行為表現,建立出「看似」有智慧的機器,但實際上卻不是我們所認識的智慧。正如我們都知道電腦棋王「深藍」並不是真的會思考棋步,而只是在計算一樣。這甚至發展成一種迷思,認為只要電腦的運算能力和記憶體不斷上升,有一天就會變成有智慧了。可是,AI 這個領域在近年卻是發展緩慢,好像到了樽頸。

作者並不同意這種研究手法,他認為要做到有人一般智慧的機器,就應該先研究人腦的運作方式,而不是只是讓機器東施效顰,在行為上看似有智慧而已。作者為了區別開現在的人工智慧,他稱書中所談的為「真實智慧」。

另一方面,現有有關人腦的研究,都是比較雜亂,而本書則想提供一個框架理論,讓各種各樣的研究有所整合,整體方向更清晰。以下是我的一點筆記:

  • 大腦雖看似依功能劃分不同區域,但其實皮質都在做相似的工作:處理型態 (空間或時間的)
  • 雖然都在做相同的東西,但也有一定的層級,就如社會組織一樣,上頭發司號令,然後分解為不同的仔細行動
  • 皮質的輸入/回饋上來自不同地方,包括上、下、同級皮質柱
  • 大腦每時每刻都在做預測,即使我們完全不發覺
  • 如果型態符合,會輸出一個較簡單的型態代表 (e.g. 音符 -> 旋律 -> 歌曲 -> 歌名)
  • 如果預測不符時,皮質會將形態傳到其他地方 (e.g. 開門時發現鎖頭不同了)
  • 因為連續不同的型態輸入是有因果關係,所以腦內建構了一個內在的世界模型,並用來預測
  • 皮質經過訓練後,結合記憶 (突觸) ,可以產生「熟能生巧」的效果,例如學會了英文字母後,便不用再費力辨認看每一個字母,而是將注意力轉到更高層次的字詞的意思上,皮質已自動處理辨認的工作
  • 看到一件東西時,即使每次的影象、環境、光暗等等都不一樣,但我們也可以辨認得到,這是因為我們對事物產生不變表徵。

當然,這理論框架還有待證實。他在書末提供了一些可供驗證的預測,為此方向的日後研究舖路。

在理解過後,就是建立機器的時候。很多科幻故事都害怕機器人產生意識後反過來反抗人類,但作者則強調,創造智慧機器只要學習、記憶、預測等等部份,不需要感情,所以並不會有「科學怪人」的問題。而且這些機器還有更多優點:可以使用便多不同的感官 (如聲納、紅外線)、可以散佈在不同的地點、運作速度更快、容易擴展機能等等。他提出了很多有趣的應用,例如能了解街道情況的智能汽車、「感官」散佈全球的氣候研究機器、可以計算更高維度數學的機器等等。

看此書時沒有看其他人工智能書的模糊感覺,在框架下理念更見清晰。至於這個框架能否有助探討人腦運作,除了靠我們科學家繼續努力找出答案之外,不同界別也要通力合作。

網絡隨想三則

Monday, February 25, 2008

〈一〉

跟朋友早前討論過一下在香港推廣 Web Standards 的困難,其一就是出來的成果並不會特別令老闆眼前一亮。你用 table 排版,滿是 presentational tags 的 HTML 所做出來的網頁,並不會因為用了 CSS 和語意「齊整」的 HTML 特別變得好看,看上去可能都是一模一樣。如果老闆只看到結果都是差不多,那為何要改用呢?

使用更好方法和架構,就像練好內功一樣,深藏不露。江湖郎中或許可以一招半式耍得似模似樣,但一到比真的就完全不行。比較醒的老闆,會看得出「成果」不是看表面這麼簡單,網頁的速度、所耗的流量、瀏覽器的支持度、介面的統一性、代碼的管理與維持、改變的影響等等,通通都應該納入考量。

內功練得好,自然能應對更多情況。

〈二〉

Web 2.0 這個字響起後,大家都在看 Web 3.0 ,想法多多,其中有人認為我們將需要更全面的語意網 (Semantic Web)。語意網之建立,在於我們能否將更多「意義」,化為機器可了解和運用的描述,將之利用分析。此為「形容資料的資料」,即後設資料。

然而,這些「意義」由那裏來?大都要靠人作輸入。或許我們可以叫機器嘗試在普通的文件作統計分析,抽出「意義」,但若 AI 未聰明到可以理解,所做的只是有限。

為網絡輸入「意義」,也好像在練功,不過除了為自己,也為了大家。問題是,當用家不能看到甚麼即時的好處,也不會特別神心地輸入。

〈三〉

網絡是資訊泛濫之地,在這裏流通的各種資訊,已大大超越我們所能處理的,因此我們不停地嘗試解決這個問題。其一方法就是加入「意義」,然後讓機器處理。

追源溯流,資訊由何而來?都是由人類而來?機器可不可能產生資訊?

機器產生資訊,可以是工廠式的,但背後以乎一定由人類操縱,資訊來源似乎也必與人類有關。例如,機器讀取股市價格,弄成圖表給大家參考,但股市則是人類活動,而設計圖表的也是人類。但若果要由機器自覺地產生資訊,又關係到 AI 的發展,夠不夠「聰明」。

這個問題,還可以進一步追溯到人類由何而來。早前到朋友寫到關於 智慧設計論 的文章,介紹其中論點,就是認為自然定理不能創造資訊 (Information)。當然,這已超越我所能討論的範圍了。

相關文章: Semantic Web: Where Are The Meaning-Enabled Authoring Tools?