網絡暴民 Jacky’s Blog

《腦作大業》(Synecdoche, New York) 是一齣很奇妙的電影，妙在電影雖然由有序變為混亂，由現實變為超現實，但故事其實還是說得通，不合情，但合理。身為觀眾，總認為電影得說點甚麼的，尤其對於鬼才 Charlie Kaufman 更有期望。但電影中後段的散漫、亂碰亂撞，使觀眾迷失在電影的意義。這其實是不是導演想我們頭腦跟主角一樣混亂迷失？

會拉觀眾下水一起頭痛的電影，令我想起《凶心人》(Memento)，導演用獨特的剪接手法，令觀眾感受到主角不知前事的感覺。儘管如此，我們其實還是第三者，故事的來龍去脈還是越來越清晰，我們所知的東西越來越多，範圍越來越大，在縱觀全境的角度下，看得一條很明確的主線，一則很深刻的訊息。但《腦作大業》卻是反過來的，起先我們很清楚主角是甚麼人、家庭怎樣、事業如何、與女人的關係又是怎樣。可是越到後面，卻越來越含糊不清，我們不知這主角其實是甚麼人，他寂寞鬱悶的心情從何而來？甚至主角本身也開始尋找這答案，要將戲越演越大，越來越多人加入。資訊越多，但所能理解的其實卻越來越少。

甚至到了最後主角自己也不理了，直接讓他人演繹自己的角色，自己則代入那路人甲清潔工，然而他卻在那裏看到自己。將自己簡化縮小，他就是那個想重返舊妻懷抱的人，悔不當初不敢面對，只能暗中走進那空房打掃，這就是寂寞的根源。對比越搞越大型的戲劇，他老婆的藝術卻是越搞越微小。但小有小的好處，因為你得專心致志地看那一幅微型的畫像。眼裏看著他人，就忘掉自己的重量，然後在微小裏看到真實，從局部看到全部。

然而這不過是一個很局部的見解，因為導演將許許多多的符號塞進戲裏。我只能對這些內容作出個別的理解，卻拼不出一幅大圖畫，又或者這樣一幅大圖畫其實並不存在？我不能說我喜歡這種看不出所以然又不暢快的感覺, 但影片的確迫我留心碎片。若此篇影評再寫一次，內容或會完全不一樣，又或完全無內容也說不定。

《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。