對於記者被 AI 完全取代這回事,我完全不驚訝!淺談對「人工智能」的一些理解

因為 AlphaGo 擊敗了圍棋界的幾位國手,AI 人工智能又成為了全球被關注的重點。正當業內人士談算法、計算速度與神經網絡的佈局,業外人士(或是沒有足夠知識的業內人士)卻對 AI 這回事指指點點,說將會令不少人失業,甚至說「天網」(Skynet) 、Matrix 等等人工智能大魔王將會成真。

雁橋想談談人工智能對於「記者」或是傳媒行業的影響,畢竟「寫稿機器」已經被創造出來,

大家對「人工智能」的誤解!

人工智能是什麼?這個問題即使是專家也不能準確的說出答案-畢竟涉及的問題太廣了,尤其是「智能」這一個標準。

所以我們先要思考「機械」與「人類智慧」的分別,就先從 1950 年 Alan Turning 提出的圖靈測試談起:簡單來說,他們是希望知道有沒有機器能做到接近人類的資訊處理方式,測試的方式是這樣:

A 是發問者,然後他與 B 與 C 可以用鍵盤、屏幕進行溝通,但他並不知道 B 與 C 背後是機械或是真正的人類!當 A 經過大量提出問題後,仍然不能分辨出 B 與 C 的不同,那麼可以假定 B 與 C 有同等的「智能」!

但我們生活中看到的都是只能進行一件事的「弱人工智能」,這些都不附合「圖靈測試」的要求,比如說 AlphaGo 能下棋但它不作寫詩、Siri 懂得回答若干問題,但不可以用它來駕駛;Lightroom 的搜尋工具可以辨識圖像的主題,卻對於一切以外的工作完全無能,他們仍然是「因某種原因被創造出來」的工具,同時並沒有方法具有更多的認知(就像 AlphaGo 不會有天「自然的」懂得寫詩一樣),而「強人工智能」(可以應付各類形工作)在世上仍未有完善的案例。

所以說除非有人以 Skynet / Matrix 作原型打造人工智能,這類大魔王是不會出現的。

機械就沒有「直覺」所以就不如人類?

記得在旅行的時侯,正是 AlphaGo 大放異彩的時期。當時有人認為機械永遠不可能比人類棋手優勝,他的說法基於兩個理解:

1. 圍棋不能以「窮舉法」去算出所有可能性,並把它記下

2. 真正的棋手有「直覺」可以下出機械算不出來的一步

他所說的 1 的確沒錯,無論是西洋棋還是圍棋都不可能把棋盤窮舉,但他忘記機械的計算速度(思考)比人類快上幾億倍,甚至在它的腦內已經可以把同樣的棋局演練上千萬次!AlphaGo 強大的原因是蒙地卡羅樹搜尋 法進行隨機下子,甚至去到近期的 AlphaGo Zero 更是採用非監督式學習法,利用自我演練進行學習,這是人類所不能克服的。

這是為什麼呢?這要談談非監督式可習的可取之處,根據雁橋本人的理解:Alpha Go 採用了兩段式學習,首先要給他學懂大量人類的棋譜,計算出「勝率最高的下旗方法」,然後在真正的棋局大進行隨機下子演算,計算出致勝關鍵;而 AlphaGo Zero 就是從一開始就不教他「圍棋」的規則,它從始至終都不知道「圍棋是應該如何捉的」,但當下完一局之後告訴它 「黑:白」的勝負與比分,從無數次的隨機演練中 AlphaGo Zero 就會發現如何下子將改變終局的「黑:白」比分,從中學習到圍棋的極致!

這樣說有點不實在,就以我們認識的遊戲《Super Mario》為例子吧!於 2015 年早有人開發出一個人工智能去「隨機」控制遊戲中 Mario 的動作,他們不會告訴 AI 「碰到烏龜會死亡」、「掉下山谷會死亡」、「吃到蘑菇會變大」、「吃到星星變無敵」等規則,但會告訴 AI 當它進行若干操作到 GameOver 之後的得分,經過無數次演練後 AI 就會找到一套《Super Mario》得到最高分數的操作,再慢慢令它學習如何擊敗遊戲。

這看起來兒戲,卻是 IBM 、Microsoft 與 Google 團隊正在挑戰的人工智能項目之一。

人工智能不懂藝術?好的藝術家擅於抄襲!

另一個常見的論調是「人工智能」不可能懂得藝術,這是人類的強項,所以藝術家、音樂家都不會失業。

真是這樣嗎?我們都聽過「Good artists copy, great artists steal」這句說話,這也道破了藝術創作的本質,我們可以看看畢加索「畫牛」的練習:

從寫實的牛到抽像的形狀,畢加索首先是模仿出「牛」的外表、從不同的牛身上「模仿」出現實;到最後他只「偷取」了牛最核心的部份,畫出的幾何圖形雖然抽像,但令人能理解:「他是在畫牛」;同樣的想法用於 Google 的 Quick Draw :它有點像「猜猜畫畫」,只不過是由你來畫,電腦來猜。背後的人工智能透過對大量數據的分析理解人們在畫什麼,最初的只是「模擬」人類畫畫的方式,最後偷取了圖像背後的理念,即使畫一堆鬼畫符也可以辨識出你在畫什麼。

有興趣可以在這個網站測試。

而同樣的原理可以用於音樂、詩詞甚至各樣藝術,但用於圖像處理的已經有 Snap 、Snow 、Fabby 等等的例子了,很難說這將來不會有用於文字的例子(關於 NLP 需要另文再談)

「記者」將會被人工智能取代?這是因為工作太簡單了!

到最後回歸重點:為什麼「記者」能被人工智能取代?這不是雁橋憑空想出來的趨勢,連 ForbesTechCrunch 亦有相關文章。原因在三宅陽一郎《從人列人工智慧,破解 AI 革命的 68 個核心概念》一書結語中說得很清楚:「當你的工作被過份簡化,甚至只乘下單一價值,你是很容易被 AI 取代的。」

早前談「內容農場的記者」,他們的人生就只有「抄稿」與「尋找資訊」甚至「偷片」,雁橋不肯定這個過程中學學習到什麼,但從「內容農場媒體」的趨勢去看,他們的工作正在被大量廉價的實習生取代,也就是他們的重要性也不大於一個大學實習生。

同時在重視 SEO 、搜尋器排名與媒體門檻取消的年代,記者的身份實在是沒有任何優勢,甚至在 Facebook 修改算法之後經營多年的「大媒體」也不具備什麼優勢,即使如 HK01 、端傳媒說自己是「數據分析指向創作內容」,價值也不在於「記者」本身,反而是對傳統記者「新聞觸角」的一種扼殺。

雁橋曰:大數據下的迷思:什麼資訊對於大眾最重要?

無論是跑流量的「廣告型媒體」還是跑訂閱數的「訂閱型媒體」都出現一種情況,記者亦非「跑數」的核心,說白一點就是撰寫文章的人太容易被取代,亦同質化,自然「記者」這個職業將會被取代。事實上傳媒業需要反思的並非 Facebook 將會採用什麼算法,而是製作出什麼有價值的內容,並使它具備影響力。

想起一個例子,就是某大行銷機構說 Facebook 改制可以移民到 Medium ,文章自然會有人看:這實在是太.看.得.起.你.們.的.讀.者.了!如果你像是《100 毛》靠搞笑、偷片與無聊項目起家,你真的覺得 Medium 的介面適合嗎?

反之亦然,《雁橋曰》寫的東西很沉悶,卻一直有些忠實讀者,這是我有點自豪的地方。

如果你喜歡雁橋的文章,請 Like 我的 Facebook Page 留意我的最新動態

雁橋

足跡踏遍 40 + 國家的旅遊者,旅人中年發現愛上科技與編程,戒酒後更喜歡咖啡香氣,希望以文字令世界變得更加美好。

發表迴響

%d 位部落客按了讚: