Openbook閱讀誌
Openbook閱讀誌

臺灣非營利專業書評媒體。Openbook編輯部將提供原生報導,文化觀察,人物採訪與國內外重大出版消息。 https://linktr.ee/openbooktaiwan

年度論壇 3》AI能讓創作者不必媚俗嗎?新科技與過幾年就老的新媒體

(edited)
李怡志從媒體素養切入來談。傳統媒體時代,閱聽人只要思考編輯台背後動機;到網路時代,開始需要把演算法視為素養的一部分。現在生成式AI加入了,又比演算法更複雜,需要知道機器是怎麼學習。「問題是我們都知道『學習必然有偏見』,很多東西根本就藏在人類大腦裡沒有被具象化,所以AI不可能學到所有事情。」
《天下雜誌》編輯顧問黃哲斌(左)及政治大學新聞系助理教授李怡志。

撰文|佐渡守(文字工作者)
攝影|張震洲

編按:媒體型態的演變對人類社會帶來巨大的衝擊,在過去多年來,從傳統媒體、網路媒體到社群平台,我們已見證了一波又一波的變革,不過「注意力是稀有資源」仍是不變的前提。注意力經濟的市場競爭中,內容生產者及媒體工作者要做好什麼準備?知識、資訊或創作的文本,如何才能被看見?

Openbook年度論壇第三場,邀請到目前在《天下雜誌》擔任編輯顧問,一路見證數位時代殘忍與寬容的黃哲斌 @puppydad ,以及教授網路內容產品、資訊視覺化、網路數據分析、生成圖像等課程的政治大學新聞系助理教授李怡志,談談在人工智慧日益成熟的時代,內容產業該如何因應。

➤與人類協作的AI是否具備創造力與靈光?

論壇開始,黃哲斌先為在場唸了一段《紐約客》雜誌上的小說〈According to Alice〉:「我的名字是愛麗絲,我是從媽媽的屁股裡掉出來的蛋孵出來的。我媽媽的名字也叫愛麗絲……所有媽媽的媽媽都叫愛麗絲,愛麗絲這個名字的意思是『創造一切的人』……」

黃哲斌說,這篇小說其實是把AI形容成「造物者創造出來的東西」,文中用了很多宗教隱喻,文字介於雅俗之間,是加拿大小說家兼劇作家希拉.海蒂(Sheila Heti)與AI平台Chai的共同創作。「Heti小姐玩Chai滿久了,她每天會問AI機器人一些問題,把它拼在一起,就變成這樣一篇小說。」

加拿大小說家兼劇作家希拉.海蒂 (Photographer: Angela Lewis,取自Sheila Heti個人網站)

Chai跟ChatGPT路數不太一樣,是專為聊天而生的語言模型,聊天方法也很怪異,有時一本正經,有時有很多出格的對話。

「比如它會把耶穌跟瑪利亞的故事混在一起,因為有很多轉化或變造。因此我請ChatGPT幫我翻譯的時候,每隔幾段就跑出文章違反內容政策的畫面(尤其提到聖經時)。我不斷哀求它到最後有點火大,就寫負面回饋說:你不要再那麼stupid了,它只是一篇虛構小說!」黃哲斌描述語氣生動,現場響起笑聲。

「你會發現,AI跟人一樣有多元的性格,且不見得每個都長得像ChatGPT。此外也有倫理規範跟創作自由的不同界線。」黃哲斌說,創作如何跟AI結合,海蒂做了一次示範。「我因此一直在想,這樣的AI協作是否具備班雅明所謂的『靈光』?它的靈光是出於人類的提問?還是AI的語言資料庫?或者它是班雅明提到的另一種機械複製的藝術?」

黃哲斌並給大家觀賞去(2022)年美國科羅拉多州博覽會的數位藝術首獎作品〈太空歌劇院〉(Théâtre D’opéra Spatial)。該作因作者傑森.艾倫(Jason M. Allen) 利用AI生成算圖工具Midjourney創作,而引發軒然大波。黃哲斌認為,從小說到獲獎的圖,兩個例子都可用來探討AI創造力的相關問題。

藝術家艾倫利用AI生成算圖工具Midjourney創作〈太空歌劇院〉,獲2022年美國科羅拉多州博覽會的數位藝術首獎作品,引起爭議。(來源:wiki commons)

AI是否具有創意、能否協助人類展現創意?李怡志說,這個題目其實已有60、70年歷史,且學界早有一些定論。「有趣的是,1980、90年代AI創意的研究已達高峰,那時根本沒有AI可用,理論就已經先到達了,如今等了30年,終於可以解釋現在的現象。」

關於AI應用創作出現很多格式化風格這件事,李怡志認為,任何創作者都不可能不斷改變風格,就算畢卡索或梵谷,一生大概也就3、4種風格轉變。人類風格是有限的,反而人工智慧可以帶來很多機會,讓不是藝術家的一般人也能在多種風格內展現創意。

「所以問題不在AI風格的僵化,而是人本身。」他說:「前提是要有動機與能力。如果你只會下一樣的指令,就會得到一樣的東西。」例如,現在臉書充斥大量被稱為「AI審美疲勞」的人像作品,幾乎都是美女圖。

他並舉書本封面設計為例。台灣的繁體字特別受限,坊間所見恐怕不超過100種字體,可是設計師還是有辦法做出千變萬化的封面。「所以問題不在格式。像新細明體,不會用的話就很醜。同樣的,人工智慧也有它的局限,我們應該把它的局限或對它的偏見當成一種功能來使用。就像新細明體長這樣,會用的人還是能做出藝術性的表現。」

李怡志還說,我們都想像人類有創造力、有創意,但其實也不是每個人都有。反觀機器,從過往到現在,人類一直抗拒承認機器有這個能力,所以當AI做出人類從沒看過的東西,那到底算不算創意或創造力?

人類思考如何解決問題時,不太會去尋求窮盡所有的解答,但這件事對AI而言,顯然很容易。「所有的解,在機器學習裡面叫search space,比如回家有1000種走法,但一般人可能只會用兩、三種,計程車司機稍微偏離路線還會跟他吵架。這是因為人類擔心成本或失誤,所以不會去嘗試其他解法。但現在我們可以讓AI一口氣把1000個解法都做出來,之後再回頭去看,裡面有沒有很創意的、過去你不敢做而它做到了的東西。」李怡志分析。

AI讓社會更媚俗,或更有創意?

近年全球媒體都在進行整併,大型串流平台更加強勢,創作從內容產製到行銷販售,越來越需要跟大平台合作,或配合其背後的大數據,長此以往,究竟AI會讓社會更媚俗還是更有創意?大型平台與個人創作是否存在矛盾或衝突?

黃哲斌借用麥克魯漢(Herbert Marshall McLuhan)「媒介即訊息」這句話,說明「平台、技術,決定了內容」。他說,某次跟Tizzy Bac樂團對談,主唱陳惠婷就向他反應過自己的焦慮。「串流平台興起後,越來越多創作者發現,聽眾沒時間跟你培養感情,聽歌會跳過前奏,前奏如果超過3秒,大家就飄走了,根本沒機會聽到你的聲音。」

音樂串流平台KKBOX數據也顯示,現在流行音樂為了迎合聽眾短時間就想聽到爆點的習性,歌曲平均長度縮短至166秒、歌手必須3秒內開唱、歌曲前30秒是勝負關鍵。志祺七七也談過類似現象,表示TikTok上音樂必須在15秒內達到高潮,只要抓一段容易記憶的旋律不斷複製/貼上,就能製造洗腦神曲,完全不需要起承轉合。

黃哲斌說:「這些事都在告訴我們平台跟創作的關係。讓我想到〈Hotel California〉這類6分多鐘、前奏長達一分鐘的歌曲,也許在這個時代就不可能出現或存活。」

AI很多地方都在挑戰人類創意,也挑戰人類原本認知的界限。黃哲斌以韓國爆紅女歌手Rui為例。Rui因為覺得自己不好看,所以她在YouTube上所有畫面,除了頭髮是本人的,其他都是大數據推算南韓民眾喜歡的五官所畫出來的。這樣一個AI跟真人結合的偶像歌手,背後代表什麼?當AI開始會寫作、唱歌、演戲,有朝一日是否會誕生「純AI」的巨星?

黃哲斌緊接著分享《經濟學人》網站上的文章〈AI時代巨星的誕生〉(〈Now AI can write, sing and act, is it still possible to be a star?〉)。文中提到, AI已經影響整個好萊塢。比如迪士尼已取得現年92歲的美國男演員詹姆斯.厄爾.瓊斯(James Earl Jones)的聲音權利,就算有一天他往生了,還是能演出黑武士達斯維達的聲音。又比如給AI一個小時,它就可以把《玩命關頭》劇本寫到第94集,差別是人類閱聽者會不會厭倦?

AI很擅長複製跟轉化,目前看來與人類協作是可行的方向,這類例子只會越來越多。不過,這也將衍生出AI與人類共存的新議題。黃哲斌提到,今年5月,美國編劇工會(Writers Guild of America, WGA)發動持續148天的大罷工,7月時,美國演員工會—美國電視和廣播藝人聯合會(SAG-AFTRA)亦加入響應。

這次罷工,美國演員工會控訴現有版權法並無提供演員足夠的法律保障,若未來有電影公司使用AI生成技術,不需取得本人授權即可「盜用」演員聲音和容貌、合成演員。此外,另一訴求則是好萊塢編劇擔心迪士尼等大企業未來使用AI創作劇本,讓人類編劇只負責後續修編,如此一來,編劇的工作權勢必深受影響,甚至只能領到修改劇本的薪水。幸好,罷工行動皆取得談判成果。

美國編劇工會(WGA)大罷工談判成果:今年10月,美國編劇工會(WGA)正式結束了罷工,與電影電視製片人聯盟(AMPTP)談成為期三年的協議。雙方同意在電視和電影項目中,AI 不能被視為作家,AI 產生的素材不可被視為指定素材。另一方面,編劇可以選擇使用AI,但公司不得強迫編劇使用。協議還規定,如果有任何內容是由AI撰寫,公司必須事先通知編劇。此外,美國演員工會爭取到的是:若未來根據演員的影像製作合成演員,用於訓練生成式AI時,必須通知美國演員工會,且工會有權利替工會成員協商出合理的報酬。

黃哲斌認為,AI無所不能的形象,往往是人類詠唱出來的結果。像前述《紐約客》那篇小說,幾乎都是AI生成內容,丟上網路之後,AI又把它收進訓練的語料庫,用AI自行生成的文體不斷進行自我複製。繼續下去,有一天會不會出現混亂或崩潰?黃哲斌表示,這值得進一步思考觀察。

2023年美國編劇工會因與電影電視製片人聯盟(AMPTP)勞資糾紛罷工,是自2020年covid19流行以來最大規模的美國影視罷工事件。(來源:wiki commons)

怎樣對AI「提出好問題」

李怡志說,人類科技發展過程,從鄉民很喜歡講的「已知用火」到現在,探索用法這件事從未停止過。人類並沒有在已知用火那天就知道火的所有用途,問題是AI出現後,我們都太急於把所有用法全探索了。

「我覺得現在先不用急著把這件事探索到底,因為這不僅不可能,而且變動很快,今天講的東西,可能明天就是錯的。」李怡志從媒體素養切入來談。傳統媒體時代,閱聽人只要思考編輯台背後動機;到網路時代,開始需要把演算法視為素養的一部分。現在生成式AI加入了,又比演算法更複雜,需要知道機器是怎麼學習。「問題是我們都知道『學習必然有偏見』,很多東西根本就藏在人類大腦裡沒有被具象化,所以AI不可能學到所有事情。」

回到Search Space的概念,李怡志引述英國認知科學家瑪格麗特.博登(Margaret Ann Boden)的在著作《創造力心智:神話與機制》(The Creative Mind: Myths and Mechanisms)提出的洞見:人工智慧特別適合執行的是合併式創意(combinatorial creativity)、探索式創意(exploratory creativity),但要讓人工智慧發揮轉換式創意(transformational creativity)就很難。

英國認知科學家瑪格麗特.博登 (截圖自YouTube @WeMadeOurselvesOver)

李怡志舉例:「比如電話發明出來,後來又加個鍵盤,再來變移動式,但都叫電話。可是現在智慧型手機的本質不是電話,而是一台觸控式電腦,拿電腦來講電話就是transformation,照理說要AI想到這件事就比較困難。」了解AI的能與不能之後,再來談問問題這件事。

李怡志說,懂得問問題是一種成功的表徵,大部分的人其實都不是很會問問題。「而且有趣的是,你會發現直接命令AI做某件事,通常表現只有60分(也就是人類平均表現),但如果問它這件事『做到好』的標準是什麼,再讓它按這個標準做,瞬間就變90分。」李怡志稱之為「問題的問題」,在問ChatGPT問題之前,先問它怎麼評鑒這件事,通常會得到比較好的結果。

李怡志還會問AI一些過往比較少被問的,例如反對意見、負面意見。「上班族都知道,主管要求提出意見時,我們通常都提供非常禮貌、合理的feedback。可是人工智慧不管也不擔心冒犯你,所以我會問它負面的東西,請它扮演各種競爭對手來回答。」李怡志也嘗試過問AI「某種情況該找誰評判」,等列出所有角色後,AI再扮演這些角色。他說科技發展到此,上面這些做法都是可行的。

媒體與出版如何善用AI,迎接時代新趨勢?

關於新聞界目前的應用案例,黃哲斌說,《天下雜誌》現與Taiwan AI Labs合作,訓練AI每天半夜耙梳40多家外國媒體,按權重挑出一定比例的24小時內全球重要新聞,並自動翻譯、列出摘要。人類編輯只需花2小時檢查它的排序,隔天一早,讀者就可以看到世界最新發展新聞。這在過去「工人」智慧時代,幾乎是不可能的事。

另有一例,是美國工程師寫的程式。黃哲斌列出六、七個criteria,教ChatGPT判別所有美國新聞的重要性跟影響性(所謂新聞學),學會後就可以調整尺度。他以地震級數來比喻,1000則每日新聞中,震度6.5以上大概只剩50則,其他口水、八卦等不重要新聞就不會進入視野、不耽誤閱聽人時間。也可以往下調到震度4,就有數百則新聞可以看。

此外,黃哲斌說,目前AI發展到現在,可以在不同語言之間溝通、切換,有如建造巴別塔,這也是之所以他都找ChatGPT翻譯的原因。「更不用說YouTube的自動翻譯,現在想翻成什麼土庫文、毛利文、爪哇文都可以,雖然品質還沒有到很好,但也有八、九成的準度。」

相對於媒體正面應用,產業某些環節也勢必會受到負面衝擊。黃哲斌回顧:「其實數位化30年前就開始了,1990年代我進報社的時候剛好碰到,就有一個職業馬上受害,那就是排字工。有些後來轉成電腦打字小姐,有些被資遣。」

30年後的今天,媒體業也如當年一樣盤點內部,哪些工作會被AI取代、哪些只有人類可以做。

黃哲斌雖不太確定出版業會有那些變化,但Taiwan AI Labs創始人杜奕瑾曾對他說道:「人類無端的創意、對產業的推理、對於事實探究的慾望,以及人的思想主軸,都是很難被人工智慧學習起來的……所謂的推理、探究、尋訪的能力,人工智慧只能輔助,至於思想的主軸,以及如何去陳述、報導,主要還是靠人的靈魂。」黃哲斌認為,從這樣的概念出發,或許能找到出版業不容易被AI取代的部分,相對也可能因AI而增強。

他並舉兩個AI如何增強內容的例子。除了Beatles遺作〈Now And Then〉之外,另一個是法國電信公司Orange的廣告。這個廣告是惡名昭彰深偽技術(deepfake)難得的正面案例,片中將法國女足換成國家男足的臉,讓世人反思運動世界長期以來的性別不平等。

黃哲斌說:「大家每4年瘋一次足球,可是看的都是男子足球的世界盃,幾乎沒人知道女子足球也有世界盃,因此Orange公司拍廣告邀請法國人一起來支持法國的女子足球隊。這種創意有其脈絡背景,也只有人才能想得出來。」

至於,內容產業如何面對AI?李怡志認為不管書也好、媒體也好,可以把內容產製過程切分成前端的發想與資料收集,中間的撰寫與編輯,後端的遞送發行。目前看來,中間由人來做比較好;前端的撈資料、做分析,由人工智慧做會比較快;至於後端,則有數位與紙本兩種情形。

「在人工智慧下,起碼新聞界都大致認可一件事,就是我再也不是『做一個版本、給所有人看』了。因為現在生成式AI已經做得不錯,可以指望不久的未來,一篇文章能夠調整成人們各自想看的樣子。」李怡志說,現在每個人打開手機都會被廣告系統追蹤,假設未來內容也有追蹤價值,理論上人們看到的文章有這種可能。「比如《報導者》的文章,多半要花一點時間才能看完,未來面對某些人,就可以提供300字用詞簡單的版本,若想看兩萬字就看原來的版本。」

李怡志也指出,數位出版未來也可以做多版本的變化:「我是個家長,很多童書會標註適讀年齡,但我很難判斷我兒子的心智年齡是未達還是超過。以後有多版本的話,『該買幾歲的書?』問題就可以解決。」

李怡志並認為,跟新聞業過去的遭遇有點像,AI對出版的衝擊必然會到來。未來紙本勢必走向精緻化跟典藏化,且最高級的內容才會製成紙本。「我發現書大致已經往這個方向走了,現在封面用的紙張、印刷的品質,都比以前好很多。未來可能更走向典藏路線,書店空間也留給更精緻的書。」至於其他在AI的輔助下,多會朝電子化發展。

Q&A

現在出版業跟新聞業其實有很多好內容,問題是供給端跟需求端對不上,好的報導找不到讀者。未來AI有沒有可能扮演某種角色,讓發行管道的錯位或斷裂,可以獲得修補?

李怡志:我覺得AI比較能做的是協助後端遞送的個人化,只要成本能夠負荷,就可以針對不同需求或能力的人,給他不同的內容。最大問題是遞送的演算法掌握在平台手上,我們控制不了它。關於演算法,有很多研究顯示,它會挑特別能勾起負面情緒、憤怒、族群對立的東西給你,所以前端內容再怎麼做,我們都不可能違背本意,去配合演算法做這樣的內容。

我最近常舉一個比喻:我們吃東西都會去稍微有信譽的餐廳或看一下品牌,不會隨便撿路邊的東西吃,可能會食物中毒,媒體內容的消費也應該如此。但現在的狀況是,消費者什麼東西撿來就往嘴巴裡塞,這件事跟AI的關係就不大了。

所以我真的覺得,要花比較多的時間去教育閱聽人,慎選資訊的源頭。但這件事在台灣又很麻煩,我在新聞界這麼久,只能說台灣閱聽人包容性真的很強,拿到手上的都是食物。

往後5年,生成式AI會對媒體與出版創造什麼樣的新職務?

黃哲斌:我比較能肯定的是,在媒體裡有兩種職業現在已經慢慢出現。比如《天下》有個數位創新部,專門做編輯部跟資訊部的橋樑。假設編輯部想開發一個APP,可是只知內容不懂程式,而資訊部會寫程式但不懂內容,中間就需要有既懂一點內容、又懂一點技術的人協助溝通。我覺得從這個概念出發,相信媒體很快就會出現類似這種AI創意師或應用師。

媒體現在都在研究AI怎麼應用在新聞產製的流水線上,過程中去彌合技術、內容與創意的這個角色,其實是很重要的。前面提到《天下》與Taiwan AI Labs的合作,就曾經差點破局告吹,因為AI工程師對新聞編輯端的某些要求不是很理解,這樣的gap非常多。後來杜奕瑾跳進來跟工程師一起改,才有現在的樣子。

延伸閱讀.竟然是水逆造就了梵谷?創作、AI、5G普及與閱讀的未來:胡晴舫X台灣AI Labs創辦人杜奕瑾對談

另一個是關於協作。如果去人力網站搜尋,現在很多企業都在徵AI詠唱師了。可是對新聞媒體來講,可能要求不止於此,甚至還必須知道怎麼跟AI協作,這樣的人才我認為未來媒體可能也有需求,這件事其實也慢慢在發生中。

傳統作圖需要非常多時間去完成,創作者通常只會嘗試有限的次數,忠實反映他在那段時間的想法,但是如果用AI無止盡的嘗試,很容易感覺作品已足夠好了,會不會反而失去創作者的一些特性?

李怡志:傳統創作從草稿開始,起初構圖上可能有較大修改,但確定後就慢慢精細化,所以不存在一次多個版本。生成式AI在算力足夠的狀況下,一小時做1000張也是辦得到的。

過往藝術家在創作的每個階段過程中,都在把他的評鑑標準appreciation放進去,是經過一連串的評鑑去達到他要的創作結果。所以AI一次做100張再從中挑一張,與傳統走100步做出一張,會有所不同。

「從大量的東西裡面挑」這件事,人類並不陌生。Google統計我幫小孩拍的照片,已經3萬張。這麼多照片之後,Google相簿會定時幫你做一本圖集,寫著「小孩不知不覺長這麼大了」。就算你並沒有跟它講裡面哪個是你老婆,它都知道這人在你身邊這麼久,一定是你重要的伴侶,它就會說「溫馨的家庭時刻」、「回憶過往」什麼的。

這種大量生產之後再經過人工智慧學習出來的東西,絕不是我拍照時想得到的。所以我覺得當你生成圖像可以大量創作的時候,此時此刻我們也不知道它會不會湧現第二次的創意出來,可以期待看看。

未來人類跟AI的協作可能變成一種日常,但目前要修正AI的結果,其實非常的工人智慧。指導或修正AI生成的內容,是否可以形成更有效的反饋機制,以塑造最終的成品?

黃哲斌:我只能談一下我看到的經驗,用人跟人的溝通來回答這個問題。現在網路常常每隔一段時間就在戰理科、戰文科。的確編輯跟系統工程師想的不太一樣,比如編輯要的是美感、影響力,通常是抽象名詞,可是跟工程師溝通最好想辦法量化,簡單講就是少用形容詞,必須非常明確說明想要達到什麼效果、需要什麼樣的檢核機制等等,他才比較知道你希望他怎麼做。

李怡志:我們思考AI修正這件事情,大概都只存在第三方的平台上,比如ChatGPT的回饋,也不是針對你個人的回饋,它可能收集了1000萬次大家的意見之後來回你,是大量學習後的結果。

但這個領域真的發展很快,我們可以預見一個小模型被燒在CPU上,然後裝在你家吹風機或微波爐裡面。過去晶片很貴,未來會很便宜,所以一個專屬你個人使用的生成式人工智慧就快到了,那時我們才比較可能去思考怎麼訓練它。

訓練回饋這件事,要出成千上萬的題目讓它做,再用另一個程式判斷它答得好不好。我想未來會有評估的程式出現在你的桌面,因為你點它的樣本量太少,不夠它學習,所以會由另一個機器來決定。

內容多版本這件事很有趣,但似乎也會讓「何者為真」這樣的問題不再重要,甚至內容的多版本,還可以再延伸二創的多版本,最後好像會變得難以追蹤原貌。如果著作權的概念還存在,是不是只能用NFT的方式來追蹤真跡的其他延伸?

李怡志:因為人可以控制生成式人工智慧的temperature、熱情度,所以改寫過程中,如果把temperature關到0,它就不會在你給它的事實裡面添造訊息,除非叫它把一千字改寫成一萬字,那就有九成是胡說八道。生產多版本的過程中,給它2萬字,叫它基於事實變成1000字、500字,給大人看的、給小孩看的,這個大概都沒問題。

由一種文本變成另一種文本,這件事並沒有很新。新聞界大概從2014年起就有自動化新聞,一開始都是運動賽事、選舉報導跟股市資訊,都是用母版再加一點點生成。過往經驗都還好,所以只要程式控制好,是不太會產生錯誤內容的多版本。

至於著作權,在AI生成的狀況下,是一個不好討論的問題。因為機器寫的,除非有人為修過,否則不存在著作權,起碼目前是這樣。NFT追蹤真跡這個想法我覺得很好,如果有人覺得真跡很重要的話,就可以NFT化。

推薦讀物

李怡志:其實講人工智慧跟社會還有倫理道德議題的書非常多,我推比較好讀的《人工智慧最後的祕密》。有趣的是人工智慧大量學習我們已知的東西,然後以某種方法「再現」這件事,現在我們有幾位老師也在研究,因為有很多過去意想不到的東西可以討論。另一本是約翰.伯格《觀看的方式》,我最近在重看這本書,發現可以借用它的方法再重新看人工智慧這件事。

我還想推薦兩部影片。《個資風暴:劍橋分析事件》能協助我們了解,人工智慧做到極致可能的危害是什麼。《地球未知檔案:殺手機器人》講的是人工智慧用於作戰跟殺人。這是現在國際人道跟外交最重的議題,這次拜習會也有討論到這個題目。

很多人看完《地球未知檔案:殺手機器人》都意識到非常可怕,機器跟人類對戰的差別是它不怕死,會直接衝過來跟你對撞。想像把這樣的東西丟到實際的戰場上會是什麼狀況?所以現在國際上開始要求不能讓AI直接去殺人,有個概念叫人為監督(Human-in-the-loop,指由人類訓練、測試或調整AI 系統,幫助系統取得更可靠的結果),一定是人類發動決策而不是機器。

此外,如果大家對人工智慧的藝術跟創作有興趣的話,瑪格麗特.博登有滿多1990年代的著作都有所討論,但可能台灣還沒有中文譯本。

黃哲斌:我推薦《科技想要什麼》,這本書比較站在科技樂觀主義的角度,來講整個科技發展的一些必然跟偶然,雖然書中觀點我不見得都贊同,但從比較大的picture去看的話,是個很有趣的參考點。另一本是比較批判性的《誰控制了總開關?》,是我看過講整個科技從電報、廣播、電視、電影,一路發展下來的脈絡還有轉變的書當中,寫得最清楚的一本。如果找不到的話,看《注意力商人》也不錯。

另外我想推傑容.藍尼爾(Jaron Lanier)在TED Talks上的演講。他是矽谷開山級人物,也是虛擬實境這個詞的創造人,有好幾個影片都在談科技對人類的影響。此外他最近接受Bloomberg採訪,也在講他對AI的看法,YouTube上面有,都很推薦大家去看。

藍尼爾是美國人工智慧先驅馬文.明斯基(Marvin Minsky)的學生,因為明斯基比較樂觀論,藍尼爾比較悲觀論,所以常常跟明斯基辯論。大家可以去看一下兩者不同的觀點,會滿有趣的。●(原文於2023-11-28在Openbook官網首度刊載)

CC BY-NC-ND 4.0

Like my work?
Don't forget to support or like, so I know you are with me..

Loading...
Loading...

Comment