AI世界漫遊指南

人工智能到底是甚麼？有統一的定義嗎？

「人工智能」一詞為時任達慕斯大學數學系教授的電腦科學家約翰・麥卡錫（John McCarthy）於1956年所創。當時麥卡錫教授等人正進行研究，探討以機器精準模擬人類各項智能的可能。簡而言之，人工智能旨在讓機器模仿人類工作，執行視覺感知、語言運用、運籌決策等任務。

人工智能有哪些不得不知的概念？

人工智能的核心概念之一是機器學習 （deep learning） 。所謂機器學習，就是指機器利用各種演算法分析數據、揣摩事物法則，以作出合乎常理的決斷。而機器之所以能學習學習，則有賴於一種名為神經網絡（neural network）的電腦系統。神經網絡一般由一連串名為人工神經元的數學模型組成，模擬人腦神經。

針對人工智能的研究五花八門，當中以自然語言處理（natural language processing，簡稱NLP）為熱門之一。此範疇的目標在於讓機器學習人類語言並領略箇中規律，從而懂得處理情感分析、文本分類、問答生成等牽涉語音和文字的工作。

哪些國家對人工智能的發展舉足輕重？

美國是人工智能發源地，一直領先群倫。歐洲各國亦時有新猷，如因擊敗職業圍棋棋手而成國際焦點的英國人工智能程式AlphaGo。近十年中國急起直追，在人工智能研究和專利方面名列前茅，並銳意將人工智能引進各行各業，獨佔鰲頭。

日常生活中，人工智能有何用途？

人工智能的用途多不勝數，但大致可分為強弱兩類：弱人工智能泛指用以處理簡單工作的程式，如Siri之類的虛擬助理和網絡上各種即問即答的聊天機械人；強人工智能則指能夠執行複雜任務的器械，如無人車與服務型機械人。

人工智能有何好處？

人工智能無疑能改善人類生活，整個社會都能受惠。譬如無人車可令交通更為暢順，並為旅客提供多一個選擇。而配備人工智能的機械人亦可代我們執行拆彈、深海探索、能源開採等艱險工作，減少傷亡。

人工智能蔚然成風，為我們帶來怎樣的挑戰？

人工智能對勞動市場的衝擊是其帶來的一大挑戰。無論在速度或準繩度上，機器很多時已勝過人類，不少原先由人類佔據的職位自然落入它們手中。

當然，機器仍時有失誤，何況孰是孰非，有時根本難以說清。這正是人工智能另一問題，後果可以十分嚴重。試想像一架無人車煞制失靈，前方有一老一幼的行人，系統應指令車輛轉向何方？而扭軚又可能傷及乘客，系統該優先保護何人？凡此種種，到頭來也許並無定論。

人工智能是否正把我們的工作搶走？

可以說是，也可以說不是。

面對重重複複的簡單工作，人工智能遊刃有餘，但這不代表人人都要失業。以會計為例，業內不少軟件已具備一定智力，足以應付基本工作，然而人類仍是不可或缺。要及早發現問題，還是要有個經驗老到、先知先覺的會計師坐鎮。又如面對面的溝通、與客戶打交道，機器也是力有不逮。

說到底，人類在很多事情上仍無法被替代。而隨着人工智能變得更為普遍，市場對受過相關訓練的人只會有更大需求。當然，我們也要勤於進修，方能把握人工智能帶來的工作機會。

但人工智能仍在發展，我們到最終會否還是被取代？

不會。須知人機之間，有着難以跨越的鴻溝。

人工智能乃針對特定工作而生，除此之外，甚麼也做不了。再者，機器只能以邏輯語言理解事物，行事墨守成規。反觀人類不只是一個程式或演算法，還有自主意識、能體察情感。而生命之所以多姿多彩，某程度上就是因為人類時時不按常理出牌，這也是人工智能所難企及。

人工智能前景如何？在人工智能時代，我們又該如何自處？

人工智能方興未艾，日後必會更為普遍，前景可謂一片光明。另一邊廂，我們或會怕人類的地位被動搖，然而危中自有機。機器確實會導致職位流失，但此消彼長，人工智能的普及也為不少人帶來出頭的機會，電腦科學家和數據分析師便是例子。

不是天才，也能學習人工智能嗎？

當然可以。

人工智能與很多領域都有交集，如電腦編程、工程、數學、統計乃至語言，不勝枚舉。這個大千世界，可說是來者不拒。當然，要學有所成，能夠明辨慎思十分重要，但若有志於此，這不見得是難事。