大人的教養2（2）

機械奪走人類的工作，在工業革命時代也發

生。那就是有名的「魯德（Luddite）運動」。

1811年起，英國由於紡織機械的出現，擔心

工作被搶走的紡織工人便搗毀機械。「魯德

（Luddite）運動」的名稱是因為領導者是

「Luddite」之故。

現代版的「魯德運動」已經發生。2018年

12月31日的「紐約時報」登載亞利桑那州

發生數起攻擊谷歌開發的自動駕駛汽車事件。

自動駕駛汽車若普及，計程車與卡車司機的

工作就會受到威脅。

現在的人工智慧還只是「特化型人工智慧」

的階段。「特化型人工智慧」就是只能在

特別用途使用的人工智慧。例如，下西洋棋

的人工智慧，只能下西洋棋。自動駕駛、辨

識臉像、Siri都是「特化型人工智慧」。

另一種是「泛用型人工智慧」。「泛用型人

工智慧」就是能夠像人類一樣自律思考，發

揮種種能力。專家預估2045年時，「技術特

異點」將到來。這時候，凌駕人類智慧的

泛用型人工智慧就會誕生。

支撐泛用型人工智慧是「深層學習」。「深

層學習」就是模仿腦神經細胞連結的方法，

如此一來，人工智慧就會自己解析大量資料。

以西洋棋為例，以前人類必須教西洋棋電腦

「在這種情況時，要這樣下」，現在則深層

學習過去大量的棋譜，由電腦自己判斷如何

下。

聽到「技術特異點」，我感覺這好像是現代

版的「人類機械論」。18世紀時，法國醫生

拉美特利（La Mettrle 1709-1751）著有

「人是機器」。內容是說人類與機器一樣，

由各種零件組合而成。

國立情報學研究所的新井紀子教授推動創造

以考上東京大學為目標的人工智慧「東Robo

君」，結果落榜。最大的原因在於「東Robo

君」無法理解考題的意思。如果是單純的計

算問題，「東Robo君」可以立刻算出來，

但是「東Robo君」碰到國語和英語那樣必

須理解複雜文章的意思才解題時，就束手無

策了。

資料越多，人工智慧越能準確預測。但是分

析大數據也有陷阱。以招募新員工為例，企

業要招募10位員工，可是應徵者有數萬人。

要一一看他們的履歷太花時間了，所以就先

讓人工智慧篩檢應徵者。這時候如果使用員

工過去的資料會如何呢？結果會錄取與過去

員工相同經歷的人。

美國某網路公司就是因此而招募到全都是白

人的新員工。如果考慮企業的未來，應該多

錄取女性與少數族群。

近年來，美國許多州，警察為了預防犯罪，

引進軟體。

某個警察局轄區內，經常在星期幾、幾點左

右、發生什麼樣的犯罪？將這些資料蓄積。

例如，經常在星期三傍晚四點左右，在商店

街這個地點發生許多購物客人被搶奪的事件。

大數據分析經常發生犯罪的時間與地點。警

察就按照分析的結果，在這些時間與地點，

預先布置警力，如果發現可疑的人物，就仔

細盤查。但是這樣做卻發生副作用。警察在

犯罪頻度高的地區巡邏時，一看到黑人，就

攔住他，仔細盤查。一發現他身上攜帶麻藥，

就逮捕。過去，身上攜帶麻藥是很輕微的事，

不會被逮捕，現在卻會被逮捕，送去監獄。

也就是警察變得小題大作了。

（待續）

2020年好日 贖罪者理州上