在大家意識到之前，第四次工業革命 ― 人工智能革命已悄悄掀起，滲入日常。搜尋人工智能，或 Artificial intelligence，馬上冒出一堆新聞，標題聳動得嚇死人:「人工智能時代下人類所剩的最后價值……」、「霍金再警告人 工智能將毀滅人類」、「透過 A.I. 與死人對話」……充斥怪奇、《智能叛變》式的論調，彷彿人類將在一夕之間被大規模淘 汰。風聲鶴唳，渲染恐懼，無日無之。

無知令人恐懼。美聯社已經聘用 A.I. 記者寫財經報道，坦白講，執筆同時，記者也在怕失業。恐懼失業，人之常情， 但最可怕的恐懼，是連自己害怕什么都不知道。

人工智能的3個智慧水平

廣義而言，小至一段演算法，如 iPhone上的 Siri 系統、與人類對話的私家車、Google translate 的語音識別技術，吸塵機械人 Roomba……都可稱為人工智能。這與《2001太空漫游》和《智能叛變》等科幻電影所描述的無所不能、擁有自我意識并站在人類對立面的超級 A.I.，存在相當大的距離。

Is A.I. friend or foe?根據專家理論，人工智能分為三個水平：

如何量度人工智能的水平?電影《解碼游戲》講述破解德軍密碼的 天才圖靈的生平，但電影沒有提及著名的圖靈測試：如果一個機械與人類透過電子設備 對話，而人類不知道交談的對象其實是機械人，就能斷定那個機械人已經擁有人類的智能。他大膽預言「思考的機器」(Thinking Machine)的可能性，成為許多人心目中的「人工智能之父」。近日Bill Gates更指出，A.I. 的最大挑戰將是代表知識，「與人類一樣的方式消化資訊」。

2013 年，人工智能學者 Vincent C. Mu?ller 和 Nick Bostrom 曾詢問數以百計的 A.I. 專家，推算出到了 2040 年，人工智能將會達到 AGI(與人類相若)水平，而且由 AGI 升至 AS(超出人類)水平，將會在那之后不足二十年之內發生。

追本溯源，A.I. 的目的，只是模放人類智慧。

人工智慧，與之相對，是自然界產生的 「自然智慧」─ 人類的大腦。A.I. 有多種運 算方式，以前的目標一直都是模擬人腦。現時人工智能專注單一功能，要達到好像人類般思考仍有頗遠距離;除了需要大量數據，還需要 強大的運算能力，而這往往因為硬件技術而受到限制。發展更高性能的晶片是一個方向，科技龍頭企業如 NVIDA 爭相推出 TPU、GPU 等人工智慧晶片。

人腦的計算速度，以每秒千萬億(peta FLOPs)計算，運算速度比日本正研發的超級電腦A.I. Bridging cloud，快上近八倍。然而，美國發明家 Ray Kurzweil指出，到 2023 年，超級電腦就能追上一個人腦的配置，2049年就能超過所有人類大腦加起來的功率。

「奇點理論」(singularity)早于上世紀八十年代出現，意指科技于極短時間出現極大進步。日本人工智能專家三宅陽 一郎指出，2010年后的社會已逐漸步入「奇 點」。即是，人工智能一旦發展到逼近人類，將會開始加速進化，出現滾雪球式增長。他進一步指出，步入「后人類時代」，人類一些行動將被人工智能取代，可見于不久將來，人工智能將與人類合作共融。

奈何更長遠而言，宇宙物理學家霍金曾經多次就人工智能的威脅喊話：“Humans, who are limited by slow biological evolution, couldn’t compete and would be superseded.” (人類受限于緩慢的生物演化，將不能與人工智能競爭，而且終于會被 超越。)

更令人擔憂的是，誰控制那股超出人類智慧的力量?我們在恐懼什么?

另一邊廂，無哨煙的軍事競賽已經開始。俄羅斯總統普京說：“The nation that leads in A.I. will be the ruler of the world.”(人工智能技術領先的國家將會統治全世界);中國國務院今年7月發表《新一代人工智能 發展規劃》，強調發展人工智能，除了經濟原因，更關乎戰略層面;美國高科技公司Tesla行政總裁Elon Musk直指A.I. 會引發第三次世界大戰，并聯同一百一十六位專家聯署禁止各 國發展人工智能殺人武器…… A.I. 威脅沸沸揚揚之際，科創如雨后春筍，呈現爆炸性增長。正如霍金所指，人工智能可能是人類遇見最好或者最壞的事。

世界版圖劇烈變動，兩個重要問題：第一、人工智能究竟是什么一回事?第二、我們人類，或者我們香港人， 淮備好了嗎?

十九世紀初，有八成人口務農，三次工業革命過去，今日只剩下2%。只是文明之前必須迎來陣痛。李嘉誠早前在汕頭大學畢業禮時發表演講：「高增長機遇，是愚人見石，智者見泉，不思不想因循的人，在人工智能的時代，肯定過不了關。」

阿里巴巴在香港推出創業者基金，價值10億;麻省理工來港成立海外研究中心，以發明創新為主;未來政府要推動 Smart City、智能生產、5G……更多問題要依賴科技解決，是不爭事實。工程師早就習慣五年換一套程式語言：Python、Java、C++……說風就是雨，哪樣有效就得學。知名心理學家 Carol Dweck 曾提出，定型心態(Fixed mindset)和成長心態(growth mindset)，前者相信聰明天注定，后者相信努力。活得像個工程師，不斷學習，或者就是未來生存的不二法門。

人工智能席卷全球，人機合作的時代即將來臨，修讀醫科、法律、金融不再炙手可熱，編程正成為必備技能，當更多人修讀科研，對人工智能認知更深，就會思想更多：「有什么事是我能而機器不能做的?」

人的個性、獨特性、創造力不會消失，敗給機器的圍棋高手柯潔曾說：「我無法感受到 AlphaGo 對圍棋的熱情。」

縱有疾風起，人生不言棄。

自我意識的超人工智能出現前，人類還有好長一段時間。

兩個關于人工智能你要懂的詞

1. 機器學習(Machine Learning )

廣義來說，任何可以從事智能活動的程式都是人工智能，但不是所有程式都能自主學習。機器學習，即是包含機器必須超出程式設定，自行調整學習的意思。 AlphaGo 是自行調整學習的一例子，它透過學習大量棋譜，同時與圍棋專家對賽，累積知識，其后更通過 幾千萬次自我對局而自我改進。以前的監督式學習， 是指淮備好訓練資料，以命令，輸入回答而糾錯;但 目前發展出來的非監督式學習，則是透過整合性環境，自行搜集資料而改進有關表現。

2. 深度學習(Deep Learning)

深度學習模擬腦內神經元，連結成網絡狀單位，在神經網絡各層面以至各階段，都能同時不停學習，而且擅長辨識不能以符號表達的圖像資料。 三宅陽一郎表示「深度學習」就是「將充分資料輸入類神經網絡，而能自行抽出特徵」的系統。AlphaGo 能勝出圍棋，正正因為通過深度學習，可以抽出棋盤資料的特徵，取長補短，以至其分析愈來愈淮確。

Google 亦公開 TensorFlow 平臺，讓大眾利用深度學習工具開發程式，例如開發及早辨識皮膚癌的儀器，建立偵測影評文字是正評還是負評的軟件等等。有日本 農民利用相關圖像分析青瓜成長的形狀顏色，從而預 判收成情況。 深度學習目前已應用于 Google 的搜尋系統偏好、廣告、YouTube 的推薦欄、語音辨識和外語翻譯等各個 領域。