朱敬一專文：「人本」不是AI的全部─李飛飛的「視界」與之外

任何一本書如果得到某些名人推薦，它未必好看；但若一本書得到金融時報、Amazon 選書第一名，它幾乎一定好看。《電腦科學家李飛飛的視界之旅》是後者。名人或大官推薦背後往往有人情壓力，但是媒體或銷售平台卻相對公正；這個道理，即使不用人工智慧，也是顯而易見。

[啟動LINE推播] 每日重大新聞通知

依我閱讀的體會，影響李飛飛成長的背後有兩個重要因素。其一，是她的高中數學老師薩貝拉。薩氏對飛飛照顧備至，從課後閱讀到急難貸款，無怨無悔不求回報的付出，大概是一個老師能夠對學生做的極限。後來師生二人成為至友，飛飛幾乎像是蕯氏的乾女兒。如果沒有這樣一位超級「貴人」，我相信李飛飛的境遇絕對截然不同。

第二個影響飛飛的關鍵因素，是她母親長年的疾病。這樣的父母病痛對子女而言絕對是沈重的壓力，但是客觀而言，它也是把一位成功的電腦科學家「拉回人間」的重要因子。許多成功的人之所以脾氣越來越差、對屬下越來越苛、周邊越來越少人有不同意見、科學家越來越像科學怪人，都是因為「成功、再成功、更成功、超級成功⋯」這樣一個無法回頭的發展軌跡。以前的超級成功促使當事人發展出更大的野心，一波又一波，逐漸走向瘋狂。但是李飛飛身邊永遠有個「她必須彎下腰耐心傾聽」的媽媽，身體一直不好，日復一日、年復一年。這樣的羈絆，有些人視為拘束，我卻認為是「把科學怪人拉回人間」的重要因子。換一個佛家的說法，飛飛的母親，是她上輩子修來的菩蕯；那些疾病的覊絆，其實是一種人性的呼喚。

李飛飛是 Stanford大學電腦科學教授，獲獎無數，絕對是現代artificial intelligence 重要推手之一。飛飛的重要貢獻，是率先建構了一個超大圖像資料庫 ImageNet. 她建資料庫的時候還不完全知道其重要性，直到資料庫加上AlexNet的學習方式，才彰顯、發揮大資料庫對AI學習的重要。AlexNet是神經網絡的學習，像是我常說的「不住相讀書」，或是嬰兒的「自然學習」。嬰兒學習語言是從「聽父母親幾百萬句對話」開始，然後在腦袋裡自己編規則，某一天就蹦出「爸爸咬狗」這句話。父母親只需要回饋：不是不是，是「狗咬爸爸」就好了，完全不需要解釋「狗是主詞、咬是動詞、爸爸是受詞」這種「文法」。母語的文法，是嬰兒用它的「神經網絡」自行生成的。我們都知道，幾乎所有人的母語學習都比其第二語言的文法學習效果更佳，其背後有「大量文句輸入」與「神經網絡摸索學習」這兩類因素。這是我對人工智慧的粗淺理解。

除了創建ImageNet，李飛飛也是史丹福大學人本AI研究院的共同院長。所謂「人本」，英文是 human-centered，大致說來就是強調AI的發展是要以提升人類福祉為主軸。這個構想當然是正面的；「把人類福祉置為目標」當然比「不顧人類福祉」的科技發展，要好得多。但是，我也有一些不同的思考。

生物演化有兩個重要的elements.（A）微觀而言，每個物種的基因突變，「天擇」都會留下「更適合生存」的突變種；宏觀而言，每個物種都像是在「追求極大化繁殖」。（B）演化的均衡，每個物種的淨繁殖率都必然是零（如果淨繁殖率是正的，則幾萬年下來該物種數量早已爆炸；如果是負的，則該物種已經滅絕，我們今天也看不到）。我們以前說演化是「物競天擇，適者生存」，其實忽略了B。

但是B這個法則在最近300年發生了改變：「人類」變成超級強大的物種，人口數量已經爆炸成長近百年，而人類靠著極有效率的操作，決定「一切」。以AI為例吧：我們可以用AI分析蛋白質結構、尋找到「生產最有效率」的稻米雜交品種。這個AI應用很「人本」，因為它提高糧食生產率，可以使幾億非洲人民減少飢餓。這，當然是沒有錯。

可是當農民開始普遍種植這種AI選中的稻米之後，稻米的多樣性就消失了。我不是危言聳聽：過去百年，人類的主食物種已經大幅下降近百分之九十。因為主食物種多樣性下降，又進而促成對應的昆蟲、細菌等其他物種的多樣性下降。以上這一切的一切，似乎都是由「挑選生產最有效率的稻米」開始的。

我們能說「用 AI 幫助改善種植效率」不對嗎？當然對！能說它「不人本」嗎？當然不行！因此，我想說的是：「人本」不是AI問題的全部，我甚至不知道是不是「大部分」。AI能大幅改善效率，使得人類這種已經最強的物種又更強上好幾倍。有超強物種的演化均衡，絕對會降低生物多樣性。事實上，生物多樣性文獻老早就有 homopocentric 這個字，就有「太過 human-centered」的意思。那麼 human-centered AI，真的是個理想的哲學概念嗎？這是個值得思考的課題。

＊作者為中研院士，前國科會主委。授權轉載。