人工智慧的未來：揭露人類思維的奧祕

台灣第一本徹底解析人工智慧發展的書！ 大數據的下一步：人工智慧！ 「2029年，聽得懂笑話、理解愛的機器人就會出現。」 「2045年，人類將進入技術奇點，電腦可以與人腦完美結合。」 這是本書作者雷．庫茲威爾（Ray Kurzweil）的大膽預測。他目前擔任Google公司的工程總監，是當今最具影響力的發明家、思想家、創業家、未來學家、人工智慧的先驅研究者。 他在這本書中，將揭露「人類－機器」文明史上最重要的計畫，也就是運用「逆向工程」來還原人腦的運作模式，利用模擬人類的大腦運作，來開發更高智慧的電腦。 人工智慧的概念，大約起於1940年代，圖靈（Alan Turing）、馮諾曼（John von Neumann）等人進行的思考實驗與實作……直到今天，無人機、無人車、iPhone上的Siri、工業用與服務用機器人開始量產，人工智慧的成果已開始進入人們的生活。 然而，電腦能夠變得如此聰明，要歸功於幾十年來腦科學、神經科學方面的大幅進展。作者估計，人腦的新皮質中大約有3億個模式辨識器（pattern recognizer），它們是同步運作的，可以處理從低概念層級的例如視覺、聽覺的基本輸入，到高概念層級的判斷、預測、表達等等；而各個神經元之間有一千兆個連結，使得「學習」成為可能。重點是，人腦的新皮質是一種層級式的結構，而人工智慧的模型也依此而建立。 書中將重點介紹「思維模式辨識理論」（Pattern Recognition Theory of Mind），據以建立模擬人腦的模型。將來，電腦將具有學習能力、能夠具有意識、能夠理解情感、表達情感。或許，就像動物權一樣，以後「機器人權」或許會引起人類社會的大辯論。 融合了神經科學研究以及最尖端的電腦科技，這本書解釋了人工智慧的基本原理與實作，以及未來的發展方向，我們將會造出比人類更聰明的機器，並且幫助解決人類社會的重要問題。 ★在本書出版一個月之後，Google就聘請了作者庫茲威爾擔任工程總監，掌管機器學習和語言處理的新專案計畫。 相關報導： 馬雲、郭台銘攜手孫正義：有人心的機器人會推動第四次產業革命！ 作者庫茲威爾於TED的演講（中文字幕） Google賦予機器人「意識」的專家：聽得懂笑話、理解愛的機器人會在2029年出現 （《WIRED》訪問作者庫茲威爾） 超人類生物學之未來：生物學、奈米科技、人工智慧結合成超人類 【專業推薦】 于天立〈國立台灣大學電機工程學系助理教授〉 楊　千〈國立交通大學EMBA榮譽執行長〉 蔡惠卿〈上銀科技總經理〉 鄭國威〈PanSci泛科學總編輯〉 羅仁權〈國立台灣大學電機工程學系講座教授暨終身特聘教授〉 「庫茲威爾對於人工智慧未來潛力無限的預測，不但言之有理還有立論根據，對於地球上機器人的最高統治者——人類——來說，這本書應該能讓我們高枕無憂，為人工智慧的超神速發展做好準備。」 ——《紐約時報》（The New York Times） 「令人耳目一新的創見……庫茲威爾這本書讓樂觀主義者大聲叫好。」 ——蘿拉．史平尼（Laura Spinney），《新科學人》（New Scientist） 「關於未來學的一本引人入勝的傑作。」 ——《柯克斯評論》（Kirkus Reviews） 「《人工智慧的未來》是難得一見的好書，每一頁都帶給你不一樣的啟示。庫茲威爾擅長運用推論處理看似棘手的挑戰，最後並能讓讀者相信，人類有辦法創造出比自己更聰明的機器。」 ——拉斐爾．萊夫（Rafael Reif），麻省理工學院校長 「庫茲威爾這本有關思維的新作寫得好極了，符合時下所需，而且立論十足！」 ——馬文．明斯基（Marvin Minsky），人工智慧之父、麻省理工學院的人工智慧實驗室共同創始人暨媒體藝術與科學教授 「如果你曾好奇自己的大腦究竟是怎樣運作的，那麼你一定要好好看看這本書。庫茲威爾的獨到見解透露出人類思維深處的關鍵祕密，也讓我們發現重建人類思維的能力。這是一本說服力十足又發人深省的佳作。」 ——迪安．卡門（Dean Kamen），物理學家、首創可擕式胰島素幫浦、家用透析機、IBOT移動系統的發明人、FIRST基金會創辦人、美國國家科技獎章得主 「雷．庫茲威爾是人工智慧領域的傑出先驅之一，他的新書說明了生物與非生物的智慧本質。這本書把人類大腦比喻成一部可以理解階層概念的機器，從最基本的了解椅子的形狀，進而到理解幽默的本質。庫茲威爾的重要發現突顯出，『學習』在大腦和人工智慧中都扮演著關鍵角色。這本書提供可靠的指南，讓人們打造出超越人類智慧的機器，而這將是解決人類重大問題所不可或缺的條件。」 ——拉吉．瑞迪（Raj Reddy），卡內基梅隆大學機器人研究所創始董事、美國電腦協會圖靈獎（Turing Award）得主 「雷．庫茲威爾率先開發出許多人工智慧系統，包括可讀取以任何形式列印之印刷品的光學辨識技術，以及可合成語音和音樂並理解語言的語音辨識技術。這些系統是現代機器學習改革的先驅，科學家也是憑藉這些基礎，打造出能在西洋棋賽中擊敗人類對手、在《危險境地！》（Jeopardy!）益智問答節目中贏過人類、以及懂得駕駛汽車的智慧電腦。庫茲威爾的新書對於促使這次智慧科技革命發生的進展，做出清楚明瞭又令人信服的介紹，尤其是機器學習方面的進展更值得我們注意。另外，這本書也針對『人腦如何運作、如何產生智慧？』這個我們即將開始解決的問題，提出重要的見解，我相信這也是當前科技面臨的最重要問題。」 ——托馬索．波吉歐（Tomaso Poggio），麻省理工學院腦科學暨認知科學系Eugene McDermott講座教授、生物暨電算學習中心主任、McGovern人腦研究所前任所長、全球最受推崇的神經科學家之一 「這本書是解釋人類思想奧祕的可靠線索。更驚人的是，這本藍圖告訴我們如何創造出跟我們人類同樣具有說服力和情感的人工意識。」 ——馬蒂娜．羅斯布拉特（Martine Rothblatt），聯合治療生技公司（United Therapeutics）董事長暨執行長 「庫茲威爾的書充分展現他的驚人才能——融合不同領域的思想，再以簡要明確的語言向讀者解說。就像奧克塔夫．沙努特（Octave Chanute）的著作《飛行器的發展》（Progress in Flying Machines），這本書預告出人工智慧革命即將引爆，庫茲威爾對於人工智慧所做的預言也將在這次革命中應驗。」 ——迪利普．喬治（Dileep George），人工智慧科學家、大腦新皮質階層式模型先驅、Numenta and Vicarious Systems共同創辦人 「雷．庫茲威爾對大腦和人工智慧的理解，將徹底改變我們生活各個層面和地球上的各行各業，也讓我們對未來的看法多所改觀。如果這正是你所關切的事，那麼這本書你非看不可！」 ——彼得．戴曼迪斯（Peter H. Diamandis），X Prize董事長暨執行長、奇點大學執行董事長、暢銷書《富足》（Abundance）作者

前言 第1章 史上知名的思想實驗 思想實驗1：地質學的隱喻 思想實驗2：光速行進 大腦新皮質的通用模型 第2章 思考的思想實驗 第3章 大腦新皮質模型——思維模式辨識理論 模式的層級 模式的結構 流向大腦新皮質模式辨識器的數據本質 自聯想和不變性 學習 思想的語言 夢的語言 模型的根源 第4章 生物的大腦新皮質 第5章 舊腦 感官路徑 視丘 海馬迴 小腦 快樂與恐懼 第6章 新皮質的卓越能力 天分 創造力 愛情 第7章 建構數位新皮質 模擬人腦 神經網路 稀疏編碼：向量量化 利用隱藏式馬可夫模型解讀你的思維 演化（遺傳）演算法 列表處理語言LISP 層級記憶系統 人工智慧的尖端領域：在能力上逐步提升 創造一個人工大腦 第8章 電腦的思維 第9章 思維的思想實驗 誰是有意識的？ 你必須有信念 我們到底意識到什麼？ 東方是東方，西方是西方 自由意志 本體意識 第10章 加速回報定律的威力 第11章 反對聲浪 後記 致謝 注釋 譯名對照

　　智慧可以超越自然的侷限，依照本身的想法改變世界，是宇宙間最重要的一種現象。智慧幫助我們人類克服生物遺傳的侷限，並在演化過程中改變自己。而且在所有物種中，唯有人類能做到這一點。 　　人類智慧這個故事要從「能對資訊進行編碼」開始說起，這也是讓演化得以發生的促成因素。宇宙為何如此運轉，這件事本身就是個有趣的故事。物理學的「標準模型」必須精準設定幾十個常數，否則就不可能產生原子，也不會有恆星、行星、大腦，更不會有跟大腦相關的書籍出現。讓人覺得不可思議的是，物理學定律和常數竟能夠精確到如此程度，讓資訊一路演化發展。有些人認為，上帝創造了這個世界；有些人則認為，這世界不過是具有豐富資訊的許多平行宇宙之一員，那些不具資訊的無聊宇宙已經在演化過程中滅絕。但是，無論我們的宇宙是如何演化到今天這個模樣，這個故事依舊可以從以資訊為基礎的世界開始講起。 　　演化的故事還延伸到更抽象的層面。原子——尤其是碳原子，能以四種不同方向的連結，創造出豐富的資訊結構——形成更多複雜的分子。結果，物理學催生了化學。 　　十億年後，名為DNA（去氧核糖核酸）的複雜分子演化完成，能被精確編碼為長串的資訊，並利用這些「程式」描述生物。因此，化學催生了生物學。 　　生物以快速增長的速率演化出所謂的神經系統，負責溝通與決策等功能，並能協調日益複雜的生理結構與維生行為。神經元組成的神經系統集結成大腦，而且大腦能夠做出更加明智的行為。如此一來，隨著大腦成為儲存與處理資訊的最重要部位，生物學就催生了神經學。因此，我們從原子擴大到分子，再到DNA，再延伸到大腦，下一步就是獨一無二的人類。 　　哺乳動物的大腦有一種特有的天賦，這種天賦在其他動物身上尚未發現，那就是我們能夠進行層級思考（hierarchical thinking），也能理解由不同成分、依照某種模式所組成的結構，並以一種符號代表這種結構，再利用該符號做為更複雜結構中的一種成分。這種能力發生於被稱為大腦新皮質（neocortex）的結構中。人類的這種能力已經發展到某種複雜和理解的階段，因此，我們可以將這類模式稱為想法（idea）。透過一種無止盡的反覆循環過程，我們可以構建更為複雜的想法。我們將這種遞迴連結的龐大想法稱為知識（knowledge）。知識基礎是智人（意即現代人）才有的，而且人類透過本身演化，讓知識呈現指數成長，並代代相傳下去。 　　人類的大腦還創造出另一層級的抽象意識，因為我們在利用大腦智慧的同時，還使用另一種促成因素（一種與大腦相對的附屬物），也就是運用雙手來掌握環境並製造工具。這些工具代表一種新形式的演化，因此神經學催生出技術。而且，人類也因為這些工具，才讓知識基礎能無限制地發展下去。 　　口語是我們人類的第一個發明，口語讓我們能用不同的話語來表達想法。之後發明的書寫語言，又讓我們能用不同的形式來表達想法。書寫語言庫讓我們在沒有外力援助的情況下，大幅延伸大腦的能力，讓我們能夠維持並擴充遞迴結構式想法的知識基礎。 　　至於像黑猩猩等其他物種在語言上是否也具備表達層級想法的能力，這個問題仍存在一些爭議。黑猩猩能夠學會有限的手語符號，牠們能使用這些符號跟訓練人員進行溝通。然而可以確定的是，黑猩猩能處理的知識結構，其複雜度有所限制。牠們能表達的語句僅限於「名詞－動詞」這種簡單語序的句子，無法像人類這樣無限延伸地表達各種複雜事物。關於人類語言的複雜性，可以舉一個有趣的例子做說明。只要看看馬奎斯（Gabriel García Márquez）所寫的故事或小說，就會發現許多驚人的冗長文句，甚至一個句子就長達好幾頁。馬奎斯寫過這篇六頁內容的故事〈鬼魂的最後旅程〉（The Last Voyage of the Ghost），整篇故事就只有一個句子，而且這個故事的西班牙文譯本和英文譯本也相當流暢。 　　我之前出版過三本跟技術有關的書：《智慧型機器時代》（The Age of Intelligent Machines）寫於1980年代，於1989年出版；《心靈機器時代》（The Age of Spiritual Machines）寫於1990年代中期到後期，於1999年出版；《奇點臨近》（The Singularity Is Near）寫於21世紀初，於2005年出版。這三本書主要闡述一個本身不斷加快的演化過程（因為抽象的程度不斷提升所致），以及這個過程的產物其複雜度和能力都呈現指數成長。我把這種現象稱為「加速回報定律」（the law of accelerating returns, LOAR），這個定律跟生物演化和技術發展有關。有關加速回報定律最受人矚目的例子就是，資訊技術的能力和性價比都呈指數成長，而且這種成長速度是可預測的。技術發展過程勢必讓電腦能力不斷提升，電腦能力的提升大幅擴展我們的知識基礎，讓我們能夠透過某個領域的知識，跟另一領域的知識進行大規模的聯繫，達到觸類旁通的效果。網路本身就是說明層級系統之能力的最佳實例。網路包含大量的知識，同時又維持固有的結構。我們所處的世界也跟網路一樣，內部是依照階層劃分，比方說：樹有枝、枝有葉、葉有脈。建築物裏面有樓層，樓層有房間，房間有門、窗、牆壁和地板。 　　我們也開發出其他工具並利用這些工具，讓我們現在能以精確的資訊術語理解人類的生物學。同時，我們正迅速運用逆向工程（reverse engineering），分析包括大腦結構在內的生物學構成資訊。我們現在擁有以人類基因體形式存在的生命目的碼，這項成就本身也是發展呈指數成長的一個顯著實例。過去二十年來，全球已定序的基因資料數量呈指數成長，每年幾乎是加倍成長。我們現在可以利用電腦模擬，判斷鹼基序列如何形成氨基酸序列，再折疊成三維結構的蛋白質，所有生物結構就由此衍生。隨著電腦資源持續呈指數成長，我們對於蛋白質折疊複雜度的模擬能力也跟著穩步提升。我們對於生物學的日漸理解，就是發現演化賦予人類智慧奧祕的一個重要面向，因為有了這些理解之後，我們就能運用生物學啟發的典範，創造出更有智慧的科技。 　　現在，成千上萬名科學家和工程師正共同參與一項重大計畫，這群人努力理解智慧發展的最佳範例：人類大腦。這可說是人類機器文明史上最為重要的工作。我在《奇點臨近》一書中提過，加速回報定律的一個必然結果就是：其他智慧物種可能不存在。簡單講就是，想想看人類在相當短的時間內，就能從只具備落後技術（1850年時在美國國內傳遞資訊的最快方式是透過驛馬快信），發展到擁有能到達其他星球的技術；那麼，如果真有其他智慧物種存在，我們應該早就發現他們了。從這個角度來看，對人類大腦進行逆向工程可能是全宇宙最重要的計畫。 　　這項計畫的目標是要了解人類大腦究竟如何運作，然後利用這些新發現的方法，進一步了解人類本身並在必要之時修復大腦；而跟本書主題最密切相關的部分就是，利用這些新發現的方法，創造出更有智慧的機器。記住，工程學能做的就是將一個自然現象明顯放大。舉例來說，伯努利定律（Bernoulli’s principle）這個相當微妙的現象，它指出運動中的彎曲表面比平坦表面的空氣壓力要小。雖然科學家仍未充分解決關於伯努利定律如何產生機翼升力的數學問題，但是工程學已經接受這個觀點，並全力開創整個航空界。 　　 在本書中，我提出一個名為「思維模式辨識理論」（pattern recognition theory of mind, PRTM）的觀點，我認為這個理論描述了大腦新皮質（主要負責感知、記憶和批判性思考的大腦區域）的基本演算法。在這本書的前幾章，我會說明近代的神經科學研究和人類所進行的思想實驗如何產生這項必然的結果：大腦新皮質所運用的正是思維模式辨識這一套方法。而思維模式辨識理論和加速回報定律的結合意謂著：我們將能巧妙利用針對大腦運作所發現的這些原則，大幅擴展人類本身智慧的力量。 　　實際上，這個過程已在進行當中。以前必須仰賴人類智慧才能完成的許多工作和活動，現在已能完全交由電腦執行，而且電腦執行的精準度更高，規模也更龐大。當你每次寄發電郵或撥打手機電話時，智慧型演算法都能為傳遞資訊找出最適路徑。心電圖檢測結果就跟醫生診斷結果一樣，血液細胞造影的情況也是如此。智慧型演算法能自動辨識偽造信用卡，能駕駛飛機起降，指導智慧型武器系統，協助設計智慧型電腦輔助設計的產品，能追蹤及時庫存水準，還能在機器人工廠裏組裝產品，而且還會下西洋棋，甚至挑戰大師級程度的棋賽。 　　幾百萬人見識到IBM那部名為「華生」（Watson）的超級電腦，在《危險境地！》（Jeopardy!）這種使用自然語言比賽的益智問答節目中，華生的總得分竟然贏過該節目兩位紀錄保持人加總起來的分數。值得注意的是，華生不但能讀懂和「理解」該節目中的提問（包括雙關語和比喻），還能從維基百科或其他百科全書等數億頁自然語言文件中，汲取答題所需的知識。華生必須精通人類各領域的智慧成果，包括：歷史、科學、文學、藝術、文化等。現在IBM正致力於在新一代的華生超級電腦上，開發文字語音自然轉換技術（Nuance Speech Technologies，這是我的第一家公司「庫茲威爾電腦產品公司」〔Kurzweil Computer Products〕發展的技術）。新一代的超級電腦華生利用Nuance公司的臨床語言理解技術，將能閱讀醫學文獻（幾乎包括所有醫學期刊和最重要的醫學部落格），成為診斷大師和醫學顧問。有些觀察家認為，華生並未真正「理解」《危險境地！》當中的益智問答或它所閱讀過的百科全書，因為這部超級電腦只是在進行「統計分析」。在此我要描述的關鍵是，人工智慧領域所涉及的數學技術（譬如被用在華生、Siri和iPhone助理上的那些技術），在數學上都跟大腦新皮質涉及的生物學演化方法極為類似。如果透過統計分析理解語言和其他現象不算真正的理解，那麼人類也沒有真正理解什麼事情。 　　華生運用智慧掌握自然語言文件中的知識，這種能力很快就商品化，成為你我身邊常用的搜尋引擎。人們已經用自然語言跟自己的手機對話（譬如透過Siri，這當然也要歸功Nuance語音辨識技術）。當人們懂得更加善用華生這類模式的做法，而華生這類超級電腦本身也在不斷改進之際，這些自然語言輔助工具很快就會變得更有智慧。 　　Google的無人駕駛汽車已經在加州繁忙城鎮行駛二十萬英哩（等到這本書出版上架時，這個數字鐵定會高出許多）。當今世界有關人工智慧的其他實例多到不勝枚舉，未來還會有更多實例出現。 　　有關加速回報定律的進一步實例，比方說：腦部掃描的空間解析度和我們針對大腦收集的資料，每年都加倍遞增。人類也正在證明，我們可以將這類資料轉變成運作模型，模擬大腦區域的運作。另外，我們已經運用逆向工程，順利取得處理聲音資訊的聽力皮質、處理圖像的視覺皮質，以及處理一部分技能形成（譬如接住飛來的球）的小腦之關鍵功能。 　　理解、建模和模擬人類大腦這項計畫的最先進部分就是：對大腦皮質進行逆向工程，而大腦皮質正是我們進行遞迴層級思考的部位。大腦皮質佔據人腦的80%，是一個高度重複性的結構，允許人類隨意產生具有複雜結構的想法。 　　在思維模式辨識理論中，我將以一個模型說明人腦如何利用生物演化設計的巧妙結構，達成思維模式辨識這項關鍵能力。雖然在這種皮質運作機制中，有些細節我們現在尚未徹底了解，但是我們對皮質運作機制所需執行的功能已有足夠的了解，並且可以設計出演算法達到相同的目的。在開始了解新皮質前，我們現在已經準備好大幅擴增新皮質的能力，就像航空界大幅擴增伯努利定律的力量那樣。新皮質的運作原理可說是世界上最重要的思想，因為它能代表所有的知識和技能，也能創造新的知識。畢竟，每部小說、每首歌曲、每幅畫作、每個科學發現和其他人類思想的各式各樣產物，全都是由新皮質創造出來的。 　　現在，神經科學領域亟需一個理論，將報章媒體每天報導的那些極為分散又涵蓋廣泛的活動結合起來。畢竟，在每個重要的科學領域，建構一個統一理論是相當關鍵的必要條件。我會在第1章描述兩位思想實驗家如何分別將生物學和物理學的理論統一起來，之前這兩個領域的理論極其多變又各不相同。然後，我會解釋如何把這種理論應用到大腦結構上。 　　今天，我們時常可聽到對於人類大腦複雜性的頌揚。諾貝爾生理醫學獎得主詹姆斯．華生（James D. Watson）自己就在1992年寫道：「大腦是最新、最偉大的生物尖端領域，是我們在宇宙中所發現最為複雜之物。」他進一步地解釋自己為何相信「大腦內部有幾千億個細胞，這些細胞透過幾兆個節點互相連結，大腦讓我們深感困惑。」 　　我同意華生認為大腦是最偉大生物尖端領域的看法，但如果我們可以輕易辨別出包含在細胞和節點中容易理解（並可再創造）的模式，那麼大腦包含的幾千億個細胞和好幾個兆節點未必會讓研究大腦的主要方法變得複雜，尤其是有大量冗餘（redundant）模式存在的情況下。 　　我們就來想想看，什麼是複雜。我們或許會問，森林複雜嗎？答案要看你用什麼角度看待這個問題。你會發現森林裏有好幾千棵樹，每棵樹都不一樣。然後你發現每棵樹有好幾千個分枝，每個分枝也完全不同。接著你可能進一步描述每個分枝的複雜特性。如此一來，你的結論可能是：森林的複雜性遠超過我們的想像。 　　但是，把森林看成許多樹，這種方式其實是錯誤的。當然，樹和樹枝在分形結構上極為不同，但要正確理解森林的概念，你最好先辨別出其中隨機出現的冗餘結構。這樣我們就可以說，森林的概念比樹的概念更為簡單。 　　大腦也是這樣，大腦有類似的龐大冗餘組織，尤其在新皮質結構中。就像我在這本書所做的描述，單一神經元的複雜度甚至超過整個新皮質結構的複雜度。 　　我寫這本書的目的當然不是要老生常談人腦有多麼複雜，而是要讓大家知道，原來只要辨別出人腦思維的簡單模式，就能揭發複雜人腦的奧祕。我會藉由說明一個巧妙的基本機制——大腦如何進行辨識、記憶、預測模式，來讓大家知道思維的奧祕。這些行為在大腦新皮質裏不斷重複，讓我們產生各種不同的想法。韓裔美籍麻省理工學院神經學家承現峻（Sebastian Seung）博士相信：「基因無法決定一切，大腦神經元的連接才是人類身為智慧生物的最重要部分。」 　　到目前為此，我的話題一直圍繞著大腦打轉。然而，思維運作又是怎麼一回事呢？舉例來說，負責解決難題的新皮質是如何取得意識？當我們討論這個話題時，我們大腦裏出現多少意識思維呢？有證據顯示，大腦裏出現的意識思維可能不止一個。 　　另一個跟思維有關的問題是：什麼是自由意志？我們是否擁有自由意志？有實驗顯示，在我們意識到自己做出什麼決定前，我們早已開始採取行動了。這是否意謂著，自由意志只是一種假象？ 　　最後，我會在書中探討究竟大腦裏的哪些特質造就自我認同？現在的我，跟六個月前的我是同一個人嗎？顯然，我已經不是以前的我，但我還是我嗎？ 　　我們會檢視思維模式辨識理論如何解釋這些存在已久的問題。

作者：雷．庫茲威爾(Ray Kurzweil) 譯者：陳琇玲 出版社：經濟新潮社 書系：經營管理 出版日期：2015-07-30 ISBN：9789866031724 城邦書號：QB1124 規格：平裝 / 單色 / 424頁 / 14.8cm×21cm