苑守慈專欄》無懼人工智能 剖析如何成功駕馭

在未來人工智能（AI）普及的時代，人類必須懂得與人工智能軟硬裝置相磨。 (達志影像/shutterstock提供)

特斯拉（Tesla）首席執行長伊隆·馬斯克在2月杜拜舉行的2017 World Government Summit中表示，在未來人工智能（AI）普及的時代，人類必須懂得與人工智能軟硬裝置相磨合（圖1之示意圖），否則人類在人工智能的時代將成爲無用或不相關的角色。同年1月在美國加州舉行的Beneficial AI 2017 會議，來自全球頂尖的人工智能領域專家則聯合簽署了未來人工智能發展的23 項原則（Asilomar AI Principles），呼籲人工智能應以保障人類未來的利益與安全爲前提，並能和諧順利地持續發展。特斯拉首席執行長伊隆·馬斯克及宇宙學家史蒂芬·霍金也都公開支持這些原則。

圖1：未來人類必須懂得與人工智能軟硬裝置磨合之示意圖（Source:futureoflife.org）

其中一個至爲關鍵的原則是「價值觀一致」（value alignment），也就是說設計高度自主的人工智能系統時，必須確保它們的目標及行爲與人類價值觀一致。但是，來自世界上不同地方與具有不同社會文化與經濟背景的人們對於價值觀各自具有不同認知與解讀，因此認定“什麼是我們想要的?”則是全球人工智能專家與相關產業面對未來AI所驅動的經濟發展中最大的挑戰之一（Future of Life Institute）。日前科技部長陳良基宣佈將投入約50億臺幣，於臺灣建置3至4個跨領域型態的人工智能高速運算之大型研究基地，期能讓臺灣企業未來能切入全球人工智能的軟硬體產業鏈。然而“什麼是我們想要的？”也是臺灣政府、產業、企業與個人在面對未來AI驅動經濟中，所必須深思的重要課題。

以美國爲例，其國內科技公司一直大規模投資人工智能的相關研究與發展（如特斯拉的無人駕駛汽車、亞馬遜的無人商店、谷歌所開發的多元人工智能軟體）。因此，美國白宮於2016年第四季發佈一系列報告，指出有關人工智能所可能導致的衝擊與挑戰以及對應的策略規劃。報告中指出約有47％的工作最終將被人工智能的自動化所取代（如圖2所示之分佈趨勢），而至2025年也約有7％。因應此衝擊及挑戰，報告中提出應對人工智能的基礎研究與應用研究繼續投資，以避免未來美國失去其作爲全球AI驅動經濟的領導者地位；此外，在逐漸演進的AI驅動經濟中，應教育兒童且培訓成年人所需的對應技能，以避免未來數百萬美國人的工作被人工智能取代後卻無對應技能的失落。

圖2：人類工作被人工智能之自動化取代的衝擊分佈趨勢（Source: futurism.com）

同時，芬蘭、法國與加拿大也已批准針對政府提供普遍基本收入（universal basic income, UBI）的測試地點。普遍基本收入是指政府在沒有任何附加條件下給予每個公民一定數量的金錢，以緩和其公民面對AI驅動經濟中其工作被取代的衝擊。

在臺灣，未來人工智能所取代的工作不限於製造業，也包含服務業；當因人工智能而獲利者僅限於少數人時，貧富不均的現象將更急速惡化（臺灣經濟研究院）。換言之，當企業普遍認爲運用人工智能僅爲求儘量削減產品服務發展所需的時間與金錢成本時，最終我們的生活與環境將會成爲何種樣態？是與人類價值觀一致的樣態嗎？爲能確保價值觀一致，因此我們必須清楚“什麼是我們想要的？”以及“什麼是運用人工智能技術的適當方法？”

在AI導致大規模的工作被取代前，我們仍有足夠的時間去創造我們所需對應的技能。賦予人們新的技能，不僅是人們持續擁有工作的關鍵，更是人們保有更高收入與生活品質的關鍵。因此於未來AI驅動經濟中，清楚“什麼是我們想要的？”的相關定位後，進而創造我們需要對應的技能，較能讓我們超越人工智能並駕馭AI驅動的經濟朝向與人類價值觀一致的方向發展。

筆者提出了一個「AI驅動經濟的定位分析架構」（如圖3），其提供了一個架構來思考“什麼是我們想要的？”以及什麼是超越人工智能的方向？”。該定位分析架構是由三個構面來思考。第一個構面（meaning value）以人類意義價值、終端顧客爲思考主軸，即以顧客會喜愛的意義價值爲考量（由單純的產品服務功能面；漸進至有溫度與情感的意義價值）。第二個構面（business model priority）以商業模式現有的優先階段爲考量重點（從單純的降低勞動成本；漸進至發展更好的產品服務，能以更高的價格販售給當前的目標市場；漸進至設計新的產品服務，開發新的市場）。第三個構面（value ecosystem autonomy level）以價值生態系統（價值網絡）實踐意義價值所採用的自動化等級來思考（從單純的使用勞力；漸進至使用硬體/軟體自動化取代一些勞力；漸進至使用區塊鏈爲基礎的分散式自治組織 (DAO)；漸進至使用深度人工智能來最適化分散式資源與組織配置）。圖4則定義了價值生態系統實踐意義價值所採用的四種自動化等級。此三個構面內的任何的點、線、面或空間則可代表一個AI驅動經濟的定位範圍。

圖3：AI驅動經濟中“什麼是我們想要的?”之定位分析架構圖。Source：（Yuan, 2017）

價值生態系統（價值網絡）意義價值實踐可由其所組成的點與邊之各自不同程度的自動化等級來達成。 Note: a Value Ecosystem = fv (Nodes, Edges) ；Nodes：資源（被操作性、操作性），Edges：交易（被操作性、操作性）。Source： （Yuan, 2017）

在圖3中，其原點代表傳統的產品導向的買賣思維；前右上方橘色點則代表人們價值最大化的境界（即高度產品服務的意義價值與低度付出的成本與努力）。圖4則表示，於AI驅動經濟中所使用自動化等級的不同歷程（labor, H/S robotic, DAO），人們扮演的重要角色與所需相對應技能。例如，於H/R Robtic自動化等級，人們使用判斷力來善用人工智能軟硬裝置與被操作性資源以最好的方式來完成工作；於DAO自動化等級，人們撰寫智慧合約善用智慧資產。即使是在AI驅動經濟的Deep AI+歷程，人們也能扮演設計意義價值的重要角色，這是相當重要的技能。 因此人們理所當然能夠超越人工智能。只是在AI驅動經濟中，要想清楚“什麼是我們想要的？” “什麼是企業基於商業模式優先階段考量下需經歷的過程？” “以及什麼是人們所需要的對應技能? ”

因應全球未來AI驅動經濟的發展，臺灣各個產業領域可以善用上述的定位的架構來進行分析，跳脫單純考量人工智能技術的框架，並以終端顧客爲思考主軸，漸進地發展出臺灣與人類價值觀相一致的AI驅動經濟。筆者於未來的專欄中，也將承續前述的定位分析架構，來探討不同產業如何與人工智能朝向共生共嬴的方向發展。(本文作者爲政大公企中心主任苑守慈教授)