AI既聰明又愚蠢？ - 天峯

2024年5月22日 - 信報

著名英國物理學家霍金曾在2014年，即他去世前4年，就AI發出過嚴厲警告：「人工智能的全面發展可能意味着人類的終結。」

霍金認為，若果AI得到全面進展，這些具有一定程度智慧的機器「將自行發展，並以愈來愈快的速度重新設計自己」。

不過，英國牛津大學人工智能倫理研究所的卡麗莎韋麗茲（Carissa Véliz）則覺得：「我們目前正在開發的這種AI既聰明又愚蠢。」因為她指出，即使是現時的ChatGPT或其他AI，仍然有「非常顯著的局限性」。

也許，我們可以先了解一下，何謂AI，以及當下AI究竟發展到什麼程度？

根據網上資料，「AI」一詞可能最早出現於1889年，當時是用來表達機器所表現出來恍似人的「智慧」，又或普通電腦程式所呈現出類似人類智慧的技術。然而，如果比較學術性來說，則或要追溯到1950年英國數學家圖靈所發表的一篇論文，跨時代地預言到如果一台機器能夠與人類展開對話，而不能被識別出其原來並非人類，那麼這台機器便可以理解為具有智慧了。著名的圖靈測試，便為「會思考的機器」這個可能而生。原來，圖靈早在1936年便提出一種將人的計算行為抽象化的「圖靈機」模型，奠定了現代電腦的邏輯工作方式基礎。

再到1956年，美國計算機科學家約翰麥卡錫，當時聯同其他專家，發起達特茅斯夏季人工智慧研究計劃（Dartmouth Summer Research Project on Artificial Intelligence），共同討論「AI」的名稱及發展，並催生了後來的人工智慧革命。而麥卡錫就於1971年憑着對AI發展的貢獻，獲得有「電腦界諾貝爾獎」之稱的圖靈獎。

雨後春筍

之後，不同領域專家開始利用電腦處理各種問題，但亦因不同範疇的限制，在投入大量金錢研發卻達不到預期成效之下，AI的發展其實也經歷過樽頸和起伏，包括兩次所謂「人工智慧的冬天」。直至2016年AlphaGo打敗世界圍棋高手之後，AI發展再度被推上浪尖，其主因之一是克服了大量增加類神經網絡層次的難關。

在最近十多年內，處理器功能不斷提升，外聯網廣泛被應用，數據規模持續在網絡上擴大；還有「深度機械學習」如雨後春筍般成長，早期被中斷的類神經網絡理論，突然在眾多條件配合下，終於可以實現。由文本分析，到圖像、視頻、語音識別等，電腦都經過將資料數碼化、分離判斷、分類整理，再透過資料庫搜尋，才能辨識出不同「物體」，待經過分析、整合及產生結論後，再生成一般人能夠閱讀，並符合既定模式及規則的文字，最後輸出熒光幕，這自然需要有強大運算能力及資料處理技術。

多一對眼

但要了解所謂目前AI的局限性，也許能以AI作胸肺X光片篩查為例。醫院管理局在2021年引入AI技術篩查胸肺X光片，首先在普通科門診及急症室試行。系統會篩查到診病人的肺片，自動識別出「陰影」或「花白」，然後發出需關注警示，協助醫生更快更容易檢視出肺部病變及高危病人。

雖然系統標示為需關注的肺片中，可能有超過八成最後證實「誤鳴」，卻至少協助發現一些需作進一步詳細檢查的疑似癌症個案。AI系統有如「多一對眼」，算為病人多加一重保障。

只是，如果要增強AI準確性，唯一方法就是增加其檢視分析X光片的數量，並要幫它作出回饋，即「教導」它什麼是正確，它才能繼續深度學習，就好像我們教見習醫生一樣。然而，見習醫生有機會忘記，又會換人；但AI不會，它不斷累積「經驗」，所以遲早比我們在篩查胸肺X光片的陰影時優勝。

只不過，雖然同樣是分析胸肺X光片，若果要用AI幫助確定鼻胃喉安插位置正確，AI便需要重新學習，原本篩查胸肺X光片陰影的「經驗」用不上，這是因為目前AI仍然只能在特定範圍裏運作。在特定範疇中學習人的能力，經累積數據經驗後顯現出超越人的結果，自然應該在預期之內。可是，如要像真人醫生般，在一張胸肺X光片看到各類不同病變或問題，以當今的AI發展看來，似乎仍有相當大距離。還有，胸肺X光片亦只是芸芸檢測中最基本的一種而已。下文再續。

撰文 : 天峯醫生