時空藝術會場
多元領域接觸座談
Multiple Fields
Approach Colloquium
秩序印象/
人工智慧
Order
Impression/Artificial Intelligence
人機圍棋大戰
AlphaGo AI Machine to
Battle Human Champion of 'Go'
新數位時代的決策議題
A Policy Issue in New
Digital Era
引言
葉樹奎
引言綱要
Introduction
座談紀錄
Colloquium Record
延伸討論
Extensions
西洋棋AI大事紀要
Human-Computer Chess
Matches:
1996 ... Kasparov-
Deep Blue (K won 4-2)
1997 ... Kasparov-
Deep Blue (DB won 31/2 -21/2)
1998 …
Anald(#2)-Rebel (regular workstation)
(R won , 5-3, not
played at normal time controls)
2002
... Kramnik - Deep Fritz
(4-4 draw)
2003 … Kasparov -Deep
Junior (3-3 draw)
2003 .. .Kasparov
-X3D Fritz (2-2 draw)
Man vs Machine World
Team Championship (2004-2005)
2004….(Computers
8.5-3.5)
2005….(Computers
won 8-4)
2005 … Hydra(custom
Hardware))-Adaams (H won 51/2- 1/2
)
2006 … Kramnik-Deep
Fritz (DF won 4-2)
2007-2008 Rybdka odds
matches
2007 …. Rybka –
Ehlvest (R won) , Rybka
-Dzindzichashvili (R won)
2008 …
Rybka- Milov (M won
11/2-1/2, 21/2-11/2 ) in odd games
… Rybka -Milov
(R Won 11/2 -1/2 ) in standard games
2009 …. Pocket Fritz
4 (2009) ,A chess
engine running on slower hardware, a 528mHz HTC Touch HD mobile phone ,mobile
phone ,reached the grandmastr level. Pocket Fritz 4 searches fewer than 20000
positions persecond. This is in contrast to supercomputers such as Deep Blue
that searched 200 million positions persecond. Pocket Fritz3 achieved a
performance level than Deep Blue.
2015 … Komodo
Handicap Matches ….
工智慧加速發展可能造成嚴重後果？
The Myth of AI
人工智慧的迷思
﹝霍金等人指出AI全面進化〈Transcendence〉非危言聳聽﹞
AI可能將難以被人掌控
…
l
AI未來，可能將比科學家更具創意，研發出人類無法理解的武器，可能比金融分析師更聰明，比人類領袖更能操縱人心….？
l
目前，全球各地軍隊已開始導入自動化武器系統﹝能自選並殲滅目標﹞？
l
中期，AI
可能轉化整個經濟型態，同時帶來巨大財富與嚴重混亂？
Stephen Hawking,
Stuart Russell
(California Berkeley , AI)
Max Tegmark
(MIT, Cosmology) ,
Frank Wilczek(MIT,
Physics)
2014(The Independence)英國獨立報聯合發表文章
Elon Musk
(Tesla Motors , SpaceX CEO), (DeepMind
原股東)
CNBC (Consumer News and Business
Channel)採訪報導
比較自動駕駛與無人駕駛的差別：人性掌握vs.機制執行
自動駕駛車﹝直觀駕駛﹞人控制車如身體一部份
無人駕駛車﹝無人操控﹞機器自行決定「正常」或「不正常」
l
AI帶來真正危機不是奴役人類而是讓人類喪失鬥志？The
News Lens
關鍵評論
2016/03/10
AI機器供養人類醉生夢死？
關注啟發式教育…
發展右腦領域…
李開復
美國電氣電子工程協會院士，
曾任谷歌微軟蘋菓三家全球副總裁。
………………………….
人機圍棋大戰/新數位時代決策議題座談
引言
l
誰是決策者？時空藝術會場
STARTS Studio colloquium 2016/04/16
葉樹奎
l
人機圍棋大戰AlphaGo演算策略得失評估
l
DeepMind
類神經網路目前進行之深度學習過程仍為試誤法，以相對比較為統計定量基礎，並非邏輯演繹之必然結果。
l
AlphaGo並無概念化之定性數學模型作為圍棋演算依據，棋局決策是參考大量名局棋譜，加以其自身試誤去冗等學習程序累積成果，依其自訂標準之定量數值之比較決定輸出。
l
道與器之辨：傳統認知，器有專用；DeepMind
宣稱發展通用人工智慧為其進行中的目標，使用通用目的學習演算法(General
purpose learning algorithms)並可以進化發展。進化發展一詞所指為專用目的﹝例如圍棋﹞之技術進展抑或可通用於其他領域？究其意旨應屬後者，若以AlphaGo而言，似尚未得見端倪？
l
形與神之辨：圍棋傳說是堯發明的，晉代張華〈博物志〉中有「堯造圍棋，以教子丹朱」的記載。
圍棋是數學遊戲，若以數學問題觀之，則其尚未得解，是一圖形變化關聯數學程序的問題。古今名局無數，歷代國手名家軼事流傳，文人高士用以修心養性，也用在窮理觀機，名將用兵通於弈理，運籌帷幄，決勝千里，棋經也如兵法，機神遠運，出於形外。
人類尚未得出圍棋的數學解，棋譜分析是圖形變化的研究，未能窮盡。棋士學習皆以打譜與對局經驗作為養成功夫的手段，對局時需要平日養成的經驗直覺與領悟力。
經驗直覺和領悟力都屬於「精神」層次，雖然與「形」相關，但不受拘於有限之形。
對機器而言，並沒有「精神」層次，一切作用都是唯物的反應過程。
AlphaGo使用蒙地卡羅樹狀搜尋，結合「策略網路」與「數值網路」的「類神經網路」演算過程，使用了大量ＣＰＵ與ＧＰＵ，都是進行圖形處理賦予數值分析比較輸出決策，皆屬於「形而下」的層次。唯物之「器」，如何擺脫既定之「形」制而產生抽象的「精神性」呢？
﹝討論﹞工欲善其事，必先利其器。
誰是決策者？
決策之先？
智慧潛力–人或機器？
多元性與互補性…
2016/04/16
時空藝術會場 /人機圍棋大戰
/多元領域接觸座談
引言
馬逖
l
圍棋是什麼?一門不折不扣的藝術！
爰引早年良師益友前輩開示，并於自身體驗圍棋文化深涵，於此提出「圍棋藝術」之範疇，非僅止於競技，感受深刻者，在於人的風骨與境界。以自身信念，「一捶定音」，盼能廣引圍棋啟發性與自覺性的討論。
參考資料：
1.
境界與平常心
余英時/
文
2.
牟宗三的風骨
程志華/
文
﹝討論﹞
中的精神
啟發
自覺
潛能
風格
藝術境界
2016/04/16時空藝術會場
/
多元領域接觸座談引言
黃緯中﹝書法史﹞
l
電腦能判別神采嗎？
2016/04/16
多元領域接觸座談
文學、藝術、作家、
詩人..等
引言討論
劉曉薇
林湘華
楊平
文林 ..
l
自然語言
(Natural Language)
l
AI自然語言處理(Natural
Language Processing)
自然語言生成：將計算機數據轉化為自然語言
自然語言理解：將自然語言轉化為計算機程序可處理之形式
AI自然語言認知(Natural
Language Cognition )
使電腦能「懂」人類的語言
杜林測試Turing Test本義
l
「懂」的判準在人，電腦能不能裁判﹝其他電腦或人﹞？
l
電腦能處理邏輯關係，未必能辨反諷詭論悖論文字或藝術語言表現？
2016/04/16多元領域接觸座談
引言
陳富陌
l
自然語言和機器語言(Machine
Language)的關係能否更直接。本身曾嘗試早期AI棋類遊戲軟體開發，對於AlphaGo的表現很驚訝，想一探機心。
﹝討論﹞
少許資源也可進行開發，人的潛力所在。
2016/04/16
多元領域接觸座談
引言 陳昌言
l
AlphaGo
依蒙地卡羅樹狀搜尋結合策略網路與數值網路計算，問其評估數值標準制定依據？
﹝討論﹞
關聯定量依據的邏輯﹝是否有必然性？﹞
評量分析現狀僅依機率統計數值決定。
未有「定性」數學概念。
2016/04/16
多元領域接觸座談
引言
張凱迪
人機大戰之後，碁人講堂舉辦–
淺談圍棋新時代
2016/03/27
在中國文化大學推廣教育部B1舉行，會中有女子圍棋最強黑佳佳七段與交大圍棋程式CGI對決，並有職業九段棋士林至涵講解，交大AI實驗室吳毅成教授現場介紹，交大CGI
程式已有挑戰職業棋士勝績紀錄；與黑佳佳之戰CGI雖敗卻顯示強勁實力。因交大CGI與Google
AlphaGo
硬體比較有相當差距，表現不凡。
﹝討論﹞
l
以相對甚少硬體﹝CPU,GPU
數﹞而有接近職業棋士棋力，可知為優良AI程式。
l
少數資源，可觀結果。可延伸討論。
………..
AI
涵域
特定領域
﹝Special Purpose﹞弱人工智慧
只處理特定問題
通用領域
﹝General Purpose﹞強人工智慧
具意識？
知識
自覺
感性等人類特徵
研究範疇：
類神經網路
自然語言
機器學習
文字/語音/影像辨識
電腦視覺
糢糊運算
演算法調校
模型建構…
2016/04/16時空藝術會場
多元領域接觸座談引言
陳卓
物理教授
l
AI不可能提出數學定理，物理定律或經濟學理論！
l
語音/影像辨識都是經由信號轉換再作波形比對處理，類神經網路模擬的影像辨識，電腦視覺，模擬人類眼睛印象，電腦作出的判斷，精確性受輸入信息明晰程度影響，當輸入信息﹝例如光線﹞不足時，電腦誤判可能性增高，人的直覺，或許在此情況下有較好判斷？
討論
l
電腦未離「計算機」本質，以其超快速計算能力為人類代工，問題本身是人所設，設題與演算結果的詮釋都在於人，計算結果有助於人作決策與應用發展。強人工智慧雖然以硬體模擬人腦神經元結構，軟體設計能自行更新修正﹝自體演化﹞循環學習，但仍無法脫離程式命題。
…..
2016/04/16時空藝術會場
/多元領域接觸座談
楊正雍﹝陶藝家﹞
詩人楊平等討論
l
目前網路通訊的媒體資訊以文字影音為主，轉換傳遞屬於視覺與聽覺的資訊，人的其他官能目前尚少作轉換訊息傳輸。若以人的生活經驗而言，視聽嗅觸味五種官能都是延續生存所必要，各種感覺經驗雖然皆可嘗試轉換為其他形式，也有虛擬情境的樂趣，但是人不可能脫離身體，和實體空間，身體的本能經驗，要防止退化，若沉迷於虛幻，將是人類延續生存的危機？
l
電腦能否傳遞或判別擁抱泥土的感受？能否取代親炙撫摸的親情？如何想像唇舌留香？一個眼神，可否察覺於遠距教學的環境？
…………
2016/04/16
時空藝術會場/多元領域接觸座談
鐘永和
﹝攝影家﹞
l
曾以「秩序/印象」主題在時空藝術會場作攝影聯展，真與美呈現為境頭下的自然與人文。即將在歷史博物館展出「鐘永和一甲子鄉城素描」，新數位時代的鄉情回顧，也是一種前瞻，與未來的展望，所以並沒有所謂「類比的鄉愁」情緒。類比與數位並不對應於過去與未來，鏡頭下的眼光，是超越時間的？！
﹝討論﹞
自然與人文/AI時代的議題
類比與數位
l
2016/04/16
時空藝術會場/多元領域接觸座談/筆記/心得
李珮綺
﹝台藝大研究生﹞
AI
機器與人之間最大差異在於感知。
機器未來或許有一天會近似人類，但不會有取代的可能。
科技日新月異，人類享受便利的同時是否也失去曾經感受真實的存在？就像網路訊息無法替代對面眼神交流的情感，數位相機仍然無法取代底片相機獨有的溫度，最美麗且珍貴的始終是人性呀！
上個世紀的圖靈測試，就開始討論機器是否有思考。直到今日二十一世紀，超級電腦Alphago在「運算」的基礎上延伸出了「學習」與「思考」，人工智慧進入第二階段的進化。
我自己對這樣的發展是樂觀的。我覺得現在是一個大數據的時代，有這些人工智慧的幫忙，我們可以做更大數量的演算，在各個產業上，都能有很大的進步。
至於「超級電腦有沒有辦法取代人類？」這個問題，我想是需要再細問的。取代人類的哪個方面層次呢？如果是數據運算方面，當然，這是超級電腦的專長，我想我們不介意由超級電腦代勞。如果是全面性取代人類，我想就目前為止是不行的。人類的思緒情感太過於複雜細膩，並不是輕鬆可以透過模仿就學習而來的。
﹝延伸討論﹞自然與人文新數位時代議題
l
類比與數位，數量的連續或離散，是人類選擇處理資訊結構的形式問題。﹝並非必然﹞
大自然奧秘的時空問題，數學與物理，也關聯著數量連續與離散的不同性質。微分幾何理論基於空間量度的連續性，而量子力學有測不準原理﹝Uncertainty
Principle﹞的限制。由於人類使用工具測量數字估計有效，非達「絕對」精確。無論自然本質為連續或離散，數量表示，在不同尺度的近似描述，皆可任意編成類比或數位的資訊結構。
l
互補性原理
Complementarity Principle
量子力學波粒二象性的互補表徵，亦關聯大自然數字連續或離散的奧秘。
l
量子電腦、生物分子電腦、奈米電腦
l
人類潛能開發 –
人工智慧展望
Human Potential –
Artificial Intelligence
…..
Q & A
﹝會外討論Extensions﹞
chuangchichwen:
看了會議紀錄，有很多有趣的觀點。既然有像是
steven Halkwing
的觀點，怎麼沒有人提到
ethics
及法律的問題？
現今的醫學已可用幹細胞複製各種細胞，雖未到達複製人類的技術，但為了防範未然，所以就加以立法去防止人做複製人類的事。
skweiyeh:
就是要廣泛提問﹝或質疑﹞，無拘形式。複製(Cloning)基因工程(genetic
engineering)是生物技術。
AI類神經網路(artificial
neural network)
模擬人腦神經元運作，以電路硬體結構配合軟體程式模仿神經感應程序。
AI
與生命科學(Life
Science)相關的是仿生學﹝
bionics﹞，
模仿生物行為特徵，用於電路設計。
「電路設計」產生的機器，沒有生命。
假如未來AI機器真能如電影情節「全面進化」， 可自行判斷決策執行非人類意志的行為，而其擁有所有人類智慧成果，包括複製生命，改造生命，甚至於產生無中生有的生命，它也可以進行改造自身，轉變成有機化學結構，這時的它，就變成生物了？ 還是變成上帝？
我感興趣的是「無機物質」系統怎能產生類似意識的作用？﹝
「結構抽象化」才是我正在思考的問題。
此外有關程序的數學問題，電腦以浮點運算處理數量，即使速度再快，也無法滿足無限精確的要求。目前AI無法處理抽象概念，只能依人類設定模型作快速近似計算而已，雖然能「自學」改進演算程序但無法脫離設定命題，距離上述「智慧」似乎還很遠。
沒錯，倫理學ehetics與法律問題都是要未雨綢繆，是人的功課。
Kauncc 中研院應用科學研究中心：
這真的是很值得探索的領域，
wcr 淡江大學水資源管理與政策研究中心：
有關AI之發展與人類前景，由兩個角度觀察:
(1)人希望AI做什麼?
(2)我們又何以畏懼AI?
(1)
AI能夠負擔的功能是人類社會全面性的機械功能?
抑或機械功能包含心智溝通與理解?
如果是前者，其影響範圍必受拘束，因為其僅能依既定模式決策。
Skweiyeh：
謝謝提出的問題與分析。很高興有機會能討論再釐清一些問題。
AI
是人類所設計為人類服務的「機器」，但不只是處理「能源轉換」代工，也替代人類進行「運算」、「推論」並作為「決策」依據。「決策」的「自動執行」更為人類節省大量精力與腦力，但是否會「失控」？應是「疑慮」所在。以目前應用與發展近況來看，例如無人駕駛系統
(汽車、飛機)，或無人診斷醫療系統(生理、病理、藥理)等AI研究與檢測實驗的進行
，似屬正面展望，帶來生活便利、人類健康與社會經濟效益，且正在風潮興頭之上，安全輿論多只在AI技術改良與自動修正的層面尚未具足深思潛慮。然而各國軍備系統AI執行自動化的趨勢早已隱含「失控」危機卻是當前令人「畏懼」的問題。
科學家警告科技「濫用」可能導致「失控」是出於良知與前瞻憂慮，也是知識探索者的智慧與道德自覺。
若謂「失控」是指AI機器演化為具有「自主意識」，而脫離人類控制，進而控制人類，如同電影情節，顯非上述「濫用失控」義涵，謬誤差異不可不察。
今日AI「類神經網路」模擬神經感知反應與仿生物學習過程，以大量積體電路模擬「運算」、「推論」、「決策」、「執行」等過程，並能累積經驗「程式自行修正演算方式」，達到所謂「深度智慧」的「表現」。例如AlphaGo人機圍棋大戰新聞，刺激多元商機考量，AI通用領域具有展望前景。
我要質疑的是人的態度，面對自然環境與人文現象的時代問題。
電路集合為無機物質系統，何能具精神意識與意志？顯然尚須釐清問題。科學家有責任說清楚，「失控」在物質與精神層次的界限，一般人也要明白其中關鍵差異。
作為科學研究者須能守科學精神，探索自然奧秘，在人的位置，觀測實驗提出假設，嘗試詮釋現象，期能接近自然真相。物理學的研究以能符「操作性定義」為準則，理論建立依據皆須符合實驗程序檢驗。
二十世紀之後，物理學研究與尺度關係尤為密切，論小觀以分子、原子、質子、中子、電子、夸克、各類基本粒子…
，各種不同尺度的微觀(microscopic view)，介觀(mesoscopic
view)，常觀(macroscopic view)；論大觀至宇宙星系無垠時空屬於宇宙學(cosmology)範疇。因觀測受限於尺度，大或小的真相檢驗常「假設」試於「間接驗證」，有局限性。普遍性質是否存在，未必能得直接操作性實驗數據。
「大膽假設小心求證」，本是科學研究的基本態度；當證據尚未充分時「存疑」，持續追求真相的精神更為重要。若只滿足於「不能證實亦不能證僞」之論述，科學即將終止？！
人文藝術若失去人類精神性的自覺，滿足於物質環境的存儲供需，只以形式數量為追求，藝術或將死亡？！
我正在思考有關結構抽象化，與數量分割的問題。
研討紀要