苑守慈专栏》无惧人工智能 剖析如何成功驾驭

在未来人工智能（AI）普及的时代，人类必须懂得与人工智能软硬装置相磨。 (达志影像/shutterstock提供)

特斯拉（Tesla）首席执行长伊隆·马斯克在2月杜拜举行的2017 World Government Summit中表示，在未来人工智能（AI）普及的时代，人类必须懂得与人工智能软硬装置相磨合（图1之示意图），否则人类在人工智能的时代将成为无用或不相关的角色。同年1月在美国加州举行的Beneficial AI 2017 会议，来自全球顶尖的人工智能领域专家则联合签署了未来人工智能发展的23 项原则（Asilomar AI Principles），呼吁人工智能应以保障人类未来的利益与安全为前提，并能和谐顺利地持续发展。特斯拉首席执行长伊隆·马斯克及宇宙学家史蒂芬·霍金也都公开支持这些原则。

图1：未来人类必须懂得与人工智能软硬装置磨合之示意图（Source:futureoflife.org）

其中一个至为关键的原则是「价值观一致」（value alignment），也就是说设计高度自主的人工智能系统时，必须确保它们的目标及行为与人类价值观一致。但是，来自世界上不同地方与具有不同社会文化与经济背景的人们对于价值观各自具有不同认知与解读，因此认定“什么是我们想要的?”则是全球人工智能专家与相关产业面对未来AI所驱动的经济发展中最大的挑战之一（Future of Life Institute）。日前科技部长陈良基宣布将投入约50亿台币，于台湾建置3至4个跨领域型态的人工智能高速运算之大型研究基地，期能让台湾企业未来能切入全球人工智能的软硬体产业链。然而“什么是我们想要的？”也是台湾政府、产业、企业与个人在面对未来AI驱动经济中，所必须深思的重要课题。

以美国为例，其国内科技公司一直大规模投资人工智能的相关研究与发展（如特斯拉的无人驾驶汽车、亚马逊的无人商店、谷歌所开发的多元人工智能软体）。因此，美国白宫于2016年第四季发布一系列报告，指出有关人工智能所可能导致的冲击与挑战以及对应的策略规划。报告中指出约有47％的工作最终将被人工智能的自动化所取代（如图2所示之分布趋势），而至2025年也约有7％。因应此冲击及挑战，报告中提出应对人工智能的基础研究与应用研究继续投资，以避免未来美国失去其作为全球AI驱动经济的领导者地位；此外，在逐渐演进的AI驱动经济中，应教育儿童且培训成年人所需的对应技能，以避免未来数百万美国人的工作被人工智能取代后却无对应技能的失落。

图2：人类工作被人工智能之自动化取代的冲击分布趋势（Source: futurism.com）

同时，芬兰、法国与加拿大也已批准针对政府提供普遍基本收入（universal basic income, UBI）的测试地点。普遍基本收入是指政府在没有任何附加条件下给予每个公民一定数量的金钱，以缓和其公民面对AI驱动经济中其工作被取代的冲击。

在台湾，未来人工智能所取代的工作不限于制造业，也包含服务业；当因人工智能而获利者仅限于少数人时，贫富不均的现象将更急速恶化（台湾经济研究院）。换言之，当企业普遍认为运用人工智能仅为求尽量削减产品服务发展所需的时间与金钱成本时，最终我们的生活与环境将会成为何种样态？是与人类价值观一致的样态吗？为能确保价值观一致，因此我们必须清楚“什么是我们想要的？”以及“什么是运用人工智能技术的适当方法？”

在AI导致大规模的工作被取代前，我们仍有足够的时间去创造我们所需对应的技能。赋予人们新的技能，不仅是人们持续拥有工作的关键，更是人们保有更高收入与生活品质的关键。因此于未来AI驱动经济中，清楚“什么是我们想要的？”的相关定位后，进而创造我们需要对应的技能，较能让我们超越人工智能并驾驭AI驱动的经济朝向与人类价值观一致的方向发展。

笔者提出了一个「AI驱动经济的定位分析架构」（如图3），其提供了一个架构来思考“什么是我们想要的？”以及什么是超越人工智能的方向？”。该定位分析架构是由三个构面来思考。第一个构面（meaning value）以人类意义价值、终端顾客为思考主轴，即以顾客会喜爱的意义价值为考量（由单纯的产品服务功能面；渐进至有温度与情感的意义价值）。第二个构面（business model priority）以商业模式现有的优先阶段为考量重点（从单纯的降低劳动成本；渐进至发展更好的产品服务，能以更高的价格贩售给当前的目标市场；渐进至设计新的产品服务，开发新的市场）。第三个构面（value ecosystem autonomy level）以价值生态系统（价值网络）实践意义价值所采用的自动化等级来思考（从单纯的使用劳力；渐进至使用硬体/软体自动化取代一些劳力；渐进至使用区块链为基础的分散式自治组织 (DAO)；渐进至使用深度人工智能来最适化分散式资源与组织配置）。图4则定义了价值生态系统实践意义价值所采用的四种自动化等级。此三个构面内的任何的点、线、面或空间则可代表一个AI驱动经济的定位范围。

图3：AI驱动经济中“什么是我们想要的?”之定位分析架构图。Source：（Yuan, 2017）

价值生态系统（价值网络）意义价值实践可由其所组成的点与边之各自不同程度的自动化等级来达成。 Note: a Value Ecosystem = fv (Nodes, Edges) ；Nodes：资源（被操作性、操作性），Edges：交易（被操作性、操作性）。Source： （Yuan, 2017）

在图3中，其原点代表传统的产品导向的买卖思维；前右上方橘色点则代表人们价值最大化的境界（即高度产品服务的意义价值与低度付出的成本与努力）。图4则表示，于AI驱动经济中所使用自动化等级的不同历程（labor, H/S robotic, DAO），人们扮演的重要角色与所需相对应技能。例如，于H/R Robtic自动化等级，人们使用判断力来善用人工智能软硬装置与被操作性资源以最好的方式来完成工作；于DAO自动化等级，人们撰写智慧合约善用智慧资产。即使是在AI驱动经济的Deep AI+历程，人们也能扮演设计意义价值的重要角色，这是相当重要的技能。 因此人们理所当然能够超越人工智能。只是在AI驱动经济中，要想清楚“什么是我们想要的？” “什么是企业基于商业模式优先阶段考量下需经历的过程？” “以及什么是人们所需要的对应技能? ”

因应全球未来AI驱动经济的发展，台湾各个产业领域可以善用上述的定位的架构来进行分析，跳脱单纯考量人工智能技术的框架，并以终端顾客为思考主轴，渐进地发展出台湾与人类价值观相一致的AI驱动经济。笔者于未来的专栏中，也将承续前述的定位分析架构，来探讨不同产业如何与人工智能朝向共生共嬴的方向发展。(本文作者为政大公企中心主任苑守慈教授)