歡迎大家來參加下午的圓桌論壇。今天在各主題演講之後，安排所有主持人與主題演講人參與的圓桌論壇，一方面是給各與談人一個機會就之前的主題演講有所回應或補充，另一方面，基於主題演講內容面向較為廣博，為了讓此次圓桌論壇有所聚焦，希望與談人能自整體討論轉至檢視台灣的現況，探討人工智慧對台灣產業及政社經等各層面的轉型影響力，提出AI將對台灣相關面向帶來的衝擊與挑戰。
展望未來，人工智慧將無所不在，從學術界來看，文獻搜尋會變得更方便，是人人歡迎的，但論文發表與研究計畫書，由AI審核，可能就不是人人樂見的。
在研究與應用方面，可謂是大好時機，尤其可能以高效率的方法，導致新發現與新產品﹔這裡要特別一提，以往的認知，認為研究基本上是一種無效率的作為﹔至於在教育方面，如何讓AI的認知，成為各學科教育的一環，而且在AI科技本身教育上，應重視其衍生倫理問題﹔對我國來說，政府與民間，產官學研各界，應加整合，全力發展，才不會坐失良機。
從認知學來看，由匈牙利的哲學家和科學家波蘭尼（Michael Polanyi）提出的「波蘭尼弔詭」（Polanyi's Paradox）或者「波蘭尼假說」（Polanyi's Hypothesis）﹕「人的知識，比我們能講出來的多。」(We can know more than we can tell.) 與老子「道德經」篇首「道可道，非常道，名可名，非常名」之意不謀而合，因此成為電腦取代人腦的極限﹔由於電腦自動化必須採取明確的步驟，電腦只能執行出「說得出來」的指令，那些「只可意會，不可言傳」的知識，還沒有辦法進行自動化。
另一方面，近年來盛行的深度學習 (deep learning)，通過多層隱藏層 (hidden layer)，得到的結論，又常無法知道其理由。深度學習系統制定自己的規則。因而有評論家說﹕「沒有人真正知道最先進的演法是怎麼達到結論的，這可能是一個問題」(No one really knows how the most advanced algorithms do what they do. That could be a problem)。對很多科學家來說，這是無法接受的﹔有人曾嘗試從深度學習結論倒推其道理，但發現牽一髮而動全身，並不實際，成為一尚無良好解方的問題。另一方面，雖然一般人認為科學與技術分別是尋求「為什麼」和「如何進行」(Why and how)，技術不能違背科學的理論，學科學要「知其然，也要知其所以然」，但事實上，在最基本層次，科學也只是知其然﹔深度學習將是人類認知的一項嚴峻挑戰。
在之前的主題演講中，我們可以感受到各講座的廣度與深度，如少子化嚴重度在世界各國中名列前茅，對社會與經濟發展影響將更會放大，而AI在老年照護上，可發揮相當功能，但在取代人力問題上，則是雪上加霜。雖然樂觀的經濟學家認為，AI也可能帶來更多新的工作機會，而從歷史上來看，科技與產業發展大批取代人力，最終帶來更多新的工作機會的時間落差有二、三十年，但正如經濟學巨擘凱因斯 (John Maynard Keynes) 曾說﹕「時間一久，最後我們都不在了!」(In the long run, we are all dead.) 對當時現下失業的工人來說，是無補於事的。另一方面，以現有 AI技術而言，最令人擔心的可能是政治與軍事面向，政治上，以假亂真新聞與影像的操弄，軍事上，小型而廉價且能辨識、追蹤並傷人無人機的發展，都有可能造成極大的傷害，而值得多加探討的。
在矽谷很受尊重的科技作家與觀察家凱文·凱利說：「二十年後人人都要用的 AI 產品還沒有被發明出來，意思就是，你還為時未晚」。論壇的另一重點是對於未來台灣應當如何對AI帶來的衝擊提出回應方針，從而協助導引台灣AI政策優先目標的訂定和最大化AI發展潛力，並有助帶動AI發展之正面效益，及減緩其負面衝擊；同時由於兩岸統獨糾結長年阻礙政治與經濟發展，但大陸大國崛起，全力發展AI，台灣科技與產業如何因應與把握機會，或也是可探討的問題。另外，也歡迎藉由此次AI研討會之研討結果，提出未來可以進一步深入探討的主題建議。
今天論壇時間安排約九十分鐘，首先請各與談人發言十分鐘，在發言一輪後，再看與談人對之前的發言是否有高見表達看法，如有剩餘時間，將開放與今日到場嘉賓對話。
沒有留言:
張貼留言