你是否也遇過這種困擾：每天和你互動的智慧助理明明說話很流利，卻總是無法準確理解你的需求？又或是公司花大錢引進AI系統，但實際表現卻與宣傳大相逕庭？儘管AI話題火熱，但實際上AI技術距離我們的期待總是有一段差距，這背後的原因到底是什麼？
一場「實話實說」的AI探討
本期來介紹這本《Rebooting AI》給你認識，這本書也曾獲得英偉達黃仁勳的推薦閱讀。本書的作者是Gary Marcus和Ernest Davis。Gary Marcus是紐約大學心理學教授，也是人工智慧領域備受尊敬的評論家；Ernest Davis則是紐約大學的資深教授，專攻人工智慧和知識表示。這兩位作者以其豐富的學術背景和幽默風趣的文筆，誠實地指出當前AI發展的問題，並提出務實的改善方向。
這本書適合所有對AI好奇的人，無論你是企業主管、AI從業者，還是對未來科技感到好奇的一般讀者，都可以輕鬆理解並從中獲益。
現代AI其實更像是個「記憶高手」
作者指出，現今被廣泛應用的深度學習，雖然在某些領域表現突出，但實際上更像是「記憶力超群的學生」，只能重複過去學到的東西，無法面對未曾見過的新問題。作者用一個生動的比喻來描述：「現今的AI，就像一位能記住所有歷史考古題答案的學生，卻無法應對稍微變化一下的考試題目。」，也就是說，現今的人工智慧，特別是深度學習，儘管在某些領域展現了驚人的表現，但實際上更接近「記憶超強」的統計工具，而非真正具有推理能力的智慧系統。
真正有效的AI應結合統計學習與符號邏輯推理，以實現更穩健、可理解的運作模式，讓機器不只是背誦答案，而能真正理解並靈活運用資訊。
AI三大致命傷：常識、推理與數據依賴
作者在這本書中提供了幾個非常獨特且具有啟發性的觀點，並提出了AI發展三大障礙：常識缺乏、推理能力不足，以及過度依賴大數據。由於AI的推理能力不足，使得AI無法進行真正的創新或理解抽象概念，而且訓練模型需要大量數據，不僅成本高昂，也不環保。
例如，自駕車難以辨識路上漂浮的塑膠袋是否為危險物，正是因為AI缺乏日常生活常識。
作者認為，AI目前最大的缺陷在於缺乏日常常識，無法進行合理推理，且過度仰賴龐大的數據，導致面對真實情境時經常失靈。要突破這些問題，必須結合符號邏輯與深度學習，開發出更全面、更穩健的AI系統。
「混合式AI」的未來，才是真正的人工智慧
書中最吸引人的亮點之一，是作者強烈推薦一種名為「混合式人工智慧」（Hybrid AI）的解決方法。這種方法結合統計學習和符號邏輯推理，讓AI系統不只是靠記憶來做判斷，而是能真正理解環境並做出理性的推理，也就是結合統計學習與符號邏輯推理，以實現更穩健、可理解的運作模式，讓機器不只是背誦答案，而能真正具備理解與推理能力，使其能夠在複雜多變的現實中有效運作。
另外，書中也提醒我們必須注意AI的倫理議題，像是AI系統在做出決策時的透明度與解釋性，這些觀點非常實用，能幫助企業避免因AI而產生的潛在倫理風險。
現在就能實施的AI應用策略
書中提供了不少能夠立即應用於現實場景的方法，例如：
• 推廣使用可解釋的AI技術，這種技術能讓AI決策更加透明易懂。
• 在組織內推動AI倫理與風險評估，避免系統性的偏見與錯誤。
• 實施「Hybrid AI」策略，並非盲目跟風最新AI潮流，而是有系統地評估技術，選擇更適合自身需求的方案。
作者也分享了許多現實案例，例如醫療診斷系統的錯誤判斷、自駕車的失誤事件，以及翻譯系統鬧出的笑話，透過這些案例你將清楚看到書中提及的問題如何在現實世界中發生，進而理解書中所提出的解決方案是多麼必要。
理性看待本書的觀點與未來發展
儘管作者觀點精闢，然而科技發展快速，書中觀點仍需結合最新科技趨勢持續檢驗與更新。有些讀者可能會覺得他們過於保守，忽略了某些技術未來可能的突破。此外，書中所提出的解決方案仍需更多實踐案例來證明其可行性。
因此，建議讀者在閱讀此書之餘，也要持續關注最新AI技術的發展動態，特別是在混合式人工智慧與符號推理領域，以更好地理解如何在自己的職場環境中靈活運用。
掌握真正的AI，從理性認識開始
閱讀本書最大的收穫在於重新認識AI真實能力，幫助你避免盲從科技潮流，建立正確且務實的AI應用觀念。《Rebooting AI》為你打開一扇全新的認識人工智慧的大門，幫你去除掉對AI的不切實際幻想，你將清楚知道如何在工作或生活中正確地運用這項技術，避免被誇大宣傳誤導。建議你用開放心態來讀這本書，回到技術的根本，並且試著將書中的思維轉化為行動，無論你身處什麼領域，這種清晰而踏實的觀點都能為你提供寶貴的啟示。
最後，想用書中的一句話與你共勉：「AI應該輔助人類，而非取代人類。」(AI should augment human capabilities, not replace them.)。
這句話提醒我們，無論科技如何發展，永遠要記住科技的核心是人類本身，只有這樣，AI才是我們更好的夥伴與工具。
書名：Rebooting AI: Building Artificial Intelligence We Can Trust
作者：Gary Marcus (Author), Ernest Davis (Author)
出版日期：2020年 8月 25日
精選推薦
| The Limitations of Deep Learning 這篇由 Keras 團隊所撰寫的文章指出，深度學習模型雖然在模式識別上表現出色，但缺乏對輸入資料的真正理解。文章強調，這些模型無法像人類一樣，透過感官和經驗來理解圖像、聲音或語言，這限制了其在需要語境理解的應用場景中的效能。 | AI’s Limitations: 5 Things Artificial Intelligence Can’t Do 本文探討了人工智慧在創造力、倫理判斷、情感理解、上下文感知和常識推理等方面的限制。作者指出，這些限制使得 AI 難以在需要人類直覺和情境理解的任務中表現良好，並強調了在實施 AI 解決方案時需謹慎考量這些因素。 |
| 從夢想打造獨角獸到一人公司，Gumroad 創辦人 Sahil Lavingia 不想當連續創業家 Sahil Lavingia 如何從矽谷獨角獸夢回歸本質，打造真正永續的創業哲學。 | 覺得 Google 被自己的黑魔法玩壞了？你可以嘗試這五個搜尋引擎 探索 5 個不同於 Google 的搜尋引擎，體驗更隱私、安全且個性化的搜尋方式。 |
本文依 CC 創用姓名標示 - 非商業性 - 相同方式分享 4.0 國際釋出