思想不短路

人工智慧,藝術的天使或魔鬼?

人工智慧發展對藝術有何影響?這是一個多層次的問題。科技巨擘李開復近日在彭博社的節目Leaders with Lacqua專訪中表示,最先被AI學習模式取代的是如生產鏈般的反覆工作。筆者認為藝術的特性在於無中生有和機遇的本質,且人類的身心條件與AI的數位機制在對問題或任務的認知╱感知上仍有極大區別,因此人工智慧在推理和解決問題的模式上仍無法和人類相提並論。

人工智慧發展對藝術有何影響?這是一個多層次的問題。科技巨擘李開復近日在彭博社的節目Leaders with Lacqua專訪中表示,最先被AI學習模式取代的是如生產鏈般的反覆工作。筆者認為藝術的特性在於無中生有和機遇的本質,且人類的身心條件與AI的數位機制在對問題或任務的認知╱感知上仍有極大區別,因此人工智慧在推理和解決問題的模式上仍無法和人類相提並論。

「瀏覽臉書並點讚之後,臉書AI將對你的喜好與行為加以分析。點過10個讚,它將比同事更了解你;70個讚,比朋友更了解你;150個讚,比家人更了解你;300個讚,比配偶更了解你!」之前曾在Erin Burnett主持的CNN節目Out Front裡看到上述報導。

「我對(未來)有個不祥的預兆,(傳產出走)而成為服務及資訊經濟;驚人的科技力量被掌握在極少數人的手上,對此一知半解的公權力(也束手無策);…人們的批判力衰退,失去自我設定議題或對權威據理質疑的能力,對小確幸和真實事物之間也無法分辨。…影響深遠的大眾傳媒在節目內涵上逐漸退化,反映民眾的弱智。」著名天文學家Carl Sagan(1934-96)晚年在其科普著作《魔鬼出沒的世界:科學,照亮黑暗的蠟燭》(1995)第二章裡,曾對美國社會發展表達無盡隱憂。當時才剛邁入靜態的第一代網路,人工智慧也仍處於萌芽階段,但如今回顧Sagan預言式的感慨,其所反映的不只是美國,而幾乎涵蓋全世界。

多面向的人類里程碑

社會變遷的速度日益加快。以原本指積體電路上電晶體容量的「摩爾定律」比喻,大約每一年半可增加一倍,後來也引申到整體科技,甚至人類文明發展的腳步。試了解「舊石器—新石器╱農業時代—工業革命—電器時代—電子時代—網路時代」的歷程,各經過多長的時間?即可明白。本專欄上月才提到第三代網路和區塊鏈的加密特性及其對藝術家生計的潛在利基,不久後國際媒體竟爆出美國司法部新破獲一宗充滿戲劇性、現值高達45億美元的比特幣竊盜案!唯經初步研判並非區塊鏈本身遭破解,而是2016年案發之初加密貨幣交易過程途經的伺服器被駭所致。並因區塊鏈的專屬加密特性,反讓司法部得以利用特殊程式追蹤洗錢金流,終於抓到夫妻檔嫌犯。此一事件更加驗證上月專欄所述,即使藝術家並非神偷駭客,而以NFT正當賺取應得的報酬,但難說不會被國稅局的「一雙天眼」如影隨形地盯上!

近日還有一個代表尖端科技成就的重大事件,亦即將James Webb太空望遠鏡成功送上地球軌道外的L2拉格郎日點。1月底當望遠鏡的5層遮陽幕和18組鏡片逐步展開時,複雜的過程中有344種可能的意外狀況會讓整個計畫泡湯,且因位置離地球較遠,無法像過去派太空梭升空維修哈伯太空望遠鏡。而這回的開啟過程事先均經NASA的超級電腦多次反覆計算和演練,最後得以順利執行。這項耗資100億美金的計畫將取代已在地球低軌道運作31年的哈伯太空望遠鏡。筆者不禁想起1970年阿波羅13號太空船登月失敗的返航途中,太空人為節省電力,必須依賴腕錶計時功能,人工計算開啟火箭引擎的時間點,讓太空船以精準的角度切入返回地球軌道的窗口。和目前的科技相較,實不可同日而語。

多面向的AI影響與危機

著名的當代物理學家加來道雄曾表示,近年「一支智慧手機的運算能力即已超過1969年NASA登月計畫所用的電腦。」而電腦和各種軟體的進步實與人工智慧的發展相關,譬如日本的富岳是目前運算最快的超級電腦,每秒峰值最高可達442 petaFLOPS(1015),主要即被用來訓練AI自我學習。而致力於開創元宇宙的祖克伯最新研發的超級電腦AI Research SuperCluster,近日剛公布運算數據,每秒更高達5 exaFLOPS(1018),若結合其所掌握大數據的優勢,鑑於臉書接連爆發觸犯用戶隱私權爭議和刻意助長錯誤或極端訊息之散佈的指控,未來無論在社會或商業上的影響,均應被持續關注。

人工智慧發展對藝術有何影響?這是一個多層次的問題。科技巨擘李開復近日在彭博社的節目Leaders with Lacqua專訪中表示,最先被AI學習模式取代的是如生產鏈般的反覆工作。筆者認為藝術的特性在於無中生有和機遇的本質,且人類的身心條件與AI的數位機制在對問題或任務的認知╱感知上仍有極大區別,因此人工智慧在推理和解決問題的模式上仍無法和人類相提並論。值得注意的是某些音樂的傳統演奏模式卻不在此限,雖確實有些細微的差異與隨機性,但譬如古典音樂演奏的基本型態即屬於一種「反覆工作」。且19世紀末葉開始強調忠於樂譜的觀念(是的,之前的演奏家對此並沒那麼執著!)以及20世紀因唱片錄音普及而養成觀眾對於「標準詮釋」、「音符完美」的欣賞習慣與要求,如今看來都使音樂演奏終將成為可被AI輕易取代的弔詭前提。

別對此嗤之以鼻,先了解一下deepfake的潛力吧,絕非只限換一張臉~

(本文出自OPENTIX兩廳院文化生活)

歡迎加入 PAR付費會員 或 兩廳院會員
閱讀完整精彩內容!
歡迎加入付費會員閱讀此篇內容
立即加入PAR雜誌付費會員立即加入PAR雜誌付費會員立即加入PAR雜誌付費會員
Authors