一切的起源(摘錄)

  人工智慧（AI）的發展，通常被認為始於1956年六月十八日，星期一。

  有趣的是，六月十八日恰好是國際恐慌日（International Panic Day），而人類選擇在數十年前的這天開始研究人工智慧，日期似乎格外貼切。根據這個日子的傳統，人們會被建議暫時忘掉英國作家道格拉斯．亞當斯（Douglas Adams）那句經典名言：

銀河系外圍的東側，在那些生活步調相對悠閒的文明社會中，《銀河便車指南》（The Hitchhiker's Guide to the Galaxy）早已取代《銀河百科全書》（Encyclopedia Galactica），成為最具權威的知識與智慧寶庫⋯⋯這本指南有兩大關鍵原因，勝過那本更古老、更單調的百科全書。

第一、這本書相對便宜；第二、這本書的封面上用醒目、友善的大字寫著「別慌張」。

  另一位英國作家亞瑟．克拉克（Arthur C. Clarke）表示，「別慌張」可能是我們能夠帶給人類最好的建議了。2018 年，太空探索技術公司（SpaceX）將伊隆．馬斯克（Elon Musk）的舊版特斯拉Roadster 跑車送上太空，而儀表板上就寫著「別慌張」三個大字。

  現在，你可能會感到十分訝異，原來人工智慧早在1950年代就已經開始；那個年代距今感覺非常久遠，而人們往往也容易對那段時期產生懷舊情感。當時，民權運動正方興未艾；戰後的世界正迎來經濟復甦與穩定的時期，而貓王艾維斯．普里斯萊（Elvis Presley）所唱的〈傷心旅館〉（Heartbreak Hotel）則高居音樂排行榜冠軍。如我剛剛所言，這真的是很久以前的事情了。1956年，你們可能都還沒出生吧？甚至就連我都還沒出生。然而，我從小就喜歡閱讀科幻小說，也因為讀了太多書， 導致我大半輩子都在幻想著各種人工智慧的應用。我那時候讀著亞瑟．克拉克以及艾薩克．艾西莫夫（Isaac Asimov）的作品，內容描繪著機器人與智慧型電腦的未來發展。直至今日，書中所描寫的未來世界終於開始逐步實現。

  2022 年底，人工智慧聊天機器人ChatGPT 橫空出世，各大報章媒體幾乎每天都有多篇與人工智慧相關的新聞報導。很多人開始感到焦慮，就連各國政府也有點慌張。這場AI 革命究竟會帶我們走向何種未來？

  然而，人工智慧其實並不算是突如其來的成功，這就跟其他「一夕成名」的人生勝利組一樣，都需要經過一段時間的醞釀與發展。本書後續章節也會再次提及，人工智慧早在數十年前就已經融入我們的日常生活之中；只不過在ChatGPT 出現以前，許多存在於日常生活中的人工智慧應用案例並不顯著，也無人在意。

  另一件你可能會感到意外的事情是，人工智慧居然有明確的「誕生日」。大部分學科都沒有明確特定開始發展的日期；人工智慧就是如此與眾不同。1956 年六月十八日，星期一，一場為期八週的研討會正式揭幕；主要的會議主題就是要打造智慧型機器。於是，這場會議就標誌著人工智慧領域的開端。

  這場研討會在美國達特茅斯學院（Dartmouth College）綠意盎然的校園中舉辦，該校是常春藤聯盟的名校，坐落於新罕布夏州（New Hampshire）中風景如畫的漢諾威（Hanover）小鎮。達特茅斯學院於1769 年創立，旨在培養美洲原住民，讓他們接受基督教神學教育，並學習英國人的生活方式。然而，達特茅斯學院到了1956 年便早已淡忘關懷原住民、教導基督教神學與英式生活教育等初衷，並且搖身一變，成為全美最享譽盛名、錄取率最低的大學之一。事實上，這所學校「嚴格篩選」的程度可見一斑，在轉型後的幾十年間，達特茅斯學院都還只是專屬於「男子」的學校，直到1972 年才開始錄取女性大學生。因此，在1956 年舉辦的研討會上，只有男性的與會人員。遺憾的是，人工智慧領域發展到了今日仍是由男性主導，女性參與比例明顯不足。這是亟待解決的問題，儘管這些年各界投入不少努力，但此一現象似乎仍未見改善。

  這場達特茅斯研討會是由當時還只是助理教授的約翰．麥卡錫（John McCarthy）發起；他懷抱著一個古老卻宏大的夢想，希望可以打造出一台能思考的機器。為此，他邀集一群理念相近的教授學者，來自美國、加拿大與英國，齊聚新罕布夏，共同開啟人工智慧時代的序幕。

  1956 年，當時電腦才開始逐漸普及。國際商業機器公司（IBM）在1954 年底推出IBM 650 大型主機電腦（mainframe computer），這台傳奇機型不但是全球首款量產的電腦，更成為1950 年代最暢銷的機型，也是第一台真正能讓公司獲利的電腦。因此，1956 年恰好是個適當的時刻，讓人們開始思考這些數位怪獸究竟可以發展到什麼程度。會不會有一天，電腦就有思考能力？這個問題非常大膽、前衛，而約翰．麥卡錫偏偏就是那種不怕冒險、勇於挑戰的人。

  1962 年，約翰．麥卡錫在美國史丹佛大學創立享譽全球的人工智慧實驗室（AI Lab）。這間實驗室日後催生出許多重要的人工智慧技術突破。舉例來說，他們在2005 年打造出無人駕駛汽車Stanley，成功穿越美國莫哈維沙漠（Mojave Desert）132 英里（約212.4 公里），奪下美國國防高等研究計畫署（DARPA）挑戰賽200 萬美元獎金的首獎。另外，這間實驗室還孕育出一間你可能意想不到的公司；1996 年，一個小團隊用人工智慧技術開發網頁搜尋引擎，當時這間公司叫「BackRub」（編按：有「背部按摩」之意）。隔年，創辦人覺得這個名字不太理想，便在1997 年把公司改名為「Google」。

  我很幸運，剛好有機會可以認識約翰．麥卡錫。不過，這實際上或許沒有你想得那麼了不起，因為人工智慧領域的圈子很小。根據史丹佛大學的人工智慧指數報告（AI Index），每年在美國和加拿大研讀人工智慧相關領域，並選擇留在學術界研究的新科博士不到一百人。所以，要認識這些開創人工智慧時代的先驅人物不算難事。而且，我不單單只是認識約翰．麥卡錫而已，2006 年某個周日下午，我還差點把他溺死在雪梨港（Sydney Harbour）。但這段往事就先放在一旁，在此先不贅述。

    麥卡錫才思敏捷、政治立場鮮明；他最為人所知的貢獻，就是創造出「人工智慧」（Artificial Intelligence, AI）一詞。1956 年，為了替達特茅斯會議擬定一項主題，麥卡錫首度提出這個名稱。「Artificial Intelligence」很快地就簡化成兩個英文字母的縮寫「AI」，或許是因為這種縮寫方式和其他描述智力的簡稱一樣簡短有力，例如智商（IQ）、情商（EQ）等，所以特別容易讓人記住。

在1956 年，人工智慧的想法十分新穎、大膽，因此洛克斐勒基金會（Rockefeller Foundation）提供7,500 美元的研討會經費補助；這是一個致力於推動科學與創新發展的慈善基金會，希望提升全人類的福祉（不過，基金會當時可能並未完全看好人工智慧的前景，因為麥卡錫原本提出的申請金額是13,500 美元，最後只拿到大約一半的費用）。該會議的提案書提出以下構想：

我們相信，人類學習能力的各個面向、智慧的其他特徵，原則上都能夠精確描述出來，因此，我們能夠設計出一部可以模擬這些能力的機器。我們希望找到一種方式，讓機器得以使用語言、建構抽象概念、解決過去只有人類能夠處理的問題，甚至還具備自我提升的能力。

  或許上列敘述還感覺不出麥卡錫的雄心壯志，但其實這份提案甚至還大膽地估算達成目標的時間：「我們相信，只要精挑細選一群科學家，用一整個夏天共同投入研究，或許就能在這些想法上做出重大進展。」現在看來， 這段話顯然過度樂觀。其實有許多批評者認為，人工智慧就是從那個時候開始，不斷開出遠大的支票，卻始終無法真正兌現。

  果不其然，那場為期八週的達特茅斯會議並沒有找到打造人工智慧的重大突破口。要讓機器學會思考，遠比麥卡錫和他的同事們當初所設想的要困難許多。這本書其實就是一段簡史，記錄我們這些年來試圖完成那群先驅當年未竟之夢的歷程。然而，達特茅斯研討會仍然具有劃時代的意涵，成功讓人工智慧成為一個研究領域，登上歷史舞台；而這場會議最重要的貢獻無非就是提出構建人工智慧的兩大取徑，十分簡潔有力。第一、使用「符號系統」來打造人工智慧；第二、透過「學習系統」來建構人工智慧。這兩種方法就是人工智慧發展歷程中的兩大時期：以「符號系統」為主的做法一直延續到1990 年代；而「機器學習」則接續興起，並且引領當前這波AI 熱潮。

  因此，這本人工智慧簡史大致分為兩個部分。在第一部分中，我將探討人工智慧早期的符號時代；在這段時期，電腦征服西洋棋以及其他需要人類思考的遊戲。然而，那同時也是一段充滿挫折的歲月，因為我們發現要跳脫遊戲的領域，打造出真正具備智慧的機器，遠比想像中困難得多。這應該可以算是好消息吧。畢竟，「智慧」本來就是複雜的事；要讓矽晶片模擬人類的思考方式，自然不是易事。在本書第二部分，我將探討近期興起的人工智慧「學習時代」。人類已經放棄靠自己幫電腦一步步把程式規則寫出來，而是讓電腦自行學習，掌握智慧能力。就像我們從小透過學習擁有智慧，從事各種任務一樣，現今的電腦也已經學會閱讀、寫作與計算等能力。這一路發展至今，造就出我們近期看到的ChatGPT 等人工智慧聊天機器人，這些系統能夠在網路上閱讀大量的資料來「學習」。

  這本書的結尾，還會與各位一同展望未來；因為人工智慧的發展軌跡絕對不會止步於此。如果人類真的打造出具有思考能力的機器，世界會是什麼樣態？我們距離那一天，還有多少時間？而當那天到來，人工智慧會不會反過來威脅人類的生存？

  另外，本書還有另一項特別之處。一般歷史書籍總是討論名人軼事、重大事件等；這本簡史絕非如此。我們只會談論六大基本概念。沒錯，就只有六個概念而已。只要掌握這六個概念，你就能夠完全了解現今的人工智慧。我會用每一個章節分開討論各個概念的內容與特色。另外，為了讓各位讀者能夠充分理解人工智慧，我不會刻意避開比較技術性的敘述；因為你一旦理解這些原理，你就會知道人工智慧並不如同媒體渲染的那麼神奇。