Everything（part 10）

圖片來源：Ars Electronica

看著「機器人」幫我打理好了一切，我深深認為，這世界實在沒有「人工智慧」不行，我是說最簡單的處理過程，一切知道你要的是什麼，什麼樣的功能你需要「升級」，你只需要問一下他們，他們就會找出你最適合的東西推薦給你，像是你最近看了這個品牌的介紹？那你是否要要試用一個星期？你說好，等到你完成試用的前一天，就會問你需要進階的服務？需要點選這裡付費，或者你可以參考其他類似的服務。所有的「訂閱」制都屬於這種人工在機器前挑選的「人工智慧」。



我對於現在的服務機制有感而發，我認為，如果我需要，我大概就會升級付費，畢竟這種服務是有後台人員幫你維護，給他們一點費用是合理的，可是審視我一年的訂閱費用高達將近五千元，甚至可能更高，就免不了想一想，我需要這些之後，是否可以讓這些「人工智慧」的服務退到其實根本沒有這麼多的維護？我是說，後台人員在幫忙整理你的數據資料，給你一些你要的細節，這些都是人工智慧加上人手的工作成果，你看到之後，幫助你瞭解你自己，這些人工智慧所完成的事項，其實前置人員沒有幫助很多。

請不要誤會我的意思，我不是說他們的地位不重要，我只是把人工智慧用最簡單的方式去解釋，電腦就是一種人工智慧，現在的電腦比起二戰時期，甚至 IBM 電腦時代都要快上許多，處理的機制還要複雜許多，那時候沒有所謂的多工，一次只能完成一個事項，像簡單的算數，我們電腦幾秒鐘就可以算出，過去的電腦還在「想」，所以那時候的人工智慧才會想得如此「發達」，甚至有可能反撲人類。

如果一切沒有電腦，靠著人工，你需要知道的資訊可能不會這麼快送達，你需要的各種服務都還在半路上。

然而，現在的人工智慧，其實都要歸功於電腦的人工智慧，再加上人類對於技術的改進與思考，才會讓現在的處理速度還跟得讓人類在處理那種在「處理」的進程。我是說，電腦加上人類的各自配合思考，然後再結合起來，你才看到現在的電腦是怎麼處理你的訂單，你的款項，你的訂閱機制與內容，然後配合你？

一切都是為你而走，因為這種服務最重要的就是了解你所想的，你要的，以及你所渴望的，只要能夠獲得你的「鑑賞」，你就有可能升級到完全屬於你的專屬特權，進而改變了你。大數據之下的種種分析，可以完成你要的細節內容，找到你的資訊，這一切的處理，不是來自前台的人，而是後台的人工智慧。

如果沒有他們，你的資料不會這麼快找到，尤其你又需要一份緊急文件，又必須及時找出來，這時候的人工智慧的幫助，呈現在你電腦螢幕前，往往就是你自發找的結果，而加上人去維護這樣的機制運作，如果你能仔細思考，大數據下的百萬叢集中，要撈到你這跟獨特的針，人的能力根本不可能完全做到，要幾百個，幾千位在一起思考你這個全身上下都有資料，你的這根針是位於哪裡？

因此，我們再來談現在的人工智慧機制吧！大數據叢集，你的資料位於你生活周遭，你所看到的，工作上需要高效率的處理水準，你上超市需要能夠得知你常用的東西是否還有庫存？或者你能夠知道你今天想吃的食材的產地是否安全？可不是靠著一張「貼紙」就可以說明，上百箱的貨物從各地運作來這裡，包括外地來的，空運進口的，都要一一查驗，經過電腦的處理速度，以及人員的一一核對，你終於發現你的「新鮮」原來都是這麼新鮮。

如果一切沒有電腦，靠著人工，你需要知道的資訊可能不會這麼快送達，你需要的各種服務都還在半路上，我們需要及時的資訊，就是需要人工智慧——電腦的處理機制——會比人工下來的智慧還要快上許多倍。

畢竟電腦的發明，就是為了處理當時多到不能再多的資料，只不過，我們要知道的當時訊息，不過就是一天能夠生產幾台車？什麼組裝區域需要改進？什麼樣的部分需要更動，統計下來的當時人工每一個水準，需要多少校對？而所有的資料群，組合起來的資料庫，算是「多」了！對比現在的更多的數據，簡直不能去比較，如果你去端想一間生產汽車的工廠，要你了解能夠出廠賣給客戶的車子，其良率有多少？你要怎麼知道——以最快的速度？

車子不是組裝了就可以賣了！很多工廠下來的品管要能夠知道這個產品的測試要符合一定的期待，就需要更多資料的檢驗：包括撞擊力道，碰撞強度，拉扯距離，什麼樣的方向處理等等，一輛汽車經過多少次的衝擊？可能以當時來說，大概最基本的測試就夠了！可是以現在來說，還要經過各大機關的檢驗加上認證，實際開上路，實際了解這輛車發生車禍的次數等等，在每一個「人工智慧」的背後，需要多少次的處理？

每一次要求都精進，所以資料才會越來越多，電腦處理基本的計算已經不夠，還要能夠分析，還要能夠比較，還要能夠找出最佳的可能性，現在的人工智慧，你可能認為如機器人般的神奇，但過去的人工智慧只要超越人類的思考就已經幾乎足夠。

因此，我現在所談的人工智慧，可不是用檯面上的字面上去定義。電腦的機制加上人類在處理的每一個生活上的速度，只會更要求越來越需要聽到自己的聲音，也就是量身訂做一個很接近自己風格的「專屬造型」，我是說人工智慧既然要求這麽精細，就一定可以完成某些你要訂做的事項，但又不會過於把你曝光，把一切攤在陽光下，因此，當我們在處理自己的人工智慧時，就會在自己的思考領域雕刻出一個自己的模型結構，也就是我們常說的虛擬你，也可以說是你的分身。而這種分身架構在你的數據庫資料中，就有幾萬筆以上的資料在一個如此龐大的資料庫當中，找出類似你要的「共鳴」，也就是類似的架構，所以我們的個人資料其實有大部分是重疊的。

如果你仔細看看你的推薦清單，只不過是根據你當時所注意到的，是你當時的興趣，YouTube 推薦給你的，其實你只要點選其中一個你看過的，你的「其他」通通都會找出來，可是我只是對這個內容，其這支影片有興趣，但其實根本不需要其他推薦，不過這種「共同」的聚集之後，我們就只能說，原來我們都是這麼「接近」，這也是熱門的一直會「熱門」的原因。

所以，我才要你去思考，你現在的「服務」，所需要提供的服務是否是真的需要某種機制去維護這樣的架構？人工的部分不在話下，不過我們進一步拆開思考，當我們交由電腦去處理雲端的機制，人所只要看看自己的「機房」是否還健在，我們所需要付費的價格就會少了很多，不過，想到當前的那種幾乎是由機器人去靠著手臂去挑你的唱片，然後放在黑膠播放機，播放你愛的那首歌，不免想想，這種由人工在前台的作業，機器人只是播送，我們人工代價算是高了些。

當然，我們很需要每一筆維護的費用，我們所提供的錢，不只是在增進我們的做事效率，同時也在改變我們的處理速度，所以才會這麼多的買斷式，變為訂閱式，只是因為人工在處理的這種機制需要更多方面的維護與保管，想一想，現在的時代講求一種人工智慧的精進服務，我們所一切需要的那種「機器人」的套裝服務，全都是由現在的每一個包裝下的產物，家庭保全需要全方面的升級？你需要安裝更多的監看服務，而這種服務不可以侵犯到隱私，但也必須能夠擋住外來或內在的攻擊，例如與其他第三方服務是否相容？

如果我們想要一個更安全的家，的確需要一個保全，只不過這種保全不是人類，而是人工處理下來的智慧，也就是我們前置人員的作業之中，與電腦的處理必須能夠達到天衣無縫，這也就是一開始提到的人工智慧，是一種合作下來的結果，也是必須要走的近一步原因。與其擔心他們會反撲我們，不如我們在處理這種人工階段之後，我們是怎麼改進智慧上的增進效率，還不置於發生火花，造成走火，然而，改進的方式，不是讓他們變得聰明，而是在學習的過程中，要知道我們是怎麼看待思考的近一步拆解？由於現在的資料比過去還多，因此，當資料被一層一層剝光時，我們要得到的每一資料就會越來越獨特，越來越不能想像。

而防堵這部分，其實沒有用。現在的電腦的智慧比我們想像得更加強大，資料在處理每一部分的精細程度也實在難以達陣，因此，這種延續下來的層疊資料，其實我們要煩惱的是，要拆開到哪裡就好，也就是我們在設計每一層之後，電腦的底線其實不需要那種無極限，而是只需要進一步延伸到我們是怎麼讓他們學到我們的「溝通」，而產生某種連結就可以，而這種連結是可以解釋我們的思考其實在大數據之下的那種地圖，我們的臉龐都這麼像！

也就是說，不需要設計「安全機制」，而是需要設計人工在處理智慧下的「開關按鈕」，而這種按鈕必須要以簡單的對應之下所達到的連結結構，不過，如果我們放大來看這種「開關」，所謂的二進位，其實也不太容易達成，因為機器人要處理每一個像是 0001011001010 之類的對應位元，就有更多的位元延續我們的思考，因此，也不能只看平面或立體，而是各種角度都要著手，而這就是難處。

我還真希望電腦少了解我一點，不過我接觸電腦越多，電腦越是挖掘我越深，甚至找出我十年前在想什麼（原來就是心理研究），不過在「處理」之下的相關交流之後，我也常了解人工智慧其實不單單只是人工而有的智慧結構，而就進一步來說，這種人工幫你選擇出來的智慧架構，或許很準，但也或許只是準了一半，這也就是我們還要進一步設計這種藍圖的原因，程式碼有限，所以能夠運用的類別也有限，太多的程式碼執行起來繁複，太少的程式碼沒有達到我們要的效果，在每一種層級的堆疊之下，你就看到你是怎麼處理人工智慧下的層層能力，與處理思想。

畢竟，電腦的限制有某一層限制，我也不太會說明，以前是人工加智慧的精髓，現在則是人工加智慧的濃縮，我們已經有解碼鑰匙，但要開到哪一層，你自己決定加上別人的先入為主的多層決定。

這也是服務都那麼「大同小異」的原因。