【岛屿信札】

大学里教书的亲戚，在Google的机器人Alphago赢了围棋世界冠军后，对AI人工智能（Artificial Intelligence）的发展忧心忡忡，认为老师的职位很快就要被机器取代而失去工作；在城市开着设计工作室的朋友，却对软银与鸿海那款具情绪解读沟通能力的机器人Pepper深感兴趣，显然是已准备将机器人的存在，放入未来的室内设计思考中；而远在欧洲投资银行工作的朋友，因经历过银行3.0与4.0的革命冲击，反而对自己目前的位置具点信心，不认为AI机器人会取代所有职缺。

这三位马来西亚人，虽然际遇迥异，其实有个共通的身分，那就是他们都是中产阶级，显见AI机器人在这几年的发展，已开始冲击世界各地中产阶级的未来想像与工作机会。但对AI机器人的未来，究竟可能带来什么样的社会、政治与经济冲击，在马来西亚的公共知识分子圈子，却很少提出来讨论。或者我们反过来说，对国家政治制度民主化的渴望，及对现实政治与地缘政治变化的热切分析与讨论，已佔据公知全部的思考焦点。

人工智能定义演变

事实上，在欧美国家，因极早认知到AI的重要，所以早在上世纪80年代，就已将英国数学家图灵（Alan Turing）发明的图灵机（Turing machine） 列为是公知必须知道的事情了。图灵机虽在二战期间被用来制造解码机器，但其实它并不是机器，而是一套计算机的语言系统。

无论如何，要对AI可能带来的冲击有所讨论，我们还是必须初浅地了解何谓AI，其最简单的定义如下：如果有一部机器，它的行为与人类具有同样的智慧，这种经由机器表现的智慧，就叫做人工智能。

根据这个定义，我们可以用图灵测验（Turing test）来判定一部机器是否具AI，在三个各自独立的房间中，同时坐着两个人与一部机器，其中一个人透过电脑萤幕同时与另一个人和机器聊天，若他不能分辨出两个聊天对象中，那个是机器、那个是人，那么这部机器就可视为是具AI的。

但根据1980年代起的认知科学（cognitive science）研究，科学家发现图灵测验不能真的能判定机器具有人类的智慧，因为即使机器通过这个测验，也不能证明其有人的智慧，其中最常见的质疑就是，机器所晓得的沟通只是编码的内容，而非外部真实的世界。

哲学家希尔勒（John R. Searle）提出的华文房间实验（Chinese room experiment）最具代表性，简单来说，就是有一个完全不会华文的人，在一间有一本用英文写成的华文应对手册房间里，利用手册回答外界的华文提问，可是他却完全不懂提问的真正意思，房里的人就相当于我们现有的电脑，房外的人是使用者，手册就是电脑程式。也就是说，只要电脑工程师编写出适当的编码，可以让我们会误以为AI真的有人类的智慧，但实际上AI的知识根本仅是编码而已。

由此AI有了新的分类定义，只能认识编码的机器，我们可称之为弱AI（ Weak AI），真正具有人一般的认知能力的机器，才是强AI（Strong AI）。

仿拟人类学习机制

有些人认为（如希尔勒），强AI在目前的计算机科学下是不可能的，这不仅是哲学思想实验层面的问题而已，逻辑学家哥德尔（Kurt Friedrich Gödel）证明的不完备定律（Gödel incompleteness theorems）用形式数学证明了语法（syntax）是无法完全涵盖语义（semantics）的，所以若一部机器只认识语法，就可利用规则编写出机器无法判定真假值的句子，我们不能将这类机器视为具有跟人类一样的智慧，因为除了语法演绎，人类还会试图用心灵（mind）的经验来判断语义真假。

而图灵就证明图灵机停止问题（Halting Problem），当一个程式面临到自我指涉（self-reference）语句时，就会出现无法判定真假值的问题，而造成停机（就是当机），这也提醒了我们机器还不是人，因为人类的推理能力不会因为有自我指涉就搞得当机。

但当Alphago，IBM的Watson这类参照认知科学研究成果，模彷人类认知模式的类神经网络AI在当代出现后，虽然机器在基础语言上仍是不完备的，它们却能发展出类似人类的自我学习机制，所以机器才能在下围棋方面，开始超越人类。

而这种比起过去更接近强AI的机器，能力已非过去弱AI那样仅被当成是工厂自动化或工作场所电脑化的一环而已了，更多需要用更全面应对能力的工作，如今也可能被机器所取代。

例如已有人利用机器来写新闻，虽然机器还没能写出有独特观点，深度分析新闻事件的文章；也有团队试图利用机器连接大数据分析出趋势，让机器来生产畅销剧本。由此我们就回到了本文开头的场景，中产阶级的人们，无论会否受机器的竞争影响，都不得不处在自身工作是否会被取代的焦虑和想像中。

冲击全球经济模式

机器开始拥有相当于人的智慧（记住这还并非真正意义的强AI）这个趋势，首先会冲击的就是人们的工作机会，进而会影响社会的财富重分配方式，可预见的是，越多的工作被机器取代时，就会有越多人失业，而贫富差距的问题就会更为严重，那是因为富人不用靠工作来赚钱，而是靠资本利得增加财富。

此外，过去数十年的制造业奉行全球化经济模式，如依靠外移分工至薪资较廉价的新兴国家；服务业依靠离散工人移居，但此模式也可能被AI取代，使得后进的发展中国家与弱势移工，更难有竞争力。

这如今并非科幻故事的场景，全球老化最严重的工业国日本，就计画在2020年东京奥运时，展示其服务业迈向机器人化的决心，原因是该国面对人口老化时，不愿引进移民或移工。

全球运动品牌大厂NIKE和ADIDAS皆在这两年推出纯机器制造的运动鞋系列，这显示制造业进一步自动化的趋势，而这将使得未来在哪里建立工厂，人口红利与低工资可能不再是相关的因素，由出口带动经济成长的现有新兴国家经济策略，因此也面临危机。

这两年全球大学最夯的学程，也不再是理工相关科系，而是创意写作学程的趋势，更透露出些许未来工作机会开始变化的端倪；甚至2017年台湾申请大学的缺额状况也让人感到讶异，唯一名额满招的学校，并非传统名校台湾大学，而是以教授艺术创作相关科系闻名的台北艺术大学，可见年轻一代早对未来机器人的竞争了然于胸。

影响民主转型进程

可是在面对此变局时，相较于个人思维的活泼灵动，马来西亚的政府或政党甚至公民社会，对此显得思虑滞后，将精力都放在政改与政争上，而无暇顾及此事。其实，当机器人时代来临，势必对政治、经济与社会结构造成重大冲击，如人们将面临大量工作岗位流失的境况，当然这情况必定是毫无准备的政府或政党难以面对的难题。

不仅如此，从公民社会的角度切入，机器人的崛起也会是棘手议题，原因就在这变局很可能会影响国家民主转型的进程，如根据亨廷顿对第三波民主化国家的观察，大多数新兴民主国家的兴起，和这些新兴国家社会中日益壮大的中产阶级对权益的追求息息相关。

像马来西亚这种正在追求民主转型的社会，一旦出现中产阶级日益萎缩的情况，究竟政治制度的变革会倒向何方，会更民主化还是走向更专制的道路，在不一样的政治经济条件下会很难说！

欧洲探索走在前端

当然，我并不是说早已有警觉的政府就一定可以提出好对策，例如美国早在前总统欧巴马的时代便发表过两篇AI发展报告，警告AI发展对就业市场的冲击，但却只提出空泛的政策方向，强调在转型期辅助失业工人以及加大力度补助工人终身学习，原因是报告的基调仍相信，新的工作机会也许能应运而生。

欧洲人的考虑则更深入一点，很多欧洲国家都切中肯綮地提出所谓全民基本收入（general basic income），其中瑞士曾在2016年举行公投，议决是否让所有公民每月均可获得约2400美元收入，结果议案没有通过，但其背后原因可能是每月2400美元的提案门槛太高，人们忧心这个提议对政府的财务负担太重。而芬兰在2017年开始推行长达两年的社会实验，政府招募约2000名失业公民，每月付他们一笔约600美元的基本收入津贴，但这群人将失去政府其余的社会福利权利。

欧洲议会则在已成立AI问题专责机构研究基本收入的相关可行性；另外，议会也会就是否赋予AI机器人若干公民权利（如劳动权益），及是否赋予机器人法律身分“电子人”（electronic persons）的问题进行研究。

闲暇后的活动转向

可是即便如此，目前AI的发展所引发的公共政策讨论，仍不够全面，因为解决了人们基本生活所需，并不一定真的解决人们的需求，一个简单的问题就是，人们拥有大量闲暇时间，哪要用来做什么呢，难道正如流行意见所指的那样，在AI的时代，人们将会大量投入艺术创作与锻炼运动这类活动？人们会不会大量投入到公共领域的讨论中呢？

众所周知，古代雅典罗马时期出现的民主制度，乃是建基于奴隶经济，使得公民拥有充足的闲暇时间，如今虽已不是奴隶时代，但古雅典罗马的例子也能给我们些许参照之处。

譬如过去几年大家非常琅琅上口的审议民主制度，很难在现实政治中推行的其中几个重要的因素就是审议民主制实行起来往往需要很多的时间与金钱等成本，这造成行政上的困难，但在AI来工作及保障全民基本收入的时代里，公民参与公共议案的审议时间与金钱成本将大大的降低。因此在制度变革的思考上，当AI时代真的来临时，我们对民主转型的想像是否仍以健全的代议制度为主，就会变得不是那样的确定。

无论如何，AI发展的人文反思至今还是很新的领域，很多的思索与解决方案仍还没有定论，例如有关机器产生的法律与伦理争议（如自动驾驶车撞人的责任归属问题），这篇文章还没有触及到呢，但我们却不能因社会发展不及先进国家，而漠视这方面的议题，更别说我们已站在AI变革迫在眉睫的此刻！

吴振南是旅居台湾的马来西亚人，前报业从业员，目前是专职相妻教子的家庭煮夫与兼职文化玩童。
 

本文内容是作者个人观点，不代表《当今大马》立场。