才剛讀完上一本心理學家安琪拉的著作，把咀嚼後的想法記錄在恆毅力的讀後心得中，接著讀到這本跨能致勝 —— 用截然不同的角度來詮釋成功法則 —— 讓我這小小的腦袋在書中的每個段落裡不斷遭受衝擊。
但除了和大家分享這本書帶給我的心得外，我更想與各位一起探究一個延伸的議題，那就是：在大AI時代，人工智慧取代人類的可能性？
偉大成就的公式(?)與迷思
我們在閱讀一些偉人傳記或者許多成功人士的成長故事時(運動員尤其)，往往可以發現書中是多麼地強調努力不懈、恆心毅力的重要性，而跨能制勝的開頭也一樣，用知名高爾夫球選手老虎伍茲以及西洋棋手的訓練力成作為起手式，應驗了諸多成功法的公式原則：堅持到底的意志力。
然而現實生活中也有許多重大的研究發現與突破，來自在嘗試和失敗之間不停迭代的過程，突然殺出了一個截然不同的結果，像是知名畫家梵谷，從不被身邊的人認同的一位落魄畫家，最後成為舉世聞名的藝術創作者一般。
作者強調，太多的規範會讓不易培養出來的零星創意一一被扼殺。在這個變即不變的時代潮流中，越來越需要思考彈性、能觸類旁通，把過去經驗和既有知識給應用到新領域的人才，通過舉一反三的方式、不停地跳脫固有的思考框架，用以突破眼下的瓶頸和困難。
他也點出，恆毅力中時常提到的刻意練習，重點應擺在「修正錯誤」，從一次次的矯正和交叉訓練中導向正確的方向，或者逐步釐清適合與不是和自己的部分；比起反覆強調贏在起跑點，慢慢學習「如何在一開始就找對問題」，或許才是「有效的」刻意練習。
眼界的廣度為深度的研究帶來突破
作者在書中也強調，「水平思考 (lateral thinking)」的重要性。
在新的脈絡之中，重新去構思手中的資訊，集結那些看似迥異的領域中、可能存在的通用規則，使得舊有的經驗和點子在新的場域上重獲新生。
任天堂前開發第一部的部長 橫井軍平曾說過：要把便宜簡單的技術運用在別人想不到的地方。一個專業的領域裡，專家們各個身懷絕技、精細聚焦在每個環節，他們的貢獻絕對至關重要，然而越鑽越深的反面刃，是可能讓自己難以跳脫眼下瓶頸、甚至困在越陷越深的流沙之中，最終慘遭滅頂。
當我們置身於某個領域越久，越有可能發展成這方面的專才，加上現在資訊是唾手可得，人人都能透過自己熟悉的方式來獲取一定量的訊息時，要如何在競爭的潮流中脫穎而出，我想是那些能夠將眾多資訊理出頭緒、並且結合各種領域概念的廣闊眼界，才是最主要的關鍵。
AI的學習與建立，往往侷限於單一領域
接著我們來看看人工智慧。
一個有效的模型，即使有著龐大的訓練數據庫，也有偏頗之虞，例如微軟在2022年發布的《微軟負責任AI標準第二版》，揭露了AI在識別年齡、性別等等的應用下，其實帶有偏見(比方說：能更準確的預測歐美白人的男性年齡，但對亞洲人種就無法區分)，更何況現實生活中對於某些數據的蒐集可能更不容易，比方說醫學影像，想要判讀罕見疾病或癌症治療，除了樣本數量與多樣性難以正歸化之外，還牽涉到醫療倫理與個資問題。
在這樣的狀況下，雖然也同步發展了許多因應的模型，但往往一個模型只能做到「單一主題」，比方說會分辨狗跟貓的AI，在分類魚和海星的表現可能就不太好；能夠分割出畫面上每個物件的AI，可能就不太能識別每個物件之間的關係。
無法連結各項關鍵而導致GIGO
一個模型完善的過程，必須關注其訓練的成效，不停的交叉驗證與調整達到結果收斂；但是當我們為了完成某個目的，會選擇並針對某個特定的主題或標的做資料的選取、標註，甚至是應對的訓練方式，這樣的AI雖然能專注於這個領域上，但當出現了全新的資料、又或者應用必須擴大時，模型就承受著失效或需要重新訓練的風險。
在資料科學領域有個非常著名的詞：GIGO，這是garbage-in, garbage-out的縮寫，我總是戲稱這就是典型的「垃圾吃、垃圾大」，當我們餵給AI不正確或是不足的資料時，就會使模型的表現出現漏洞。
事實上，不論是何種資料和模型的設計，「特徵工程」事實上是極具關鍵的一環，當資料的特徵足夠明顯，用非常簡單的分類器都可以繳出一張漂亮的成績單；然而擁有再多的資料，若不能找出具有標誌性的特徵，不論模型再深、layer再多，最終也會使目標發散。
連結各項領域、使其能互相成為借鏡與參考，事實上就是在尋找兩個看似毫無相關的主題，他們之間是否共有特徵，使得經驗得以遺傳；目前生活中我們所接觸的AI，其應用都賴以人工告知模型該學習甚麼，從所提供龐大的數據庫中學習。
但要能取得足夠讓模型完善訓練的資料十分不易，比方說雜貨店的老闆不可能取得隔壁的醫院病歷、用來幫助自己決定架上該販售甚麼商品一樣，老闆可能只能透過自己觀察這個醫院有甚麼門診科別來取得資訊，一旦資訊錯誤或者缺少，雜貨店的收益就會受到影響。
拒絕成為人工智慧的奴隸
一個能夠跨足各領域的人才，在這個大AI時代顯得特別重要，學習跳脫既有的思維模式、做個具有廣度的π型人更是使自己不被人工智慧取代的重要關鍵。就像跨能制勝的作者在書中說的，人工智慧只能在封閉的穩定架構勝任有餘，而身為人類最大的優勢之一，就是我們擁有產生想法和創意的能力。
一句話心得：做個擁有創造思考力的π型人
永遠別害怕自己會落後，請今日的你與昨日的自己比較，而非那些與自己截然不同的旁人；跳脫問題本身的框架，從不同或不相關的角度嘗試切入，或許在實踐的過程中能認清自我極限、開創意想不到的世界，共勉之。
留言
張貼留言