AI創(chuàng )作追上人類(lèi)？名醫斷言不可能：先進(jìn)芯片也解決不了

英偉達執行長(cháng)黃仁勛2日曾在演講中構建AI大愿景，引發(fā)熱議。近日英偉達市值更超越蘋(píng)果、突破3萬(wàn)億美元，產(chǎn)品及股票都炙手可熱。但精神科醫師沈政男指出，目前AI語(yǔ)言學(xué)習的本質(zhì)，跟人腦思考方式不同，只能模仿人類(lèi)，而無(wú)法像人一般創(chuàng )作，這不是先進(jìn)芯片所能解決。

沈政男6日發(fā)文指出，形成記憶的腦區，為什么不是位于枕葉，視覺(jué)中樞旁邊，而位于聽(tīng)覺(jué)中樞旁邊？他的解釋是：記憶是思考的基礎，思考的前身是語(yǔ)言，而語(yǔ)言跟聽(tīng)覺(jué)有關(guān)，于是演化上就綁在一起了。人類(lèi)的語(yǔ)言與思考是為了適應演化而出現，這是人腦跟人工智能最大的差別之一。第二：人腦是幼兒從牙牙學(xué)語(yǔ)開(kāi)始，幾年之間，在跟爸媽的互動(dòng)中學(xué)習而來(lái)，等于有一個(gè)發(fā)展的歷程，跟人工智能的學(xué)習與訓練有很大不同。

沈政男表示，一個(gè)13歲人類(lèi)，學(xué)會(huì )使用一個(gè)單字，只需聽(tīng)過(guò)或看過(guò)一萬(wàn)次，而人工智能，現行的大語(yǔ)言模型，需要一萬(wàn)億次，等于是人類(lèi)的一億倍。為什么？媽媽怎么教的？拿文字給小孩看嗎？當然是口說(shuō)！就好像數萬(wàn)到數百萬(wàn)年前，第一個(gè)人類(lèi)拍拍身旁的另一個(gè)人類(lèi)，抬頭說(shuō)：「日頭！」然后人類(lèi)的語(yǔ)言就此出現了。出現語(yǔ)言，要做什么？對生存有幫助！一來(lái)可以溝通，再者也可以記憶，讓自己與大家避開(kāi)危險。

沈政男提到，語(yǔ)言是一種序列訊號，因為聲音是一種時(shí)間的訊號，也因此，「鳥(niǎo)在飛」會(huì )被拆成「鳥(niǎo)」與「飛」兩個(gè)元素，才能理解與溝通。以當代語(yǔ)言學(xué)始祖喬姆斯基的理論來(lái)說(shuō)，這是一種普遍文法，也就是人類(lèi)的語(yǔ)言就一定必須存在這樣的結構才能理解與使用。但人工智能，尤其是大語(yǔ)言模型的出現，挑戰了他的理論：大語(yǔ)言模型并無(wú)先天存在的文法，完全是后天學(xué)習而來(lái)，但也能理解與使用人類(lèi)語(yǔ)言。

沈政男指出，人工智能目前有幾個(gè)主要的神經(jīng)網(wǎng)絡(luò )模型，一個(gè)是卷積神經(jīng)網(wǎng)絡(luò )（CNN），主要用于圖像辨識，一個(gè)是遞歸神經(jīng)網(wǎng)絡(luò )（RNN），乃用于進(jìn)程列訊號，比如語(yǔ)言，而最新的就是大語(yǔ)言模型（LMM），乃RNN的改良，也是進(jìn)程列訊號，但不必遞歸，而是使用自我注意（self-attention），透過(guò)平行運算，一次處理一整排的序列訊號。

沈政男表示，ChatGPT不是真的看懂人類(lèi)的文字，就只是把文字化成向量，透過(guò)一萬(wàn)億次的學(xué)習，學(xué)會(huì )了猜測「這是」之后，很大的機會(huì )是「蘋(píng)果」。也就是說(shuō)，以LLM為基礎的Transformer架構（ChatGPT），不一定要把「這是蘋(píng)果」拆成「這」、「是」、「蘋(píng)果」，也不是只能理解人類(lèi)語(yǔ)言，即使是火星語(yǔ)，也能透過(guò)分詞（tokenization）與句法分析，以及巨量學(xué)習，而學(xué)會(huì )任何一種語(yǔ)言規則。

沈政男強調，人類(lèi)的語(yǔ)言是為了生存，而且是成長(cháng)過(guò)程點(diǎn)滴累積而來(lái)，一開(kāi)始是聽(tīng)覺(jué)的語(yǔ)言，后來(lái)才迭上了文字，但即使使用了文字，仍免不了在看字的時(shí)候浮現語(yǔ)音，也就是默念?？吹健给B(niǎo)在飛」的圖片，一目了然，但說(shuō)出來(lái)，就必須說(shuō)成「鳥(niǎo)」、「在飛」兩個(gè)動(dòng)作，否則人家聽(tīng)不懂。人類(lèi)講或想「鳥(niǎo)在飛」的時(shí)候，腦海會(huì )浮現一只不像鳥(niǎo)的鳥(niǎo)，與不像飛的拍翅動(dòng)作，就只是一個(gè)視覺(jué)遺跡，乃用來(lái)幫助思考。

沈政男直言，人類(lèi)的思考這件事，大致就是聽(tīng)覺(jué)的序列處理與視覺(jué)遺跡在腦海跟著(zhù)出現，頂多加上其他感官數據，一起形成思考的動(dòng)作。因為這樣的學(xué)習方式，只需要很少的練習，就能形成語(yǔ)言，跟人工智能有很大的不同。人工智能的語(yǔ)言學(xué)習是一種暴力式窮盡法，可以模仿人類(lèi)，但絕對無(wú)法形成真正的創(chuàng )作，這是邏輯上的不可能，而不是科技用時(shí)間，或者多么先進(jìn)的芯片可以解決的問(wèn)題。