大腦只是深度學習網路？專家揭人腦和電腦的區別

▍邏輯計算相對於模式關聯

如果人類的許多判斷朦朧模糊，沒辦法進行邏輯分析，我們到底怎麼思考？少了必要條件與充分條件，怎麼知道橄欖球是一種運動、克莉絲．詹納是位母親、共和黨議員之外的人認為披薩不是蔬菜？

一系列認知模型或許能夠提供答案，包括模式關聯、感知器、連結主義式網路、分散式平行處理、人工神經網路、深度學習系統。主軸在於智能系統並不只是操作規則中的符號，還可以累積成千上萬，甚至是以億為單位的分級信號，藉此判斷某個性質的強度。

例如「蔬菜」這個概念出乎意料地常有爭議，顯而易見要以家族相似度為出發點。生物學的林奈分類法沒有一個類別能囊括胡蘿蔔、蕨菜、蘑菇，單一植物器官名稱無法涵蓋綠花椰菜、菠菜、馬鈴薯、芹菜、豌豆、茄子，連味道、顏色或質地都無法明確說明蔬菜到底是什麼。但就和卡戴珊家族一樣，我們通常看到就知道，因為整個蔬菜家族有幾項特徵反覆出現：萵苣又綠又脆有葉子，菠菜綠色有葉子，芹菜綠色而且脆口，紫甘藍是紫紅色但也有葉子。像蔬菜的特徵越多且越明確，我們就越傾向認知為蔬菜，所以萵苣毫無疑問是蔬菜，相比之下香芹會有人懷疑，大蒜就距離更遠。反過來說，有其他特徵會使某樣東西不像蔬菜，雖然也有橡子南瓜這種偏甜的蔬菜，但太甜的植物如哈密瓜就會被稱為水果。洋菇多肉、金線瓜(spaghetti squash)像麵條，可是真的以肉類或麵粉製作的食物都不會列入蔬菜。(有緣再相會吧，披薩！)

這也代表人類可以透過複雜的統計公式捕捉到蔬菜這個概念究竟是什麼。一個東西的特徵(多綠、多脆、多甜、多像麵糊等等)可以量化，而每個特徵依照符合分類標準的程度還會得到權重：綠度是高度正比，脆度是低度正比，甜度是低度反比，麵糊度是高度反比。特徵分數乘以權重之後全部相加，總分超過門檻時稱為蔬菜，分數越高越具有代表性。

當然人類並非主動在腦袋裡加減乘除之後才做出判斷，這些算數經由類神經元單位構成的網路進行。每個單位以不同頻率「發訊」，頻率越高代表模糊認知裡的真值越高，可參考上面的示意圖。圖下方是一群輸入神經元，處理感知器官訊號並轉譯為單純的特徵，例如「綠」或者「脆」。圖上方是輸出神經元，代表認知網路對分類的猜測。每個輸入神經元都與每個輸出神經元透過不同強度的「突觸」連結，突觸分為興奮性(代表正向權重)與抑制性(代表負向權重)。輸入單位發送訊號，經過突觸時得到權重，輸出神經元根據訊號總分決定強度。興奮性連結的尾端為箭頭，抑制性連結的尾端為圓點，線條粗細代表突觸強度(為了畫面清晰，只呈現蔬菜部分)。

有人會問：是誰決定了網路中最關鍵的連結權重？答案不假外求，就是每個人透過自身經驗得來的。只要有各種不同食物作為範例，加上能夠正確指導的教師，這套網路就能經由訓練而成形。嬰兒時期腦部連結少、權重是亂數，所以只能亂猜。然而大腦具備漸進調整的學習機制，比對每個節點的訊號與指導教師提供的參數值之後上修或下修，最終得到正確答案。經過數十萬個案例訓練，連結權重會達到最佳狀態，神經網路的分類就變得精準。

可是這種網路結構從輸入到輸出太過線性，而且只能加總運算。分類標準是所有部分的總和時沒問題，但若標準包含了取捨、甜蜜點、致勝組合、毒藥丸防禦、破局風險、完美風暴、過猶不及等狀況就會失靈。甚至簡單的邏輯聯結詞互斥或(xor)，也就是「x或y取一，不可兩者同時」，都超過雙層神經網路的能力所及，因為這種時候參數x是正增強，參數y也是正增強，但兩者同時發訊卻應該是負增強。於是結構單純的網路能辨識蘿蔔和貓，卻無法精確掌握何謂「蔬菜」。同樣是紅色、偏球狀，脆而有梗的東西通常是水果(如蘋果)，脆而有根的東西是蔬菜(如甜菜)，口感似肉而有梗也是蔬菜(如番茄)。蘑菇、菠菜、白花椰菜、紅蘿蔔、牛排番茄這些東西又如何在顏色、形狀、質地找出共同組合？訊號錯綜複雜的時候，僅兩層的網路結構每次碰見新案例都要再調適，權重上上下下無法固定，很難區分類別成員和非成員。

這個問題只要在輸出和輸入之間加入一層「隱藏」神經元就能解決，左圖是一張新的示意圖。經過改造，網路不再受限於刺激和反應模式，而是具有內在表徵的結構—說白話一點，就是能建立概念。被隱藏的神經元可能代表具整合性的中階分類，例如「像甘藍菜的東西」、「好吃的果實」、「 瓜類」、「 綠色食物」、「 菌菇」、「塊莖與塊根」等等，也各自有一組輸入權重與對應的刻板印象，與外層「蔬菜」之間就有特別強的關聯性。

神經網路能否順利運作，關鍵在於如何訓練，而重點就是如何從輸入層進入隱藏層—既然中間的單元自環境隱藏，就無法和教師給予的「正確」值比對猜測正確與否。不過一九八○年代的研究有了新突破，「 誤差反向傳播」(error back-propagation)學習演算法可以解決這個問題。首先，比對輸出層的猜測與正確答案，以得到的誤差校正隱藏層至輸出層的連結權重，並將結論置於頂層。再來，將誤差的總和往下傳播至各個隱藏單元，校正輸入層至隱藏層的連結權重，結論置於中層。乍看之下這個機制效率很差，但經過數百萬個案例訓練後，上下兩層連結的參數就能夠分辨山羊與綿羊的差異。同樣驚人的是，若能用於分析，隱藏單元可以主動找出如「菌菇」、「塊莖與塊根」這種抽象分類。但一般狀況下，隱藏單元並沒有我們能以語言命名的標籤，只是能完成驗算任務的公式集合，好比「這個特徵只要一點點就好，那個特徵不可以太多，除非另一個特徵真的很多很多」。

二十一世紀進入第二個十年之際，電腦運算能力隨圖形處理器技術發展越來越強大，數百萬使用者上傳文字與影像到網路也代表數據量暴增。舉例而言，若電腦專家現在針對大劑量維生素療法製作一個多層次網路，中間可以設置兩個、十五個，以至於上千個隱藏單位層，透過數十億到上兆的範例進行分析。由於輸入與輸出之間存在大量層次，這種架構稱作「深度學習系統」(並非指對於主題有深度理解)。深度學習為「人工智慧大覺醒」(the great AI awakening)揭開序幕，應運而生的產品包括語音和圖像辨識、機器問答、自動翻譯及其他很人性化的功能。

深度學習網路的表現通常優於傳統的GOFAI(Good Old-Fashioned Artificial Intelligence，直譯為「有效的老式人工智慧」)，因為GOFAI 以類似邏輯演繹的方式處理以程式碼形式建立的命題和規則。兩者差異十分明顯，人工神經網路和邏輯推理不同，內部處理無法判讀，數百萬的隱藏單元絕大多數不是可理解的連貫概念，就連訓練電腦的專家自己都無法解釋電腦怎麼得出目前的答案。因此許多科技評論感到憂慮，一旦人類將命運交給人工智慧，如果電腦決策有偏見也沒人能察覺和根除。二○一八年，美國前國務卿季辛吉(Henry Kissinger)提出警告：深度學習系統的基礎不是人類能夠檢視與論斷的命題，有可能為啟蒙劃下句點。雖然話說得極端了些，但也強調了邏輯與類神經兩種運算的對比多強烈。

人腦只是一個巨大的深度學習網路嗎？當然沒這麼簡單，然而兩者相似處值得深思。大腦神經元數量在千億左右，彼此間的突觸更多達百兆。一個人到了十八歲，腦袋清醒的時間已超過三十億秒，每一秒鐘都從環境吸收案例進行比對。人類和深度學習系統一樣，不斷進行模式匹配與關聯，而深度學習網路正是針對定義模糊的家族相似性而生。家族相似性是人類建立概念的重要基準，神經網路研究結果呈現出人類認知很大一部分雖屬於理性，卻又不符合嚴謹定義的符號邏輯，同時還為直覺、本能、感應、下意識、第六感這些難以解釋卻很玄的心智能力掀去神祕面紗。

儘管Siri 和Google 翻譯等服務使生活更加便利，也別誤以為有了神經網路就再也不需要邏輯。這類系統背後建立在模糊的關聯性上，斷句或分辨規則的能力還很弱，有時會笨得很好笑。比方說，要Google 語音助理找「附近不是麥當勞的速食店」，得到的反而會是方圓五十里內的麥當勞分店名單。問Siri ：「喬治．華盛頓使用電腦嗎？」答案會是華盛頓總統的電腦面部重建圖，以及喬治．華盛頓大學的計算機中心網頁。目前自動駕駛採用的視覺辨識模組還是常常將路標看成冰箱，將翻倒的車輛當作拳擊訓練吊袋、消防艇或長雪橇。

命題推理讓人類不會受困於相似性與刻板印象，催生出理性的最高成就，如科學、道德、律法。若從家族相似性來看，鼠海豚應該是魚，但運用生物學林奈分類法(例如「若會哺乳餵養後代，則屬於哺乳類」)我們明白事實不然。經由一連串定言推理，我們知道了人類由猿演化而來，太陽是恆星，固態物體分子間有很多空隙。社交場合中，大家善用模式比對，自然而然分辨出人與人的差異：有些人富裕、有些人聰明、有的強壯、有的敏捷、有的好看，還有人與自己共同點特別多。可是回到人生而平等這個命題時(若X為人類，則X具有權利)，我們也懂得在法律和道德層面摒除成見，公正對待每個人。

※ 本文摘自《理性：人類最有效的認知工具，讓我們做出更好的選擇，採取更正確的行動》。

《理性：人類最有效的認知工具，讓我們做出更好的選擇，採取更正確的行動》

作者：史迪芬‧平克

譯者：陳岳辰

出版社：商周出版

出版日期：2022/01/24