你行嗎?

Luke Dormehl 的《Thinking Machines: The Quest for Artificial Intelligence–and Where It’s Taking Us Next》在第六章談機器人是不是有創造力,在卷首抖了一個小包袱。中信出版社的簡體中譯版的翻譯還算到位:

-

2004 年的電影《機械公敵》(I, Robot)中有一個絕妙的場景,威爾‧史密斯(Will Smith)扮演的主角有一段關於計算機的創造力的對白:「機器人能創作交響樂嗎?」他問道:「機器人能在畫布上繪出美麗的傑作嗎?」與之對話的機器人反詰道:「你能嗎?」

 

 

Will Smith 和機器人的對話原文是這樣的

Human –  “Can a robot write a symphony? Can a robot turn a canvas into a beautiful masterpiece?

Robot –  “Can you?

電影裡面,Will Smith 被機器人堵的抓耳撓腮,硬是被堵住一口氣,僵住一小會兒對話才繼續下去。按 Luke Dormehl 的看法,他是同意軟體和算法具有創造力的,若是讓他改寫劇本,他會讓 Will Smith 和機器人如何「再反詰」和「再再反詰」呢?

 

很傻很天真

-

私心以為,Weapons of Math Destruction 這本書的基調就是「很傻很天真」,作者 Cathy O’Neil 不惦惦悶聲的做個金領 quant,反而跳出來告訴大家這裏有很多不公不義之事,你們千萬要小心啊。有點 naïve ,不是嗎?

所謂的 naïve,雖沒有貶義,但不免帶點唏噓和遺憾。良藥苦口,中肯實在的話不好聽啊

閱讀這本書的時候,字裏行間彷彿可以看見作者抿嘴不甘的畫面。在遍歷各個「幹壞事」的模型時,常常可以見到「我知道資本主義社會就是這樣運作的,但是我一定要說,這是不對的」,「這樣做,是懲罰貧窮,不是因為他做了什麼」這樣的句子。

尤其「天真」的是,作者在書末《結論》大聲呼籲,大數據分析的從業者一定要記得,設計演算法、建立模型的時候,一定要把公平(fairness )放在效率前面,不能「有意」做不道德的事情。很傻很天真,或許是吧?

另外一方面,作者也不時提醒讀者,你們千萬不要很傻很天真,以為大數據帶給你們的是從此幸福快樂的生活,不論貧富智愚,你們都可能是思慮不清甚至立意做惡的大數據分析模型的受害者啊!

要言不繁,這本書的基調就是 naïve 啊。說到底,這天真是苦的啊。

哪個比較難?

不知道出於什麼原因(我想應該不是某個 Weapons of Math Destruction ,嗯哼),一個去年提出問題浮現在我的 Quora 首頁,「究竟是取得博士學位,還是全程跑完馬拉松比較難?」不出意外的,這個問題釣出不少學霸。

跑去搞醫療問題的大牛 Xavier Amatriain 說:

I have run maybe around 30 marathons, 6 of them this year (2016). I have only done a PhD and most likely won’t be doing another one in my life. So, in that sense, a PhD is “harder” than a marathon. However, the word “harder” is a bit vague, so it really depends on what “hard” means to you.

接著一位 UCDavis 的物理系助理教授,自稱跑了二十幾次馬拉松,在 2014 年的里程數是 3700 英里,她直接了當的說,幸好我這輩子只唸了一次博士,何者難度較高不言可喻。

I have done both, fortunately just once for the PhD.

總之,整個頁面的基調就是 I’ve done both and the PhD is far more difficult to complete

至於我的答案,還是不說也罷…..

從來不學什麼,也不忘記什麼

時代變了,自從有了谷歌,有了維基百科,我們是不是還需要教孩子背誦和解方程式?谷歌重塑、接管我們的教育系統,是不是我們的最佳選項!?擔任谷歌高管的 Jonathan Rochelle 當然說凡事 ask google 就對了,但是答案真的那麼簡單,那麼 promising 嗎?

-

傅月庵在《一心惟爾》裡說到 Jean-Claude Carrière 和 Umberto Eco 關於書的對話,Jean-Claude Carrière 對電腦、讀書與記憶的關係,提出一連串非常深刻的問題:

如果現在我們掌握了一切的一切,不經篩選,我們在終端機上擁有無線量資訊,那麼記憶是什麼?這個詞的意義為何?當我們身邊有個電子僕人可以回答我們所有問題,甚至連我們問不出來的問題它也知道答案,那還有什麼是我們該知道的?當我們的輔助器具什麼都知道,無所不知,那還有什麼是我們該學的

如果有那麼一天,我們每個人都是路易十四,從來不學什麼,也不忘記什麼!在維吉尼亞大學心理系執教的 Daniel T. Willingham 教授在紐約時報的文章講的好,沒有結合 context 的思考,我們還能學會什麼?