跳到主要內容

【閱讀心得】人工智慧最後的秘密



【個人心得】
因為最近對AI有興趣,借了相關的書來看。

看完本書才知道,原來AI技術的發展,我們在享用科技服務時,背後也有許多不為人知的一面,忽略了背後所付出的代價,
例如跨國電力所製造的海洋電纜,已讓馬來西亞的橡膠樹從地球上消失殆盡。

我們總是看到AI展現的優點,在任何應用上的亮眼表現,例如自駕車、醫療診斷、語音辨識等,但卻沒認知到發展AI「背後的代價」。
作者為我們開出另一條新觀點,當我們全心全意投入AI的技術時,其實背後牽扯許多問題,像是低價勞工、資源競爭、資料分類問題、情感定義、權力鬥爭等,
作者把這些議題,用獨立的篇章闡述各個問題樣貌。

印象很深的是,其實發展新技術時,誰掌握了,誰就有話語權,他可訂定整個規則、架構,例如政府可以依照自己的目的去制定AI相關法律,例如中共用天網更嚴格監控人民等,一項技術會因為一個國家的文化而有不同的規範。

對於地球資源的消耗,我是屬於一個樂觀主義者,地球資院要用玩了,那就去外星探索。
(當然,在生活上使用資源時,是能省就省,不是因為樂觀就可以無所消耗)

【本書內容】
  • 書想要闡述的中心問題是:
    • 「智慧是如何製造出來的」
    • 「AI可能造成什麼問題點」
  • 我整理了本書對AI的定義,可以從這些定義了解到,AI背後運作之龐大:
    • 「人工智慧是具象的、也是實體的,由自然資源、燃料、人類勞動、基礎設施、物流、歷史和分類構成。」它是以大型資料集貨已定義的規則和獎勵,進行密集運算的訓練成果。要建立大規模AI需要資本,而確保資本能讓人工智慧系統最佳化的做法,最終都是為了服務既有的優勢利益而設計(誰出錢就服務誰)。
    • AI是一種想法、一種基礎設施、一種產業、一種權力運用的形式,也是一種觀看的方式。AI是高度組織化的資本體現,這些資本以龐大的採掘和物流系統為後盾,供應鏈環繞整個地球。
    • AI是從玻利維亞鹽湖和剛果礦誕生,由群眾外包工作者標記的資料建構而成,試圖對人類的行動、情感和身份進行分類。
  • 所以探討AI,不是只有看它的成果應用,其背後也涉及多個層面,這些層面才是真正促成AI的核心,這邊簡單擷取出各個問題中的關鍵點:
    • 地球資源:要建構自然語言處理和電腦視覺模型,需要消耗大量能源,水、電等,各個企業爭相推出更快更高效的模型,擴大AI的碳足跡。
    • 勞工:
      • AI靠著人類勞動構成。業主花小錢辦大事,數位勞工只拿到微薄薪資。
      • 亞馬遜物流系統,讓員工必須與演算法保持同步節奏,把人視為機器,越來越精準與細膩的時間管理制度。
    • 資料:
      • 所有公開取得的數位資料,包括私人資料或可能造成傷害的資料,都可以被收集用於訓練生成AI模型資料集。
      • AI模型需要有原始資料產生,而資料又需要特別標記,而這些標記的來源,就是製造這些模型的那群人,由他們定義「標記」。
    • 分類:
      • AI的分類方法,沒有考慮過多的分類,例如性別只有二分類、漏洞百出的性格評估、信用價值評估等。
      • 把秩序強加給一個無差別的群體、把現象歸入一個類別,這種作法,不就是一種讓那個類別具體存在的手段。
    • 情感
      • 情緒的臉部表情,真的能傳達一個人的想法嗎?
    • 國家:
      • AI是如何成為國家發揮權力的工具。AI目前已形塑成今日所見的監視、資料提取和風險評估實務作法。
    • 權力:
      • AI是如何作為一種結合基礎設施、資本和勞力的權力結構,發揮作用。從Uber駕駛、追蹤無證移民,到公共住宅房客必須應付家中臉部辨識系統,其中的AI系統都是依資本、警務和軍事化的邏輯建立,而這種組合進一步擴大既有的權力不對稱。
  • 作者最後也說:探討AI與星際探索,需要把權力與正義的議題連接起來。從知識到勞工權利、資源挖掘到資料保護、種族不平等到氣候變遷。
    • 需要擴大理解AI帝國正在發生的事,了解什麼是利害關係,並對接下來的做法做出更好的集體決策。

留言

這個網誌中的熱門文章

107年高考資訊處理上榜心得(自修)

107 年高考資訊處理上榜心得 ( 自修 ) ------------------------------------------------------------------------- l    背景及報考動機 l    個人成績 l    準備經驗及時程規劃 l    各科準備方式 l    Q&A ------------------------------------------------------------------------- l    背景及報考動機: 小弟很幸運地今年考上高考資訊處理 ( 正取尾巴錄取 ) ,剛好這兩年開缺很多,今年總共錄取 117 人,正取 92 ,增額 25 人。因為自己也在網路上參考很多心得文章,所以想分享自己這次考上的心得。 先說一下自己考公職的歷程,所有的考試,都未曾補習過,小弟比較喜歡自己讀。考完公職才發現從小到大的考試根本無法比。準備資訊處理的考試前前後後時間加起來算是一年左右吧。 101/06              大學畢業 ( 資訊傳播工程學系 ) 102/09              考取特考交通行政 ( 參考: 交通行政上榜心得 ) 104/07              差 0.5 分考上高考交通行政 105/01              考取桃園捷運有限公司 106/03-12        邊工作 ( 桃捷 ) 邊念 106/07  ...

電腦編碼系統介紹

( 參考資料: wiki + 淺 談 電腦 編 碼 )   工作上在練習寫 Struts 架構時,發現編碼蠻重要的,例如設定登入頁面,設定編碼不一致時會出現編碼錯誤 ,加上自己不是很懂整個概念,而整理了這篇電腦編碼系統。 電腦編碼系統介紹: -------------------------------------------------------- ( 一 ) 基礎概念 ( 二 ) 常見的編碼及說明 ( 三 ) 網際網路的發展 ( 四 ) Unicode -------------------------------------------------------- ( 一 ) 基礎概念: 由於人能理解各種特殊複雜的文字及符號,而電腦只懂得兩個數字,即 0 與 1 ,因此我們必須制定一些規則,將特殊複雜的文字及符號,用 0 與 1 的數字組合表示。 如大寫英文字母” A ”,在 ASCII 編碼中,” 1000001 ” (7bits) 表示。” 1000001 ”稱為 字元集、字符集 (Character encoding) 。     所以字元編碼是一種系統,會將支援的字元集中的每一個字元的與代表該字元的某個值配對。 PS : Bit( 位元 ) 為最小單位: 0 或 1 。 Bytes( 位元組 ) 由八個 Bit 所組成。 ( 二 ) 常見的編碼及說明: 1.      ASCII(American Standard Code for Information Interchange) : (1)   美國資訊交換標準碼,字面意思就知此編碼由美國制定,為基於拉丁字母的一套字元邏輯, ASCII 編碼僅用 7bits ,最多僅能表示 2 7 , 128 個字元,所以能展現的字元極其有限,只能表達英文字母 A-Z 、 a-z 、數字 0-9 及少量標點符號,適合用於開發英文環境中。 (2) 每台電腦都有此編碼,用來儲存英文字元素。其他語言國家透過相同的 ANSI 編碼,去做自己國家的語言文字對應,因而產生不同的編碼系統。若是用同樣文字轉換成別的編碼辨識,會形成亂碼。 ( ...

交通行政考試 心得

交通行政考試   心得   準備公務人員的時間差不多十個月 (101/9-102/6/14) ,一開始的目標是『高普考』、『普考』及『身障特考』,以三等考試為主,四等為第二順位,所以在準備上以高普考的科目為主,四等考的較少,所以準備三等基本上可以考四等。很幸運這次身障四等出的每科題目都會寫,不太刁鑽。當初報考是以挑戰低錄取為主,所以沒打算補習,測試自己的能力到什麼程度,每個人可以視自己狀況是否需要補習,依經濟壓力、資訊更新等等,沒有一定的模式。 分數: 102 身障特考四等 國文   47  申 39 測 8 法學   56 運輸學   66 運經   78 運管   88 交行   60 總成績   65.83 ( 排名 1) 錄取標準   50.83   主要科目分數較高,本以為共同科目不會太差,結果感到意外。補充一下交通行政類科,高普考、普考查過近兩年分數差不多落在 65-50 左右。 ( 每類別錄取分數都不相同,無法比較 )   其實大學畢業本來沒有要從事公務人員,發生一些事情,才走上考國家考試,也就去挑戰它了。先看自己要報考哪類考試,地方、鐵路、警察特考、高普考、普考 …… 等等,再選擇要考的類別,然後就先查查要買哪家出版社的書囉,當初我買千華的共同類科,讀到中期才知道自己買錯了@@,聽朋友說可買志光系列的。大概用網路大部份的資料都找得到了,主要科目的書籍,買張恆光老師的書及志光運輸學的書,要準備 3-4 千是必要的。我大學唸的科系是資訊類,而跟交通毫無關係,可以說是新的領域。 **( 選擇考試目標及類別、書籍及網路心得文章 )   除了上網看心得文之外,有書籍是介紹國家考試上榜的書 ( 書名 - 飆進高普考 榜首如何巧勁致勝 ) ,看完鬥志燃燒 100 %。 飆進高普考-閱讀心得 基本上書中上 榜首 要素可歸類為:   * 下定決心要考上,給自己一個要考上的理由 ( 如考前三名或榜首之類 )   * 每天至少看書 8 小時以上   * 考前做考古題   * 個人筆記 ...