錢晟

說說觀點,談談學到的事。

Menu Close

月份: 2017 年 2 月 (page 2 of 6)

寬容與理解人的正確姿勢

今天讀吳伯凡老師的文章,收獲良多,他談起我們都熟知的瞎子摸象,當瞎子們摸完大象,開始討論「什麼是大象」的時候,大家七嘴八舌,有人說像柱子,有人說想管子,也有人說就像一堵牆。

我們可以想見,這些瞎子們勢必吵得面紅耳赤,而身為旁觀者的我們,只是覺得有趣,甚至不會與他們爭辯真正的大象的樣子。

伯凡老師說,這是有寬容能力的人的樣子,因為我們知道說大象像柱子的人摸到腿、說大象像管子的摸到鼻子,我們見了全貌,自然不與瞎子爭論,至少,我們可以理解他們為什麼如此堅持。

這反應出一個重要的問題,是不是每當我們和別人爭論的時候,都是因為觀點狹小,見不到事物的全貌,以至於失去寬容別人的能力呢?

這讓我想到,當我們發生觀點不同的爭議,經常吵得不可開交,但鑰匙打不開門,通常我們會換把鑰匙試試,為什麼我們不會堅持拿同一把鑰匙開門呢?我認為這是因為我們在開門失敗的時候,自然而然地把開門失敗視為一種技術失敗,既然是個技術問題,自然就應該尋求技術方法。

也就是說,如果我們想要說服瞎子們接受大象真實的樣貌,我們只能帶著瞎子們繞著大象走一圈,讓他們方方面面地感受一輪大象,當我們具有了同等的視野,自然爭議就消失了,工作多年,解決爭議最好的方法,就是理性交換彼此的意見,真實理解彼此的想法,才能有效溝通,溝通不良,不應該怪罪在意識形態。事實上,這是個技術問題。

學習的動力

最近看了XDite談學習的文章,深有所感,最大的感觸不是終於明白學習的方法,而是我竟然好久沒有學新東西。

學一種技能和學習知識不一樣,技能是大量實做、思考、再實做累積出來的,比方說第一份工作我學習如何使用Excel、Outlook、PowerPoint、Word,對於樞紐分析、vlookup、會議通知、郵件自動分類、母片設置、合併列印深深著迷,有陣子甚至花時間學習access,學習的成果往往與成本不成比例,但我享受的是過程,而且從這許多年的應用來看,完全划算。

但這幾年學的新軟體很少,實體世界除了學了烏克麗麗、健身、英文,很久沒有涉及新技能,當我想套用XDite的方法時,竟覺得缺乏範例。

我想這是出自於近幾年學習逾趨功利吧,還記得幾年前寫過一篇文章,談無用的學習,現在看來,才知道那是篇無用的文章,學習如同生活,自身就是意義,集中注意力學習到的,根本絕無浪費可能。

晚上花了兩個小時學了當紅的生產力王者workflow,不禁深深為開發者的巧思折服,整個流程簡單得恰到好處,卻也複雜得恰到好處,花了時間把得到和Ulysses結合起來,期許自己永遠不要成為懶得學習的老人家。

人工智能會顛覆民主制度嗎?

這裡談的民主,是大眾政治,也就是奠基在一人一票、人皆生而平等的角度的政治制度,雖然美國是代議制,仍可以說是本文談的「民主」。

民主還有一個潛在的前提:人民有自有意志。從阿扁的兩顆子彈,到這次美國大選川普盒希拉蕊之間的骯髒撕逼,很多人覺得這是傷害民主,沒錯,因為在人們沒有足夠注意力的前提下,必須限時投票,這大大降低了民主的合法性。現在我們永遠也不能知道,在沒有惡意操作、抹黑前,人民真實的想法。

人工智能已經證明圍棋可以贏過人類,不久開車也可以超越人類,尤其當電腦可以彼此溝通,也許有一天手動駕駛會如同酒駕一樣不合法、一樣危險。再來我們看看喜好,Apple Music、Netflix比我自己更清楚我的喜好,有些Apple Music推薦的音樂我看了沒興趣,但是一聽卻很是喜歡,我不禁懷疑,我真的知道自己喜歡什麼嗎?

透過觀察一個人的行為,電腦已經可以準確判斷人類的喜好,甚至比自己更了解自己,那麼投票呢?人工智能可以比人類更加理性。當我們因為立委近期做了件好事,我們很可能會對這位立委有過高的評價,忘記他曾經踐踏我們更在意的法案,而人工智能不會忘記,它可以提醒我們,最符合利益的立委是誰,還可以提示我們它是如何決策。

人工智能無疑地將是我們最佳的輔助決策工具,但這樣還算是我們的決策嗎?隨著一次又一次我們習慣性地依靠人工智能決策,我們身而為人,還有自己的「想法」嗎?或者,我們根本應該把人生轉交給人工智能代為運營呢?應該說,既然人工智能的決策比較好、更貼近理性結果,我們有「權力」選擇別的方案嗎?抑或是,這就像手動駕駛一樣,是不該被接受的危險舉動呢?

再或者,當人工智能研究了千萬人類被影響的過程,是不是能像Netflix推出紙牌屋、可口可樂透過廣告暗示促動消費一樣,學會如何潛移默化我們的選擇,「教」人類選出「最好」的候選人,那時候,民主還是人類意識的救贖嗎?

產品關了不是壞事

一家持續進步的公司,總有幾個產品會面臨淘汰,捨不得停損的公司往往無法集中精力完成重要的事,而且也無法理清對消費者最重要的事是什麼,終究難以找到成功的支點。

今天和一個朋友談及,身為產品經理,看著自己的產品隨著場景不同失去意義,該如何調適自己的心態。

我說,你應該極力拋去,拋去過去做得成功的,也拋去曾經失敗的,你應該學會看透事時間和空間,在當時你開發這個產品的時候,場景如何?目的為何?最終成效如何?你如何優化、如何執行?這些是你和公司一起學會的,也許時空背景不同,這個產品已經不再具有意義,但這並非否定你個人,反之,這意味著你成長了,習得經驗;公司也往前了,了解業務發展的方向。

據說癌細胞就是該死亡卻沒死亡的細胞,反而吸收大量養分,卻無法達成預期的功能,因此壓迫了正常器官,造成身體極大的損害。不能新陳代謝,對於一家企業的壞處不亞於無法成長,有時候,停了一個產品比開發一個產品更有意義。

人類在不停放棄的路上進步

最近很多文章都在談人工智慧會取代人類,在我上了coursera的machine learning的課程以後,也深深感到人類在特定領域的無能,長期來看,很多「專業」被電腦取代是勢在必行。

但如果把尺度放寬到百年來看,不需要格外恐慌,因為人類的科技史,事實上就是一部失業史,從未停歇,人類的專業被取代得越是多,科技便越是發達。

人力比不上獸力、蒸汽力,更比不上電力

最早的農業,靠人力翻土、插秧,但水牛很快就取代了人力;人也曾經拉車,但人力車的速度遠遠比不上馬車,連驢車都比人力車好;現在的汽車馬力用「匹」來做單位,也就是等價的「馬力」,很難想像僅僅百年餘,汽車就完全取代了所有拉車的動物,甚至,高鐵能用時速300公里在陸地上運載大量貨物(中國快遞業者已經開始包下高鐵送貨),飛機更能讓人類像鳥一樣飛翔,快速移動。

人類賽跑,早已不具實用意義(如果減肥不算的話),我們崇仰人類追求極致的精神,但不再覺得跑得快是一種技能。

也就是說,這兩千年來,負責交通運輸、提供勞力的人、牛、馬都已經失業多年,那麼「聰明」呢?聰明是不是人類的專利?

計算本來也是人類的工作

東方文字發明於祭祀,西方最早則用了計算債務,也就是說西方最早開始發展文字,就是為了「計算」。直到一戰期間,世界的計算工作是一項「專業」,除了紙筆,只有計算尺、算盤輔助工具,前幾天在伯凡日知錄看到一段文字,在談「最強大腦」的計算考驗,一個計算專長的人,花了2分鐘算出14位數字的7次方根,最終驗證答案是否正確,就是靠一台100元的廉價計算機。

沒錯,人類的計算能力在當前的計算機面前顯得微不足道。

繪畫、作曲機器正在趕上

去年最紅的APP之一是Prisma,一個用AI把照片重繪成大師畫作的APP,僅僅靠著手機的CPU就足以完成繪圖(參數是server用深度學習算出來的,但實作繪圖只靠手機);Deep Bach模仿巴哈作曲,連音樂家都覺得是巴哈的作品;也許現在AI還不夠完美,但這只是時間問題。

遲早有一天,機器比我們更懂創作,人到時依然會繼續作畫、作曲,但意義就像是百米賽跑,也許不再有實用意義。

人類的未來

當人類的勞力,連腦力都被徹底取代的時候,人類存在的意義到底是什麼呢?也許人性可以看出我們的未來。

人感到憤怒、羨慕、貪婪、容易犯錯,事實上這些是人之所以為人的重要特質,這些事吸引人類設定目標、追尋意義,而讓人類在需要的時候可以一次調用多個不同的技能,例如打籃球,一方面要快速移動,一方面要思考戰術,最後在出手射籃的剎那,快速計算軌跡,這些都是人類之於機器的重要能力———才怪,這些對於機器來說不難。

但要考慮人生更高層次的目的,決定打假球、技術犯規、排擠隊友,這些就真的難倒機器了,我們無時無刻的每個行為,都涉及多維思考,快速評估重要性,最後這意識、無意識中決策,洞察關鍵路徑,這些才是人類目前領先機器最多的地方。

當人類不再駕駛車輛、操作生產機械,這並不比讓牛代替人拉犁來得不同,本質上,人類科技就在拋棄一個又一個「不必須人」的工作,沒錯,很多人會就此失業,就如同影印機淘汰了排字版工人,但人類進步的動力就是來自拋棄,拋去不必要,往前狂奔。

© 2019 錢晟. All rights reserved.

Theme by Anders Norén.