看過影片「魔戒」的人，一定記得「甘道夫」這個重要角色，他的銀髮長鬚造型（下圖中）教人印象深刻，這個角色是由英國國寶級演員伊恩麥克連爵士飾演，畢卡索照著他劇照畫了一幅人像（下圖右），價值連城自不待言，可惜兩個人碰不到面，畢卡索於 1973 年去世，魔戒到 2001 年才上映，下圖自然是贗品。但也不能說全是贗品，因為是模仿畢卡索的畫筆風格（下圖左），與甘道夫的照片結合製成的。誰畫的、花多少時間？抱歉，不是人、是 Google 的夢機器畫的，僅花一小時完成。

（畢卡索的「畫作」：影片「魔戒」裡的甘道夫。
製作人：Dainius、取自：boredpanda.com）

   這是 Google 公佈不久的軟體，拿一張照片與一幅畫家的畫作，無論是梵谷、莫內、畢卡索，經過軟體的融合，就會把照片變造成有那位畫家風格的圖畫。這一軟體或許僅是有趣，用處不大，但在技術上卻是一大進展，顯而易見的，沒有人能寫出這麼複雜的電腦程式，先了解畫家的筆畫風格，再用到描繪照片上。所以說，電腦程式不是程式設計師一行行編碼寫出來的，是電腦學來的，也就是簡稱 AI (Artificial Intelligence) 的人工智慧。

   所謂人工智慧，最簡單的解釋就是非人類卻有人類的智慧，例如電腦，能讀、寫、說、懂得文字與語音的意義、辨認物件、分析資訊，但多侷限於特定領域，一個軟體僅能做一類的事情。但上面說的電腦可以「學」，則把人工智慧推進另一個領域，因為電腦學的越多，我們越不容易控制，一旦失控可能如脫韁之馬，除了拔掉電源插頭，恐怕沒有別的辦法，如果機器人的電腦失控，就連插頭也無處可拔。

   人工智慧的發展已經有幾十年，直到最近幾年才向前跨出一大步，關鍵在模仿腦神經網路的技術結構。人或動物的腦子，由無數個用神經連接的腦細胞組成，每一細胞僅有一條神經輸入信息，但有多條神經輸出信息，每一條輸出神經又成為鄰近細胞的輸入神經，成為連接的輻射網路，每一細胞做完一件事以後，把信息往下傳遞給多個細胞，這樣信息越傳越多，直到結合出結果。（下左圖）。

（生物腦神經網路與電腦模仿的神經網路。圖片取自網路)

   上右圖是電腦模仿生物腦神經網路的示意圖，圓圈代表處理程序，直線代表連接，輸入的資訊傳給多個處理程序做不同的處理，處理的結果再傳給下一層多個處理程序，這樣層層傳遞，最後結合各個處理，得到最終的結果。這一流程可以重複，每重複一次，結果就愈為精確，電腦就是這樣學習的。

   這個結構當然是由人設計的，但僅是一個結構，必須經專業訓練，才能發生人工智慧的功效。最簡單的例子就是手寫文字的辨識，起初辨識率不高，但同樣的寫法一再重複，系統就認識了，因為系統有學習的功能。上面說的繪畫軟體，也同樣要學習一段時間，「餵食」多幅畢卡索的畫作；而 IBM 的「華生醫師」，是在兩所醫學院「學」了兩年以後，才進駐紐約癌症研究中心，為病人診斷。所以神經網路的可貴之處，就是讓電腦學習，而且現在更是「深層學習」(Deep Learning)，學的越深入，智慧越高。

   而矛盾也從因此開始。電腦的智慧越高，越能給我們做更多工作，但也越來越不容易掌握與控制。神經網路以前的人工智慧不高，電腦程式由我們自己寫的，我們主宰一切功能，但有了神經網路以後，人工智慧是由不斷學習而來，每運算一次就學習一次，最後學到什麼程度，無法確知，失控且危害人類的機率，大為提升。

   今年初，有人問比爾蓋茲對人工智慧的看法，他說，如果管理得恰當，機器可以為我們做很多事，而且不必然有超強的智慧，但幾十年以後，人工智慧就會發展到令人關切的強度。美國加州大學柏克萊分校教授 Stuart Russell，也是人工智慧專家，就認為人工智慧的潛在危險有如核子武器，因為太容易用在軍事武器上了，一旦運用，這些武器反而受制於人工智慧，那時人類將被推下懸崖。

   周前，2015 年神經資訊處理系統年會 (2015 NIPS )，主題就是機器學習，在加拿大蒙特婁舉行。但就在同一周，一個稱為「開放人工智慧」(Open AI) 的非營利組織成立，由知名企業捐助 10 億美元，由知名科學家主持，目的是研究「對人類友善」的人工智慧，也就是抵制無限制的發展。專家學者都可以加入，沒有投資回報的財務壓力，可以放膽為人類福祉研究，但研究結果要完全公開。不論這個機構會有多少成效，至少大家對人工智慧的「倫理」考量踏出第一步。

   下面一小段影視，是美國馬里蘭大學先進電腦學院，展示機器人做菜，雖然只做了幾個簡單動作，卻是機器人自己學來的，但不是跟人學的，是從一段烹飪電視影片學來的，也就是看電視學的，實際上是把影片電子檔輸入到機器人的，省了「看」的步驟。主持人 Yiannis Aloimonos 教授強調學習的重要，如果人工寫固定的電腦程式，就只能做固定的事情，有學習能力就可以做不同種類的事情。

   以歐洲學界為主的 RoboHow，也同樣的研究機器人的學習，模仿人的動作，機器人相互學習，從網路搜尋資料學習。機器人可以自行上網尋找特定的食譜，依照文字的說明與圖片的展示，做出來一道菜。好玩？還是........心裡有些發毛？