人工智能世紀求生術 (Patreon)

「唔係機器取代人；而係識得用工具嘅人，取代啲唔識用工具嘅人。」

入正題之前，首先賣個小廣告。最初我開呢幾個 blog ，都知道唔係賣文章，賣內容，而係想建立一個學習嘅平台。所以，一直我都知道要搞多啲活動，尤其係圍繞不同主題嘅分享同學習。呢個講咗好耐嘅讀書會，正式啟動，第一本書就係 Kevin Kelly 嘅 Out of Control 。

其實不論 Kevin Kelly 抑或 Out of Control 都好切合呢一期嘅主題。Out of Control 呢本書，一言以蔽之，就係想話：「人類所創造嘅事物越來越似有生命，而生命亦都越來越多人類所創造嘅痕跡。」

好，有興趣加入「讀書會」嘅朋友，可以去呢個 Google Classroom ；呢個活動（以及往後嘅讀書會），都係會員專享，亦都係呢個資訊泛濫嘅世界裡面，我可以為大家提供嘅少少價值。

加入 Out of Control 讀書會

好，正式入正題。

十幾年前有套美劇叫 Heroes ；入面嘅角色個個都有超能力。記得有個角色係個小朋友，佢嘅超能力就係可以同機器溝通。另外好似有個茄喱啡閒角，係個女侍應，佢嘅超能力，就係個腦好似個 search engine ，可以直接搵到各種資料。

但比科幻更科幻嘅係，只不過係十幾年前時間，科幻故事入面嘅超能力，已經成為大家身邊嘅習以為常嘅事物。

至於人工智能，亦唔係啲乜嘢新事物；但人工智能嘅普及，絕對係新嘅社會現象。

不過，有人會話：「用咁多電腦，人腦就會無用。」另外一句經常聽到嘅就係：「ChatGPT 都成日出錯喇，最終咪又係要搵人手去核對？」

其實，我好明白點解有啲人會咁諗。

好多人，用咗成世人嘅時間精力，去接受填鴨式教育。佢哋相信努力讀書，證明自己，但然後呢？然後佢哋就覺得，自己透過讀書換來嘅身份地位專業資格，無論如何都唔會貶值，人類，亦無論如何都唔會被機器取代。

「唔係機器取代人；而係識得用工具嘅人，取代啲唔識用工具嘅人。」呢句說話，相信大家都聽過，請唔好介意我重複又重複咁去強調。

比起其他動物，人類最主要嘅優勢，係會透過語言，累積知識。人類，不論係知識抑或所用嘅工具，都會進化。

換言之，有啲人可能曾經係社會入面最識嘢嘅 1%，佢哋亦以為自己一世都係繼續係 1%。

佢哋忽略咗一件事，就係原來人類所掌握嘅知識係會不斷增加。

OpenAI 嘅 Sam Altman 甚至提出，知識嘅總量每 18 個月就會倍增。當然，佢無講知識嘅乜嘢做量度單位。但可以肯定，當一個人停止學習新事物，十年八載之後就會發現，自己可能同一個無乜讀過書嘅人分別不大。

呢個現象其實老早就已經發生；大家只要睇 1% 所掌握嘅財富，再對比 1% 嘅 1% ，就知道 power law distribution 係可以有幾咁極端。那怕係社會上 1% ，原來 1% 入面嘅 1%，所掌握嘅資訊同財富距離可以大到難以想像。由 1 到 99 唔算係啲乜，由 99 到 99.99 嘅競爭先至係最激烈。

各位，今日嘅題目係：「科技究竟係縮小人與人之間嘅差異？定係會放大人與人之間嘅差異？」

又或者用社會棟樑嘅講法，科技究竟會令貧富懸殊嘅情況更明顯？定係最終會令人人都可以豐衣足食，不愁溫飽？

更重要，更切身嘅問題係：「對大多數唔係 0.01% 嘅人（例如我），未來嘅日子究竟乜嘢謀生技能最有市場價值？係唔係走去做 Prompt Engineer（新興工種，據說年薪都有美金 30 萬）。

又或者，假如你有細路就快要入大學，究竟佢哋讀邊乜嘢科好？

01，熟悉我嘅朋友都知，每次見到「二元對立題」，就知道好大機會其實唔係真正嘅二揀一。「科技究竟係會縮小人與人之間嘅差異？定係會放大人與人之間嘅差異？」呢個其實係偽命題。以汽車為例，科技毫無疑問令到大家都可以用每小時七十公里嘅速度移動，但唔代表科技帶來嘅影響對每個人都一樣。汽車令城市發展變得更兩極；中產搬去市郊，城市嘅核心留返極有錢同極窮嘅人口。所以，究竟科技係縮細人與人之間嘅距離，定係放大差別？答案視乎你著眼於邊度。

02，資訊科技嘅普及，理論上令人人都可以獲得無窮無盡嘅資訊。但其實圖書館可以免費借到又有養份嘅書，一早就多到係幾世人都睇唔晒。由此可見，問題唔係有幾多資訊，而係你有冇能力去處理。每個人嘅悟性都唔一樣；而人工智能應用嘅普及，理論上就係可以將呢個人與人之間嘅差距收窄嘅工具。

03，「唔係喎，技術仲未成熟喎。」但究竟技術點先為之成熟呢？所謂嘅成熟，就係可以做到大家預期中嘅目標，以 ChatGPT 為例，人工智能其實唔單止成熟，甚至係超乎好多人嘅預期。更重要嘅一點係，GPT 以外，其實仲有好多人工智能嘅技術，一樣係普及應用。更重要係，由於呢啲技術本身可以用返落去開發新嘅技術，即係話技術發展嘅速度越來越快。假如要到技術成熟先至去了解接觸，恐怕已經太遲。

04，「唔係喎，ChatGPT 成日都亂咁答問題嘅。」呢樣先至係 large-language model 嘅重點。Large-language model ，亦即係 ChatGPT 呢類工具，其實就好似一個好大嘅圖書館，你去問佢問題，就係從佢嘅記憶中搵答案。中文嘅 large-language model 特別多九唔搭八，原因就係用來「訓練」呢啲 large-language model 用嘅內容，如果係中文嘅，好多都就係咁九唔搭八。所以，不方便真相係，近代以華文寫成嘅內容，多數係垃圾；正所謂 garbage-in garbage-out 。

05，同一條問題，用英文問同用中文問 ChatGPT，答案好唔同。其實單從呢一點已經可以引伸出一個好簡單直接嘅結論：「如果英文唔好，第一件事就係學好英文。」講得唔好，唔緊要；有口音，唔緊要。最低限度，多啲聽，多啲睇；就算表達能力未到家，最低限度要有欣賞同學習嘅能力。

06，甚至從出版嘅市場可以見到，大把英文書翻譯成中文，但究竟有幾多中文嘅內容，值得翻譯成英文？甚至日文書，都有翻譯成英文嘅，但中文真係無幾多本。話雖如此，我相信十年內應該有以中文為母語嘅作者，可以打入英語世界。點解咁肯定？其實唔肯定㗎。但我自己切身處地咁諗，呢個都係一個好正路嘅計算。無錯英語世界嘅競爭係大，但講英文嘅人又係咪真係叻啲？正如上面所講：「人工智能應用嘅普及，可以將人與人之間認知能力嘅差距收窄。」所以，有理由相信，好快將會有中文甚至廣東話嘅創作，改變英語文化嘅市場。

07，講返人工智能嘅應用，好多人對「搭錯問題」「九唔搭八」當成係一個 error ；畢竟，大多數人心目中，機器就係要精準。不過，正如 Alexander Pope 所講，to err is human ；large-language model 由於唔係乜都識，所以當佢嘗試從佢所知嘅內容去搵答案，呢個嘗試嘅過程，先至係呢個工具最有人性嘅地方。

08，反而如果佢大多數問題都同你講：「唔知喎。」「呢個問題無答案喎。」咁就好唔人性。偏偏呢種「自知之明」，正係大多數人類缺乏嘅品德。

09，咁講係唔係好矛盾呢？其實又唔係。尋求知識，從來都係一個大膽假設小心求證嘅過程。可惜，好多人，尤其係職業學者，就只識得小心求證，但背後嘅假設一啲想像力都無。又或者係啲幻想家，只會大膽假設，但從來都唔去求證。

10，過去半個世紀，反而資訊科技呢個範疇裡面，將天馬行空嘅想法，同一絲不苟嘅執行，平衡得剛剛好。當好多街坊仲覺得 ChatGPT 九唔搭八係技術未成熟嘅表現，真正對呢個範疇有興趣嘅人，會為為機器竟然嘗試去創作而感到鼓舞。

11，請容許我舉個好似遠咗少少嘅例子。好多小朋友都會有各種幻想，仲會講到似層層，好多家長會覺得小朋友講大話，又或者有妄想症，但其實呢個係一個學習嘅必經階段。去到十歲八歲，當小朋友漸漸被社會同化，呢啲奇思幻想，亦都會被壓抑；與此同時，我哋亦會見到，好多小朋友嘅創意，亦由呢個時候開始走下坡。

12，填鴨式教育，無錯可以好有效咁訓練出一大班「工具」；好可惜係呢啲工具，可見將來會被機器取代。細個嘅時候，我哋嘅數學教科書後面都仲有對數表；當時所謂數學叻，只不過係算術，查表快。到讀大學嘅時候，我哋仍然好多同學話，美國仔啲數唔及我哋。結果我發現，填鴨式教育雖然對基本嘅數感有幫助，但去到高階思維，填鴨式教育精英嘅最大缺點，就係缺乏創造力。

13，創造力，係唔係可以學呢？正如以上所講，追求正確同效率，放棄嘅就係創造力。「創造係刻意去犯錯。」我曾經公開咁講過，但估唔到有啲人對「犯錯」呢兩個字嘅反應好大，覺得：「邊有人會係刻意犯錯㗎！」

14，科學方法，其實就係透過邏輯嘅方法，排除各種可能；而呢個過程，就係不斷犯錯。唔去證偽，呢個心態本身就係非常之咁唔科學。

15，師傅黎智英，就係好堅信呢種做事方法。佢成日話：「錯唔緊要，最緊要係從中搵出有乜係行唔通。」所以，佢亦最唔鍾意啲人未做就已經話唔得：「你覺得自己好叻咩？未試過你點知？」

16，但話說回頭，填鴨式教育精英，處理日常營運，的確有效率，出品亦好穩定，就好似英文所講嘅 clockwork 。

17，創作，短期係效率嘅最大敵人，但長期而言，創作係一切嘅根本。有啲文化，可以平衡得到創造力同生產力。但有啲文化，就將 100% 都放入生產力，並且以模彷去取代創造。從演進嘅角度，模彷其實係極有效率嘅生存策略。

18，講返科技嘅進步。幾年後，乜都人工智能㗎喇。即係話，以前要啲填鴨式教育精英去做嘅工作，可以被少數識得用工具嘅人去做晒。

19，舉個例，金融財經資訊嘅報道，肯定會自動化。甚至連閱讀呢啲資訊啲粗重功夫，都會自動化。依家已經好多人會寫 bot 去攞數據同通告；以前尚且會用肉眼去望吓，未來就肯定會搵工具去消化咗先，去除雜音。

20，除此以外，仲有啲乜嘢係可以人工智能自動化？以前只有結構整齊嘅內容，先至可以用機器去閱讀，但 large-language model 嘅重點，就係乜嘢文字內容都可以做基本嘅整合。

21，我仲諗到一個可能發生嘅現象，就係越來越多啲資訊其實係由人工智能產生，反正成本越來越低。另一邊廂，太多資訊嘅結果係人類越來越要用方法去篩走呢啲內容，結果派送內容嘅演算法，其中一個功能就係用人工智能去篩走呢啲新一代「內容農場」。其實以上所講呢個現象，亦已經發生緊。Amazon 上面已經有用 ChatGPT 生成嘅兒童書，啲畫就用 StableDiffusion 做。而且我可以大膽講，寫得唔差過市面上嘅兒童書。

22，「咁點呀？唔通叫小朋友唔好睇圖書？」又唔係。我反而覺得更大膽啲，應該叫呢一代嘅小朋友，學習點樣用呢啲工具。首先，大家唔好當人工智能係好似簡單嘅搜尋器，係用來搵一個正確嘅答案。人工智能我嘅比喻係一個「思想嘅實驗室」；你應該用佢去同你對話，你可以挑戰佢，又或者叫佢挑戰你嘅諗法。但首先，你要有一個好嘅問題，有一個諗法。叫小朋友同人工智能去創作喇。

23，人工智能嘅另一個用法，就係 perspective taking 。即係話，同一件事，叫好似 ChatGPT 嘅工具，用唔同嘅角度去講一次。我最鍾意就係叫 ChatGPT 同一個六歲小朋友都能夠明白嘅方法，去講一個好深嘅題目。然後就係用一個完全唔同範疇嘅理念，去解釋一個技術嘅概念。

24，識得問問題，從來都係咁重要。只不過我哋嘅教育，一直都訓練大家去搵同一個標準答案。順帶一提，後現代主義，其中一個睇法，就係同一個問題，可以有好多答案。有啲人會覺得呢種想法好難接受，但其實我哋一早就已經有「一樣米養百樣人」呢個講法。

25，高層次啲嘅人就會話：「無錯，想像係無限嘅，但現實就只有一個喎。」我嘅回應就係，人嘅本質就係 meaning making machine ；就算係同一個現實，最終都會有好多唔同嘅觀點。人工智能其中一個好偉大嘅用途，就係可以融匯貫通唔同嘅觀點與角度，作出對比，求同存異。

26，如果有細路嘅，你可能會好關心，佢哋日後會做啲乜嘢工作，又或者大學應該讀啲乜。我覺得呢個觀念，就正如剛才所講，諗住攞張沙紙做身份證明。無錯。入大學的確仍然係個好重要嘅 formative experience ，但更重要係一個人持續嘅學習能力同動機。就連 PhD 都要終身學習喇，知識型社會喎。沙紙作為身份證明，已經貶值；如果未聽過文憑量化寬鬆嘅，請記住呢個名詞。

27，我唔係叫大家唔好讀大學。我係叫大家對讀大學有個合理預期。有啲社會，例如香港，某啲行業受到保護，可能未來二、三十年仍然係可以搵到比一般人更多嘅收入。但更多嘅傳統行業，例如法律會計金融等，真係無得同過去比。

28，至於電腦 IT 等，更加會係重災區。好多人直覺人工智能代表要更多電腦 IT 嘅人，但要知道，ChatGPT 最叻寫嘅，唔係九唔搭八嘅胡言亂語，而係程式語言。再講多次，唔係話電腦會取代人類，而係過去要一大棚人去做嘅工作，日後可能只需要幾個有諗法嘅人就已經搞得掂。所以近來幾間科網巨企大批裁員，有人認為係因為過度擴張，但更加有理由相信，係因為未來嘅 R&D ，根本唔再需要啲中低級嘅人手。

29，至於法律會計金融等，情況都類似，中低級嘅人手需求將會減少，但上層嘅人會賺得更多。

30，結果係，好多收成期嘅人，即係四、五十歲呢班人，繼續有穩定收入，而且可能做到七十歲都唔退休。新入行嘅，就覺得自己嘅處境好無前途。行行都係咁，甚至編劇、作家等行業，都會係咁。

31，道德經入面有句說話，我好鍾意：「天之道，損有餘補不足；人之道，損不足以奉有餘。」即係話，人為嘅技術，傾向係會將人與人之間嘅距離拉闊。

32，仇富呢件事，其實係近代嘅現象。都可以幾肯定咁講，未來嘅巨富，唔會好似一百幾十年來班有錢人咁炫富。未來嘅有錢人，會做好多社會實驗，嘗試去改變世界；歷史將會話 Bill Gates 係後現代嘅第一個有錢人嘅代表人物，Elon Musk 都係。

33，而我哋作為平凡人，其實都唔需要擔心太多。處於社會嘅大多數，其實生活又點都好過幾十年前嘅人，只不過佢哋同啲精英嘅距離，將會更加遠；改變世界啲咁偉大嘅事，從來都係少數人嘅人生目標。但如果真係要堅持做啲乜嘢，我會建議大家，心態上除咗要預咗永不言休，就係堅持終生學習。

34，當然唔係話乜都學，而係有一定目的咁去學；而且係要有知行合一，唔係就咁去學，而係落手落腳，邊學邊做咁做啲嘢出來。