Blog

在閱讀《AI無所不在的未來》之前，小翔只知道可以問chatgpt各式各樣的問題，但對它的技術卻一點也不了解。(雖然可以問它，但小翔還真的沒想到。)在讀完本書之後，小翔總算搞懂它背後的技術，以及人工智慧的歷史，並且建構起對人工智慧更全面的認知，以下簡單跟伴伴們分享從中得到的收穫。

第一點是「該擔心的不是AI，而是訓練它的數據」，相信伴伴們都聽過：「garbage in garbage out.(垃圾進，垃圾出。)」，它指的是如果把垃圾的東西放進去，就會產出垃圾的結果。這句話不僅適用於人類的飲食與學習，也適用於訓練AI模型。用正確的數據訓練，才能建構出正確的模型，也才能得到問題的最佳解。然而，具有偏見的數據不僅無法訓練出正確的模型，還可能導致模型充滿偏見，以至於影響到人們的權利。舉例來說，某公司用過往表現優良員工們的履歷和面試結果，來訓練AI篩選適合的人加入公司，並把不適任的人優先淘汰。這樣的做法看似沒有問題，但如果該職位在過往大多都是由男性擔任的話，被訓練出來的AI模型是否會影響女性求職者錄取該職位的機會呢？是否會因為數據中缺乏女性員工的資料，而使AI在不客觀的情況下，判定女性為不適任呢？除非在訓練AI模型時，有把性別等其他與職位無關的變相剃除，否則上述提到的問題可能會默默發生。

第二點則是「眼見不一定為憑，耳聽不一定為真。」在現今這個時代本來就很多不能輕易相信的事物，不管是社群網路上正妹或帥哥的照片，或是某新聞媒體報導的內容，都存在著造假的可能。然而，未來這種狀況可能只會更加習以為常。前陣子在中國某郭姓負責人被「AI換臉技術」騙走430萬人民幣，過程中郭姓負責人曾與友人通過視訊電話，才放心把錢轉出去。然而，事後才驚覺是被詐騙。這個故事小翔要強調的重點是「AI換臉技術」，以前詐騙集團可能假扮政府單位要求我們匯款，但這樣的伎倆逐漸被聰明的大眾給識破。然而，隨著科技的進步，出現了讓人難以分辨真假的科技詐騙，「AI換臉技術」就是最好的例子。詐騙集團透過本書介紹的「深偽技術」來模仿人們的外貌及說話語調，使被騙者信以為真，以至於不小心落入詐騙集團的圈套裡。雖然這項技術還未完全成熟，但已經接近讓人無法用肉眼分辨真假了。面對這樣的問題，小翔不是AI專家，無法教大家如何破解「深偽技術」，但能跟伴伴們分享股癌教聽眾們面對詐騙最好的方法—「別把錢交給任何人」。雖然聽起來很像廢話，但真的只要做到這點，就能避免掉大部分的金錢詐騙。

總結本篇心得，雖然出現在我們眼前的AI令人感到擔憂，但真正影響它的是背後龐大數據，所以我們反而應該把注意力放在數據上，才能有效地減緩我們的擔憂。另一方面，面對科技創新帶來的「深偽技術」，小翔暫時還不知道如何破解它，所以只能再次提醒伴伴們以下兩句話「眼見不一定為憑，耳聽不一定為真。」和「別把錢交給任何人」，希望給讀到這的伴伴們一點收穫。