編按：人工智慧的發展已漸漸成熟，不再只是電影中的虛構情節，本文選自該書《了解人工智慧的第一本書：機器人和人工智慧能否取代人類？》的第一章（何謂人工智慧：專家與社會大眾的認知落差），詳細分析了何謂人工智慧，而對於一般大眾，又該如何理解人工智慧？

何謂人工智慧：社會的認知

社會上的一般人，對於人工智慧的認知又是如何呢？

最近，隨處都能聽到人工智慧一詞。像是「在市面上推出搭載了人工智慧的產品」，或是「開發出使用人工智慧的系統」之類的說法，都很常見。正如本書開頭處所舉的例子一樣。

這樣的色彩，和前面我說明過的，人工智慧是一個「力求從建構論的角度實現智慧的學問領域」，似乎截然不同。該如何看待這樣的差異才好？

在我們聽到「某項產品擁有智慧」時，最容易想到的， 應該是「這項產品看起來像是會思考一樣」吧。掃地機器人倫巴，會依照房間的形狀與垃圾的狀況而改變行動；內建人工智慧的洗衣機，會依照待洗衣物的量，以及溫度、濕度等因素，改變洗衣的方式。它們都會因應狀況、思考該怎麼做才好，採取更加「聰明」的行動。也就是說，它們會視輸入（透過相當於人類五感的「偵測器」所觀測到的周遭環境與狀況）的不同，調整輸出（透過相當於運動器官的「致動器」做出動作）。

由斯圖亞特．羅素（Stuart Russell）所寫的知名人工智慧教科書《人工智慧：現代方法》（Artificial Intelligence: A Modern Approach）一書，把人工智慧視為一種根據輸入改變輸出的「代理人」（軟體程式），書中解說了各種讓人工智慧的行動更為聰明的方法。假如生物之所以有智慧，人類之所以具有智慧，都是基於「只要採取行動時更為聰明， 就能提高存活機率」這種進化上的意義，那麼「因應輸入， 提供適切的輸出（採取行動）」這件事，在我們由外部觀測智慧時，可以說會是個很不錯的定義。

把人工智慧看成代理人，再從輸入與輸出間的關係來觀察，就很容易可以理解社會上大家所講的「人工智慧」了。把世人稱之為人工智慧的那些東西整理出來後，可以像接下來這樣分類為第一級到第四級。

第一級：把純粹的控制程式稱為「人工智慧」

第一級人工智慧就是從行銷角度把「人工智慧」「AI」等字眼加上去的產品，對於只是加裝了很單純的控制程式的家電產品，卻以「內建人工智慧」之類的字詞描述它，就屬於這一類。

舉凡空調、吸塵器、洗衣機，以及最近的電動刮鬍刀， 市面上充斥著許多號稱有「人工智慧」的商品。這類的技術，在「控制工學」或「系統工學」等名稱的領域中已經存在很長的時間，假如以人工智慧稱之，我覺得對該領域的研究者或技術來說，有些失禮。在本書中，會以「第一級的人工智慧」來稱呼它們。

第二級：典型的人工智慧

第二級的人工智慧，行動模式會變得變化多端。舉凡將棋程式、掃地機器人或是會回答問題的人工智慧等，就屬此類。

它們是所謂典型的人工智慧，精於把輸入與輸出之間牽上關係，可產出極為大量的輸入與輸出間的組合。這是因為它懂得推論與探索（第二章），或是加入了知識基礎（第三章）使然。典型的拼圖解析程式或是醫學診斷程式，都屬此類。

第三級：加入機器學習的人工智慧

第三級人工智慧就是內建於搜尋引擎，或是會根據大數據自動做出判斷的那種人工智慧。它會根據資料，學習如何把輸入與輸出間牽上關係，因此典型上多半會運用機器學習（第四章）的演算法則。所謂機器學習就是根據充當樣本的資料，自己學習規則或知識。

這些技術自一九九○年代起，就根據名為「模式辨認」（pattern recognition）這種老早就有的研究開始發展，在進入二○○○年代的大數據（big data）時代後，又有了更多的進化。以最近的人工智慧來看，多半是這種第三級。現在的狀況是，有些過去只是第二級的人工智慧，在採納機器學習後，進階為第三級人工智慧。

第四級：加入深度學習的人工智慧

再往上的第四級，指的是懂得學會在機器學習時用於表示資料的變數（稱為特徵量）。第五章會介紹的深度學習就屬此類，在本書會以「特徵表達學習」稱之。

正如序章也提到的，在美國，針對深度學習相關領域的投資、技術開發以及人才的起用，各方都在展開極為白熱化的競爭。它是現在最炙手可熱的領域。

打工族、一般員工、課長、經理

這四個層級的人工智慧（AI），有何不同呢？在此以堆積了許多貨物的物流倉庫為例做說明。

第一級的 AI（控制），就像是把長幾公分以上、寬幾公分以上、高幾公分以上的貨物移動到「大」的區塊，再把幾公分到幾公分為止移到到「中」的區塊，把未滿的移動到「小」的區塊一樣，先訂好全無疏漏的嚴格規則，再據以行動即可。

第二級的 AI（探索、推論，或是運用知識），雖然同樣也是接受指示、根據貨物的長、寬、高等資訊分類，但也會視貨物種類的不同，加入許多的知識。例如，假如貨物上貼有「小心易碎」的標籤，就要小心搬運；假如貼有「請勿倒置」的標籤，就要注意上下不要顛倒；假如是高爾夫球袋，就直著放；假如是生鮮食品就要冷藏處理等。

第三級的 AI（機器學習），就不是一開始就給定嚴格的規則或是授與知識了。而是先給它幾個樣本，讓它學會「這是大」「這是中」「這是小」這樣的規則，接著再由它自己判定「這應該是大」「這應該是中」「這應該是小」「這個無法分到任何一類當中」等，自己學會如何分類。

至於第四級的 AI（特徵表達學習），由於是讓它自己找出特徵量，像是把好幾個高爾夫球袋綁在一起，察覺到「這種類型的貨物，或許尺寸上算是『大』，但它的形狀明顯和其他貨物不同，最好還是以另案處理比較好」，因此或許會自己訂出「針對高爾夫球袋等貨物要這樣處理」之類的規則。時間愈長，就愈能學到最有效率的分類方式，第四級的 AI 就是這樣。

別人講什麼就做什麼的第一級 AI 相當於打工族；開始懂得許多規則並做出判斷的第二級 AI 相當於一般員工；根據既定的檢核項目把業務做好的第三級 AI 相當於課長的等級；至於連檢核項目都自己發掘的第四級 AI 則屬於經理級，應該也可以做這樣的類比。

各位在看到新聞或產品資訊中提到的「人工智慧」或「AI」這樣的字眼時，不妨試著想想，它屬於這四級中的哪一級，或許還滿有趣的。

• 本文出自城邦出版集團經濟新潮社出版《了解人工智慧的第一本書：機器人和人工智慧能否取代人類？》