廖康宇:第四代工業革命與勞動未來(二)—— 城邦會戰勝歸來?

A+A-
2016 年,人工智能程式 AlphaGo 在國際圍棋比賽中以 4:1 大比數擊敗當時世界最頂尖棋手李世石。 圖片來源:Google via Getty Images

前文提到,「第四代工業革命」的發展,將會在社會大大提升生產力。自 18 世紀末、所謂「第一代工業革命」開始,世界各國工業生產模式漸漸走向機械化。而專家普遍相信,透過發展大數據(Big Data)、物聯網(IoT)及機器學習(Machine Learning)等技術,在不久將在智能機械,甚至服務業的工作自動化。

簡而言之,大數據泛指日常生活中,在現實或網上世界中的所有紀錄。例如紅隧每日車流量、個人信用卡交易紀錄、社交媒體內容、CCTV 片段等等。這些數據都可以用作智能機械的「訓練用數據(Training data)」。人類透過標記這些資訊,教導智能機械去分辨目標,達到「學習」效果;久而久之,智能機械會對目標產生「認知」。正如教導一個三歲小孩甚麼是「貓」,小孩原先對「貓」這種動物毫無概念;試想像父母對小孩展示不同種類的貓的照片 100 次,就算小孩從來未真正接觸過貓,他都會慢慢認識貓是一種甚麼類型的動物。

特別是機器學習技術,在近年取得重大突破。2016 年,人工智能程式 AlphaGo國際圍棋比賽中以 4:1 大比數擊敗當時世界最頂尖棋手李世石,成為全球焦點。有別於其他電腦程式需要人類「教授」技術,AlphaGo 透過分析過去與人類的對奕紀錄、再自我對奕及運算過萬次,分析每一步棋所有能發生的結果及勝算。電腦專家相信,只要加以改良,機器學習技術同樣可以應用在商業服務之上:例如分析過去 500 個 *Cup 讀者的閱讀習慣、社交媒體讚好數目,人工智能理論上可以了解讀者口味,從而撰寫相應的媒體內容。

當生產、服務及創作等工作都能夠被機械化及自動化,人類就會達致一個接近無需要再勞動的社會。美國麻省理工學院學者 Erik Brynjolfsson 就曾多次撰文,認為在未來,社會透過集體把工作「外判」給機械人,可以令人類有更多自由時間學習、享樂、發展藝術興趣及參與政治等等。情況就如古希臘時期的雅典城邦:當時的雅典社會透過勞役奴隸,平民百姓可以盡情享樂,沉醉運動、文化、哲學,同時經濟蓬勃發展,Brynjolfsson 將這個理想中的社會稱為「數碼化雅典(Digital Athens)」。

到底理想城邦會否戰勝歸來?「第四代工業革命」技術在勞動市場上的實際應用又有何挑戰?下週專欄會有詳盡講解。

後記

Google 有些驗證碼需要用戶選擇交通燈;圖為 Google 驗證碼截圖。

各位讀者如果有留意,曾幾何時 Google 的驗證碼,是要用戶選擇交通燈、門牌號碼或者車房閘口?網上一直有傳標記交通資訊是要為 Google 的無人駕駛汽車提供「訓練用數據」,教導汽車分辨交通燈、地址及車房位置,但 Google 一直沒有正面回應。

※ 此欄文章為作者觀點,不代表本網立場。 ※
廖康宇 創意經濟

作者為香港大學媒體、文化及創意城市碩士,2017 年赴英國華威大學媒體與文化政策研究院深造,現為英國劍橋大學社會學系博士生。 曾任職媒體公司及公關部門,對創意經濟發展略知一二。熱愛香港文化,深信香港能成為亞洲最有文化實力的國際大都會。