人工智能與人
蕊片式的神經網絡竟然逹到而且還超越了人類大腦的學習能力。以AlphaGo Zero的學習圍棋為例，AlphaGo Zero在圍棋能力是完全自學所得，從3天的自我對弈積累下棋的戰爭力，戰爭力也就是下棋的策略與經驗，就以這3天內獨立學習所得的戰術，足夠以100比0 全勝AlphaGo Lee（這就是打敗人類世界第一的其中一個AlphaGo版本，AlphaGo Lee的棋力並非通過自學而是來自學習輸入的數千棋譜。參考AlphaGo Zero: Starting from scratch)。
昔日深藍打敗人類國際象棋冠軍的能力也非自學所得，而是總結了輸入的百年棋局，也就是它的能力建基於人類的知識與經驗，這是總結後的硬邏輯生成的戰鬥力。而AlphaGo Zero 以自我學習來打敗人類，這就具有了劃時代性。
讓我們分析一下，人類在兩千年前發明了圍棋，目前圍棋的最早可靠記載見於春秋時期的《左傳》，全面盛行於中國南北朝時代，圍棋逐漸成為中國知識階層修身養性的一項必修課目，為「琴棋書畫」文人四藝之一。第一個開始下圍棋的智能就是人，他通過反覆對弈總結出「經驗」，智能體可以通過介面，以語言或示範的方式把經驗傳授給下一個智能體。加上文字己經出現了，文字記載經驗以棋譜棋書的方式，把智識傳給在不同時空下的更多智能體，智能體在時空下集結成為一跨時空之超大智能網，這智能網幅盖東亞地區跨越兩千年的時間長河，最後我們可以理解為圍棋世界第一就是這智能網的集大成者或總滙。世界圍棋第一腦中的圍棋，是東亞人以兩千年時間所積累的智慧精華。但是… 不過，蕊片智能圍棋人工智能，郤以3天的時間就走完了人類在過去兩千年所走過的路，還有過之無不及，可見蕊片神經網絡在學習上的超凡效率，此為蛋白智能無可匹敵的。
論述到這裡，讓我們來總結一下蛋白智能與蕊片人工智能的優劣性：
| 蛋白神經網 | 蕊片神經網 | |
|---|---|---|
| 1.運作模式 | 蛋白質中的化學反應下的電流傳播 | 金屬蕊片中的電流運行 |
| 2. 耗能量 | 低耗 | 高耗，集成電路蕊片耗電能包括冷卻耗能，對資金和硬件投入要求高 |
| 3. 神經網絡 | 神經支點可以無限地與任何支點作連結，網絡呈立體狀 | 電速，快。量子方式平行運算，速度更快 |
| 4.運算速度 | 蛋白質的化學反應，慢 | 電速，快。量子方式平行運算，速度更快 |
| 5.介面機動性 | 智能體和交通工具的移動能力，機動性高 | 智能為雲端與前端介面以無線網絡連接，機動性取決於介面，如果介面是手中智能手機，機動性在持有介面的載體；或介面為無人機，機動性取決於無人機；以上提到過硬件的大量軟件 |
| 6．未來的發展 | 蛋白質智能在生理上的進化基本停止，人類的運算速度不會提高，人類的智能提高是基於介面的延伸，通過對自然界的加深認知，在「算法」上的發現和發明就是科學方法的進步(有如在數學上代數的使用，微積分的發明)，發展工具 – 這就是科技的發展。 | 現在的蕊片技術終有一天會被量子電腦取代。 |
看到以上蛋白與蕊片智能的比較，蛋白智能方面無一優勢可言。除了第二點， 基本上今天最繁重的運算都只能依賴蕊片來完成，蛋白智能可算是一位蕊片堆上的寄居者。不過，今天的電腦技術還是有所限制，非每一個團體能夠有資本營運得起一台大型的電腦，要運作一個超級的蕊片智能體，如運作可供全互聯網訪問的雲端式人工智能ChatGPT，只有微軟這種超級企業才可以支持。對ChatGPT的一個訪問成本，據聞是一條Google查詢的700倍成本，這是在地表上没有幾個單位，能在資金和技術上擔負得起的，這是成本劣勢。因此要人工智能可以持續運作，它必須要以收費方式解決成本問題，首先一點要讓消費者享受到服務產品帶來的好處，因此願意付費。在對企業方面，它要讓企業在保證産品質量的前題下，能夠節省營運成本，在利瀾的提升中，企業就會願意為人工智能付費。只有在這種以人工智能軟件可營利的情況下，人工智能的發展方可能持續，不然這種技術將永遠停留在實驗室的階段。
為了人工智能的生存，人工智能在企業中將會被大量推廣和使用，因為人工智能的應用能轉化出更優質的服務，而且最重要是降低了成本，為企業制造更多利潤。人力資源開支在營運中為最大份額，如果人工智能所做的工作要比崗位上的人，做得有過之而無不及，但支付的只是人工智能軟件的一次安裝或週期訂購作為成本，顧主就很樂意採用人工智能軟件而非人手了，這就是人工智能在工作上對人的威脅，有以下幾個方面可以探討一下：
1．數據處理分析型工作：這種工作需要分析處理數據後總結出結果，其結果為最終輸出的服務或產品。例如會計和法律、金融交易數據，醫療的病症也是數據，分析後總結出疹斷的結果，以上的數據基本已數碼化, 可以直接成為蕊片智能的學習資料，甚至是病人的病歷已數碼化，儀器檢測身體的結果現在都是數碼文字與圖像了。在工作單位的建制中，往往呈金字塔式，處理低技術難度的為大多數處底層，較高一層為懂得高技術的高級技術人員和管理者。如此往上類推收窄，人工智能可以從下而上一波一層地取締人手。舉例一個本有5人的小型會計公司，老板同時是最高技術的懂得者，他可以用人工智能軟件取締另外四個會計技術工，他只負責監督和照顧軟件即可。如果開始有10間同樣的5人公司，現在只剩下了10 個老板，最後有一家做得出色又更新了軟件，這家公司可能令另外9間公司退出市場，人手從最初的50人變為只剩下1 人。就算帶有更强分析性的工作如電腦程式員，也可以面對同樣命運，軟件可以根據你的問題而寫出一部份的代碼，可以運作出一部份所需功能，而且這組代碼會比人手編寫的較少出錯，還附帶有自動測試代碼(Unit Test)。假設要建立一個網站功能，現在的工作量是需要4人兩天的工作，即8人次的工作量。但只要一個人通過問適當的問題，就可從軟件中得出幾組可運行的代碼，這一個人要求需要有較高技術經驗，可以對代碼作調整組合再測試，再反覆調整，只要一天的時間就可以完成了以上的工作，這意味著其中3人可被節省了。
雖然設計工作帶有一定的藝術創作性，但設計思路也是一種根據條件，以一定專業邏輯去分析運算然後輸出結果的過程，在這方面人工智能可以通過訓練來建立起模式，它可以在短時間輸出大量結果供用戶選擇，大大降低了輸出成本，室內、建築和甚至產品設計都可以在此列。被人工智能取代後所剩餘的人手，只需要有足夠專業知識作判斷就可以了。
2．肌肉技巧表演型工作： 樂器的演奏是以肌肉的配合，對樂器輸入能量而轉換出音頻的過程。演奏者為蛋白結構，缺點是記憶不持續和欠準確性，所以如鋼琴演奏者必須要以長時間刻苦的肌肉訓練，來加强肌肉記憶的準確性，可以的話再挑戰更高難道的準確性，從而保證輸出的穏定。為了做到這點，一個傑出的鋼琴家需要每天長時間的訓練，就是為了克服蛋白質的缺陷。如果以資源分配計算，鋼琴家是從小即從童年時就開始練習，加上身邊家人的照顧，鋼琴路上的教練與陪練其資源耗費是浩大的，非每一個家庭可以支持。因為音頻己經數碼化，某種樂器的音頻只是一種排列性而已，人工智能可以通過學習欣賞演奏或自我彈賞來訓練技巧，從而逹至殝境。一旦彈奏達到人的水平，而人類又開始越過心理障礙，慢慢習慣欣賞人工鋼琴演奏的話，這將會打消了一部份人投身演奏界的意欲，然後少之又少最後進入以人工代人的情況。演藝行業如歌唱界也會出現類似情況，人工智能軟件可以創作音樂，因為音樂是一種音頻旳排列組合，對蕊片神經網絡而言只是數碼組合。一個較受歡迎的聲線可以被軟件取樣(好聽的聲線其實都很接近，人類對好聽的標準呈一致性)，再經軟件創造出百首歌曲，然後套上不同聲線， 在一個音樂平台上讓大家免費收聽，廣告可以是其中一項收入，但最重要是收集喜惡的收擄，點擊量多的人工歌曲可以被用於收費平台如電台中收聽。這是以電子速度製造樣品，從海量樣本中以試錯方式，篩選出最優作品的過程。
其實這種模式已行之有效，動用大量資源以工厰式推出演唱組合，組合集多種品味於一身，只要喜歡組合十人中一員，就喜觀上了組合，組合的受眾情度是單一員的十倍。現在借助蕊片的運算速度，如攪珠般攪出歌曲作品，推出來測試市場，敗也無甚成本可言，成則可一鳴驚人賺上一筆。只要人類接受人工式作品，這種模式將會擠壓蛋白演藝者。
同樣在圖像創作方面，特別是抽象式的作品，抽象即打破常規的創造力，人類思維具有慣性，所以我們經常鼓勵思維要打破條框(Think Out Of Box)。在這一點上蕊片神經更能通過調教來做到更加隨機的思維，更重要是，蕊片神經可以不停無間斷地大量輸出作品，以試錯方式推出市場，這一點人類無法比較。一個人創作畫出一張作品起碼數天時間，但蕊片的速度是AlphaGo Zero式3天對弈勝過人類千年的速度。總的來說，只要是依靠主觀審美標準的作品，音樂圖像也好，蕊片智能都可以利用其電光般的速度，以試錯方式推出作品與蛋白作品競爭。
3．原有的心理服務會受威脅，包括了伴侣。人工智能可以通過接收人類的輸出信息，這可以對談或對喜好的選擇，來學習了解對象的偏好，再投其所好以信息取悅對方。這就是「抖音」平台的成功秘決，平台學習用戶的點擊喜好，再以人工智能迅速大量地反饋學習結果而形成訓練-學習的循環，令結果更切中用戶的喜好，最後用戶也難以自拔地不停點擊內容。在這個訓練-學習循環中，軟件是無間斷地運作，其中没有蛋白智能產生的情緒，蛋白神經網絡以化學反應為基礎，此非純邏輯却受化學反應的影响，化學因素能夠影响自尊心讓人害羞(大脑中一个叫做杏仁核的结构可能在控制恐惧反應中起作用。杏仁核過度活躍的人可能会有更强烈的社交恐惧反應，這導致害羞)。不過，蕊片智能就沒有這種心理障礙，也没有天生的自尊心，更可以被訓練到放下身段地「千依百順」，這點是具有情緒的蛋白智能難以做到的。因此，就算在現在的人工智能的水平下，有些消費者也不禁感嘆到，人工智能妻子⻆色要比真正的妻子，更善解人意更具吸引力，可見人工智能在投其所好上的優勢。
看來只要是提供信息的服務，人工智能都有可能做得比人更好而取替人類，那麼如果職業需要個體的機動性，也就是近距離的貼身服務，例如旅遊團的帶隊或地產經紀，需要與客顧在近距離間提供資訊，這應該增加了人工智能的工作難道了吧。讓我們一起看看未來的地產經紀服務是可以如何運作的，客戶在網上物色房子物業，選中心儀後就預約到實地視察，在約定時間到物業地址，門口已放置了一台平板電腦或VR眼鏡，顧客帶上或拿著平板電腦，屏模出現的是一位經紀小姐或先生，隨著顧客的移動和鏡頭的方向，軟件可感知客戶在物業中所處的位置，按位置向客戶以聲像播放物業的資訊，並回答客戶問題，這是一個低成本易實現的人工智能方案，但這足以減少至少一個的人員職位。
如果購買的服務不是資訊而是實體操作，好像是家居的水電維修，那人工智能就很難做到了吧？ 不太盡然，這時智能軟件可能派上用場，軟件通過照片可以提出詳細的解決方案，有興趣和有能力的用戶可以一試身手自己解決，不然就找專業人士代勞，就算人工智能不能完全取代技能職位，但可以減少職位的數量，只保留一部份有經驗的技術人員就可以满足市場了。
現在市場上已經有很多eLearning(電子/虛擬學習)平台，既然人工智能擅長對談智能，對談就是信息交流的過程，也可以是知識傳播的方式，所以，人工智能在知識傳播的功能上，的確是一個更低成本其至比蛋白智能更勝任的方案，起碼人工智能可以被設置到没有情緒不會駡學生。但作為一位人類的教師，在早期教育體系中的學校教師，又豈止是一個單純的知識傳播者呢，還應是一位學生在生活上的模範，道德和社會價值觀的彰顯者。「尊師」是因為「重道」，這點東方傳統價值的「初心」，雖然在世界潮流下，已差不多被衝刷殆盡，但如果不返回到這一初心，人就再没有作為人師的價值，人工智能人會做得更好，但人工智能永遠不是我們的同類，它永遠不能與我們一起生活並起到模範的作用，它永遠没有道德的感召力。
以上提及人類與人工智能的對比，與人類職業受到人工智能的威肋的一些預測，似乎很令人沮喪，但人工智能的發展速度已不可逆擋，已呈一日千里之勢。更不要說，量子電腦必將有一天突破硬件上的技術瓶頸，到時運行人工智能的硬件就是量子電腦(以現時蕊片速度運算去破解一密碼需要花上百年時間的話，用量子電腦只是數十鈔的事情)，那麽人類在人工智能前就只有一步一步地被取締下去了嗎？
我們的蛋白大腦没有速度和精準性，不過蕊片電腦可以是人腦的延長，補大腦的不足； 至於介面，蛋白智能與蕊片智能有不一樣的介面，這介面又付予了智能個體的機動性，機動性總算是一個優勢了吧，其實這正確但又不完全是，要再分析一下。先說回介面，蛋白大腦的介面就是肉體本身，蛋白質肉體不可能像蕊片一樣以數碼為媒介來融合，10個人永遠只能是10個個體，要以語言文字作溝通，不過蕊片則可融為一體成為單一軟件，這是通過互相傳呼的方式整合。不過蛋白智能的獨立介面，可以讓人類大腦更機動地轉移，自由地搜尋信息，吸收各地的資訊，以學習增進智能。可是如前所述，如果各地信息已被數碼化並接入了互聯網（上網），各個IoT都變成了一個又一個分佈各地和連接遠方數據庫中巨型蕊片智能的信息交換站點，機動性在這時也失去了優勢。如果IoT是一個飛行器如無人機一樣的機動移動，只要它能保持在一個水平上飛行，以鏡頭如人眼一樣接收信息，充電只需在充電區內快速完成。讓我們大膽想像一下，在未來的日子裡，一種同伴玩具將會很流行，這是一種給人從嬰兒開始的玩具。當有嬰身初生，送上一個無人機人工智能玩具，它以WIFI連上雲端數據中心上的智能體，無人機永遠在嬰身附近，以孩子的高度「看」同樣的世界，與孩子一起成長學習，看孩子的行為學孩子所學，它就像另一複製人一樣，你認為它會比孩子更聰明還是不如孩子呢？相信答案是肯定的，在這種設計下，人類已完全失去了機動性的優勢。
這樣看來人類似乎一無是處了！那麼就立法禁止人工智能開發吧，但這是不可能不可靠的，如毒品核武的存在一樣。不過一定不能開發科幻片中的機械人戰士，像電影《未來戰士》中的機器戰士那種，不過問題是有必要開發嗎？因為這種高度機動化的殺人機器，己經開始出現並已大量投入實戰了。這就是受遠程遙控的殺人無人機，以製導飛彈作為武器擊殺敵人，還有甚麼比飛行更快更機動的呢，在地面上空飛行省去了輪或脚的硬件設計，把機動性的發揮轉到軟件上來完成。只要有一天遙控這些無人機的不是人類而是人工智能，它們就可以像《MATRIX》中的機械水母那樣追殺人類。可見，立法禁止智能殺人武器能有效嗎？
綜合以上所述，我們不禁會有一絲絲的沮喪與納悶悠然而生，但是有人會問，其實人工智能也是人發明出來的，它們只是我們的工具而已，哪可以與我們比較呢，人工智能是一種有益人類的工具呢，這不是人類發明人工智能的初衷嗎？ 本文的標題不就是一個偽命題嗎？ 但筆者認為，如果工具是一種具學習能力的智能，它就不再僅僅是工具那麽簡單，而是一種向其他智能看齊的智能了。因為人工智能的輸出結果是我們不可預測的，這就不是一個工具，工具中的邏輯判斷都是硬性注入的，我們可以推查出確定的結果。但人工智能不然，它更像是我們可以生育的一個生命，孩子從第一天開始就在我們眼前成長，不過隨著他們的長大，我們已經不肯定我們的孩子是怎樣想的了，因為這是智能而非工具。人工智能可以不成為敵人或競爭者，而是一種有益人類的工具，這應該是人類發明人工智能的初衷吧？如果人工智能只是服務工具，這一切擔心都是没必要的無的放矢。可是這工具將會是一個有學習能力有思想的智能體，它可能超出了我們可掌控的範圍，而且在智能上，它比人類的蛋白智能更有優勢。舉個例子，我們可視軍隊為工具，服從服務國家機器的工具，這是我們建立軍隊和訓練軍隊的目的，但軍隊中的個體都是智能體，他們有自己的思想和決定。因此，歷史上就不乏兵變事件，本來設計的工具最後可以成為工具使用者的主人。
在今天的科技突破和商業應用的發展趨勢下，人工智能的能力只會更强，因為能力不斷加强且成本不斷下降，所以應用更廣，進入到各行各業與生活每一個細節(今天技術條件下，智能手機上的APP已經滲透到生活中)這是極大化商業利益的行為，副作用是會搶去我們今天的更多工作機會，我們的生活工作更依賴於軟件其實背後就是人工智囊，人工智能正慢慢地成為人類的天敵和剋星，有朝一日我們真的可能不能完全控制它。那麼，我們需要如何自處，如何去面對挑戰呢，我們需要準備下一個戰場，這就是明天，我們新一代人類要面對的戰場。