看紀錄片AI vs The Human Brian，其吸引我的原因，是可以一睹2018年圖靈獎得主之一法國人Yann Le Cun的風采。作為卷積神經網絡之父，在人工智慧領域有領頭羊身份的圖靈掌門人，卻不忘給我們這個由造物主創造的人肉人腦加持，他説「人腦仍然遙遙領先」。
會看貓咪的機器
原來Le Cun是姓，不過，掌門人給自己取了個很地道的中文名楊立昆。紀錄片旁白是這樣介紹楊立昆：「他是國際超級巨星，一位在美國生活了30年的法國人，是他像彈弓發射一樣，把世界彈射進人工智慧的世紀。」在訪問中楊由頭到尾只説法語，但也不阻礙臉書朱克伯格在2013年禮聘他成為臉書人工智慧研究所的負責人。這為楊立昆在紐約大學的科研和教學之外，配上實用場景和資金的支持。
楊立昆在人工智慧的貢獻，是在於他原創地構想和建立出一種神經網絡架構，可以識別圖像中的物體，這架構叫LeNet。在紀錄片中，導演以圖像方式介紹如何利用這個龐大和複雜的架構，來識別一隻貓（！）。
當中以貓咪的幾何特性和其他特徵，加上工程師人手的標籤，將不同的對象區分開，從足夠大的圖像數據集中不斷地學習和訓練，楊還開發了能把計算和記憶公布到多個併行、在圖形處理器上有效工作的模擬神經網絡，把多達十幾層的多層網絡成為物理上和計算上的可行產品，到最後這就成為他的獲獎奠基作，名叫「卷積神經網絡」（CNN）。當中的一種運算，把識別如貓咪的差錯率，由本來每年降低1%，一下子降低18%，這意味着楊把機器看圖識貓的能力，加快了近20年！
比不上老鼠聰明
如此一位巨星，在臉書朱老闆獨具慧眼的賞識下，有充足的資金和近乎無限的圖像和資源，自然如虎添翼。
不過，別以為楊立昆認為人工智慧是戰無不勝的利器。你道在他的眼底裏，人工智慧或機器有幾厲害？他在紀錄片中就是這樣説：「沒有一台機器有老鼠般聰明。」
為解釋這個機不如鼠的結論，楊立昆又舉了個例子，説當有人講”Rock takes his bag and leaves the room”時，人幾乎不用腦就明白這句子是在指向一個叫石仔的人，不是指向一塊石頭，但要機器學識區分石仔不是石頭，就要花工程師許多時間和精力，而且出錯的機會還很高，當中是因為我們人類天生就懂得從觀察中學習，有種與生俱來對人事物情的意會力，通俗地説就是有常識（common sense），但要把常識寫作程式記入機器，至少在目前的物理學、心理學、腦神經科學、計算機學等的綜合水準而言，遠遠做不到。
被問機器尚需多長時間會追上來，楊立昆説：「少於一個世紀吧。」
原刊於《明報》，本社獲作者授權轉載。
