百仁基金於1月28日舉辦大型人工智能（AI）論壇，筆者是演講嘉賓之一，題目為《AI與人類之間關係》，本文概述筆者演講主要內容。
AI「模仿」人類（AI as Human）
從科學研究角度看，根據人工智能的基本定義，AI是一套能夠仿效人類智慧的電腦系統。已故電腦科學家亞倫‧圖靈（Alan Turing）於上世紀五十年代，推出確認AI系統效能的圖靈測試（Turing Test），今天它已成為AI研發和測試的標準。簡單而言，若然某人隔着牆壁（或通過電話）與另一「對象」傾談而無法辨別它是機器或人的話，那麼該機器便通過了圖靈測試，成為科學界肯定的AI系統。
AI「服務」人類（AI for Human）
AI市場的全球總值到2025年將超越6000億美元，而全球智能勞動人口估計高達8億人，佔總勞動人口不少於兩成。面對龐大的國際市場，中國近年極度重視「AI+」，鼓勵AI在不同產業領域的應用。同樣地，「AI+」也是香港政府創新及科技發展的重點投資方向。AI技術對香港其他支柱產業包括金融、醫療、智慧城市及再工業化的發展起了關鍵性作用。
以「AI+金融」為例，金融交易主要集中在金融投資（或投機）包括股票買賣，目的固然是「搵錢」。專業人士一般會仔細分析股票市場的走勢，然後作出買賣的決定。算法交易（Algorithm Trading）是近期熱門的金融科技，它主要是利用電腦程序進行自動買賣的方法。例如程序在交易過程中可以根據市場的變動趨勢來決定交易時間段、交易價格、成交數量等。過往算法都以定量金融（Quantitative Finance，QF）為主導，主要是基於複雜的金融數學模型。近年隨着AI技術普及化，定質金融（Qualitative Finance）算法逐漸流行。金融系統利用AI分析用社交網絡用戶群對市場的輿論，然後作出交易決定。
AI「融入」人類（AI in Human）
「AI+」針對應用，在現實情況中，AI工程師解決問題時會運用科學方法，有系統地分階段處理，他們會依循「系統開發生命周期」（System Development Life Cycle，SDLC）進行，當中包括計劃（Planning）、分析（Analysis）、設計（Design）及落實（Implementation）四個階段。工程師在每一階段採用不同的「科學（S）、技術（T）、工程（E）、數（M）」（STEM）元素。首先，在計劃階段，工程師會利用科學理論去分析問題，從中挖掘原因所在。及後在分析階段中，他們會採用數學模式去分析所有原因，找出解決方案。周期繼而進入第三階段的設計期，工程師會利用工程程序去挑選出最合適的方案，通過優化創作出最佳的設計。最後，他們會利用科技去落實（Implementation）設計。由此可見STEM在AI應用的重要性，而學習STEM必須從小做起。
AI「代替」人類（AI over Human）
社會人士擔心工作被AI全面取代，導致大量失業。不過專家認為機器只能代替重複性高的工作。畢竟AI應用於具創意的任務上仍然難以與人類相比。所以AI只屬輔助工具，幫助人類提升生產力而已。
現實中，不少工業操作（如部件裝嵌）因循不變，而且甚為耗時。這類任務是典型工業自動化的目標，機器工程師通常會設計專用的生產機器人取代沉悶的人手操作。工業自動化實現了「機器代人」，結果大量工人被閒置。在汰弱留強的工商業社會裏，這情況已司空見慣，不足為奇。例如第一次工業革命（1760至1840）推動機器化、第二次工業革命（1870至1914）加強自動化及第三次工業革命（1969至2000）促進數碼化，三次革命在不同階段均大大提升了當時全球的生產力及經濟效益，但與此同時大規模失業潮在每次革命初期湧現。若然當時政府袖手旁觀的話，社會便必然會失去平衡，結果弄巧反拙大大影響經濟。因此，政府必須未雨綢繆，創造新產業，並為失業者安排再培訓。
在今天AI世代，全球正處於第四代工業革命。產業正在結構性地轉型，某些現有的工種會慢慢被新工種取代。回顧過往工業革命的歷史，這現象是常態，普羅大眾毋須自製恐慌，過分擔心「機器代人」。只要各人經常準備好自己，維持自身的可就業能力（Employability），又哪怕由科技創新所帶動一浪接一浪的工業革命呢？這點再一次反映STEM基礎教育在數碼經濟時代的重要性。
原刊於《星島日報》，本社獲作者授權轉載。
