關家亮 David Kwan AI素養顧問

https://www.facebook.com/share/p/1FgA2FZeF6/

轉載自『明報』2025年7月14日星期一

原文網址：https://news.mingpao.com/pns/%E8%A7%80%E9%BB%9E/article/20250714/s00012/1752424112412

 

【明報文章】人工智能（AI）處理複雜任務的能力，過去一年經歷了根本蛻變。以往AI在需要深度推理的任務中總是表現笨拙，但今天情况已截然不同。這場變革的核心，是「強化學習」（reinforcement learning）終於在語言模型中找到真正用武之地。

AI學習的躍升

過去的AI訓練，高度依賴人類主觀偏好：由人類判斷哪個答案「更好」。然而人類本身並非完美裁判，我們容易受各種認知偏見影響，傾向選擇那些言辭流暢、看似權威的答案，哪怕其內容謬以千里。

最新的突破來自「可驗證獎勵的強化學習」（reinforcement learning from verifiable reward）。這種模式的評判標準客觀而清晰：代碼能否通過所有測試？數學答案是否絕對正確？於這些能夠提供明確獎懲機制的領域，例如編程與數學，AI的能力已從一年前不如高中生水平，躍升至足以媲美甚至超越人類專家。

這意味着AI研究員已掌握一套可靠方法，只要有充足數據及精確的反饋機制，就能將AI的表現推向人類專業級水平。

白領「自動化」不再是技術問題

在前沿AI研究員眼中，AI要進步到能夠可靠地用Photoshop做複雜的多步驟圖片編輯、預訂多程機票並規劃複雜行程，甚至處理個人稅務申報等任務，已有清晰明確方向，剩下只是時間和成本問題。換言之，縱使AI底層算法不再有革命性的突破，但我們現有的技術框架也足以實現大規模白領工作自動化。其關鍵瓶頸，已轉向能否大規模蒐集特定工作流程的「海量高質量數據」，包括完整的熒幕錄影、滑鼠與鍵盤操作序列、決策路徑、電郵溝通、會議紀錄等。

目前的強化學習、模仿學習等演算法，一旦取得這些優質「養料」，便能夠高效模仿人類如何完成任務，甚至青出於藍。從經濟角度審視，為實現自動化而投入的數據蒐集與模型訓練成本，與這些白領崗位的總薪酬相比，可能只是九牛一毛。正如多名頂尖AI科學家所言，未來白領工作自動化浪潮，即使無更底層的技術創新，單憑打破數據壁壘與經濟效益驅動，已勢不可擋。

AI的「莫拉維克悖論」詛咒

當然， AI要達至全面的通用智能，仍面對幾項挑戰。例如當任務涉及超長上下文、要跨越多個文件和複雜依賴關係時，AI仍會顯得力不從心；當任務目標模糊、需大量探索和試錯時，AI亦會顯得笨拙。其核心邏輯很簡單：清晰之反饋迴路是AI表現出色的前提。此外，能源消耗與算力瓶頸也是現實制約。但坦白說，以上皆是能夠透過投入資金、匯聚人才並給予足夠時間來持續改善的工程問題。

更棘手、更具中長期挑戰性的，是「莫拉維克悖論」（Moravec’s Paradox）的詛咒：AI在棋類、編程等被視為「高級認知」的領域，已超凡入聖；惟在幼兒都能輕易掌握的精細運動協調上，卻進展緩慢。這可能導致一個怪誕的社會過渡期——AI能夠高效地自動化海量的認知型工作，但在物理世界的操作上仍需依賴人類。我們可以想像一個場景：失業的白領戴着AR（擴增實境）眼鏡，接受AI「大腦」實時指令，運用人類靈巧雙手去完成AI無法直接執行的物理任務。這個模式中，AI負責思考與決策，人類則充當其「手腳」。

這個人機共存但分工奇特的過渡階段，可能會持續數年甚至更久，直到機械人技術發展足以追上AI「大腦」，屆時人類社會的價值與社會結構都面臨重構。今天我們所見的技術突破，只是這場深刻變革的序幕而已。

作者：關家亮 (David) 是AI企業創辦人、大學AI課程導師

（本網發表的時事文章若提出批評，旨在指出相關制度、政策或措施存在錯誤或缺點，目的是促使矯正或消除這些錯誤或缺點，循合法途徑予以改善，絕無意圖煽動他人對政府或其他社群產生憎恨、不滿或敵意）

#DavidKwan #AI素養 #AI策略 #Privili #白領自動化 #淪為手腳