成功 Success > 數位工具
feature picture
ChatGPT

超級電腦推進人工智慧發展,人類應該害怕被取代嗎?

尹相志
2024-12-23
分享
收藏
已完成
已取消

在 2017 年 10 月 23 日的《紐約客》雜誌封面中,一名年輕的人類坐在未來的曼哈頓街頭向機器人乞討。可說是體現了人類對於機器的恐懼。確實,幾乎在所有公開場合,筆者都會被追問:機器未來會替代人類的工作嗎?

各位可以先思考一下,汽車的速度比起人類快那麼多,你擔心過你的汽車會讓你失業嗎? 如果不會的話,那麽人類的恐懼必定有「比人更強大」以外的深層原因。1996 年 IBM 超級計算機深藍打敗了西洋棋世界棋王卡斯帕羅夫,不重提這段歷史,大家似乎都快忘記原來人類這麼早以前就輸給電腦了。但為何 2016 年 AlphaGo 打敗前世界棋王李世乭後,對 AI 的恐懼值卻持續升高?

因為汽車再快,但我們只視它為代步工具。IBM 的深藍是用暴力解題法,此時電腦只是可以處理大量運算的工具,但 AlphaGo 獲勝的時候,被聯想到的是真正的「思考能力」,而「思考能力」又往往和「自我意識」連結。恐懼就在擔心工具有了自我意識後變得不受控,開始腦補各種恐怖情節發展了

人類的大腦,相當於 574 台世界最強的超級計算機

說再多目前「沒有任何機器會思考」這個事實,在大家每天沉浸於與 ChatGPT 說人話的現代實在很難說服人,退一萬步來說,就算機器有自我意識,我們回歸到一個更簡單的問題,人類大腦的能力,相較於當今世界上最強大的超級電腦,戰力比較會是多少?

延伸閱讀:AI 並非萬能!越洋採訪史隆獎得主、UCLA 台籍教授:2 缺陷要靠人類修補

超級計算機的算力都是有公開的數據,那人類呢?根據牛津大學人類未來研究中心(Future of Humanity Institute, Oxford University)在 2008 年所發表的⟨Whole Brain Emulation: A Roadmap⟩這篇研究探討過各種評估方法,其中以電生理模型計算是比較可信賴的中間數字,它告訴我們一個驚人的數字,人類大腦的計算能力是 10 的 22 次方 FLOPS(參見註釋)。

這數字到底有多大呢?筆者將 1960 年阿波羅登月以及近 10 年世界排名第一的超級計算機做算力上的比較,今年 11 月才榮登世界排名第一的超級計算機是基於 ARM 芯片的 El Capitan,它的算力規模是 1.742 EFLOPS,這意味著人類的大腦相當 574 台這世界上最強的超級計算機。對,你沒看錯,是 574 台,雖然人腦相較於機器的優勢在縮減中,但這數字應該會嚇到不少人,若對象換成阿波羅登月時 NASA 的超級電腦,這時「腦機算力當量(人腦算力相當於多少台超級電腦)」會是更驚人的「200 萬兆」台

延伸閱讀:AI Agent 是什麼?如何完成複雜任務?3 大工作步驟、5大類 AI 代理一次看

人體的脆弱也是強大的來源,AI 遠比大腦耗能

從 1960 年至今,腦機算力當量與時間呈現幾乎完美的對數線性關係(參見圖表),趨勢上看來機器算力超過人類的時間大概是 2036 年前後。但人類強大之處還不只是這樣。El Capitan 雖然用了最新節能技術,但能耗仍高達 28000 千瓦。相較之下我們大腦的能耗只有 0.02 千瓦。也就是當機器得用專屬發電廠的同時,我們人類只需要一天幾個便當加上適度的飲水就能運作。另一個指標稱為「腦機計算效率當量」,也就是在大腦產生與超級計算機相同的計算量時的能源耗用效率比值,這個數字就很值得驕傲了,我們人類大腦節能效率是 El Capitan 的 8 億倍。

專欄_AI新視界-2.jpg
在談論AI時,我們常常聽到「電腦很快就會超越人類了」。即便在2024年,全球最強大的超級電腦El Capitan的運算能力也僅達到人腦的1/574。自然演化花費數百萬年打造的人腦,其設計精妙程度遠超過目前的AI。AI離真正達到人腦的能力,還有很長的路要走。
經理人

我們總覺得人類的身體太過脆弱,會累、會覺得煩,遠不如機器的穩定與強大,殊不知正因為我們人類身體的脆弱,只要能耗沒控制好,動輒餓死或發燒致死,所以從進化之路一路走到現在,每一刻必須兢兢業業平衡著智能的發展以及身體的能耗,才能造就我們大腦超低能耗的奇蹟。我們身體的脆弱造就了大腦的強大。也因此我從來不會擔心人類是否會被替代。

1826 年第一張照片問世時,也引發了繪畫界的恐慌,害怕比繪畫更能重現世界的攝影技術會消滅了繪畫。但繪畫並沒有消失,攝影只能重現世界,而繪畫卻能創造出各種面貌的世界。只有真正沒有價值的東西才會從歷史上消失。所以與其擔憂,別忘了人類成為智慧型生物的關鍵:使用工具。使用這個名為 AI 的強大工具,才是讓我們可以持續在進化之路走得更穩當的正確選擇。

備註:FLOPS 是「每秒浮點運算次數」(Floating Point Operations Per Second)的縮寫,是用來衡量電腦或處理器計算能力的指標。這個單位用來描述一個系統在一秒內能夠執行多少次浮點數運算。PFLOPS是10的15次方FLOPS,EFLOPS是10的18次方FLOPS。

核稿編輯:張玉琦

相關文章
會員專區

使用會員功能前,請先登入

  • 台灣首款對話式 AI 職場教練,一次提升領導力
  • 會員專享每日運勢、名人金句抽籤
  • 收藏文章、追蹤作者,享受個人化學習頁面
  • 定向學習!20 大關鍵字,開放自選、訂閱
  • 解鎖下載專區!10+ 會員專刊一次載
追蹤我們