最近人工智慧的進步很可能讓很多人覺得電腦科學家終於找到超越人類學習和智慧的方法了，有些人甚至宣稱機器就要超過我們了。這是不對的訊息，事實上，大部分的認知科學家雖然很欣賞最近類神經網路的進步，但是都很清楚機器的能力還是很有限。事實上，大部分的類神經網路能夠做的，其實是我們的大腦在幾十分之一秒的短暫時間內無意識在做的事，例如接受一個影像，辨識它，把它分類，得出它的意義！1但是我們的大腦做的比這個多得多，大腦能夠有意識的探索影像，很仔細的，花好幾秒，一點一點的去檢視它。它能形成符號表徵並用語言方式跟別人分享這個影像是什麼。
這個很慢、推理的、是符號的運作特性，是人類大腦才有的特權（至少到目前為止，只有人類可以做到），目前機器學習的演算法在這方面還差得遠，雖然機器翻譯和邏輯推理一直在進步，但是類神經網路是把每一個問題當作自動分類的問題，然後把它們當作同一個層次的東西去學習，對拿著榔頭（hammer）的人來說，每個東西看起來就像釘子！但是我們的大腦彈性比這大得多，它很快就把資訊放在第一位，不會陷入自己的偏見，只要能夠都盡量抽取有普遍性、邏輯性和一目了然、可以明確說出的原則。
人工智慧缺了什麼？
去問人工智慧缺了什麼，等於指出我們人類學習的獨特的地方。下面是一個短的、尚未完整的人腦功能，這些功能連嬰兒都擁有，但是最先進的人工智慧系統卻沒有。
學習抽象概念。大部分的類神經網路只能抓住訊息，處理最前面的粗淺階段—即在五分之一秒的時間分解視覺皮質的影像。深度學習演算法其實沒有像有些人宣稱的那麼深。根據深度學習演算法的發明人之一，約書亞．班吉歐（Yoshua Bengio）說，他們只是想學初淺的統計規則而已，不是高層次的抽象概念。例如，要辨識一個物體，他們通常仰賴影像表面一些初淺的特質，例如某一個特定顏色或形狀，改變這些細節，他們的表現就垮台了：現代的卷積神經網路無法辨識一個物體的結構本質，他們無法辨識椅子就是椅子，不管它有四條腿或是只有一條腿，不管它是玻璃、金屬或充氣塑膠做的。這個只注意表面特質的傾向，使這個神經網路容易犯下大量的錯誤，現在有很多的文獻在談如何騙過神經網路：把一根香蕉改變幾個像素，或放一些別的東西在上面，這個神經網路就以為它是一個烤麵包機。
沒錯，假如你閃一張圖片給一個人看，快到只有一秒的幾分之一，他有時也會犯機器的這種錯誤，把狗看成貓。然而，只要給人類多一點時間，他們馬上會改正他們的錯誤。我們不像電腦，我們擁有懷疑自己的能力，而且可以重新聚焦到影像不符合我們第一印象的地方，這個第二次分析是有意識的，而且是智慧的，這個需要推理和抽象的能力。類神經網路忽略了一個重點：人類學習並不只是設立一個型態辨識（pattern–recognition）的濾網，而是形成一個抽象的外面世界模式，例如學習閱讀時，我們腦海裡有每一個字母的抽象概念，這使我們可以辨認出任何字體（譯註：如英文的花體字），甚至創造出新的字體（譯註：過去在美國改考卷時，發現同一個字母，學生寫出來的方式千奇百怪，人眼看幾次以後就不會再讀錯，機器可能就要費大工夫）如下一頁上方各式A的寫法。
認知科學家霍夫斯特（Douglas Hofstadter）曾經說過人工智慧真正的挑戰是去辨識字母A。當然這句話有點誇張，但是仔細去想是有點道理：即使在這最少的情境資訊之下，人類也能發揮他抽取抽象概念或原則的能力（譯註：為什麼說極少的情境資訊，因為情境〔context〕資訊越豐富，越容易辨認出目標）。這是為什麼有些網站要你去辨識如CAPTCHA這種字串來證明你是人而不是機器。很多年來，CAPTCHA抵擋了機器，但是電腦科學也演化得很快：二○一七年一個人工智慧系統可以像人類一樣（幾乎）的辨識CAPTCHA了。4不意外的，這個演算法是模仿人類大腦的好幾個地方，它先設法抽取出每一個字母的骨架，如字母A最重要的內在本質，再用統計推理去確認這個抽象的概念是否能應用到目前這個影像上，然而不管這個電腦演算法多麼的精密複雜，它還是只能應用到CAPTCHA，而我們的大腦卻可以把這個抽象的能力應用到日常生活中的每一個角落上。
有效率的數據學習。每一個人都同意，目前的類神經網路學得太慢了：他們需要百萬、千萬、甚至億萬的數據才能發展出一個領域的直覺。DeepMind的類神經網路花了九百個小時才學會雅達利（Atari console），而人類兩個小時就達到了同樣程度。另一個例子是語言學習。語言心理學家迪蒲（Emmanuel Dupoux）估計在大部分的法國家庭中，孩子每年聽到五百到一千小時的說話語（speech），這就足以讓他們學會笛卡兒的語言，包括soixante–douze或s’il vous plaît。然而，在玻利維亞（Bolivian）亞馬遜流域的土著Tsimane，他們的孩子一年只有聽到六十小時的語音—即使這麼少的經驗也沒有防礙他們成為流利的Tsimane語言者。比較起來，目前最好的電腦系統，從蘋果（Apple）、百度（Baidu）和谷歌，都需要二十倍到幾千倍的數據才能達到少量的語言能力。就語言來說，人腦的學習效率是機器遠遠趕不上的：機器渴求數據，而人腦是有效率的數據使用者，它能夠使最少的數據發揮出最大的功效。
社會學習。人類是所有動物中唯一能自動分享資訊的物種，我們透過語言，從別人身上學到很多。這個能力是目前所有類神經網路都還做不到的。在這些模式中，知識是加密的，因千百萬個突觸不同的加權而稀釋它的價值（譯註：即因為突觸量太大，你不知道是哪些突觸才是關鍵知識的連接），在這種隱藏、內隱的形式中，知識不容易被抽取出來，選擇性的與他人分享。相反的，在我們大腦中，到達我們意識界的最高層次資訊是可以外顯的說明給別人聽的，有意識的知識是可以被口語報告出來的：當我們充分了解一件事時，它會在我們思想的語言中形成一個心智方程式，我們就可以用語言的字把它報告出來（譯註：這就是我們做老師的常常對學生說的，假如你真的懂了，你就可以說的出來），我們用這個方法很有效地跟別人分享我們的知識，用最少的字（從教堂後面那條小路右轉就到市場了）把資訊分享出去，這個能力不論在動物世界或電腦世界都是只有人類才有的。
一次學習。這個效率最極端的例子就是人類可以在一次的嘗試中，學會新的東西。假如我介紹你一個新的動詞purget，雖然只有一次，你可能就會用了。當然，有些類神經網路也可以儲存一個特定的記憶，但是機器不能做的很好，而人類大腦可以輕而易舉的把新資訊融入現存的知識網路中。你不但記住了新的動詞purget，你還馬上知道如何運用到其他的句子中：「你曾經purget過嗎？」、「我昨天purgot過了，你曾經purgotton過嗎？」、「purgetting是很麻煩的」。當我說 「明天我們去purget」，你不只學會一個字，你還知道它是一個不規則動詞（purgot, purgotten），它要依動詞第三人稱加s（I purget, you purget, she purgets）。學習就是成功的把新知識插入已經存在的網路中。
系統化和思想的語言。文法規則是我們大腦特殊才能的一個例子：我們能夠找出特定事件背後的通用法則。不論數學、語言、科學或音樂，人的大腦可以找出最抽象的原則、系統化的原則，把它應用到許多不同的情境上。例如算術，我們學會了把兩個數字相加後，我們就可以系統化的把它用到很大數字的相加上（譯註一旦你會了2+2=4，你就會2000+2000=4000或更大的數字相加）。很多五歲或六歲的孩子就發現每一個數字n，下面就有n+1，它可以是無窮盡的序列—天下沒有最大數，永遠可以再加1，我到現在還記得，當我了解這一點時的心情—它是我的第一個數學理論，當時充滿了高亢情緒。我們的大腦神經細胞是有限的，它怎麼可能去了解這個無限的概念？
現代的類神經網路無法去表達一個簡單抽象的法則—每一個數字後面都有一個數字（every number has a successor），機器無法處理絕對真理（absolute truth）。目前大部分的演算法還是沒有辦法去處理系統性（systematicity），即從一個符號規則類化到其他上面去的能力。很諷刺的是，所謂的深度學習演算法幾乎沒有任何深度洞察力（profound insight）。
從另外一方面來說，我們的大腦卻有很強的能力去得出一種心智語言的公式，例如它可以表達一個無限大的集合，因為它的內在語言是有負號和量化的抽象功能（無限大＝非有限＝大於任何數字，infinite = not finite = beyond any number），美國哲學家傑瑞．福德（Jerry Fodor，一九三五—二○一七）曾把這個能力理論化：他認為我們的思想是一種符號，這些符號遵循著思想語言（language of thought）系統化規則的組合7，這種語言的力量來自它重複做同一件事以得到某個特定結果的遞歸（recursive）本質：每一個新創造出來的物體（比如說，無限大這個概念）可以立刻在新的組合中使用，而且可以一再被用，沒有限制。那麼究竟有多少無限大呢？數學家喬治．康特（Georg Cantor，一八四五—一九一八）曾經問過自己這個問題，這導致他的「超限序數理論」（transfinite numbers），德國的馮．洪堡（Wilhelm von Humboldt，一七六七—一八三五）（譯註：柏林洪堡大學的創辦人）認為這就是「用有限的方式去創造出無限的用途」（make infinite use of finite means），這正是人類思想的特色。
一些電腦科學的模式想了解兒童是如何學會這種抽象的數學規則—但是要這樣做，他們必須先融入一個非常不一樣的學習形式。這個學習包含了規則、文法，還可以很快的選擇最短、最可行的形式。8在這看法裡，學習跟寫電腦程式很相似：從思想的語言中，所有的可能性中，選擇最符合數據、最簡單的內在公式。
目前的類神經網路還沒有辦法代表人類大腦對外界模式所採用的抽象片語、公式、規則和理論。這可能不是意外：因為這一點是人類所特有的。除了人類以外，沒有在任何其他動物身上看到。而且近代神經科學家也還沒有辦法去處理—它是人類真正最特殊的地方。在所有的靈長類中，人類的大腦是唯一有一套符號，而且可以根據複雜樹狀形文法規則作組合的。例如，我的實驗室研究顯示，人類的大腦沒有辦法在聽到一序列的嗶…嗶…嗶…噗時，而不立刻假設它底下有一個抽象的結構（三個同樣的聲音後面跟著一個不同的聲音）。即使是猴子，也會偵察到這一序列四個聲音是三個相同，最後一個不同，但是牠們不會把這個知識集合成一個公式：我們知道這個，是因為當我們檢視猴子大腦的活動時，我們很清楚的看到數字和序列電路的活化，但是我們沒有看到類似人類大腦做整合的布羅卡（Broca's area）區的活動。
同樣的，猴子也需要幾萬次的練習才能把一個序列倒過來做，如把ABCD變成DCBA，而一個四歲的孩子，只要練習五次就可以做到了。11甚至幾個月大的嬰兒就能夠用抽象的和系統化的規則去登錄外在的世界—這個能力是類神經網路和其他靈長類所不能的。
組合。一旦我學會了，比如說，兩個數字的加法，這個技術就會成為我能力庫中的一員，我隨時可以把它用在各種不同的情境中，如付餐廳的帳單、檢查我的稅單是否正確。我還可以把它和我其他的能力組合在一起，例如，我可以輕鬆的依照某一演算法的要求，把一個數字加上2，然後看它現在是大於5還是小於5。
目前的類神經網路還不能有這種彈性是很令人驚奇的。他們已經學會的知識是被禁錮在一個隱藏的、接觸不到的連接中，所以把它應用到別的、比較複雜的作業中變得很困難。這個能夠組合以前學會的能力來解決新的問題是超越了這些模式的能耐。今天的人工智慧只能解決非常狹隘的問題：AlphaGo的軟體雖然可以打敗人類的圍棋王，卻是一個非常固執、沒有彈性的專家系統，不能把它的能力類化到任何其他的棋賽中，甚至只有一點點差別的15×15的棋盤，而不是標準的19×19的棋盤。從另一方面來說，人類的大腦只要學會了，就可以把這個知識或技能一再重複使用，或重新組合甚至解釋給別人聽。語言是人類大腦很特殊的一個層面，科學家很早就知道要讓機器跟人一樣的有彈性是一件很困難的事，早在一六三七年，笛卡兒在他的《談談方法》（Discourse on Method）就已經預期到這個問題了：
「假如有一個機器它可以做的像我們的身體，模仿我們的動作簡直就跟真的一樣時，我們還是有兩個方法可以知道他們是不是真的人類。第一是他們永遠沒有辦法組合口語或其他的符號，來像我們一樣的把我們的思想表達給別人知道。我們可能很容易被一個會說話的機器所騙，但是這個機器不能把字組合成不同的句子來回答當下每一個問題的意義；而一個最沒有智慧的人類卻可以做到。第二個方法是即使在很多事情上，機器可以做的跟我們一樣好，或比我們更好，他們還是會在別的地方失敗，因為他們不是以知識為基礎來行動，只是組合成這個機器部件配置的結果。因為推理是一個可以用在所有情境的普遍性工具，但是機器的部件需要特別的指令才能完成每一個特定的動作。」
推理是心智最普遍，每個人類都有的能力。笛卡兒把它列為第二個學習系統，比第一個的層次高，因為這個層次是根據規則和符號的。在最早的階段，我們的視覺系統是很粗淺的類似目前的類神經網路，因為它學會把進來的影像過濾，辨識出常見的輪廓。這在辨識臉、字或是圍棋上就已足夠，但是再往上去，處理的形態就大幅的改變了：學習開始用到推理，一種邏輯的推論來找出這個領域的規則。要創造出一個可以達到第二層次智慧的機器，對現代的類神經網路研究來說，是很大的挑戰。讓我們來看看，人類在學習這第二層次時所用的兩個元素，而這兩個元素正是目前大多數機器學習所做不到的。
作者介紹｜Stanislas Dehaene 史坦尼斯勒斯．狄漢
法國科學家史坦尼斯勒斯．狄漢在他成為世界頂尖的語言和數字大腦處理的認知神經科學家之前，原本就是數學家和心理學家。他是法國Saclay認知神經影像中心的主任，也是法國國家學院（College de Fance）實驗認知心理學的教授、法國科學院（French Academy of Science）的院士，他同時也是 Pontifical Academy of Science 的院士。
他發表了很多經過同儕審訂過的期刊文獻，也是好幾本書的作者，包括《數字感》（The Number Sense）這本暢銷書和《大腦與閱讀》（Reading in the Brain，信誼出版）等。
本文經授權轉載自遠流《大腦如何精準學習》（原標題：為什麼我們的大腦比目前的機器學得更好）
責任編輯/連珮妤
