關於 勞動生產力定義 ，我們在網路上蒐集到這些相關的討論、資訊與評價

〖認真聽〗教授真心話 😏 | 在家工作（上課）根本就很好 | #用最chill的姿態來上課 | 遠距參與的魔幻時刻 | 在家上班的優缺點 | #遠距有限公司 | WFH的組織傳播爭論 // 李長潔 ft. 阿丹老師、小也老師 💻
.
隨著確診人數的下降，疫喵施打的普及，情況發展狀況逐漸轉好，我們已經準備好回到正常美好的日常生活。可以在咖啡館享受午后時光，可以去台南來一場小旅行，可以與親朋好友共處狂歡。
.
但，你有想要回去辦公室上班嗎？#遠距工作是不是好像也是一個不錯的選項？🤔
.
今天的節目，與 臺灣通傳智庫 的podcast節目「台灣問事」聯播，和世新大學的黃采瑛教授、文化大學的徐也翔教授，一起討論「#遠距課程」、「#在家上班」的可能與不可能。透過Robert C. Pozen與Alexandra Samuel在《遠距有限公司》（Remote, Inc）一書，提供了四個遠距工作時應該注意的組織溝通策略給大家~
.
📌 #今天的內容有
.
▶ 史上最長暑假，終於開學了
▶ 遠距課程超好玩~
▶ 數位溝通的（不）可能性
▶ 遠距授課是一個「魔幻的時刻」
▶ 用最Chill的姿態來參與
▶ 在家工作的神奇時刻
▶ 紙本公文遞送應該要數位化了吧~
▶ WFH到底有沒有效率
▶ 在家上班的「組織傳播」爭論
▶ 遠距有限公司
▶ 在家工作根本就很好
▶ 工作時最重要的是「八卦」

|

📣 #KKbox 聽這裡：https://podcast.kkbox.com/episode/OsPXXbf_70BynlpB4_
.
📣 #Firtory 聽這裡：https://open.firstory.me/story/cktxytj3y7jx80939n4q7egeg?ref=android
.
📣 #Spotify 聽這裡：https://open.spotify.com/episode/75pLp2muay5h0V9h4CwI5v?si=CpzanfvHQi6rT_zpo-N0pA&utm_source=copy-link&dl_branch=1
.
📣 #Apple 聽這裡：https://reurl.cc/KrpKpp
.
📲 #FB 完整論述：https://m.facebook.com/story.php?story_fbid=1862370957283854&id=208541192666847

|

/// 完整論述 ///
.
隨著確診人數的下降，疫喵施打的普及，情況發展狀況逐漸轉好，你是否也在期待日常生活能夠回到平常安定的狀態。可以在咖啡館享受午后時光，可以去台南來一場小旅行，可以與親朋好友共處狂歡。但，你有想要回去辦公室上班嗎？遠距工作是不是好像也是一個不錯的選項？
.
▓ #全世界最大的在家上班實驗
.
在人手一機的時代，傳播學者José van Dijck（2013）在《連結的文化》中寫到，從Web1.0到Web2.0，就是2001到2012年之間的巨大數位轉型，傳播機器運作下的虛擬交流協作，成為一種重要的社會文化形式。勞動的場景亦無法自外，從電子郵件、互聯網站到同步視訊，組織的內部與外部運作，一直以來其實都被傳播技術與機器介入著（García-Orosa, 2019）。只是當前情景更加促使我們去思考，組織與個人的工作關係裡，技術介入所產生的意想不到的可能與不可能。
.
連TIME雜誌都指出：「這是世界上最大的在家上班實驗。」越來越多的工作者與組織因為益情的關係，嘗試了遠距工作的可能性。從組織溝通（organizational communication）的角度來看，隨著組織轉向遠距協作，組織溝通也變得越顯重要。
.
各個組織必須依據實際情況的變化，提出相應的工作安排，也留意員工個人的健康。甚至我們可能會突然發現，原本依賴面對面溝通的諸多工作場景中，其實存在著諸多問題，像是敷衍了事的工作規劃、相處不良的人際關係。
.
▓ #遠距工作時，組織溝通更重要！
.
所謂組織溝通，是指一個組織群體中的語言互動過程，強調由人與關係所建構出來的世界，我們每日的生活都無法離開組織中的訊息產製、互動模式、意義建構、領導統御、文化形塑等多種行為（秦琍琍，2011）。也就是說，幾乎人類生活中的所有事務，都是依靠組織及其協商、合作、交流來達成且構造世界（李長潔，2012）。所以，當人們不能群聚在一起時，究竟會不會造成工作上的不便與劣勢？
.
遠距工作對生產力的影響，其實早在80年代時，因電信技術的發展而被討論過，當時的結論是：在家工作根本很好啊，其有較低的物理需求、較高的自主性、可以明確地交出成果。當然，能夠成功在家工作的人，通常有高度的自我激勵與自律能力（Olson, 1983）。不過，還是有研究者認為，工作需要有一個足以提供完全溝通的實體場所，才能促成對話與消減誤解（Kraut et al., 2002）。
.
正如我們所經歷的，許多遠距協作的傳播技術已經存在或快速開發中，電子郵件、電子布告欄（bulletin boards）、即時訊息（instant messaging）、共享文件、視訊會議、通報服務（awareness services）等，這些數位技術在很大的程度上，協助了組織成員進行對話溝通，也滿足工作效能（Olson et al., 1997）。
.
但也有學者如Kang等人（2020）針對僅依賴於電子郵件的遠距工作進行研究，他們發現，建立在電子郵件「收發」特質上的溝通，使得組織變得支離破碎。需要仰賴更完善的組織訊息規劃，例如定義郵件的重要性層級，才能讓組織成員真正參與到工作的運作中。
.
▓ #四個遠距工作時應該注意的溝通策略
.
Donald Sull、Charles Sull、Josh Bersin（2020）在麻省理工大學商學院的管理期刊上建議進入WFH的組織與人們，如何更快速、無痛地進入這個新的工作時代。他們找了441位人力資源管理者進行調查，結果發現「參與度」、「生產力」、「連結感」，是當前疫情下遠距工作首要的問題。這些問題除了傳播交流、任務協作的硬體與軟體備整外，更好、更適合的組織溝通設計就是關鍵之處。
.
Robert C. Pozen與Alexandra Samuel（2021）在《遠距有限公司》（Remote, Inc）一書中，提供了四個遠距工作時應該注意的組織溝通策略：
.
1⃣ #訂好基本規則（ground rules）：雖然從前面的討論來看，人們在可以自主控制工作目標時，達到不錯的工作效能。但定立基本的團隊規則，才會幫助組織成員知道自己應該怎麼行動。所以，我們應該確立一套關於工作時間、會議舉辦、電子郵件傳遞、資訊共享的明確指南。人們才不會迷失在居家日常與不斷檢查最新訊息的漫漫長日中。
.
2⃣ #建立團隊會議（team meetings）：每週的例常視訊會議，不但是為了傳遞最新的組織資訊，分享團隊工作成果，促進知識與經驗的交流。同樣重要的是，除了工作會議，我們應該擁有一段產生社會關係的友誼時光，像是虛擬的「茶水間閒聊」（water cooler），每天早上與同事一起喝一杯咖啡，讓組織成員在遙遠的距離中，仍然可以感受到同理心。此外，在視訊會議時打開鏡頭也是一個重要的溝通策略，其可以展現非語言溝通的暗示，表現許多無法言明的事情。
.
3⃣ #善用一對一的交流（one on one）：當我們身處在實體辦公室時，一對一的溝通無時無刻都可能會發生。但進入到遠距工作後，一對一溝通的機會便要主動規劃與創造，以確保每一個人都沒有「脫隊」。這種較密切的互動並非用來進行嚴密細微的工作檢查，其目的是在發現組織成員需要支持與幫助的地方，讓每個人都可以獲得足夠的關注。
.
4⃣ #確實地評估表現（performance reviews）：遠距工作的情況下，我們時常無法獲得足夠的工作反饋與激勵，有時候根本就被埋沒在螢幕背後。所以，清晰明確、容易上手的績效表現評估方式，可以讓組織成員彼此了解工作的成果，知道自己應該維持哪些優秀的做法，以及需要改進哪些盲點，或進一步地微調工作流程。這也是一個不錯的組織學習與個人成長的途徑。
.
▓ #數位時代中的組織溝通素養
.
遠距工作到底行不行的爭論，就這樣從80年代持續到現在，不管你接受與否，這已然是全世界的人都正在做（或已經做過）的事了。如何在居家上班、遠距工作的情境下，建立有效的組織溝通，尚有著巨大的挑戰。
.
我們勢必須要花更多的時間制定工作計畫，穩定溝通的流程，協調各種事務，運用更豐富、更精確的口語表達與人際互動技巧，來創造與嘗試工作的新形態。無論我們是否可以真正地順利地進入「新的後疫情時代」，遠距工作的可能性，與對組織溝通素養的重視與培養，將是這場疫情中珍貴的學習與成果。
.
🗂 #參考文獻
.
1. Van Dijck, J. (2013). The Culture of Connectivity: A Critical History of Social Media. Oxford University Press.

2. García-Orosa, B. (2019). 25 years of research in online organizational communication. Review article. El profesional de la información (EPI), 28(5).

3. 秦琍琍（2011）。《重返實踐：組織傳播理論與研究》。台北：威仕曼。

4. 李長潔（2012）。組織傳播研究中的論述取徑：一個領域的探索。《傳播與管理研究》，11（2），3-38。

5. Margrethe H. Olson. 1983. Remote Office Work: Changing Work Patterns in Space and Time. Commun. ACM 26, 3 (March 1983), 182–187.

6. Kraut, R. E., Fussell, S. R., Brennan, S. E., & Siegel, J. (2002). Understanding effects of proximity on collaboration: Implications for technologies to support remote collaborative work. Distributed work, 137-162.

7. Olson, J. S., Olson, G. M., & Meader, D. (1997). Face-to-face group work compared to remote group work with and without video. In K. E. Finn, A. J. Sellen, & S. B. Wilbur (Eds.), Video-mediated communication (pp. 157–172). Lawrence Erlbaum Associates Publishers.

8. Kang, R., Zhu, H., & Konstan, J. (2020). Organizational Bulk Email Systems: Their Role and Performance in Remote Work. In microsoft.com.

9. Sull, D., Sull, C., & Bersin, J. (2020). Five ways leaders can support remote work. MIT Sloan Management Review, 61(4), 1-10.

10. Pozen, R. C., and Samuel A. (2021). Remote, Inc.. Harper Business.

「擴增智慧」全新概念誕生！人機交互協作，能超越當前的 AI 嗎？

2021/04/22
by
陳泓儒

人工智慧（AI）應用愈來愈普及，預計到了 2025 年，整體市場規模將達到 1,900 億美元。目前，AI 已被逐步擴展，應用於各種商業場景，而在AI發展的同時，一個稱作「新 AI」的概念也在近期被提出。

「新 AI」又被稱作擴增智慧（Augmented intelligence），據 Gartner 的定義，擴增智慧是指在以人為中心的前提下，人類與 AI 攜手合作以提高認知表現的協作模式。透過這種人機協作，達到比任何一方「單打獨鬥」得到更好的結果，預計 2021 年，擴增智慧將在全球創造 2.9 兆美元的商業價值及62億小時的勞動生產力，未來也將成為各領域企業極力發展的目標。

新 AI 將會用於什麼場域？想善用新 AI 的企業，又該找尋什麼樣的人才？

AI 學習能力有限，訓練消耗甚鉅

隨著自動化改變了全球勞動力的形態，許多行業不得不對員工重新進行大規模的技能培訓，然而，基於對 AI 取代人類的恐懼，目前仍有一部分人對 AI 充滿著不信任感，因此，擴增智慧的概念才會如此迷人，它希望能融合人類與 AI 的精髓，相互配合達以達成雙贏的局面。

AI 發展至今已經可以做到一般人無法完成的事情，如 AI 可以輕鬆吸收大量的知識，此外，其執行任務的專注度和洞察力都遠勝過於人類，加上不會感到疲倦。鑑於此，AI 已在許多產業中發揮作用，然而目前為止，它仍得依循人類制定的規則運作，沒辦法自己「幹大事」。

也許會有 AI 技術的研究人員反駁，只要寫入夠多的模型，給它夠多的資源，AI 就能有不輸人類的理解和學習能力，但這背後的資源消耗甚鉅，據統計，一個最先進的AI模型每次訓練所消耗的能量比「5 台車跑到報廢」還多，相較之下，人類的大腦只需要「一頓早餐」就能開始思考、學習新知。

而在擴增智慧的概念中，人類和AI做事是對等的，兩者無法互相取代，但有交集就能相互合作，如何結合這兩種強大力量將成為未來的主要方向。

工作生活套 AI，做事更有效率

在擴增智慧的理念中，AI 將和人類一同工作，不僅能提高人類的生產力，還有可能因與人類的創造力相結合，而產生過去從沒想過的解決方案。例如，美國醫學會（American Medical Association）將擴增智慧用於加強患者護理體驗、改善人口健康、降低總體醫療成本，增加對醫生的專業滿意度。當醫生遇到棘手病症時，可以運用 AI 找到許多解決方法，不過各方法可能會因患者的體質或當地的法規、醫療環境等而無法運用，這就要靠醫師判斷去調整，因此最後決策權還是在醫師手上。

新創公司 Personal AI 則將擴增智慧作為人腦的延伸，其運用 AI 技術將客戶的記憶透過區塊鏈技術加以「保存」，讓客戶不需要再用力地回想破碎的記憶，協助人們更有效地保留這些生活細節。透過人與 AI 的交互，不僅能節省人們的腦容量和思索時間，還能使人們更專注於體驗生活並創造值得回憶的記憶。

AI 人才，將成未來趨勢

既然擴增智慧的理念主打人和 AI 相互合作，相關人才的思維要跟上就顯得重要。未來要跟 AI 溝通的將不再限於工程師，而是各領域的人們，如上述範例中，醫生要有 AI 的基本概念，兩者才有機會共同合作。

有一定的 AI 素養，才能了解人 AI 工作原理的核心概念，以及 AI 應用於自家產業別的優缺點，並靠 AI 獲取自己在工作上遇到問題的能力和得到創造力。當然，擴增智慧是將人類和機器的智慧結合，兩者都將在其中發揮作用，因此也不僅要理解 AI 的概念，還需要使用者「天馬行空」， 思索人機組合的新用途，將合作效益最大化。

企業老闆可以透過擴增智慧理念，將新技術和員工的創造力結合，將業務加以精簡，但反過來聘僱員工時，也得確保有 AI 素養才能發揮效果。

擴增智慧將人和 AI 都發揮了比以往更多的效果，這個概念將可能成為未來主流。在 AI 不斷進化的同時，人若在 AI 素養上也能同速率提升，確保自己能與 AI 溝通，就能使自己在工作領域上，藉由「1+1 大於 2」的觀念，成為領先者。

資料來源：https://fc.bnext.com.tw/articles/view/1325

譚新強：Galileo的教誨：人類非宇宙中心點
文章日期：2021年5月21日

【明報專訊】人類非常自以為是，一切以自己為中心的動物。自古以來，不止大部分人都以為大地是平或者是方的，他們更以為天上的星星、月亮和太陽，都是圍繞着我們而運轉的。當伽利略（Galileo Galilei）以望遠鏡觀察得來科學證據，支持哥白尼（Nicolaus Copernicus）的太陽中心論，他就被教廷批鬥和逼害了20多年之久。

即使現代人也有同樣自以為是的主觀願望。不少人偏見地以為近數十的所謂新發明，例如互聯網、手機、AI、機械人和加密貨幣等，都必然是人類史上最偉大和最重要發明。更有不少人甚至相信所謂加速回報定律（Law of Accelerating Returns），認為重要科技發明的速度不斷提升，很快就將達到人網合一的所謂「奇點」（Singularity）！

客觀點來看，這些科技發展雖重要，尤其互聯網和手機，令到日常生活更方便和豐富，但怎可能比火、蒸氣機、電力、電話、汽車和飛機等更重要？有人曾問過李光耀，什麼是偉大發明？他的答案是對新加坡而言，最重要的發明是空調！他認為在熱帶地區，如沒有空調，工作效率非常低，經濟發展必更困難。你可能以為李光耀此言是開玩笑，小小一台冷氣機，怎可能那麼偉大？但事實擺在眼前，新加坡是熱帶國家中，極少數（差不多唯一）能達到發達國家水平的國家之一，成功原素當然不止空調這麼簡單，但他立國不久即決定盡快在所有政府辦公室裝置空調，肯定對提升政府效率有極大幫助。

近20年科技無助提升生產效率
若以生產效率的趨勢來判斷近20年科技發展的成效和重要性，不幸客觀結論就必然是頗為失望，甚至驚訝。因為不論美國或中國，過去20年的勞動生產率（labour productivity）增長都不斷放緩（見圖1及圖2），就如數以萬億美元計的IT投資，每人手中一台超級電腦，都提升不了我們的生產效率。更不需遑論AI結合機械人，再加5G，所有工廠都應變得更自動化，需要的工人極少，理論上人均生產效率必定急速提升。

這麼多「超偉大」發明，怎去解釋生產效率增長率不加速反放緩的重大謎團？我認為可探討3個可能性。

（1）從1970年代開始，個人電腦（PC）開始崛起和普及，企業投入大量資源，期望生產力效率大幅提升。但長近20年的投資期，效果一直是失望的，在互聯網普及前，大部分電腦幾乎可算是獨立的，主要用途只包括文書處理（word processing）、電子試算表（spreadsheet）和簡單資料庫（database）等，即使有通訊功能，也只限於速度極慢、撥號連線的modem。在這個單打獨鬥的環境下，大部分PC亦是一台昂貴的高級打字機，對生產力提升當然有限。後來隨着互聯網崛起、寬頻普及，企業開始看得到大量投資IT的回報。當然互聯網的發展，提供了創立大量新企業的機會（但即使如此，上世紀七十年代至今的生產力增長也一直放緩）。

同一道理，過去30年的新科技發展，將有重新提升生產力效率的一天，可能只是時辰未到。我贊同有此可能性，但到底現代科技，缺乏什麼催化劑，防止它們完全體現潛能？我也沒有準確答案，部分可能是投放的量未足夠，例如5G，大家一直期待網絡速度馬上提升10倍以上至Gbps級別，但事實上在美國和中國的用戶體驗極差，平均速度提升50%不到，某些情况和地區，甚至比4G更慢，亦較受障礙物如牆壁阻礙接收。應用方面更缺乏「killer apps」，據說在中國的流行5G App是Speedtest，就是用來測試通訊速度！現時平均每個基站服務約7000用户，當然寄望繼續增加密度，到了某個水平，希望能較成功體現5G功能。除此，高頻率的mmWave網絡仍在起步階段，高頻率才可真正大幅提升速度，但不幸物理上，mmWave穿透力更差，要實現IoT夢想，實時遙控高速機器，進行精細手術和應用於交通系統等，仍面對極大挑戰。

（2）人均生產效率增長放緩，有可能是定義和數據準確度的問題。會否是不可以金錢來量度近代科技發展所帶來的所有好處，除經濟增長外，亦有助改善人類健康、延長壽命，以及提升快樂感？有可能，事實上在過去200多年，全球人類壽命的確上升很多，從不到30歲升至現在的70多歲；但大部分應該是公共衛生的改善，尤其自來水的普及，農業進步導致營養改良，以及接生技術和環境改善，大幅減低嬰兒夭折率等，而非來自先進癌症治療法或基因工程技術。當然，近年英美的平均壽命更出現下跌趨勢。快樂的定義更抽象，跟科技發展更沒有一個必然關係，去多幾次日本就一定開心啲？著名人類學家Steven Pinker認為，原始的hunter-gatherers，以狩獵為生，不用花太多時間工作和計劃生活，平均快樂度反而比生活較穩定和富庶的農業社會高很多。原因是農業需要長達一年的工作計劃、播種、灌溉、收割和儲糧等等，全年忙碌，亦需全年憂慮天氣和瘟疫等。現代人更惨，不止需要計劃一年，未上幼稚園，已需要開始計劃人生，每年每月每日都有無窮無盡的所謂工作、責任和煩惱。

有人企圖解釋，可能分母也有問題。人均生產力增長減速，或者是因為現代經濟高度自動化，需要工作的人愈來愈少，即是失業，underemployment和不需工作的人愈來愈多，所以人均生產效率就被拉低了。這個解釋有兩個問題，首先在這次COVID大流行前，以美國為例，失業率跌至3.5%的50年新低，何來工作人數在減少？近月隨着美國疫情減退，失業率又再急速下降，所以此論點不成立。

有人指出，雖然表面失業率低，但有不少人不再尋找長工，只做點「零工」（gig），或只領救濟，所以人均生產效率被拉低。我沒有深入研究過，但我懷疑近年underemployment的情况，是否真的比以前嚴重。我的印象是從前較以農業為重的社會，鄉下的「閒人」更多，城市化才是提升人均生產力的最重要元素。

總括來說，我承認經濟數據未必能夠完全反映科技進步對人類的影響，但仍不可以此為解釋生產效率增長放緩的藉口。

人類發展漸近兩科學極限
（3）我認為最重要的解釋是人類發展已逐漸走近兩個科學上的極限。第一個是地球資源所能提供的可延續發展極限。人類發展，從古至今，尤其從工業革命開始，都可說是建築在耗用地球資源身上，尤其倚賴化石能源，最初是最髒的煤炭，後來是更好用但更有限的石油，再加上較清潔但難儲存運輸的天然氣。近年我們當然開始發現化石能源的碳排放，帶來嚴重氣候變化問題，如不能在極有限時間內解決，足可導致一次全球大規模動植物滅絕災難！

樂觀來看，這個危機當然也提供很多發展再生能源、電動車輛（electric vehicle, EV）、儲能、碳捕獲（carbon capture），以至「地球工程」（geoengineering）技術的機會。但不能否認的是地球本身是個充滿有機化學（organic chemistry）的環境，最方便的能源必然是與炭相關的，石油的能源密度是任何電池技術的20倍以上。按《巴黎氣候協議》的計劃，人類必須在2050年前達到碳中和，談何容易？去年因疫情，全球碳排放確下降了約6.5%，接近但仍不到每年遞減7%的目標，今年美、中等經濟重開，有可能達標嗎？

另一個更根本的是物理的極限。歷史上最偉大的科學突破，毫無疑問是二十世紀初，愛恩斯坦的狹義和廣義相對論，和稍後由玻爾（Niels Bohr）、海森堡（Werner Heisenberg）和薛丁格（Erwin Schrodinger）等人所發展的量子力學（quantum mechanics）。兩套理論非常偉大，亦有極大實用性，核能和核武正是它們的結合，是禍是福，見仁見智。但不幸過去60年，理論物理已可說碰到了堅硬牆壁，相對論與量子力學有非常根本性，甚至哲學性矛盾，聰明如愛恩斯坦，窮人生最後30年努力，也無法解決此問題。後人想出很多充滿創意的理論，例如超弦理論（Superstring Theory），但全都是紙上談兵，毫無實驗證明，所以於事無補。

物理極限對應用科技和經濟發展有很大影響。整個IT革命都是由半導體技術進步所推進。最有名的摩爾定律（Moore's Law），雖並非一條真正永恒不變的物理定律，但在過去50年，一直是芯片發展的一個指標。事實是每一代的芯片發展，雖仍在進步，但速度早已放緩，最初摩爾定律預期每9至I2個月，芯片密度即可翻一倍，近年已放緩至兩年以上。強如過去的老大英特爾（Intel），已停滯於14nm兩年以上，只有台積電和三星能繼續推前，能成功生產7nm芯片。即使台積電等能如期做到2nm，無疑必將接近物理極限，再縮小必將帶出各種量子世界的奇怪現象如「穿隧效應」（tunneling effect），極難控制芯片性能。

在應用層面上，影響也必極大。單是AI無人駕駛，已是個極重要的科技夢想，亦是Tesla股價的一個重要支柱。馬斯克（Elon Musk）教主是個頂級銷售員，他一直不斷告訴「信徒」無人駕駛是個相對簡單的ANI（Artificial Narrow Intelligence）應用，只需GPU或ASIC夠快，加上視覺數據，必可在短期內成功。按馬斯克的說法，年輕一代不需要學駕駛汽車，法律甚至將禁止人類開車，所有汽車變成AI無人駕駛的EV。

無人駕駛為極複雜AI難題
事實上，無人駕駛是個極複雜的AI難題，最近連馬斯克開始承認困難比原先想像中高很多。不止Tesla，大部分其他公司都碰到同樣問題，不少甚至已放棄。Uber和Lyft都計劃出售無人駕駛部門，Alphabet的Waymo，近日CEO和CFO等多位高層相繼辭職。德國各大汽車廠近日都推出質量非常不錯的EV，但並無太多AI功能。

我一向認為無人駕駛沒那麼簡單，應屬於AGI（Artificial General Intelligence）問題，即需要所謂common sense。人腦當然遠比電腦慢，但複雜度遠比芯片高，人腦neurons（神經元）數量超過1000億，synapses（突觸）數量更超過125萬億，更加是三維物體，連形狀和組織都對人腦的思考、性格和整個意識（conciousness）非常關鍵，遠比現時最先進二維為主，7nm GPU的540億原子粒多和複雜。即使未來用到2nm技術，能做出人類common sense的機會仍很低。不少AI專家認為，AGI需要whole brain simulation，或甚至不可以矽為基礎原料，改以用所謂wet ware，不知是否想以基因工程技術，在試管中培植出一個以碳為基礎原料的有機AI系統？聽起來，比Frankenstein（科學怪人）更恐怖！

我沒有答案，只想提醒大家不要過度自以為是，人類始終是渺小的，我們對宇宙的認知非常有限！

（中環資產擁有Tesla、Uber、Alphabet、台積電及三星財務權益）

中環資產投資行政總裁
[譚新強 中環新譚]

https://www.mpfinance.com/fin/columnist3.php?col=1463481132098