DeepMind AI 修練成精了，已經學會「發脾氣」？
作者 雷鋒網 | 發布日期 2021 年 08 月 12 日 8:00 |
DeepMind 又在「捏小人」了！這群小人是英國人工智慧實驗室 DeepMind 生產的 AI，不過只能在遊戲裡看到。但你可能不知道的是，DeepMind 還訓練過 AI 下象棋、玩足球、比電競，甚至提出人工生命言論。
最近這群AI，竟然能直接跳過數據訓練，在開放式任務環境自我進化。
之前Alpha Go和Alpha Star能力再強，也只能在各自擅長遊戲放大招，超出範圍立刻停擺。現在這批小人卻能在不同遊戲游刃有餘完成任務，展現超強的泛用能力。難道人工智慧治好泛用「頑疾」了？
在搶奪高地金字塔的任務，兩個不同顏色的小人能力值相當，都沒有跳躍能力，開始發脾氣亂扔東西，混亂中竟把其中一塊板子「扔」成樓梯，長驅直入，任務完成！
多次實驗發現，小人可複製方法，難道這群AI有記憶了？不僅如此，小人還學會「相對運動」──我上不去，你下來──借助板子直接把目標拉下來！甚至為了贏得比賽，多個小人學會配合，團體合作能力一直上升。
這種用虛擬遊戲自我進化的AI，僅需人為搭建任務環境，設計大量任務目標，利用加強深度學習，一步步打通關，最終成為十八般武藝精通的AI。
沒有樣本，沒有經驗，這些AI究竟如何進化，零樣本學習是否意味這些AI具備基本的「自學意識」？
社會達爾文主義訓練場
比起之前的足球場，這批AI的訓練場更像遊戲「社會」，有無數個遊戲房，每房間遊戲照競爭性、平衡性、可選性、探索難度分類。不管哪種任務，這批AI都只能從最簡單開始，一步步解鎖更複雜的遊戲，整個遊戲更像虛擬社會。
無需大數據集訓的AI，每玩一次遊戲就成長一次，與各種環境互動和「獎勵」下成長為更通用的AI，更像人工「生命」。
能讓AI自我進化的關鍵在於正確設計初始智慧和進化規則。一開始都非常簡單，所有複雜結構都是進化而來。就像嬰兒不會做大人的事，任務核心是不要超出AI自身的改進能力。
據DeepMind說法，每個AI會在4千間遊戲房玩約70萬個遊戲，並在340萬個任務經歷2千億次訓練步驟。1億次步驟約耗時30分鐘。照這訓練法，41天就能訓練出一群「成年」AI。
但AI還是不會思考
DeepMind表示「單AI可開發智慧成多目標，不僅一個目標」。AI公司Pathmind 的CEO Chris Nicholson也說「它學到的技能可舉一反三。例AI學習抓取和操縱物體，就能完成敲鎚子或鋪床任務。DeepMind正用程式設計為AI在這世界設定目標，這些AI正在學習如何掌握。」
但南加州大學計算機科學副教授Sathyanaraya Raghavachary表示，這些AI並不能定義為「生命」，尤其關於AI擁有身體感覺、時間意識及理解目標幾個結論。「即使人類也沒有完全意識到身體這件事，更不用說人工智慧了。」
他表示，活躍的身體對大腦不可或缺，大腦要放在合適的身體意識和空間位置內進化。如果AI能理解任務，何必需要2千億次模擬訓練達到最佳結果？總體而言，虛擬環境訓練的AI只是和以往AI「大同小異」。
從理論到現實的路還很長
狹義人工智慧是「複製人類行為的元素」，在計算機內執行某種任務，如分類圖像、定位照片物件、定義對象邊界等。這些系統旨在執行特定任務，而不具解決問題的一般能力。
相比之下，Deepmind使用的「通用人工智慧」有時也稱為人類等級人工智慧，因可理解上下文、潛台詞和社會線索，甚至認為可能完全超過人類。
但正如行為主義和認知主義的對抗，AI是否有解決問題的能力，並不能只考慮統計結果。善於「事後解釋」任何行為，實驗室之外還是無法「預測」哪些行動即將發生。
資料來源：https://technews.tw/2021/08/12/is-deepminds-new-reinforcement-learning-system-a-step-toward-general-ai/?fbclid=IwAR0xofCay9Ydy83BfQ_7lyEtfGvJroFfCznxiTxYIHP6HUFWpELClQPFs28
行為主義 在 閱讀文章- 精華區Examination - 批踢踢實業坊 的推薦與評價
最近在整理一些筆記類的資料，正好看到這個大學時期滿困惑自己的主題，
正好先前有同學問我相關的問題，因此小弟野人獻曝，
嘗試對標題的三個主題用比較淺白的話去解釋。
也請版上各位前輩不吝指正。
（一）何謂新舊制度論與其歷史
政治學的歷史，或者我們稱為「研究方法論」好了，簡單來說就是政治學這門學派是用
「什麼樣的角度研究『何謂政治』」。
早期的制度論可以分兩個時間點談（最早期是談國家體制，例如內閣制、總統制的研究）
，（然後再來是例如政黨制度研究，如兩黨制、多黨制等），這些都被稱為制度論、或稱
傳統制度論，舊制度論。
（二）行為主義的發韌
然而在1930~1950年代行為主義(Behavioralism)興起，沒錯！這個主義就跟你在行政學念
的霍桑實驗(Hawthrone Experiment)、前人群關係學派(Human Relation School)是同樣
的研究。
行為學派不抽象，他就是「觀察人的行為」，就這樣！因為他把人的行為研究用科學的方
式作研究，而他的假定就是人的行為是透過外在刺激得到的反應。透過這種研究、觀察，
我們便可以預測人的行為，並加以解釋為何人的行為會是這個樣子。甚至我們可以期待透
過外在控制，使人達到我們所欲的行為。（可以用行政學霍桑實驗或者OD學過的內容去作
理解）
那為什麼行為主意會興起呢？其實道理很簡單，我們先認識一個學者-「馬瑞安」
(Merrian)，他是行為主義發端的學者之一。
行為主義興起其實就是對舊制度論的批判（請記得，後續新制度論的興起
就是對行為主義的批判。一個學派（或者研究方法）的興起也就是對前面的研究途徑作
批判或修正！這種概念也可以用行政學中孔恩(T. Kuhn)典範(Paradigm)的概念理解）。
因為舊制度論只談論國家制度，國家制度的運作等等，太抽象了！而且太「宏觀」了，為
什麼呢？我們舉個簡單的例子來說，法國跟我國都是採取雙首長制，那為何法國可以有換
軌制，我國卻沒有呢？（順便補強政治學吧！換軌簡單來說就是總統和立法院多數不同黨
，行政院長的任命會怎樣。假設總統是KMT的，立院多數屬於DPP，在法國的話行政院
長會是由DPP人馬出任，可是在我國卻是由KMT出任）。發現了嗎？舊制度論研究制度，卻
無法解釋這些現象。
打到這邊我想到一個行政學例子，還記得生態理論集大成者雷格斯嗎(F. Riggs)，二戰後
許多殖民地國採取和美國相同的總統制？那為何美國能運作順暢，而這些中南美、非洲國
家卻形成獨裁。這些都是舊制度論無法解釋的。
另外，舊制度論最大的缺點就是都只談「制度」，卻對運作這些制度的「人」隻字未提，
因此行為主義的研究乃逐漸受到重視。
（三）行為主義的優缺點
然而行為主義在運作上有很多好處。社會科學家透過「科學」的研究，可以對人的行為作
觀察、解釋、預測、控制（雖然目前我們也許只做到了觀察），但行為主義的研究至少可
以使政治學邁入「社會科學」的領域，而不是空泛的談論一些理想或思想（我打這句話可
能會被我思想史老師當掉XD但先打這樣會讓我解釋比較方便一點）。舉個例子來說好了，
當我們研究何謂「正義」、何謂「公平」很多人有不同的解釋，但我們卻沒辦法得出結論
。然而行為主義者卻期待能夠扮演一個客觀分析者的角色，例如我們可以告訴你透過民意
調查（記得！這就是對人的「投票行為」作研究），得知馬的滿意度、蔡的支持度等等。
因此能夠準確預測出選舉結果。這不就是行為主義作的事嗎？
再舉個比方，我們繼續用總統支持度來作例子，例如我們可以觀察到本省、外省、年齡層
、性別、政黨支持偏好、職業、收入，交叉分析，得出什麼樣職業、年齡、性別、收入的
人會支持怎樣的候選人的結論。
你看！這樣夠客觀吧！這也就是行為主義興起的重要原因。
然後我們常提到的伊斯頓(D. Easton)的某些研究常被大家誤解，Easton是行為主義論者，
也是後行為主義論者，他所提的政治體系論（就是系統論啦！就是那個輸入-轉化-輸出-反
餽 環境 持續），和社會學者帕森斯(T. Parsons)的結構功能論(這個你也學過，就是那個
金字塔切三層：三結構：技術、協調、決策；四功能：模式維持、適應、整合、目標達成)
並稱行為主義的兩大模型。
為什麼呢？首先我們要注意，「行為主義不談國家」！！！！！！
這點非常、非常、非常重要，因為行為主義批判舊制度論（都在談國家），而行為主義因
此都在談人的行為！在行為主義研究中看不到國家的影子。我們舉Easton你只會看到輸入
項（需求、支持）、輸出項（政策、行動）、轉換項、反餽等，任何需求經過輸入、轉換
的過程得出輸出的政策。任何國家都是如此，還記得行政學第二篇談系統理論有個特性叫
「若....即....」的解釋嗎？若輸入A行為得到B政策，若輸入C行為得到D政策，以此類推
。
發現了嗎？這不就是行為科學所欲的解釋、預測甚至控制嗎！
（四）後行為主義與新制度論
好，我們來談後行為主義和新制度論。這兩個名詞請暫時當作同義詞。學習起來會比較輕
鬆。
前面提到，後行為主義就是在批判行為主義。那我們前面提到行為主義那麼好？為什麼要
批判呢？我簡單列幾點。
1.行為主義無法解釋動盪的環境。再把Easton這位大師拿來偷鞭一下好了，行為主義下人
的行為是穩定持續的，系統可以透過反餽進行調適。但是我們可以發現，系統論可以解釋
穩定的政治環境，卻無法解釋如暗殺、暴動等等的行為，例如我們沒辦法用系統論解釋泰
國黃衫軍政變。
2.承接第一點，行為主義的研究不談論國家，終究會招致批判，畢竟國家制度的運作還是
相當重要的，制度是人建立的，研究人與制度的互動過程才是較好的研究方式（這也就是
後行為主義、新制度論興起原因）。
3.行為主義認為自己用科學的方法進行研究。期待自己如科學家般價值中立。然而社會科
學卻很難做到，畢竟我們知道社會科學的研究不能不涉入主觀的價值判斷。因此價值中立
(value free)並不可行。爰此，行為科學的研究不涉入價值的論徵招致很大的批評，因為
他限制了政治學或行政學的研究範疇。
這邊我們可以想想行政學中NPA的興起，不是有寫到黑人、越戰、民權、貧富不均等問題
，行政學者在象牙塔中研究等等的。也是在批評行為科學的研究對當時美國國內的問題並
無幫助。
但我們要知道！政治學和行政學等社會科學研究的目的最終都是期待能夠解決社會問題！
4.行為科學希望控制人的行為，但研究人不像研究蘋果會受到地心引力必然下墜，人的行
為往往是測不準的，就像我們看民意、民調是常變動的一樣。
因此後行為主義希望結合制度論與行為主義的優點，既重視制度也重視人。
那你會問，怎麼做到呢？我這邊舉個簡單的例子，新制度論研究文化，文化是一種「非正
式制度」，但他亦是制度，人的集合、交流能形成文化，文化能造成制度運作的良窳。
所以簡單理解，新制度論重視「人」與「制度」的結合，但是較偏重「制度」的研究，而
研究領域從傳統的正式制度甚至擴及到非正式制度。
而新制度論的三大支派，考試不用深度理解，只要記得是新制度論中三種研究的方法。理
性選擇其實就是用經濟學的研究方式（人是利益極大化作假設來研究）、社會學（就是我
前面的用文化、非正式制度方式研究）、歷史學（人上一刻的行為、會造成一刻的制度的
結果），不過這邊支派部分不用深入研究，只有稍微記得這三大支派就好。（其實還有很
多種研究途徑）
那至於新國家主義，先這麼說好了，我希望你能理解新制度論不是單一理論，新制度論其
實是很多社會科學領域的結合，或者我們可以簡單說：只要針對行為學派進行批判，在研
究中同時重視人與制度的互動，都可以稱作新制度論。
準此，你才會看到新制度論下面有很多學派。
那新國家主義，我覺得目前學政治學的進度，把他跟新制度論劃上等號，或者新國家主義
是新制度論的特徵之一會比較恰當。
為什麼呢？我們前面不是談到行為主義不談國家，很嚴重的問題就是「對國家研究的消失
」，而只重個人行為，那新制度論（新國家論）認為這樣不好，我們應該重視國家（制度
），因此在1970~80的研究又重新回到制度論而非行為論。較著名的學者首推史卡波(T.
Skocpol)的名言，把國家找回來「Bring the State back in」，即在描述此一研究風潮
。
然而新制度論不能像舊制度論單純只研究國家靜態制度（不然又會被行為主義批評- - ）
，而是要將研究領域從靜態轉為正式、非正式制度與人的互動，社會交互行為、文化、社
會化等研究。
最後補充一點，新制度論常被稱為中層理論(Meso Theory)，因為他介於國家（巨觀研究
Macro Theory）與人（微觀研究Micro Theory）中間，而企圖整合兩者，因此又被稱為中
層理論。
抱持著這樣的觀念，這幾個名詞在理解上應該就能夠迎刃而解:)
--
以上 還請各位前輩們多多指教 謝謝
※ 編輯: GTOnizuka 來自: 140.119.105.37 (02/17 16:37)
... <看更多>