人工智能指模擬、延伸和擴展人類智慧的理論、方法、技術及應用系統。人工智能電腦編程的核心是「學習」和「適應」，從學習玩桌上遊戲和翻譯語言的程式，到可仿照人類對話、分析股市或幫助診斷醫療病症的複雜系統，都屬於人工智能的範疇。

自適應機器學習（Adaptive Machine Learning）是一種最新的先進人工智慧與分析技術，即使在機器連線和運轉時，亦可不斷校正機器學習模型，而非僅在開發或測試時進行。自適應機器學習讓機器學習模組有能力針對環境變化做出反應，對於自駕車和智慧機器人等自動化系統極為有利。

形成性人工智能（Formative AI）就是未來的新興技術趨勢之一，指能夠透過動態改變作出回應的人工智能，屬於可以生成新穎模型來解決特定問題的技術，例如可以應用於發現新藥物以及生成合成數據，新生成的創造物跟原始的很像，但又不完全相同。

社會科學家雪莉·特克爾（Sherry Turkle）稱人們忽視人工智慧的明顯錯誤並感慨其成就的現象為「伊莉莎效應」（the Eliza effect），即是人們過度解讀機器產生的結果，甚至解讀出根本就不存在的意義。十九世紀六十年代，計算機科學家約瑟夫·維森鮑姆（Joseph Weizenbaum）開發了首個聊天機器人伊莉莎（Eliza），模仿心理治療師的說話方式。當時用戶輕易地被機器人「欺騙」了。到了七十年代，作為維森鮑姆同事的特克爾發現，那些明知伊莉莎程序有缺陷的研究生，仍然會向機器拋出問題，並期待它以近似正常人類的方式去回答。

由於人工智能多數利用大量的數據去訓練，新生成的作品就變得具爭議性，例如用作訓練人工智能的資料有否侵權？人工智能作品著作權歸誰？「Aiva」（Artificial Intelligence Virtual Artist，人工智能虛擬藝術家）可創作古典音樂，並用作電影、廣告，甚至是遊戲的配樂。其第一張專輯名為Genesis，包含不少單曲，成為了人工智能領域第一個正式獲得世界地位的作曲家。由於它的開發者拿已經不受著作權保護的音樂來進行訓練， 所以資料來源沒有侵權的問題，它甚至通過法國和盧森堡作者權利協會（SACEM）合法註冊，其所有的作品都以自己的署名版權。

深偽技術和面部重現亦帶來隱私的問題，而嚴重的虛假資訊或會帶來名譽風險。

機器學習算法的自適應特性，使學習系統面臨新型的攻擊，比如通過惡意地改變訓練數據或決策輸入，影響決策的正確性。現時有兩種廣泛的攻擊類型：閃避攻擊（evasion attacks）和藥餌攻擊（data poisoning attacks）。閃避攻擊發生在推理階段，攻擊者試圖製作被學習系統錯誤分類的數據，例如略微改變一個停車標誌的形象，雖然人類仍然認為它是一個停車標誌，但自動駕駛汽車可能視為一個避讓標誌。而藥餌攻擊發生在訓練階段，對手將藥餌數據（例如具有錯誤標籤的數據）注入訓練數據集中，導致學習系統學習錯誤的模型，從而使攻擊者有了導致學習器錯誤分類的輸入數據。

隨着新的AI系統不斷地與動態環境交互來學習，處理藥餌攻擊變得越來越重要。

解決人工智能倫理問題應與法規雙管齊下，例如為無人車交通事故訂立自動駕駛法律，多間公司已聯合成立非營利性人工智能合作組織以解決人工智能倫理問題。

■洪文正 香港新興科技教育協會

簡介：本會培育科普人才， 提高各界對科技創意應用的認識，為香港青年提供更多機會參與國際性及大中華地區的科技創意活動 ，詳情可瀏覽www.hknetea.org。

隔星期五見報