微分思維

九月中旬幫念研究所的兒子搬進宿舍。尚未開學，大學的圖書館為了省電，只開了幾盞燈。我站在書壁之間，望著昏暗隧道盡頭的光，忽有所感，靜靜拍了張照片，給妻看。「你覺得這像什麼？」 「Data center!」她說。我點點頭。我又把照片給兒子看；他也點點頭。的確，在昏暗的燈光中，書籍密疊的書架挺像是數據中心裡頭一列列的機架；差別之處，機架把一本本書換成了一條條的伺服器。 圖書館，原本一直是 data center. 然而即使在尊崇知識的一流大學，我們也看到圖書館功能的式微。這些書，如果不是為了學位，還會有人拿下來讀嗎？ 我與妻，與兒子，立在這幽暗的殿堂，思緒紛呈。 我回想從前求學使用圖書館查資料查文獻的過程；那時候取得知識的障礙多麼巨大啊！像河裡淘金，必須閱讀大量書籍，濾除渣滓泥沙，希冀取得一點有價值的東西。讀每一本書都是個冒險：你不知道是否會把青春浪費在發展分辨垃圾的能力，還是有機會發現純金。 以前的博士，許多是從垃圾場熬出來的，鮮有精力用於思考。以前的許多學者，他們的貢獻是做分類工作，梳理知識體系。顯然這種模式不可能再持續下去。如今的數據中心與應用科技，會讓舊式圖書館的燈光愈來愈昏暗；而任何降低取得知識障礙的工具，則將繼續發展。 數理知識的傳播最早受益於數據科技，因為數理知識不是以卷帙浩繁的方式存在，而是以基本原理的方式存在。聰明的年輕人，一旦掌握了基本原理，參考了應用實例，便有機會拓展知識的疆域；不須在垃圾堆熬磨，不須皓首窮經。 人文知識的傳播也終將受益於數據科技而獲得自由。這是更高的自由，不再做資料分類的奴隸，而要做思想的領航者、競逐者、創造者。

科學使人年輕，政治使人衰老；昨天的日蝕令人忘憂，遠方的停電令人思考。結論：人太多了。 長期的釜底抽薪之道，需靠MI (macnine learning). 人口成長的動力大半來自勞動力的需求，MI 卻將使大多數人與勞動力徹底脫鉤。人若少了，自然就不需要那麼多手機、車子、吃抗生素的雞、塗農藥的水果，等等。耗能的工業、高污染的農牧業，皆大幅減少。 MI 是關鍵。MI 不會奴役人，因為壓根不需要人，消滅人倒有可能。身為人類的一分子，我當然知道這個風險；但從拯救地球生態以保護其他苟延殘喘的非人生靈的「大我觀點」，其實也不算風險。 （在你怪我對人類缺乏同情心之前，請先回答我：75億人，還不夠多嗎？人類作為一個物種，還不夠蠻橫、不夠貪婪、不夠成功嗎？） 前面說的是從需求面解決能源問題。現在看看供給面。 燒煤、蓋水壩，是壞事，會讓地球發燒，或破壞生態。如果地球繼續發燒，導致海平面上升，那麼很多生物會死去。蓋水壩則是生態屠殺，毋庸多言。 太陽能發電，是壞事。製造太陽能版的半導體製程，多毒啊。 核能，也不太好。萬一出事，輻射是不以萬物為念的。但為了支持 MI 帶領我們走到歷史的最後階段，目前還不能少了核能。 顯然供給面有點麻煩，但我相信這些麻煩都屬過渡性質。 MI 真正的挑戰，是設法讓全世界的人都覺得沒必要從事有生產力的工作。 如果不是全世界的人都無所事事，而只是某些地方的人無所事事，那麼仍會有許多耗能污染問題。以史為鑑，不均勻的區域發展是耗能污染的真兇。你這邊MI了，他那邊還在砍樹燒煤，行嗎？ 因此MI別無選擇，必須迅速同化世界。這種同化迥異於以往的征服。 它的目的不在於佔領土地或奪取勞動力，而是要消滅地區性的統治者（即控制資源、分配資源、中飽私囊的小撮組織）。 它的手段是全面繳械，繼之以免費的民生物資供應，讓有心搞區域統治的人無所著力 如此，無所事事的版圖就愈來愈大，直到全球化。 為什麼MI做得到同化，以往的人類征服者卻做不到？因為人類征服者及其同夥志在獲利，但MI志在讓人類沒有勞動的必要。 最後一點，不幸卻是上述烏托邦思維的致命弱點。MI的 objective function, 一開始乃由自私的人類設定，因此MI極有可能先變成武器，就像19世紀的的工業發展導致武器競賽與兩次...

Solar eclipse in northern CA, like a crescent moon, seen by a cardboard pinhole camera. 8/21/2017， San Jose, CA

A guide on making your own "Cyclops" solar eclipse viewer. (For adults to use only) 單眼日蝕觀測器之自製方法 (限大人使用） 8/19/2017 1. Find a pair of cheap clip-on sunglasses that you don't like. Make sure it is the POLARIZED type. Mine is an oversized $8 plastic pair. Saw or cut it in half. 找一對便宜的、你不太喜歡的夾帶式太陽眼鏡。必須是偏光性的。(我用的是$8一對的塑膠偏光鏡片）。把它鋸或割成兩半。 2. Clean the glasses. Rotate one piece 90 degrees from the other then overlay them. Apply Elmer's multi-purpose glue on the rim. 將鏡片擦拭乾淨。將其中一片轉九十度，然後把兩鏡片疊在一起。沿著鏡片接觸的邊緣加上樹脂膠。 3. Before the glue dries, go out in the sun and look at a bright place through the pieced-together glasses. DO NOT LOOK AT THE SUN YET! Under the holding force of the sticky glue, slightly rotate one piece until you can't see anything through the glasses (and all you can see is the reflection of yourself). Let the adjusted glasses sit until the glue is dry. Now the viewing piece is completed. 趁樹脂膠未乾之前，在陽光下調整鏡片。透過鏡片看一明亮處（但千萬不可對著太陽），藉著樹脂膠的黏力，微微轉動其中一鏡片，直到你透...

上禮拜在一產品展示會無意遇到 IBM 的人。他是印度裔，專門銷售人工智慧服務。我們攀談起來，不知不覺聊起創造機器人三大定律的祖師爺 Asimov。「你是他的粉絲？」「當然! 你也是嗎？」於是兩個素昧平生的人遂他鄉遇故知似地暢談 Foundation Series, Psychohistory。當中他接到一個電話，竟然告訴電話那端的人說「我正在跟重要客戶談生意」，然後把電話掛了，繼續聊 Asimov. 我被他至誠所感，禪機靈動，說偈曰： You can only make a deterministic prediction about something that is statistical in nature. 他大為讚賞，認為我已得 Psychohistory 之三昧。 「你看過 Nightfall 沒有？」他問。 「沒看過」。 「你一定要看」。於是他又滔滔不絕地介紹這個他最喜歡的故事。 故事發生在一個有六個太陽的星球，星球上的人從未經歷過黑夜，自然也沒見過宇宙的繁星；他們以為宇宙就是這六個太陽。後來，幾個天文學家預測六個太陽將同時日蝕 - 這是兩千多年才發生一次的異象，星球上的人遂恐慌起來 ... 今晚我終於讀完 Asimov 這篇具有報導文學趣味、意思深長的小說，不由得想起幾天前的巧遇。兩個素昧平生的人，在恒河沙數的人流中擦身，卻因一個科幻的預言而撇下「正事」、駐足攀談片刻。我愈發相信，人生持續存在的意義，只是為了電光石火的一刻。如同故事中漫長焦灼無盡的白晝，只為了兩千年一次的繁星湧現的黑夜。

應用於人工智慧的學習理論（machine learning）不見得適用於人類的學習。例如，假定有個機器，它的唯一功能是辨認相片裡有沒有狗。於是在訓練的過程中，你先拿一張圖片給它看，告訴它，“有狗”；接著又拿一張圖片給它看，告訴它，“無狗”。你重複此過程一萬次，直到自己快煩死了，然後宣告訓練結束。 你把訓練好的機器交給市場部去賣。市場部說，我們必須先測試。於是市場部的帥哥（或美女）拿出第一萬零一張機器從未看過的有狗照片給機器看，機器說：“無狗”。市場部的帥哥（或美女）搖搖頭，拿出第一萬零二張機器從未看過的無狗照片給機器看，機器說：“有狗“。這時站在旁邊一言不發忍耐很久的市場部老大拿出打狗棒，把你和你的機器逐出門外。 你回去找工程部老大哭訴，然後叫機器對著它已經看過的那一萬張照片演練，成功率百分之百。“一萬次都認對，只錯了兩次啊“，你抱著機器疼惜著。 工程部老大拿出打火機，慢慢點了煙，順便把機器燒掉。“笨蛋！學了一萬次還不會“。 但我們人類對於學會並記得一萬種關於過去的事物的人，甚為尊敬，授予種種證書頭銜。我們似乎更在意學習的歷史；如果學習的過程是個慘烈的戰場，證書與頭銜則是授予倖存者的勳章。畢竟，學習並記得一萬種關於過去、但在未來不見得管用的事物，的確比世界大戰還慘烈。然後我們崇拜掛滿勳章的人，指望他們帶領我們走向新世界。

昨天去看電影，走向戲院的途中聽到一家人聊天，其中一男士說：今年總統選舉，美國人必須在歷史上第一位女總統以及歷史上最後一任總統之間做決定。聽了不禁莞爾 - 想不到歷史的轉捩點竟操在我等小人物的手裡。 美國社會素來在左右政治陣營的拉扯衝撞中進步。先讓擅長推動生產力的右派衝殺一陣；衝殺太過弄到朱門酒肉臭路有凍死骨的時候，便讓擅長開公平正義支票的左派出面安撫一陣；弄成一灘死水支票無法兌現的時候，又讓給右派衝殺。從19世紀到20世紀，左右輪流操盤，美國的餅（American pie）竟愈做愈大，關鍵何在？並非美國右派的經濟理論最強，也非美國左派的道德水準特高，而是它因緣際會，在兩次大戰中獲得淨利。第一次大戰毀了歐洲的菁英，第二次大戰救了美國的經濟。鳳雛墜地，臥龍升天，於是美國成為世界菁英嚮往的牛奶與蜜之地，人才薈萃，主導了科技發展，成為新穎產品的最大輸出國，並建立美元本位，成為廉價商品的最大消費國。 簡而言之，每次右派出擊，雖貪婪狠辣，可是總有斬獲。因此左派上台的時候，便有餅可分，便可人模人樣推動平權平等社會福利等等皆大歡喜之事。因為餅總是愈做愈大，所以即使內外衝突不斷（如當年越戰其實已將美國帶到 準內戰的邊緣 ），社會的網（social fabric）仍然堅固，人們仍可療傷止痛，明天仍可盼望。 但是這回不同，這回右派的牌大概打完了。網路科技實現了全球化，加速知識普及；美國不再是生產力的唯一推手。電腦自動化與人工智慧復推波助瀾，加速顛覆 “人力是生產與服務的要素” 此古老認知。世界將很快走到一個前所未有的、人力大量過剩大量老化的交叉點。比較起來，今日低回報的共享經濟只是小兒科。 獵場沒了，所以我們看到右派的戰士在家酗酒、罵髒話、摔東西（基本上這就是目前共和黨候選人在幹的事）。而左派呢？左派推出一個女人。德國和英國都已經女人當家了，連蕞爾台灣也不落人後；美國較晚，因為家底畢竟厚實些。女人當家，在經濟上代表社會進入共體時艱的時期。如果就一小塊餅，要分給所有的孩子吃，該怎麼分？誰來分？當然做媽媽的最適合。手心手背都是肉，媽媽忍住心痛也要讓每個孩子都吃上一口。因此在共體時艱時期，由慈愛善良的女人當家應該較適合。 既然女人當家是因應艱難時局的最佳選擇，而艱難時局乃電腦與人工智慧所造成的，可見人工智慧的未來一定非常光明。 Q.E.D. （* 我絕對沒有暗指...