所謂的藝術就是一些美, 而又不脫離現實的表現, 為什麼電腦不能透過訓練而學習?

2022年6月17日
為什麼電腦總是不能夠分析藝術? 有創造力?
今天我所閱讀的書藉內容卻令我進一步理解現今電腦的「弱點」, 平常我們都知道電腦用作運算方面, 記載體方面絕對無人能及, 但是就不能夠更理解「創造」,「美感」的東西, 到底為什麼?
原來在於電腦是由「二進制」所組成的世界, 他們的行動模式就是0和1所運算而成, 電腦的世界是有序可循, 它們在學習的過程, 透過「訓練」利用演算法會記下每一個數據點, 及其所有的屬性, 「分毫不差」地分類所有的「訓練數據資料」, 正如我們每一個「字」的形狀, 每一個字的一剔一橫一勾都是統一的, 就像我們現在所看我所打的文字般。
但在現實世界裡的數據絕對不一樣, 我們每寫一個字即使是同一個字彙, 也可能跟上一秒所寫的並不同, 正是這個獨特性, 令到電腦的精確性也大幅下降, 因為電腦是從重複性的訓練數據中所學習, 因此在現有的科技,語音系統功能等等, 也需要客戶自行多說話, 多修正系統中錯誤的字, 「電腦」才能分辦出你所說的到底是什麼字, 因為「電腦的智能」需要訓練, 讀取出你的數據。
因此看似「電腦」已經很會透過學習不同的人而取得智慧及藝術, 其實現實並不是。

因為當我們把該電腦訓練成很會明白「自己」所說的字元, 但套用在其他人身上卻不太現實, 比如: 當另一個人如果出現懶音等等的情況, 就可能會出現「資料過度擬合」(Overfitting)的情況出現, 即是智能會誤把一些字元理解錯為另一個字彙, 而且每個人也會不同。
但是如果要避免這個「資料過度擬合」情況出現, 我們又必須要以更簡單的模型改善, 這樣就能夠讓我們在「訓練數據」跟「現實數據」都大致符合該正確程度, 比如追求的只是90%正確, 而不是在某人身上100%數據卻在其他人身上只有60-70%正確。

這個情況正可以利用在投資的量化分析身上, 很多初階的投資者, 經常會想尋找出市場的標準答案, 比如平均線用 13分鐘30秒 在歷史上比使用15分鐘好, 就會一直利用「倒後鏡」所顯示的13分鐘30秒作平均線水準來炒股, 最後當然就是跟以上情況的「資料過度擬合」一樣後果, 市場絕對並沒有同樣的「訓練數據」, 每次都會有不同的變動, 市場就是一個變動的現實世界。
這就說明為什麼很多懂科技, 量化的科學家,數學家, 也是在華爾街幫一些「投資專家」打工的, 因為真正需要的並不只是「訓練數據」, 而是懂得這個市場的周期, 利用簡單的模型, 去套進市場裡, 再利用止損方式去控制自己的行動, 只要慢慢能生存在市場裡, 將來就能夠獲利。

因此電腦也只能幫忙我們「理性」地把數據分析, 運算, 暫時這個「二進制」系統還未能夠進化到使他能夠有自己的思考, 自己的獨特性, 所以他們並不具備藝術的基本條件(獨特性),及創造力(超脫正常理解思維方式發明)。 這正正可以是人類的優點之一, 正如我們在網站中, 證明自己是人類而非軟件機器人的方法, 就是靠著解出「驗證碼」的視覺處理難題。
這不是否定「智能」不能讓我們弄好投資, 我們也要知道利用「智能」, 能夠使我們更理性地決策, 也能夠更快速地下注, 畢竟人的反應多快也好, 也比不上電腦的運算。

Credit: <數據的假象>