讀書心得－《Prediction Machines》AI經濟的策略思維(上)
《AI經濟的策略思維》(Prediction Machines: The Simple Economics of Artificial Intelligence)這本書應該是我近期看過與討論AI人工智慧最好看的一本書了。本來想說這本書沒有到特別厚，但是書中作者許多論點都會引發出延伸的思考，反而比預期的時間久才看完。
以往看的討論AI人工智慧的書，多是告訴你人工智慧的發展歷程以及未來想要達成的理想目標，有些目標看似正在進行中，要完全實現卻又還有很長的一段路要走。一般人如我，在這個世界上就是個被科技推動、被動去接受在科技浪潮中產生的新事物，享受這些事物帶來的便利性與美好的受益者。
我一直覺得那些改變世界，推動科技進步的人離我如此遙遠。當科技先烈揮灑著頭顱(智力)與汗水(熱情)在與物理學對抗，並且持續的帶來奇蹟時，想想過去沒有汽車、電燈、電腦、網路、或是智慧型手機的年代，根本不可能想像出現在的世界。我們站在此刻的時間軸上，又如何去遙想未來呢？人工智慧的發展會將我們的生活變成什麼樣子？
不過，真正到達所謂的「強人工智慧」也還沒那麼快。想知道什麼是強人工智慧，給你一圖秒懂。強人工智慧就像電影裡面描繪的場景，讓電腦或是機器人擁有自主判斷的能力外，更多了情感、個性、社交等等的自我人格意識。
圖片來源：https://progressbar.tw/posts/87
現在我們應該關心、重視、並在乎的東西是什麼？
我想科技可能會帶來某些方面的威脅，但是還不至於到需要恐懼或反抗的地步。恐懼是源自於我們對於對未來的無知。但是，反過來想，既然某些改變已經發生，要怎麼利用現有的工具，將我們手上的資源發揮最大的效用、增強我們的能力、降低不確定性，並提高決策能力與控制權？
我認為專注在當下可掌握的資訊，比起預測或幻想未來，也許根本不會發生的問題更有意義。而《AI經濟的策略思維》這本書的價值就在於：
利用經濟學的思考架構去討論人工智能的發展
經濟學對我們的生活到底有多重要？經濟學是一門「選擇」的科學，很多事情用經濟學的思維去推想，就會發現符合邏輯。不管是在日常生活，商業決策，甚至到整個經濟社會與國家政策，包括聯準會的利率決議，所有的發展都是根據基本的經濟規則來制定。從以前到現在，透過蒐集供給與需求、生產與消費、價格與成本等因素的變化資訊、因果關係、大量的數據等的方法由人工到電腦，由統計結果到預測結果都有了質與量的大幅提升。
先了解什麼是經濟學的思維？簡單用一句話表達：「資源有限，慾望無窮。」所以如何在有限資源中做出最有效的配置，就是經濟學不斷在探尋的問題。但是，要怎麼做出最優化的分配呢？這又引伸出另一個經濟學的概念「機會成本」。機會成本是怎麼來的？機會成本是靠比較而得來，當我選擇A時，我放棄了B，而我從B當中放棄的利益就是機會成本。所以我選擇A的前提是，我可以從A獲得更多，不然我幹嘛放棄B(除非有什麼不理性的理由)？
經濟學教科書中把生產要素定義為資本與勞動兩項，資本可以是機器、廠房或設備等具有生產力的資源，管理者必須考慮要將資源要分配在資本還是勞動？現在大家都在討論AI到底會不會取代人力？我們可以把AI工具視為生產要素的「資本」，這裡的工具可以指書名中的Prediction Machines（預測機器），我們應該先思考預測機器的功能為何，再去考慮要將資源分配在「預測機器」或是「人力」上？
這個問題沒有絕對答案，一切都建立在「權衡取捨」。
先問自己一個問題：「哪一項可以帶來最高投資報酬率？」
哪種選擇可以讓我「利潤極大化」？利潤導向聽起來好像很現實。經濟學家最為人詬病的是把所有的假設都以「理性」做前提。假設人是理性的，可以做出理性選擇，但是，我們的身體卻很誠實，總是做出不理性的行為。好吧！那我們可以說，理性是一個目標，越困難的目標，我們越需要借助外力來達成。心理學只能點出問題，卻沒辦法變成有力的工具，這時候AI工具誕生了！那，這個AI工具能否變成我們堅強的後盾，幫助我們做出理性選擇呢？
作者把這本書分成五個部分，就像一個金字塔，由下到上分別是預測、決策、工具、策略與社會，依序從個人到企業，再到社會的討論。從建立預測的基礎到影響整個社會的權衡取捨，反映AI在各個層面的影響。推薦序之一，也是之前我們寫過的《機器 平台 群眾》(Machine, Platform, Crowd)這本書的作者之一艾瑞克·布林優夫森(Erik Brynjolfsson)也認為這本書對AI的經濟意涵與權衡取捨提出了深刻的洞見，清楚的說明了AI對這個社會的核心挑戰與機會。
重新思考AI人工智能，除了賦予它革命性創新的角色外，還代表著什麼？
這本書探討的「AI經濟的策略思維」，從過去的農業創新使得更多人口可以移往都市，或是有更多時間可以從事高附加價值的工作、汽車取代馬車、鐵路的普及讓時間與運輸成本大幅下降、ATM取代的傳統的櫃員，使得銀行的作業時間變得更有彈性，告訴我們為什麼AI的創新會讓我們覺得深受威脅？
上述的重大創新，由於經濟發展，都市提供了大量的工作機會、汽車工業發展除了開採原料、還需要製造的工人、銷售人員；開車也還是需要有駕駛；ATM的功能也並不能完全取代銀行櫃台。每一個商品的環節都還是需要大量人力資源。就我們所知，經濟成長的指標GDP，是將這些環節中的每一個附加價值加總而得。
試想，未來如果直接精簡生產流程，從生產端直接到消費者，那中間的產值該何去何從？
AI與人類有個重要差異：軟體能規模化，而人類不行。這代表一旦AI比人類更勝任某項任務，工作就會出現快速流失。在商品市場中，價格取決於供給和需求的變動，供給大於需求會導致商品的價格下降。換到勞動市場，當機器取代了大量的人力，造成機器已經可以負荷產能的需求，那多出來的人力為了搶占剩下的雇員名額，勢必降低薪資水平。所得的降低，和我們的生活息息相關，因為這代表我們消費也會跟著下降，生活水準下滑，所以人類怎麼可能不恐懼呢？
不要讓過度的恐懼，來影響你的決策。
雖然這些問題很值得思考，也已經有人提出了「基本所得」的概念來應對這些可能性。但是以目前的情況來看，人工智慧尚未成熟到可以和人一樣的思考，所以「人」還是不可或缺的珍貴資產。套句雞湯的話：「人是無法用價格衡量的資產，因為生命的價值無法衡量。」
為什麼價值無法衡量？因為人類的大腦中，情緒、偏好等不確定因素的因素太多。我們可以用眾多面向去判斷資訊是否對我們有利，並做出大量的預測行為，表達不同行動的相對報酬，只有我們自己才能根據自身的目標，指出我們偏好順序。這些過程當中最困難的是找出什麼才是「最理想」，也就是俗稱的「選擇障礙」，機器只能憑藉著過去的決策來學習「人類會如何做？」但是卻沒辦法預測我們突發奇想的善變本性。
我們可以說出為什麼我們要這樣選擇，而且有時還不一定有邏輯或因果關係(人是不理性的動物)，只有我們可以提出我們做某件事的原因，以及接受結果。但是機器不容許這種不確定性，而且由於機器不了解整個決策過程，最後有可能得到非常「精準的錯誤」。
在我們寫到《原則》(Principles)這本書的第二篇心得時，達利歐(Ray Dalio)也提到，若是藉由模仿或是機器學習的方式進行決策，其實具有相當的風險。因為兩者皆是藉由電腦來發現其「固定的模式」作為依據，但當某些未被預期的因素發生改變，電腦是沒有辦法馬上反應並即時做出相應的處理。或是電腦有可能會將兩個先後發生的事件視為因果關係，舉例來說，我們早上起床後吃早餐這兩件先後發生的事件，電腦可能會將起床視為導致肚子餓的原因，但我們並非每天都是被餓醒的吧。
在前陣子出版的《深度思考》(Deep Thinking)這本書中，作者西洋棋王卡斯帕洛夫(Garry Kimovich Kasparov)也提到，為什麼機器會走出不同於西洋棋中的特級大師的棋步。特級大師只在決勝性的一刻才會選擇去犧牲皇后這支棋？但是機器把因果順序搞反了，原本會贏才會去犧牲皇后的關鍵決定，變成了犧牲皇后才是致勝之道，反而滑稽的輸了比賽。
當下我們可以選擇的「最好的策略」是什麼？
答案是：「人機合作」。這麼老梗的答案？不過，如果你用經濟學的角度去重新思考，你會發現人機合作沒有你想的那麼普通，而且對你的影響，也沒有你所想的那麼微渺。AI與預測機器可以幫助我們的思考從微觀到宏觀、左右我們可以獲取的價值，並且可以讓我們去拆解整個工作流程，改變最後的決策行為。
書中所描述的理論與方法真的非常實用。除了得以應用在日常生活與工作當中，更讓我延伸出額外的想法。在投資中，AI思維與人機合作對我們的投資報酬帶來什麼樣的影響，我們又要如何因應，去改變我們的投資策略呢？現在開始才是書中最重要的擬定「策略」部分，在下一篇我們在進行討論。
