從雜耍球訓練學懂如何學習

最近，美國演員工會和美國劇作家協會發起罷工，抗議媒體製作商應用人工智能技術，收集演員的肖像、動作和聲音數據之後就直接取代真人演員和配音員，以及使用人工智能技術撰寫劇本大綱再以初級編劇完成整個劇本創作。科技由以往只取代需要重複而勞動密集的工種，逐漸「挑戰」那些人類以為不可取代的具創意藝術性的工作。如此一來，我們這一代還有什麼對策可以過渡難關呢？

面對這樣的挑戰，我們需要擁有自學能力，而不是太依賴科技和電腦等工具。人類由出生開始成長的歲月，必定經歷不同學習的階段，先要掌握求生的學習，即是面對飢餓、身體健康、生命受威脅時的保護型學習模式。當人類生理規律邏輯實踐於成長時的學習過程，便會產生千變萬化的可能性組合。人類的腦部結構比電腦複雜，再配合手臂手指力度來繪製圖像，講求的是在質素而不是質量及速度。小孩學習繪畫時透過手、眼及其他感覺去記錄當時的情緒事物，這一連串動作的目標不是為了要快速完成，而是一個創作技藝歷程的紀錄。

強化學習（Reinforcement Learning）是機器學習的術語，指的是電腦透過與一個動態環境不斷重複地互動，來學習正確地執行一項任務。這種嘗試錯誤的學習方法，使電腦在沒有人類干預、沒有被寫入明確的執行任務程式下，就能夠做出一系列的決策。我們是透過知識、技能、態度和價值觀的學習，提高個人的能力和素質，實現自我價值的實現和成就。我們是可以參考電腦的強化學習方法來「強迫」自己不斷探索、不斷改進、不斷追求卓越至完美狀態。但更鼓勵大家培養學習精神，就是對知識的追求和熱愛、對自我超越和成長的渴望、以及對社會責任和使命的認同和承擔。

蔡明都（Mingles Tsoi）
亞洲金融科技師學會學術及資歷認證諮詢委員會主席

如欲閱讀全文，請點擊下方連結。
原文連結：CTgoodjobs