文｜黃錦輝

機器代人”被視為人工智能（AI）研發的終極目標，但同時亦在社會引起不少議論。且看在學術界，用以評估人工智能基本性能的“圖靈測試”（Turing test），正與“機器代人”的概念息息相關。這項測試是英國電腦科學家圖靈（Alan Turing）於1950年創的AI實驗，流程是由一位提問者撰寫問題，並將問題分別傳送至另一房間的一名真人與一台機器，再由提問者根據他們的回答來判斷誰是真人、誰是機器。其目的在於測試機器能否模仿出與人類無法區分的智慧表現。然而，當年的測試只涉及文字輸出與輸入，難度相對較低；但若要測試今日能處理“多模態”訊息的系統（看它能否代人），情況便複雜得多。再者，“圖靈測試”偏重科學範疇，並不適合用來評估“藝術科技”的應用。

評估前須量化期望

在日常應用方面，“AI聊天機械人”能與用戶對答，並提供相關資訊；在商業應用方面，“AI客服機械人”則回應顧客的查詢；至於醫療應用方面，“AI機械人醫生”可替病人診症，對其症狀及病情進行分析和判斷。這些例子均以“機器代人”為目標。要達到這目標，相關的AI系統必須盡量對齊並滿足用戶的期望。透過“圖靈測試”來評估這些AI系統的性能及表現，理論上是絕對可行的，但事先必須把“用戶期望”量化，才能科學化地評估系統的回應能夠滿足到多少個用戶期望。例如，“AI客服機械人”能否回答顧客所有（或部分）查詢；又例如，“AI機械人醫生”能否診斷無誤，對症下藥。

近期，許多基於多模態“生成式人工智能”技術的“藝術科技”平台相繼出現。較為人熟悉的包括透過文字生成圖案的Midjourney、以文字生成短片的Sora，以及看圖寫詩的小冰等。這類平台所生成的作品看來具有濃厚藝術氣味，但不少卻未獲傳統藝術界認同，並質疑其原創性及創意價值。然而，亦有專家為“AI生成藝術”提出辯護，認為所有藝術本質上皆源自前人作品，創造力是不可能憑空產生的。因此，不論是人類藝術家、機械人，抑或演算法，都是在既有作品的基礎上進行再創作。

有關原創性的爭議，主要源於生成式人工智能系統構建的算法，是基於“深度學習”，須依靠大量來自不同藝術家作品的訓練集。因而，系統所生成出來的作品往往被質疑帶有抄襲之嫌，並非原創。正因如此，“知識產權”維護成為AI藝術發展的關鍵問題：如何在保障創作者的內容擁有權之餘，同時不會窒礙系統的內容使用權，讓創作自由得以充分發揮，一直以來都是個老大難的問題。隨着人工智能應用（特別是藝術創作）在香港日益普及，政府亦因此正積極研究制定AI知識產權保護的相關法例，其基本原則是要平衡內容擁有者與使用者雙方的權益。

區分人機關鍵在意圖

從“圖靈測試”角度考慮，技術上一個AI藝術品的科技生成成份是可以量度的，但現行做法只能測試作品中哪部分是模仿他人創作的內容，然後計算出原創性的百分比，為作品的原創程度評分。然而，有專家指出，藝術品的創意價值不單是在於作品本身，還包括創作者背後的意圖，所以建議藝術界重新審視AI生成藝術的定義與定位。

長久以來，藝術一直被視為人類獨有的創作活動。藝術作品由人類創作，本身蘊含創作者的情感。實際上，它是創作者慾望與恐懼、挫折與敬畏的視覺體現，或至少反映了他們因應實用、經濟及情感需求而進行的創作動機。這些情感引發出人類的“意圖”，正是區分人類和機器創造力的關鍵所在。當前沒有機械人會主動展現創造性表達，它的創意始終受到人類“意圖”所驅動。那麼，依照同樣的定義，我們是否可以將人工智能的生成品視為藝術呢？而這方面人類的創意因素正正是“圖靈測試”的盲點。

概括而言，人工智能不可取代人類藝術家。它只是一套具備豐富創意資源的工具，能協助人類創造更多、更具藝術價值的作品。展望未來，正如攝影與繪畫一樣，AI藝術和人類藝術在現實社會中會平分春色，令藝術界更加百花齊放。

（作者係立法會議員，香港中文大學工程學院副院長（外務），香港專業及資深行政人員協會副會長，文章僅代表個人觀點）