作者：高煥堂
本文摘自 高煥堂 的下列書籍，以及北京【電子世界雜誌】連載專欄
過去 IT 時代，電腦只能向人類的編程（作品）學習到「邏輯性智慧」。今天，像繪畫、音樂、文學作品等，人類逐漸知道了如何把豐富的直覺性智慧，讓 AI 學習領悟之。AI 從人類作品（如語句、小說詩篇等）學習捕捉創作者的「非邏輯性智慧」。進而依據人們對話語句（或文本）的意圖（Attention），重組非邏輯性智慧，以及邏輯性智慧。
人類天生都有一項能力，就是：人人皆有的觀察周遭世界的「非邏輯化」技能。這種憑藉「直覺」來獲取對事物或現象的整體觀，長久以來都被IT人士所忽略，因為傳統 IT 只關注事物或現象裡的「邏輯化」部分。凡事都要把它邏輯化，才能寫成電腦程式語言。
AI 的特長就是使用更接近人類的「非邏輯化」方式去識別周遭的事物，包括人類看不到的（也因而無法邏輯化的）的複雜現象，例如新冠肺炎與腸道菌生態變化之關係等。AI 技術雖然是來自 IT（猴子），但已經愈來越像人類，而不再只是進化版的猴子（猩猩）而已。也由於 AI 能使用更接近人類的「非邏輯化」方式去認識周遭的事物，包括人類看不到的（也因而無法邏輯化的）的複雜現象。所以 AI 從莎士比亞文學作品中，可以學習到人類所看不到的藝術創作（如非邏輯化部分）成分。
簡而言之，AI 很擅長於學習人類專家的直覺性智慧（即專家直覺），也就是非邏輯性智慧。愈是資深的行業專家，其直覺性智慧愈豐富，表現於「瞬間洞察」的能力愈強。例如，ChatGPT 驚動全人類，就是它從人類各種文字、圖像等作品學習其非邏輯性智慧，也直接吸納人類的專家直覺智慧，最後與人類專家（含非專家）對談來捕捉人類使用者的心意（Attention），來進一步強化其「貼心」能力。
從作品中學習專家創作
AI 生成（如AIGC），就是 AI 學會設計出自己的作品。
茲舉一個例子，俗語說：巧媳婦做不來沒米的飯。有一天 AI 來到廚房了，它想學習做飯，做出自己喜歡的飯。此時，請您試想一個問題：AI 從哪裡學習到智慧呢？有人回答：從大數據中學習。那我們繼續想更深入的問題：大數據是資料，到底是關於「米」的資料，還是關於「巧媳婦」的資料，還是關於「飯」的資料呢?
假設這只是一般家庭的廚房，沒有任何食譜。只有鍋爐、水、米、飯和巧媳婦而已。這樣思考，您就能輕易掌握「AI 生成」的真諦了。在 AIGC 潮流下，合理的答案是：關於「飯」的資料。因為「飯」是專家（如巧媳婦）的作品，而AI就從專家作品（的大數據）中學習創作的經驗直覺。
AI 裡的眾多模型之中，GAN 是箇中高手，最擅長從人類的藝術作品中學習到藝術家的風格等。
GAN 模型的學習模式
典型的 GAN 模型裡，包含了兩個小模型：判別器與生成器。
其中，判別器如同「老師」，而生成器則如同「學生」。
自從 2014年生成對抗網路（GAN）問世以來，在 AI （機器學習）領域裡，已經出現了許多關於該技術有深度的、創造性的貢獻。GAN 就是模擬這種過程的神經網路架構（Neural Networks）。
例如，在繪畫藝術領域裡，GAN 就像電腦生成藝術的畫筆。用 GAN 進行創作特別令人振奮。GAN 總是給人一種驚喜的感覺，它可以創作出更特別的效果。
在本文裡，就來詳細解說GAN的另一個重要角色：生成器（Generator）。兩個角色互相較量智慧，教學相長、共同成長。
GAN的學習模式：教學相長
學生和老師，兩者都是從零開始，共同成長。
雖然老師不會畫，但它會拿學生作品來與龍貓漫畫書來做特徵對比。
如果學生作品沒有龍貓漫畫的重要特徵，就會感覺畫得不像。
於是，AI機器學生開始作畫了。
老師發現了學生作品裡沒有龍貓漫畫的重要特徵：鬍鬚。
老師就要求學生加以改善。
老師又發現學生作品裡少了龍貓漫畫的另一項特徵：娃娃哭時嘴巴張很大。
老師就要求學生加以改進。
兩者互相較量，又協同創新、教學相長。
然後，持續不斷地改進下去，就會止於至善。在 AI（人工智慧）領域裡，像上述的協同創作機制，特別稱為生成對抗網路（Generative Adversarial Network，簡稱GAN）。學生（創作者）的角色，稱為生成器（Generator），而老師（鑒賞者）的角色稱為判別器（Discriminator）。
例如下圖裡，左圖是鑒賞者所握有的原圖，而右圖則是創作者所生成的創作品。經由 GAN 的協同創新，所生成的作品已經幾可亂真了。
小結
GAN 是一種能夠生成新數據的神經網絡。你可以輸入一點隨機噪音作為輸入，它可以生成馬匹、飛機、鳥類或其他經過訓練生成的逼真圖像。
GAN 網路模型，是由生成器和判別器兩部分組成，以非監督式機器學習的方式運行。在 GAN 的訓練過程中，生成網絡 G 的目標是儘量生成很逼真的圖片去欺騙判別網絡 D，而 D 的目標是儘量把生成的圖片和真實的圖片區分開來。看穿 G 的騙局。這樣地，由 G 和 D 兩種角色，來構成了一個動態平衡的博弈棋局，就是 GAN 的基本思維。
我們以交替的步驟來訓練這兩個網絡，並將它們鎖定在激烈的競爭中以提高自己的技能和判斷力。最終，鑑別器識別出真實作品與生成作品之間的差異，生成器則創建圖像，企圖讓鑑別器無法辨別真假。
這種 GAN 模型最後會收斂並生成自然外觀逼真的圖像。我們使用真實圖像和生成圖像來進行交替訓練，由 GAN 的鑑別器來了解哪些特徵使圖像變得更逼真。然後鑑別器會向生成器提供反饋，讓生成器的智慧提升，以創建看起來像真正的莫奈畫作的逼真畫作（假品）。
（責任編輯：謝嘉洵）
近5年來，從事於AI普及化教育工作，目前擔任銘傳大學AI課程、長庚智慧醫療研究所AI課程授課老師。也擔任永春國小、東園國小、立志中學、君毅中學、永春高中等學校的AI師資培育工作。
- LoRA微調三步驟：以大語言模型MT5為例 - 2024/05/02
- 為什麼Gemma採取Decoder-Only Transformer架構呢? - 2024/04/08
- 如何從0訓練企業自用Gemma模型 - 2024/04/03
訂閱MakerPRO知識充電報
與40000位開發者一同掌握科技創新的技術資訊！
