黑天鵝效應 BY 貳團 張博鈞

這本書已經出了很長一段時間，會想再看一次的原因是由於，發現與目前AI領域遇到了類似的問題，這篇心得其實沒有提到書內大部分內容，而是本書內容與目前AI領域相關的心得。書中提到，在預測股市方面，一名經濟學家(Spyros Makridakis)指出，在2000份證券分析師的樣本中，這些分析師什麼都沒有分析到，根本不準，那些複雜的模型根本沒有用，反而有些簡單的比率，用來預測股市，例如流動比率、流動負債，還比複雜的模型管用，換言之，模型變得複雜，預測能力卻不一定增加。書中也提到，人類文明的進步，是相當隨機的，過去的經驗可能完全無用。相較於目前AI遇到的問題，以目前翻譯模型翹楚的Transformer為例，Timothy Niven等人就指出模型根本沒看懂句子的意思，只要句子稍微變更，模型就無法看懂意思，知名AI學者François Chollet也指出，目前取得的成果無法指出AI模型已經產生智慧，讓我聯想，也許我們目前仰仗的AI模型架構、訓練方法，可能根本已經方向錯誤，人類要讓人工智能誕生，可能需要的不是統計學，而是生物學、神經科學，我們目前人工智能進展的方向，也許需要巨大的修正，而這需要跨領域學者共同努力才可能達成。