#DL;LM_1.7：我們怎樣像演算法般思考？ #21STCREN
愛的首要任務就是傾聽。
— Paul Johannes Tillich 保羅．約拿．田立克
沒有！沒有分別！唯一的分別在你的腦袋裡面。
— Master Yoda 尤達大師，星球大戰
漫遊的社會基礎為新聞事業。文人以漫遊者的身份前往市集，目的就在販賣自己。
— Walter Benjamin 華特．班雅明
「#DL;LM」─ Do less, Love more （小做一點，多愛一點）。（中間的「；」不用發音）。這是開始，也是結論。符合今年的大主題 ╴轉變。特別是跟資本主義有關特事、物，都是息息相關。
「我們怎樣像演算法（Algorithms）般思考？」這是一個謬誤的問題。這是一個謬誤的問題。這是一個謬誤的問題。重要的事情需要說3次。演算法怎樣會出現？是某些人研究和編寫出來。那麼它可以自我不斷改變嗎？不可以，也需要由某些人去改寫它。那麼我們應該問的問題是：「我們怎樣像編寫演算法的人們般思考？」Artificial intelligence人工智能就是以演算法作基礎發展，所以需要先說一說演算法，再談Artificial stupidity人工愚蠢。歡迎大家再次回到進入遇然性的思考模式 ── 可以存在／不可以存在；不可以不存在／可以不存在。
我們可以像編寫演算法的人們般思考嗎？
1. 可以像；不過難度蠻高，需要花很多心力和時間去研究。
2. 不可以像；因為需要很多知識，還有很多不為人知的商業或政治秘密。
3. 不可以不像；知己知彼，百戰不殆麻。
4. 可以不像；演算法不是一切，生活還有很多東西和事情。
繼續討論演算法的遇然性之前，我們需要社會環境（背景）這個重要的元素，它是不能或缺的。21世紀的社會有很大機會是一個VUCAF的社會：Volatility(變動)、Uncertainty(不確定)、Complexity(複雜)、Ambiguity(模糊)和Fragile(脆弱)。既然相對實在的社會是VUCAF，網上的環境會更變動、更不確定、更複雜、更模糊和更脆弱。我們將「VUCAF」加上「編寫演算法的人們的思考方式」，會更容易找出正確的問題。
《演算法的一百道陰影：從Facebook到Google，假新聞與過濾泡泡，完整說明解析、影響、形塑我們的演算法》(Outnumbered: From Facebook and Google to fake news and filter-bubbles — the algorithms that control our lives) （簡稱：《演算法的一百道陰影》）的作者 David Sumpter 桑普特終於告訴我為甚麼由Facebook、Google、Amazon、微軟、Twitter等等的大型科技公司所提供的服務一直給我不自然和怪異的感覺。這本書告訴我們演算法是甚麼？還有演算法（Algorithms）大概是怎樣運作，更重要的是它在哪些方面影響我們。了解演算法，我們才會懂得怎樣應付當代的社會問題。
不幸地和意外地，我是Multipotentialite（多元潛能者）、Empath（共感人）和Flâneur（漫遊者）。在網絡為主的世代，演算法對我的影響力反而不太高，倒是比較容易理解網絡世界和實體世界交雜之間正在發生甚麼事。首先演算法是怎樣出現？是由一個人或一群人創造，再不斷改變，然後放到不同得數碼領域裡面，讓商業機構或政府制度部門了解某類型人的行為模式，然後影響我們。我的好奇心比較重，加上基因裡某些設定，一些不太自然的東西總是出現在我的眼前。兩種元素融合起來，我的身體裡的奇異研究神經系統便會發動。Flâneur（漫遊者）引發我的靈感和好奇心，Multipotentialite（多元潛能者）、Empath（共感人）的組合則讓我變成一塊「海綿」。
我是「海綿」的話，其他人就是不同深度的「有蓋的杯子」。在日常生活中，身邊的環境其實是充滿能量和訊息，不同的人會因應各自的敏感度去跟環境交流和溝通。吸收身旁的訊息好像倒水般雜入我們的身體，一只「杯子」能容納多少液體，依靠「杯子」的深度。「杯子」們的深度大多被設定好了，有些會發現自問己能容納多一點；有些希望容納更多，卻發現空間有限。
「海綿」被迫吸收身旁的訊息，看到和看不到的都不會跑掉，包括非語言訊息、不同維度的能量、進入到海綿就行。敏感度高大概好像是沒有蓋子的海綿。所以「海綿」們中的Empath（共感人）大多擁有良好聆聽能力，我們會完全接收大家的語言和情緒，再解讀它們，找出它們背後的真正意思。假設當我處身在一場很多人的聚會裡面，我會當機。所有人都微表情、身體語言、談話等等的訊息便會好像海潚向我襲來，沒有蓋子的海綿只有吸收這個選項。這是內向者的特質，Empath（共感人）之中有很多都是內向者。當有人向我說放鬆和享受，我心裡想那我回家好了。當然在在充斥著外向者風格的社會，這樣回答和真的馬上回家，會帶來不太討喜的結果。所以我大多坐在某個不會引人注意的角落，觀察人們的言行或看看書，等到差不多的時間便離開就好了。（我比較適合跟人數比較少的聚會而已。是Asoical，不是Anti-soical。）
「有蓋的杯子」和「海綿」跟演算法有甚麼關係？運用和改變演算法的機構和人們希望演算法如「海綿」般的存在，不只是一個「有蓋的杯子」。假如由一群「有蓋的杯子」打造演算法，演算法會變成甚麼樣？有沒有可能把慈悲同理心（Great compassion）加進演算法改造？之前已經分享過，犯罪者可以擁有很高的的同理心，不過他/她們沒有用在相對正面的事情上。結合認知同理心和情緒同理心的慈悲同理心（Great compassion Empathy），可以幫助我們了解自己和他人，找出正確的問題。「『我們當然不能要求演算法負起道德責任。GloVe和Google使用的Word2vec這類演算法就只是科技，任務不外乎是對語詞做計算與加權。』演算法只是將我們的文化如何使用語詞量化而已。」 — — 作者桑普特在訪談英國巴斯大學資訊科學家裘安娜．布萊森時，他以這幾句語作了一個小小的總結。演算法暫時比較像是「有蓋的杯子」，不太像「海綿」。
發放訊息、接收訊息、儲存訊息和處理訊息。 — — 這4個步驟是這個世界如何互動，再改變事物和事情。「見山是山；見山不是山；見山只是山。」我在上一篇解說話我對話句說話的領悟，這裡可以找到，這篇文章便不再多說。「訊息是訊息；訊息不是訊息；訊息只是訊息。」，改變或改善演算法的人們會把「訊息不是訊息」放進演算法嗎？演算法應該比「將我們的文化如何使用語詞量化」更強，訊息也有「訊息不是訊息」的一面。
訊息商人和注意力商人如Facebok、Google、Twitter、微軟等等比較大的機構（商業性和政治性機構也包括在內）、媒體和KOL（網絡Sales person）大多會「攔截訊息」，快速地「處理」了訊息，然後告訴他們的Follower、讀者和觀眾哪些訊息值得「接收」。他／她們這些行為會產生雜訊，跟著雜訊會把原本的訊息變得複雜，「演算法只是將我們的文化如何使用語詞量化」在這個「攔截」的過程中發揮作用，訊息的本意便會改變，好訊息也會極大的機會變成壞訊息。
「河正宇吸毒事件」是最近最佳的例子！有一晚網上傳出河正宇以弟弟的名字，在江南整形外科施打韓國管制藥物「異丙酚」的傳息。然後，眾多訊息商人和注意力商人便大作文章，「河正宇吸毒！？」、「河正宇因吸毒被捕！」、「河正宇竟然吸毒！？」「韓國演藝界很亂！」等等吸引人點擊和討論的標題紛紛出籠。就是這樣，演算法「幫助」這個錯誤的消息廣傳開來。最後河正宇的經紀公司緊急發表聲明，「異丙酚」是用於正在接受的皮膚再生治療雷射手術，絕對沒有濫用一事，解釋為甚麼會使用弟弟的名義，公司也會配合警方的調查。突然，眾多訊息商人和注意力商人便不再說「河正宇吸毒！？」，可是不曾向河正宇和河正宇的經紀公司發出道歉的聲名。《演算法的一百道陰影》中的「誰會看假新聞？」章節告訴我們演算法在假新聞散播之中發揮甚麼作用，我們會更了解當中的過程，演算法也有明顯的盲點的。（我從開始到結尾也相信他沒有吸毒，看過他寫的《走路的人，河正宇》便會明白。也許我們都是極愛走路、寫作、觀察和思考的人吧。）
近年來，有一些以運用使用者的人臉作基礎的APP、遊戲或攝影Filter出現，很多人也樂於嘗試，覺得蠻有趣。開發這些東西的公司會感激大家為他們提供機會學習怎樣辨識人臉和表情，臉部肌肉的運用便加進一些演算法之中。某國的監控系統就是這樣誕生，順利把所有人的資訊緊緊掌握。身為「海綿」的我經過學習身體語言和微表情的觀察和應用之後，高敏感度會幫助我們如演算法「辨識」自己、其他人和事物，甚至模式。同時，有些「海綿」們會接收、儲存和處理到生存其他維度的能量體、個體的氣場、地球的能量、動物的能量、預知的訊息或從夢境中得到訊息，這些可以加入演算法中嗎？它們也是訊息。
還有，改變和死亡在正面與負面之上，在所有東西和事情上面，是不恆不變的。演算法會有「改變和死亡」的因子嗎？有甚麼東西可以讓改變和死亡的本質轉變？理論上，不恆不變的因子應該在演算法的計算裡面。因為它們是最強固和最具反脆弱性的因子，在這個維度裡沒有任何東西可以避開它們的影響。「不過它們就是會意外地和不按規則地發生，意料之外麻。怎樣數字化？」相信大家馬上這樣想。演算法來自我們的生活，那麼「改變和死亡」自然有需要在計算之內。如果演算法接近人類的生活，輸入武漢肺炎 aka COVID-19、地震、颶風、海潚、山火、人道危機，甚至人禍等等的類似問題，大概應該會找到比較明確的解決方向。訊息已經出現了，在理論上，透過演算法應該可以作巨量處理的。不然，演算法真的只是用來作商業用途嗎？
我先說演算法的原因很簡單，就是現在很多人談論的 Artificial intelligence 人工智能大多是由演算法的基礎作核心去開發。當演算法只是將我們的文化如何使用語詞量化的時侯，設計出來很有可能是 Artificial intellect 人工理智，更有可能只是自動化的 Marketing & sales intellect 市場推廣及營銷理智，跟 Intelligence 智能還有很遠的距離。現在，你會怎樣回答「我們怎樣像演算法般思考？」？閱讀《演算法的一百道陰影》可以幫助我們更加認識 Artificial intelligence 人工智能的概念。
「愛的首要任務就是傾聽。」「#DL;LM」─ Do less, Love more （小做一點，多愛一點），正在網上世界漫遊的我們，懂得愛嗎？懂得傾聽訊息嗎？然後，演算法會懂得傾聽嗎？懂得愛嗎？開發 Artificial intelligence 人工智能的路還有很遠，不過開發「Artificial stupidity 人工愚蠢」會不會比較容易？下一篇待續。
P.S. 最後，如果你覺這篇文章，以及我之前寫的文章值得閱讀，請forward給你的 3位朋友閱讀。你不follow、不拍掌也可以，因為我比較關心大家的真實生活，不是數碼數字的上的增長。
