最近有一篇新刊在《Nature》期刊上的論文，
發現AI模型的進步並沒有真的改善AI回答錯誤的情況，
甚至在舊模型中，AI因為「知道自己不知道」，
避而不答的情況，在新模型中大量消失，
也就是說，受過更多資料訓練的新AI模型，
反而有比舊模型更強烈的「幻覺」，
使他們回答了錯的答案，錯誤率高達60%。
這個有趣的現象讓我想到創作圈中，
也常見到所謂「資深創作者」，
同樣資歷驚人著作等身，
有的真的紮實有料深不見底，
有的卻「相見不如懷念」。
在我指導過的學員中，
也有不少感覺也「多看多寫」了許多年的作者，
但作品水準卻卡在某個地方，
不知為何沒有隨著累積進步。
他們常會說「課我上多了、書我讀多了、寫我也寫多了⋯⋯」
但為什麼他們沒有更好呢？
AI就像人，我常透過AI反思人，
會不會老生長談多看多寫這樣的「大量學習」，
其實缺少了某些「關鍵步驟」，
讓勤於訓練的創作者，
本身也陷入了某種自我的幻覺？
以我心理學的訓練推斷是這樣的：
人在受訓練後，
會形成所謂的基模（Schema)，
你可以把它理解為價值觀，
看事情習慣的角度。
就像一個人在美國的約會文化中長大，
另一個人在華人的守貞文化中長大，
他們會形成不同的基模，
使他們在看待同一個客觀事實「婚前性行為」時，
會產生完全不同的理解。
我們用這個認知心理學的概念，
回來看AI幻覺這件事，
為什麼更多的訓練，
反而使AI的幻覺更嚴重，
使他不再承認自己的無知？
很可能就是因為訓練使他產生了基模，
使他在後面的學習訓練中，
不但沒有「學會更多」，
反而因為自己接觸得夠多，
開始產生自己已經懂了的幻覺。
用俗話來說，
這就是自以為懂很多的老屁股啊。
這種狀態下他們就算去接觸更多的資料，
他們也只是用自己的觀念去解釋，
就像歲數沒有累積成熟度的巨嬰。
（說教專門戶？）
但很多時候，我們想要「更懂」，
需要的是「文化衝擊」，
透過有人和事實去挑戰、衝擊你的基模，
你才會跳脫你的習慣，
打開你的眼界，
你必須「充分懷疑自己錯了嗎？」
才有機會在又一次的重構中，
（這時往往會經歷一段「退步」的時期）
建立新的基模，獲得突破。
這樣的經歷有人必須靠緣份，
讓自己被現實好好的教訓，
有人則靠著遇見一個好的指導者。
好的指導者很重要，
在開頭提到的論文中提到，
若用舊的AI去訓練新AI，
新AI不但不會進步，
反而會退步得更厲害，錯誤更嚴重，
到最後會「模型崩潰」。
（天知道這是什麼意思⋯⋯走火入魔？）
為了避免陷入這種「自以為懂」的困境，
我們需要一些暫時只有人類做得來的事：
1. 承認無知，懂得自我懷疑
我們會在學習過程中建立定論，
但要懂得去懷疑自己的定論，
畢竟我們的所知如此有限，
不要理所當然的認為：我已經懂了。
要時常挑戰自己的舊想法，
永遠去問「真的是這樣嗎？如果⋯⋯」
2. 學習不同角度的思考
保持好奇心，
去試著理解不同的思考角度，
尤其是你不認同、無法理解的事實，
或者是那些你覺得難以置信的人類。
這東西也會有人喜歡？去理解喜歡的人。
這東西怎麼可能有人討厭？去理解討厭的人。
這決定簡直是蠢！
先假設對方智商沒問題，理解怎麼會做這種決定。
3. 嚐試不在生活習慣中的事物
不要去做背德、危險、犯法或讓你陷入經濟困境的事，
但花500塊買一條頂級牙膏刷看看，
存個5000塊去嚐嚐傳說中的Fine Dining，
或僅僅只是走進一家標價嚇死人的店，
摸一摸聞一聞，感受一下不同的購物體驗。
若你一直都生活寬裕，
何不去試試價錢嚇死人划算的花蓮提拉米蘇，
住看看平價旅舍，
挑戰只為了省個幾十元花費1小時湊最優惠折扣的感覺。
重點不是貴與便宜，
重點在於試著放下「想像」，
實際去接觸、去感受、去理解一個你感到陌生，
別人卻視為理所當然的世界。
4. 歸零學習
在閱讀與上課的過程中，
試試看「全然接受」，
不去想「這個我知道了」或「才不是這樣」，
而是去想「我有100%做到嗎？」或「照做的話，我可以怎麼用」？
你可能會大失所望，
或在事後覺得「果然跟我想的一樣」，
但「我是對了」其實也沒損失，
「我是錯的」反而是學習的開始。
體驗，重點都在於體驗，
我們的目標是試圖去經歷陌生，
試圖去對自己證偽，
藉此動搖我們已經僵化的基模，
重塑一個更豐滿更堅實的自己。
一個強靭的科學理論，
是能夠經歷反反覆覆的證偽，
而不是一再一再的自證。
別讓大量訓練變成了自我重覆，
自我重覆的終點是盲目與傲慢，
試著去開啟人生中更多的未知，
在反覆的茫然與苦惱裡，
藏著那個更好的你。
