前往
大廳
主題

~*論以仿生人作為伴侶的可行性與相關哲學暨社會問題雜談 (上)*~

~*姬宮詳子*~ | 2020-10-25 01:35:15 | 巴幣 1102 | 人氣 492

前言

這次的主題原本是要單獨一篇寫完的
期初內文大約抓三千到五千字左右
但是寫到後面已經超過了一萬六千字
幾乎等於是一篇小型論文的篇幅了
所以只好拆成上中下三篇發表

這次的主題主要是為了承接上一期
相關的議題延續討論在未來以仿生人作為人生伴侶的可能性
也就是談討思維上內含二次元"骨"並物理上包著三次元"皮"的老婆/老公
是否現實中可能被研發出來
另外也將進一步討論一些相關的現實道德及社會問題等等

雖然本次標題寫的是仿生人
但是我真正要討論的概念應該嚴謹上被稱之為CMC
也就是 Custom Made Companion (客製化伴侶)
因為技術上實現的方式可以不只一種
主要有成分為100%有機物質所生成的人造人(Homunculus)或複製人(Clone)
亦可以是基於機器的內在骨骼包覆生物化表層皮膚的仿生人(Android)

鑒於這是屬於現階段無法達成的科技產物
所以往往過去的創作者只能寄託於發生在遙遠未來世界的想像
以致其中一部分的相關作品帶有很強烈的賽博龐克色彩
例如說經典的電影 銀翼殺手(Blade runner) - 銀翼殺手2049 (Blade runner 2049)

以及近期的一些遊戲作品
例如底特律變人(Detroit : Become Human) 等等
這些賽博龐克類型的作品主題
通常都會圍繞著未來社會的仿生人地位問題
或是失落的烏托邦下社會制度產生的階級對抗等等進行展開

然而因為這些科幻作品在時空背景上與目前的實際現況有很大的差距
且鑒於篇幅及娛樂性緣故也不太可能過度強調技術細節上的討論
因此本文旨在能夠補充說明一些目前的科技進度與未來的展望
並將這次的主題拆分為三大區塊進行討論

1. 目前使用的研究方法及技術瓶頸


1.  目前使用的方法及技術瓶頸

如同文章最開始的時候說過
CMC有兩種比較可能的發展形式
A.    100%生物基底的人造人/複製人形式
B.    機械硬體基底的仿生人形式

單純以A的立場來說
現階段的技術可以說是幾乎不可能完全實現
且未來也不太會有理由往這方面發展
乃因複製人的相關技術現在雖然已有在進行研究開發
但相關產業不成熟且受法律嚴厲的限制
整體的開發進展緩慢且前途不甚樂觀
就現今技術上而言
就近期文獻得知複製人的製作實驗成功率
基本上單次實驗體成功受精機率都不會超過3%
更不要提後續還有很多成長健康上的風險問題有待解決

如果投入資金以及研究人才
未來是有機會可以大幅的增加複製人的製作成功機率
包括人工子宮或是利用幹細胞分裂卵子等技術都有可能逐漸成熟
複製人的存活率及健康問題也能進一步的得到改善
但是做出來的東西終究不會是你期待的CMC
因為你對複製人的思考模式以及自我人格無法建立起有效的制約機制
說穿了就本質上來說利用複製人方式培養CMC
跟你去孤兒院撿一個幼兒從小開始養大是一樣的意思
光源氏計畫是否能夠執行成功
完全看你個人的培養方針跟渣度
這跟美少女夢工廠是否能夠走到父嫁結局一樣很考驗功力

至於都是愛莉的錯裡面出現的紫色噴霧到現在都還不存在
(犯法的事情麻煩不要做..........)

由以上推論可預測
複製人不會是實現CMC的理想手段
因為複製人就跟一般的小孩一樣不會對你言聽計從
再說等到你下訂的複製人養大你也差不多老到該吃藍色小藥丸了
況且如果你真的想走光源氏計畫這條路
老早就可以去落後地區收養養女了不用大老遠繞一圈來走複製人這條科技線

複製人唯一的優點就是你看得到長大後的模板
而你去孤兒院撿人家不要的小孩很容易踩到地雷
又或是複製人的原體對當事人可能有些特殊的感情價值
例如說初戀也好 亡妻也好 得不到的女人也好 影視明星也好
但是複製人終究跟本體還是個不同人無法替代
等你養大了會發現真的只有外表像而已
不管是性格或是最重要的記憶都不會完整的遺傳下來

而人造人又是複製人的再更進階一點的版本

自從人類基因組計畫(Human Genome Project)完成簡譜之後
我們開始對自身的生物編碼有了初步的認識
總算能夠對於某些特定的功能表徵開始動一些歪腦筋
未來有可能在人類現有的基礎上進行基因強化
最直接了當的用途就是試圖製作戰爭用的超級士兵
這也是銀翼殺手片中企業一開始製作強化型人造人的理由
(送去偏遠的艱困戰場進行高強度的戰鬥活動)

就CMC的角度來看人造人的選擇又比複製人還要更加靈活
可以自由選擇伴侶的生物表徵 (髮色、膚色、身型、物理特徵)
也可以間接的對伴侶的性格得到進一步的掌控
讓CMC在個性上能更溫馴並且服從一點

當然人造人在實現的技術難度上面又比複製人高出不只一個層次
在複製人都未能誕生的今日去談人造人的發展更顯得無力
況且人造人跟複製人所需要的成長環境跟時間基本上是一樣的
除非你一開始的目的就是當女兒養
不然恐怕亦未能符合CMC需求者對於時程上的要求

綜合以上的種種技術限制因素
甚至可以不用進一步討論道德法律問題
就能先把複製人跟人造人技術排除在CMC的實現選項之外了
除非你的父母要很貼心的用童養媳的概念幫你從小就開始養未來的老婆/老公
(養了也還不一定是你要的樣子)
不然需要等待CMC在生理及心智上都成熟需要的時間太過漫長
相關費用也會十分可觀
且伴隨著各種最終失敗而得不到你所期望結果的高風險
因此以CMC的角度來說鮮少往生物工程這個方向去設想
而大多是以  選項B.  
也就是機械硬體為底的仿生人形式的目標去研究探討

所謂的仿生人其基底還是以內部搭載電腦AI為主
使用機械或生物或半生物式的骨骼作為支撐
而義體表層本身有可能會是有機生物材質如魔鬼終結者裡面的T-800系列
(皮膚切開的時候會流血)

也可能就單純只是矽膠之類比較柔軟的材質
表皮並非活著的細胞有機物
如攻殼機動隊裡面的強化型義體
(如果想跟素子大姊滾床單還是滾線上床單吧
線下床單你應該會舔到滿滿的矽膠味...........)

或是根本外殼就用純粹的金屬或是陶瓷等硬材質
在維修及開發成本上都能夠最節省資源
例如說電影 變人 (Bicentennial Man)
(雖然這位仁兄最後全身都改成生物有機體了..........)

在肢體製作的難度上面難易度如下
(易) 全金屬/陶瓷 < 金屬/炭纖骨骼+矽膠外皮 <<<<<<< 金屬/炭纖骨骼+有機生物外皮<<<<<<全體有機生物架構 (難)
難度的排列理由如下 :
目前技術光是要製作能夠二足站立行走的機械骨架本身就已經是一大挑戰了
(如果你知道這是什麼那你的網路使用年齡跟我差不多老 XD)

事實上是我們現階段連四足平衡的AI都寫不好........
(看過一代Big Dog實測影片之後我同意鄉民的說法 - 兩個醉漢在搬沙發 XD )

現階段光只是要維持支架平衡就已經是個難題
進一步要在這層骨骼外面另外包覆材質不影響其機能
只能說 - 很困難
還要在骨骼外面包覆生物性的材質並以血液系統供給養分
你瘋了嗎 認真???
要考慮到代謝問題 溫度維持問題 損壞修補問題
開發這一系列的生質皮膚模組費用會高到不行
維護這樣一個系統的成本也會讓使用者看了就不想買單......

至於最終版本 - 像變人電影一樣以全生物系統跟電子腦對接
某方面來講並非完全不可能做到
但是人體是以生物腦的構造為前提去演化而成的功能體
本身是為了生物腦量身打造的設計
你要讓電子腦能夠接收生物器官的回饋訊號
並且正確的給予機能指令 (不只四肢活動 同時還要兼顧維生器官)
這難度高得非常難以跨越

況且生物體本身也相較上述幾種機械化骨骼脆弱很多
在從事"勞動"上面的物理強度明顯較後者大幅劣勢
跟使用者所期許的日常工作時數與工作範圍恐怕會有相當程度的落差
可以肯定的說
如果在這上面大量投入開發資金、人力、時間絕對不會是為了開發CMC這種"情趣"商品
而更像是某種國家級巨型計畫的技術副產品
(這種時候你就需要戰爭這種瘋狂的行為
例如說要仿冒敵國的政要
需要用到真正的生物體表內載會聽話的AI電腦
這時國家才會投入大規模的預算去做一些經濟效益上划不來的技術開發)

大略提了一下仿生人的硬體架構
那再來談談仿生人核心的部分 - AI電腦思維邏輯及規格
之所以我們會連四腳義體平衡都做的這麼困難的緣故
主因還是出在搭載的AI功能上面
傳統上我們要寫好這樣一個平衡的軟體模組
是用指令教條的方式去撰寫
也就是我們必須寫非常多的條件式
去假定如果遇到特定的狀況AI需要去執行專門的程序應對
但是這樣寫起來很累 費時又費工
還總是無法涵蓋所有可能發生的狀況
所以從前的開發進度緩慢

但是近年來由於人工智慧觀念上的提升
我們改以學習的方式進行AI的調教
利用大數據海量資料進行模擬試行修正
讓機器從錯誤及正確的資料中提取差別的特徵值
以取代過去用條列式的方式判定應對行動

以前幾年得到突破性發展的圍棋軟體為例
過去的AI要能夠跟初段的職業棋手抗衡非常的不容易
其主因為撰寫落子的應對方式是採取局部詰棋計算以及內建的定石應對方法
因此在實戰中會遇到大量不在資料庫預設的型態需要解答
這些部分的應手自然就沒有辦法做到盡善盡美

然而AlphaGO採取了與過去完全不同的做法
一開始採取價值網路與策略網路兩個系統
分別利用前人留下的棋譜經驗與自我對弈學到的成果進行落點判斷
而最終版的AlphaZero則甚至拋棄了人類的棋譜經驗完全只靠自己的對弈學習累積經驗
這些經驗值利用了我們稱之為 人工類神經網路 (Artificial Neural Network)的模組儲存了下來

(AI的優勢建立在於把複雜的圍棋問題轉換成數學問題
然後用龐大的硬體計算能力硬輾過人類)

所謂的人工類神經網路(ANN)顧名思義就是模仿生物神經元的系統
以電子計算機裡面的二元通路方式呈現
一個簡單的例子來表示如何利用ANN實現分辨解答
假設我們今天要檢定一隻未知的動物是什麼
我們抽取這隻動物的特徵值出來
例如說長度 重量 毛色 有無尾巴 尾巴長度 瞳孔與眼球大小 等等生物資料
依照過去的傳統做法
我們需要生物專家幫我們建立一個很龐大的檢定資料庫
例如說什麼品種的貓尾巴應該有多長
博美狗的眼睛有多大
等等繁瑣的條件要一個一個的寫進系統
再讓系統將我們取得的未知生物進行檢索找出最接近的答案

但是ANN系統的做法卻不需要這麼的麻煩
只要手上有大量的各種動物的樣本資料
在輸入層把資料帶進去
在輸出層的標準答案有做好標示
剩下的利用監督式學習去調整ANN
讓ANN反覆的去更動不同節點的權重適應各種動物特徵樣本
最後你就會得到一組調教好的ANN動物分類系統
只要你把新的資料丟進去它就能經過節點運算後推測最有可能是哪一種動物

在這樣的技術中我們節省了所需的專家判斷
能夠大量的節省經費人力跟時間
並且盡可能的參考手上資料裡面的例外情形
如果沒有意外的話未來的AI很高的機會都會以ANN做基底進行開發

花了這麼多篇幅在敘述ANN這樣的演算法技術
究竟它對CMC有什麼樣的貢獻
我只能說實在是太多了
光是一開始提到的行走站立平衡這麼簡單又困難的事情
本來就不該用條列式的方式去寫平衡程式
只需用ANN去學習如何站立跟行走並從錯誤中試行可以得到天壤之別的好效果

如果要利用AI去實現CMC這樣的產物
在語言對話模組上面可以得到飛躍性的發展
以目前二次元的戀愛遊戲 (GAL GAME)來說
裡面的對話AI基本上是寫死的
必須要有大量的腳本師去撰寫對話
並且你在遊戲中的體驗也被侷限於這些僅有的對話選項
(趁機偷偷再曬一次我婆)

這樣的固定模式不太可能適用於現實開放世界的複雜情況
把對話寫死的方式不在CMC發展可行的選項當中
最低限度也要有像Google Home或是Siri一類的自動搜尋應對功能
當然不例外還是會需要用到ANN裡面的NLP (自然語言處理) 模組
未來的AI開發模式將會從大量的對話文本中學習好與壞的應對
並透過實際使用者的表情回饋進行細部的修正

當然
利用AI去實現CMC這樣一個概念還有非常漫長的道路要走
能夠與使用者對話充其量只是最低限度的搭載功能而已
AI是不是能夠操縱義體去執行複雜度更高的任務
這一部分會是將來更大的挑戰
如果使用者只是單純拿CMC來當會講話調情的情趣人偶來說那還沒什麼問題
不過如果你期望CMC隔天早上會起床煮早餐給你吃的話
這裡就有很大的一個瓶頸要突破
因為AI很難教 你自己來教會先教到瘋掉

雖然這邊還是有個好消息
那就是AI有能力可以透過訊息傳輸的方式快速學習各種任務情境
所以這些麻煩的事情多半可以交由製作商去代為訓練
讓AI從食材及廚具的辨識開始
到能夠順利完成一系列的料理程序
都寫入到特定的工作模組當中
估計只要整個系列模組可以順利的商業化
母公司自然會有資源去教CMC所謂的煮菜是個什麼樣的概念
只要花錢你的CMC老公就可以馬上從料理白癡升級到阿基師的等級
(晚上也會展現一手滑進去的功力給你看)

先不論其他的相關問題
純粹只討論技術瓶頸的話
我認為利用仿生義體搭載有雲端功能的AI
應該會是CMC在未來比較可能實現的方向之一
然而我也很老實的在這邊必須說
我們的科技文明之所以進展緩慢
並非技術上沒有提升
而是法規及民眾沒有辦法適應追上這些科技產物

例如說電子支付與自駕車這兩大議題
前者是金管會用法律綁死了電子支付的流通方式
以及民眾對於無實體金錢消費沒有建立習慣
後者則是交通部不願意放行自駕車上路
以及計程車等利益團體對其進行阻礙活動
所以即使CMC的一切技術都成熟了沒有問題
依舊會受到各種世俗的干擾無法很快的商業化
不過
在討論法律及社會議題之前
我們先帶入第二個主題

創作回應

相關創作

更多創作