我西洋棋生涯的每一個棋步都代表一個決定。由於西洋棋有既定的範疇，每一項決定都能進行分析、檢驗品質。人生就沒有那麼黑白分明了，我們日常的決策過程不像西洋棋棋步那樣容易進行客觀分析。然而，這種狀況正在改變。我們將越來越多的日常生活資料輸入機器後，它們越來越能幫助我們更清楚自己所做的決定。你的個人理財狀況會有銀行和專員在線上追蹤，也會有特定的網站和應用程式控管。教學目標可以受到監督，學習表現也能追蹤。你手腕上的穿戴式裝置和手機程式會監控你的健康狀況，幫你計算燃燒的卡路里和仰臥起坐次數。研究告訴我們，我們一直高估自己的運動時間，低估自己的食量。為什麼這樣？這種思考方式會滿足我們的需求：我們想要認為自己的狀況好，也想要吃更多零食。人機合作可以讓你誠實，只要你對你的機器誠實就好。

我們可以用這些工具來測試自己的假設和決定。你覺得你需要多久才能完成某項計畫，或是達到某個目標？之後，你可以回頭看看你的評估是否精準。假如評估失之千里，為什麼評估會出錯？若要讓思考有條理、規畫有策略，列出清單和階段目標至為緊要。我們在嚴格的工作環境外常常不會這樣做，但這樣做的好處甚多，現今的數位工具讓我們可以輕易追蹤。

我的西洋棋學生會用西洋棋引擎，訓練他們做出更客觀、更精確的決定。同理，你也可以用越來越有智慧的機器，幫助自己成為更好的決策者，不只是將一部分決定外包給機器，更要以更客觀的角度來觀察和分析自己的決定。假如你不把資料當一回事，就算你擁有全世界的資料，也不會勝過你的偏誤。不要再去找藉口或合理化的理由，因為這些只是你的大腦欺騙你自己，讓它可以為所欲為。讓資料自己說話可能不容易，畢竟我們不是機器。

如果不是人機對戰，而是人機合作呢？

不知你是否還記得莫拉維克悖論？機器的長處是人類的短處，人類的長處是機器的短處。西洋棋清楚印證了這個悖論，而這也讓我有個實驗的想法：如果我們不是人機對戰，而是人機合作呢？我的想法於一九九八年在西班牙雷昂實現了，我們稱之為「先進西洋棋」。比賽進行時，每一位棋手有一台電腦，跑著自己喜愛的西洋棋軟體。這個想法的目標是要結合人類與機器的長處，創造出史上水準最高的西洋棋。

我在雷昂的對手是保加利亞的托帕洛夫，他當時是世界頂尖棋手之一，雖然我為了這種新異的比賽方式進行充足的準備，但比賽處處有奇特的感受。下棋時可以使用西洋棋引擎，既是一件精采萬分的事，也讓人不安。由於我們可以存取內含幾百萬盤比賽棋譜的資料庫，開局時不必那麼絞盡腦汁。因為我們同樣可以存取同一個資料庫，到了某個地步還是需要發展出新招來取得優勢。

有電腦當助手，表示我們不需要擔心犯下戰術失誤。電腦可以預言我們思考的每一步棋會帶來什麼後果，指出我們可能忽略的後果或反制之道。有電腦處理這些事情，我們就能專心在策略規畫上，不必耗時進行繁複的計算。在這種情況下，人類的創造力並沒有減低，反而更為重要。

雖然這樣綜合了兩種優勢，我和托帕洛夫的比賽遠遠不及我理想中的完美狀態。我們下棋時仍有計時限制，與矽晶片助理商議的時間有限。雖然如此，比賽的成果依然顯著。這次比賽的前一個月，我在正常計時限制的快速棋比賽中，以四比○的比賽積分打敗托帕洛夫。相較之下，這次的比賽最後下成三比三平手。我在戰術計算上的優勢被機器消弭了。

先進西洋棋的比賽繼續在雷昂舉辦數年，經常出現有趣的啟發。我喜歡的其中一件事，是棋手的電腦畫面可以同步讓觀眾看到，有如特級大師頭腦裡裝了一個隱藏攝影機，看他們怎麼衡量各種變著。就算沒有機器輔助，這樣即時看見棋手的思考方式也很有意思。每一位棋手比賽時的完整分析樹都能保存下來，和另一位棋手進行對照，來看他們處理關鍵盤面時採用的手法有何不同。

更顯著的成果是先進西洋棋的實驗是怎麼接續下去的。二○○五年，線上西洋棋網站Playchess舉辦一個「自由式」大賽，任何人都能組隊來對戰其他棋手或電腦。在一般的情況下，下棋網站會使用「反作弊」的演算法，防止棋手用電腦輔助來作弊，或者至少減少這種情況發生。

比賽結束時出現了意外。最後獲勝的隊伍，結果不是採用頂尖個人電腦的特級大師，而是同時使用三台電腦的兩位美國業餘棋手克拉姆頓（Steven Cramton）和史蒂芬（Zackary Stephen）。他們操控、「訓練」電腦去深入研究盤面，技術精湛到勝過特級大師更優越的西洋棋知識和其他參賽者更強大的電腦運算能力。這是靠程序獲勝的戰果：聰明的程序打敗更優越的知識和科技。當然，此舉並沒有讓知識和科技變得無用，但證實了提高效能和協調合作方式可以大幅改善結果。我用這種方式說明我的結論：「弱人類＋機器＋更好的程序」勝過「單一強電腦」，更驚人的是還會勝過「強人類＋機器＋較差的程序」。

我在《走對下一步》一書中提到這次自由式西洋棋大賽的結果，以及我從中得到的結論；二○一○年為《紐約書評》雜誌撰文時，又補充了一些看法。我收到的回應讓我意外，世界各地都有人致電或以電子郵件詢問我提出的那個小點子。Google和其他矽谷公司紛紛邀請我演講，談論人機合作時程序的重要性；另外，投資顧問公司和商用軟體公司紛紛告訴我，他們多年來一直向客戶強調同一件事。

這種說法現在有許多版本，有人稱其中一些版本為「卡斯帕洛夫定律」，讓我覺得有點好笑，不過我想我們通常無法決定這種東西會叫什麼名字。這篇文章之所以那麼成功，時間點是一個很大的因素。由於機器學習和其他技術所致，智慧機器有了長足的進展，可是在許多方面，它們已經逼近資料式智慧的現實極限。資料庫從幾千種範例跳到幾十億種範例後會帶來巨大的改變，但從幾十億種範例增加到幾兆種不會帶來多大改變。為了因應這個問題，現在有了相當諷刺的轉折：許多公司和研究計畫花了幾十年，試圖用演算法取代人類智慧，現在卻要將人類大腦再度放進海量資料裡的分析與決策程序。西洋棋程式從知識演變成暴力法，但在暴力法出現收益遞減效應後又需要稍稍向知識走一些，其他方面的程式也一樣。在這一切中，程序又是關鍵，因為只有人類才能設計出程序。

一行程式碼、一顆滑鼠、一根手指、一道語音指示：和當今機器的驚人能力相比，這些只是原始的類比式工具。我們需要新一代的智慧工具，來當作人類與機器（以及機器與機器）的翻譯。一群人在會議中彼此說話並不是問題，因為大家都以人類的速度在運作，然而既然機器現在進入決策的領域，我們要怎麼和它們互動？日後仍有許多工作被自動化的智慧機器取代，可是如果你想要進入一個還會大幅成長許多年的領域，不妨試試看人機合作，以及程序架構與設計。這不只是「用戶體驗」（UX），更是用全新的方式將人機合作帶進各種不同的領域，並且創造這一切所需的新工具。（摘錄整理自第11章）

 書籍簡介 

深度思考：從深藍到AlphaGo，了解人工智慧的未來、探索人類創造力的本質，大腦最後防線與機器鬥智的終極故事

加里•卡斯帕洛夫（Garry Kasparov）／著

王年愷／譯

臉譜出版

售價：480元

 作者簡介 

加里•卡斯帕洛夫（Garry Kasparov）

前西洋棋世界冠軍，現為商業演講者、全球人權倡議者及作家。以策略性思考、展現頂尖表現能力及科技創新相關的演講和講座，在數十個國家備受好評。