當 ChatGPT 火紅的那時，我拿它來練習寫笑話。
不是普通的小明笑話或諧音梗而已，我的目標是，要他能寫出一線喜劇演員水準的笑話，或者至少，模擬出來一線喜劇演員。
一開始，我想先測試 GPT3 懂不懂笑話是什麼，先用一個水準還不錯的諧音笑話來測試：
好，AI 看來不太會分析笑話的邏輯，那我想知道，是否可以靠對話來「教會寫笑話」：
對於笑話基本結構的 set up 和 punchline 理解不錯，但是實際執行零分，比任何一個 open mic 新手都要糟。
看來結果顯示，如果只是用分析的角度去要他重寫笑話，AI 仍然只是把「網路笑話」的寫法與風格（「急忙跑回家」、「叫他老婆」…）模擬出來，其中毫無邏輯可言。
但我想，就算是人類也不是靠分析的方式學會講笑話的，而是靠大量的素材訓練。於是我找來美國台裔喜劇演員 Sheng Wang 的段子，他的特點是笑話結構相當工整，set up 和 punchline 的分界明確。
我從網路抓他的文稿輸入一部分（chatGPT有長度限制），請他以文稿中 [crowd laugh] 判斷 punchline 位置，藉此理解演員的幽默。
AI 的產出，其實還不錯：
很棒！其實已經抓到了 Sheng Wang 那個生活觀察的調調了。可以看出來 ChatGPT可以直接進行少量的 Fine Tune，不需要動到其他工具。於是我要它再寫幾個：
後來它寫出來的其實風格都類似，看起來是標記了 Sheng Wang 的經典風格：「我最近ＸＸＸＸ，我就開始想，ＸＸＸＸ不是ＸＸＸＸ嗎？ 怎麼ＸＸＸＸ結果又ＸＸＸＸ了？ 不論怎樣，都ＸＸＸＸＸＸ」。
但可能因為訓練素材量有限，AI有點難突破這個模式。
最後我發現，很可能根本連輸入訓練都不用，我只需要請他「模擬」某某喜劇演員的風格就夠了。我先問它是否知道 Sheng Wang 這位喜劇演員，並且請它模擬他的寫作風格：
很不錯，有抓到他的味道。我又繼續用了幾位喜劇演員測試，其中當我請 AI 模擬喜劇演員大師 George Carlin 寫笑話時，它生成了這段文字：
看看這個段子翻成中文，你覺得好笑嗎？
我必須說，我覺得是好笑的。也許不是大笑，但這笑話結構工整，三翻四斗，我完全可以想像一個老練的喜劇演員在台上詮釋這個不知如何表達自己的窘境。
如此人性，如此真實，這竟然是電腦產生的段子。我感受到的，不是發現新工具的喜悅，而是從脊椎悚然而上的冰冷感。
這冰冷感，來自過去學習寫笑話所付出的種種掙扎，如今似乎直接失重，成為不可承受之輕。
我原以為「幽默」是機器怎樣也學不來的。
畢竟，幽默作為一種形而上的特質本來就不容易傳授。藝術學院裡有文學系、美術系、電影、劇場…甚至日本有專門漫才學校，但試圖完全專攻幽默的站立喜劇，到目前為止還無法設立體制化的教學系統，只能各自摸索。
幽默同時作為人類面對逆境的心理生存技能，也似乎在發笑之後的無言中，我們感受到近似禪意的默與幽，讓人著迷於這「盡在不言中」。
但幽默又因為這形而上的本質，只能存在於比喻當中。我們用一個又一個的笑話來比喻「幽默」，如同禪宗用公案參禪。
不過看來問題是，這些「媒介」並沒有我們想像中的那麼複雜。小說、繪畫、影片、詩歌，皆可以被機器學習所模擬。 AI 學不來幽默，但是卻可以學習任何表達幽默的媒介。
機器學習產出的創作只是針對「媒介」鸚鵡學舌，卻是精密度已然直逼人類，甚至超越人類。
這帶出一個極為困難的問題：
當媒介被機器精通了，幽默是否還在？一個精通講笑話的機器，真的幽默嗎？
我們如何證明我們的幽默比機器更幽，我們的溫度比機器更溫？畢竟，它可是模擬出了如此真實的笑話。
還是，應該說，「他」？
當「它/他」的邊界漸漸模糊，我們已經接近人類意識的邊界。
人類意識的彼岸
ChatGPT 問世，在一個月內達到百萬用戶也是前所未有的歷史性爆炸成長，無疑向世人宣告了一個新世代的來臨。GPT3、NLP等技術來到主流檯面。
而甚至，ChatGPT 還只是 Narrow AI，限定在特定任務的語言模型，目前全球有73間公司正在開發 AGI 通用人工智慧，那些電影裡取代人類的角色。
在 AI 革命爆發的這一刻，我想起哥倫布的神話¹。
哥倫布風光出航之後，望著無垠大海邊界，內心必然是忐忑的：如此持續航行下去，我們是即將繞回一圈來到印度，證實地圓說？還是我們即將應驗地平論者的詛咒，就此掉入無止盡的宇宙深淵，被巨龍所吞噬？
2023年今天，我們似乎看見了同樣的場景：我們眺望著人類意識的邊界，心中忐忑著：「在 AI 革命另一端等著我們的，是繞行一圈讓我們重新看見了人性，還是我們將落入深淵與巨龍的火焰之中？」
在一個可預見的未來， AI 可以判讀法院歷史紀錄協助法官作出判決、可以判讀疾病資訊給出醫療建議，可以畫畫，可以寫字，可以完成流水線工作，可以模擬情緒，可以作為情緒陪伴伴侶，可以診療心理疾病、可以做長照陪伴、可以寫行銷文案、可以寫各式各樣商業email、可以提供企業顧問服務…
我們不禁問，在一個充滿人類意識「分靈體」的彼岸，究竟長什麼樣子？
也許有三個面向，會和以往非常不一樣。
當意義不再是意義
思考什麼是「真正重要的事」，以及其引起的存在焦慮，可能會是未來五十年到一百年間，下一代的共同焦慮。
隨著 AI 工具逐漸成熟，這即將解放人類大量的工作時間，至少寫信時不用再想敬啟者後面是「：」還是「，」。
歷史上大量解放時間的革命，都大大推進人類意識向前一大步。當人猿已知用火，解放出大量時間（黑猩猩一天有七～八小時在採集漿果，相比打獵一兩小時獲得的肉類熱量可以給好幾個人分食），坐在火堆旁邊不知道幹嘛，無聊之下猿祖們本能地開始「八卦」，說故事，於是發明語言與文化。
農業革命解放某些人完全免於採集、狩獵，因此完全不用勞動的貴族階級出現，產生政治與複雜經濟結構，以及後續的文藝復興、科學革命。
然而即便是完全無需為了生存而勞動的貴族，也會做些科學研究。工作除了供應日常生存所需，也同時定義了「我是誰」的問題。
在一個偏向烏托邦的想象中，當 AI 確實發揮強大效能為人類工作，人類自己工作的必要逐漸消失、勞動時數不斷下降時，身為人，我們如何定義自己？我們還需要工作嗎？如果要，我們應該做什麼工作？
你說，不用工作了，那就搞藝術和興趣吧。然而 AI 論技法、論規模、論效率，處處都比你強了。那玩興趣還有意義嗎？²
AI 將我們的庸庸碌碌都解決了，好讓人類可以去做「真正重要的事」。但人生最不可承受之輕，我們最不擅長回答的問題便是：「什麼才是真正重要的事？」
思考什麼是「真正重要的事」，以及其引起的存在焦慮，可能會是未來五十年到一百年間，下一代的共同焦慮。
當存在沒有必要存在
「溫度」會更可貴：手做的飯比較好吃，親手寫的信比較有感情，現場演奏的音樂比生成的背景樂好聽，親口說出的話更珍貴。
我認為十年內，人們將從關鍵字搜索變成問句搜索，提供利基資訊的部落格文章（如何架網站、如何當好人、十大東部旅遊景點）將只作為 AI 訓練語意的存在。AI作為壓縮失真的 JPEG 檔將越來越清晰，
影集《 The Good Place 良善之地 》中有一個角色 Janet 無所不知，可以為你解答這宇宙的所有疑問，在你呼叫時隨傳隨到。也許屆時，我們即將獲得自己的 Janet ，為你提供當前科學理解的所有資訊。
顯然因為這點，我們即將重新定義教育。當 AI 可以用各種形式解釋學生難題，老師還有必要存在嗎？校長還有必要存在嗎？（至少，教官這種詭異的角色沒有必要存在）
我們甚至已經看見了一個未來，大部分人用AI寫信，再用AI讀信，用AI作為自己的化身去工作，用AI代替自己社交。
當大部分人都成為 AI 神奇寶貝大師之時，我們應當如何活著？
我認為，當語言種種主要用途與需求被AI與AI之間更高效率的溝通取代之後，溝通的「溫度」會更可貴：手做的飯比較好吃，親手寫的信比較有感情，現場演奏的音樂比生成的背景樂好聽，親口說出的話更珍貴。
當真實不見得真實
真實性即將比以往更加稀缺，而這重要嗎？也許更重要的是，屆時我們如何「相信」彼此。
GPT-3 模型證明了，它不會真的像人類一樣傳達「幽默」，他只是模擬了幽默和眾多情緒。
AI 並沒有意識或情感（還沒有），AI 不是真的哭，不是真的笑，也不是真的生氣（還不是），AI不會有情緒，但是可以「演」出情緒。
我們因此認為AI的情緒是假的，沒有真的意識，因此我們可以安心。
但，我們的情緒，又有多「真」？
我們不也是靠著一樣的詮釋、語言、肢體去傳達情感？
那麼，大腦神經網絡處理後的情感表達，與處理器網絡處理後的情感表達，有什麼差別呢？當人類都不見得能通過圖靈測試時，我們能夠說自己有多「真」呢？
別忘了，幾乎所有形塑我們世界的東西，都是在「演」。
電影、劇場、小說、影集…甚至，我們的日常生活社會互動，幾乎沒有一樣不是「演」。
社會學家高夫曼說過，「世界不過就是一場婚禮」。
商業場合的拜會，眾人都心照不宣，誰該吹牛，誰該陪笑，誰該倒茶，誰該退場了，如同一套已經寫好的，名為「江湖」的劇本，為了維持一套關係的秩序和平，誰也沒有打算戳破。
我們不禁必須懷疑，在這充滿「演」的世界底下，還有多少的真實存在。當 AI 革命到來，也許這所剩無幾的真實，也更加稀少了。
《上流世界》（Loro）裡頭的一個橋段，Silvio Berlusconi踩到狗屎與孫子的對話，我非常建議你讀英文原版：
孫：Grandpa, you just stepped in poop.
爺：No, I didn’t.
孫：Yes, you did, just now.
爺：Do you know what the great English
scientist Isaac Newton said?“Appearances only deceive
mediocre minds.”You’re not mediocre, so you have
to see that that’s not what happened.Your grandfather has never stepped
in poop his whole life, and never will.The gardeners tilled the soil
which makes little balls of dirtcome up which have a texture
very similar to that of poop.Do you understand now?
孫：Yes, Grandpa.
It looks like poop. But it’s not.爺：Bravo. What have you just learned?
孫：That soil is a lot like poop.
爺：No.
You have learned that truth
is the result of our tone of voiceand the conviction
with which we speak.So maybe it really was poop?
And maybe Newton never said that.Does it matter? No.
The only thing that matters
is that you believed me.
「也許這真是狗屎，也許牛頓從來沒有真的說過那句話，這些重要嗎？不重要，唯一重要的事情，就是你相信了我。」
社群媒體、線上約會、假消息…我們所能尋求的「真實」已經所剩無幾，在一個充滿生成式 AI 的未來，更是如此了。
「這是我親手寫的，不是 AI 寫的」，是目前大家會開始說的話。
而也許，說出「這是我親自叫 AI 寫的，不是 AI 自己想寫的」、「這是我親自訓練的 AI，不是大公司的模組…」這些話的時代，也離我們不遠了。
而在那個未來，我們也不會稱之為 AI ，而只剩下「I」。就如同二十年前我們稱呼「智慧型手機」的東西，現在只是「手機」一樣。
真實性即將比以往更加稀缺，而這重要嗎？也許更重要的是，屆時我們如何「相信」彼此。
預測未來只是講爽的而已
預測未來基本上就是一種幹話：你基本上知道自己會是錯的，但講著講著還是很爽。
而且當然，這些想像都有些太早了，我家馬桶滿出來，ChatGPT 大概目前只能給你說一些風涼話，頂多 Bing AI 可以給你附近的店家資訊。
但別忘了，人類大量使用火與農業革命距今一萬年，活字印刷術一千年，蒸汽機三百多年，網路30年，第一台iphone不過是16年前的事。
16 年影響了我們的生活有多深，你一天不要用手機試試看。
三十年內，這些預測也許很快就會被打臉／成真。
註腳
1. 好，說是「神話」是因為，哥倫布並沒有真的證實地圓說，因為在他啟航的時候全歐洲的人都相信地球是圓的，不像今天的老美。但是，抱歉擔待一下，我們先假裝哥倫布不確定地球是平的還是圓的。
2. 可以肯定的是，創意會是越來越稀缺的資源。
3. 你可能已經感覺到了，文章內梗圖有點怪怪的。除了第一張梗圖以外，其他梗圖皆由 AI 生成。為何梗圖會這麼文不對題？因為下 prompt 的服務要收費。
