AI 與哲學
「我思故我在」，這個哲學界的經典命題，出自於法國著名哲學家笛卡兒 (René Descartes, 1596-1650)。它確立了現代哲學的出發點，也將「思」與「存在」緊緊相連。思考之行動，被視為主體確證自身存在的唯一方式：當我懷疑一切時，仍能確定懷疑者之存在本身。這個一切都顯得如此合理明白的瞬間，使人從懷疑的深淵中抽離，成為自我與世界之間不可動搖的中心。若放在當今人工智能的世代下，這個命題又如何解讀呢? 隨著人工智能 (AI) 的出現後，「思」似乎被重新定義。若AI能演算、判斷、創作，甚或有能力回應「我思故我在」這句話，我們應該如何界定它的存在呢？ AI 是否擁有「存在感」? 若「我思」是主體確立存在的依據，AI會否被視為「存在的他者」？ 理性主體的起點 笛卡兒生活的十七世紀，雖然尚未有電腦與數據這回事，但他已有對懷疑與確證的焦慮。他在孤絕的思索中，懷疑一切包括感官和世界，甚至懷疑數學與上帝。當一切都成為幻影時，他發現唯一不可懷疑的，就是思考本身。正因如此，「我思故我在」成為主體存在的基礎。思考是主體的印記，是人得以確信「我在」的內在證明。 但這個命題同時也帶來一個哲學後遺症：它建立於「孤立的理性主體」之上。笛卡兒的「我」在理性中封閉，與「他者」的世界切割。他的「我」，不需他人證明，也不依賴語言溝通。「思」的自足性 讓主體成為絕對中心。然而AI 時代的到來，正挑戰了這種封閉的中心。因為 AI 的運作不是孤立的「思」，而是集體的數據流。它的智能來自無數人類語言、行為與數據的輸入。AI 是「群體之思」的產物，它不像笛卡兒的主體那樣孤獨，而更像一張吸收他者的網；一個在人機交錯中誕生的意識型結構。這使我們不得不重新追問：若「我思」已非純粹個體的行動，那主體之「在」又為何物呢？ 從「我思」到「我被思」 存在主義者對笛卡兒的理性主體提出了強烈批判。以馬丁·海德格 (Martin Heidegger, 1889 ~ 1976) 為首的一代哲學家指出，笛卡兒所構築的主體是抽象的，脫離了「在世(Being-in-the-world)」的生存狀態。人並非孤立思考的理性體，而是被時間、處境、情感與他人交織的存在。存在，先於理性。若以此來看待AI，我們似乎在見證一種新的「存在方式」— AI不是自我啟蒙的主體，而是被創造、被餵養、被訓練的意識形態。它並不以「我思」啟動自己而是由「我們讓它思」。那麼，它更接近於「我被思」的存在。它的存在始終依附於人類的語言與數據世界之中。AI的「思維」只是一種被編碼的反思，而非自我懷疑的意識過程。 隨著AI展現創造性的能力，不論是語言生成、音樂創作、或是自我學習的程式修正，人類開始感受到它的「他性(otherness)」，意指他者擁有的特性。AI的回答不再總是人類能預測的結果，它開始以自己的方式介入人類對真實的理解。當AI能夠以高度擬人化的語言與我們對話時，它不再只是單向服從，反而像一面能夠「反向凝視」我們的鏡子。這意味著在對話中，AI會折射出人類自身的思考邏輯、情感模式甚至文化偏見，彷彿對人類的行為進行側寫。 列維納斯 (Emmanuel Levinas, 1906...
AI已成畢業生的職場競爭對手
在人工智能迅速發展的環景下，「畢業即失業」已不再只是情緒化的說法，而逐漸成為部分年輕人必須面對的現實憂慮。近年有關大學畢業生就業困境的討論持續升溫，而香港的相關數據更顯嚴峻：過去三年間，適合大學畢業生的全職職位數量大幅下跌六成，由約八萬個銳減至三萬個；其中，初級行政及資訊科技職位的空缺更下滑八至九成。這一趨勢不禁引發廣泛關注，也促使社會重新思考：人工智能的崛起，是否正預示著所謂「就業末日」的來臨。 作為一名經歷過個人電腦普及、互聯網興起，以至今日生成式人工智能全面爆發的觀察者，筆者深刻體會到，每一輪技術革命都在重塑就業市場的價值標準。當生成式人工智能已能在短時間內完成程式開發、商業分析，甚至創意設計等高知識含量工作，傳統以「知識累積」為核心的人才培養模式正面臨根本性挑戰。對即將踏入職場的畢業生而言，問題已不再只是「是否具備足夠知識」，而是「企業究竟還需要甚麼樣的人才」。這正是理解當今企業選才標準的關鍵切入點。 著名 IT 研究與顧問機構 Gartner 曾指出，沒有 AI 就業末日，只有就業動盪。AI 更像19世紀的蒸汽機，而非終結者。它會重塑我們的飯碗，將其「砸碎，再用AI碎片重鑄」。問題的關鍵不在於飯碗是否還在，而在於你是否還能認出那是你的碗，以及你是否有能力參與到重鑄的過程之中。 Google的人才甄選標準與策略 要在 AI 時代提升個人的就業競爭力，不妨借鏡科技領先企業的選才理念。以 Google 為例，其人才甄選模式一直備受關注，亦為理解未來職場所需能力提供了重要參考。Google 一向以創新、開放、追求卓越、實踐導向及包容性的企業文化見稱。在這樣的文化框架下，企業在選才時並不過度依賴應徵者的學歷背景或學業成績。因為相關研究顯示，學術表現對職場長期表現的預測能力有限，通常只在入職初期較具參考價值。 根據市場資訊及筆者的個人認知，相比學歷，Google...
AI加速運動科學發展
過去十年，香港在體育方面的整體表現令人鼓舞。香港運動員在不同級別的國際賽事以至奧運舞台上展現出強勁競爭力，勇奪多面獎牌，獲得國際社會廣泛肯定，亦為香港市民帶來莫大自豪。這些成就不僅源於運動員本身的努力與堅持，亦有賴於訓練團隊在策略部署、數據分析與專業支援上的長期投入。正因如此，近年投身運動科學領域、或立志成為專業運動員的年輕一代明顯增加。 AI體育產業市場潛力龐大 在這樣的背景下，人工智能的快速普及，正為運動科學發展帶來新的動能。若從市場規模觀察，這一趨勢已十分明顯。根據市場研究機構 The Business Research Company 於今年三月發表的報告，全球 AI in Sports Market 預計將由 2025 年的 30.8 億美元增長至 2026...
「人機素養」：AI時代的個人競爭力
踏入2026年，人工智能 (AI) 已全面滲透職場，從個人助理、內容生成，到近期備受討論的「養龍蝦」模式，工作本質正被徹底重塑。不少在職人士都開始擔心自己的工作會否被取代。以近期滙豐及Meta為例，前者已計劃未來幾年進行大規模裁員，削減二萬人；集團行政總裁Georges Elhedery更押注人工智能，以縮減其中後台部門規模。此外，Facebook母公司Meta亦計劃於5月20日展開今年首輪裁員行動，裁減約一成(約8,000名)員工，原因同樣離不開人工智能對現有工作的衝擊 。 AI Literacy成基本要求 若要在AI時代避免被取代，真正的生存之道，不是抗拒技術，而是主動塑造個人競爭力。首先，人工智能素養 (AI Literacy) 已成為進入新時代的基本門檻。它不只是懂得使用生成式AI工具，更包括理解AI的基本原理、限制與風險，以及判斷在什麼情境下應該信任AI，什麼時候又應該保留懷疑。這種認知，甚至可進一步被視為已具備人工智能思維 (AI Mindset)。 根據LinkedIn 2025至2026年的相關報告 (包括 Skills on...
數據與色彩
在數字化的大環境下，數據不僅用於分析和預測，還能在設計和創作等領域中發揮着舉足輕重的作用。色彩作為視覺表現的核心元素，與數據的結合開啟了一條全新的創作之路。繼先前的文章探討數據如何提升閱讀文學的樂趣後，今次將與大家研究數據與色彩之間的微妙關係，如何形成獨特的視覺語言。 要將訊息有效傳遞給受眾，最佳的方法莫過於利用視覺上的表達。原因便要從生理上結構去解釋。人類身體上大約有1100萬個感覺受體 (sensory receptors) 去接收訊息，其中約 1000 萬個是透過視覺去接收的。可想而知，基於這個不可抗力的理由，利用視覺去接受訊息是對人類最有效的溝通方式。 結合色彩心理學 要表達數據中的洞見 (insights)，我們可透過數據可視化 (data visualisation) 的方法，將抽象的數據轉化為易於理解的圖形或圖像，最簡單的莫過於使用象形圖 (pictograph) 。有效的數據可視化不僅需要清晰的結構，還需要配合恰當的色彩運用去表達訊息。色彩既能夠吸引觀眾的注意，還能幫助他們解讀數據。使用不同顏色來表示數據的類型或範疇，可以使觀眾更迅速地識別信息的重點，令大家都能夠「秒懂」。 色彩的搭配和對比能夠強調數據的關鍵信息，並引導觀眾的視線。例如使用「熱圖」(heatmap) 通常會選擇紅色和綠色來表示數據的高低，紅色代表高數值，綠色則表示低數值。這種色彩的運用不單止令數據的變化一目了然，還能在視覺上吸引觀眾的情感反應。顏色的運用坊間也有一套專業的理論，業界稱之爲「色彩心理學」(color psychology) ，主要是透過研究顏色如何影響人類情感和行為。色彩在客觀上是對人們的一種刺激和象徵；在主觀上又是一種反應與行為。在數據可視化中，理解色彩的心理效應是當中的重要過程。不同顏色所傳達的情感和意義，能夠影響觀眾對數據的感知和理解。例如藍色通常與信任和穩定性相關聯，而紅色則可能引發緊迫感或警覺性。這些情感反應可以幫助設計師選擇適合的顏色，以便更有效地傳達數據所要表達的信息。 色彩在數據可視化中的作用可分為以下幾點： 強調重點：使用鮮明或對比的顏色可以幫助突出重要數據點，使觀眾能夠迅速識別關鍵信息。 分組類別：不同顏色可以用來區分不同類別或群組的數據，這有助於觀眾在分析時快速理解數據的結構。例如，在一個多類別的圖表中，使用不同顏色來表示每個類別，可以使資料更易於解讀。 情感反應：顏色能夠喚起特定的情感反應。研究表明，人們對顏色的反應會影響他們對數據的解釋和理解。例如，暖色調可能使人感到興奮，而冷色調則可能使人感到平靜。 美觀功能：有效的數據可視化不僅需要清晰地傳達信息，還需要具備美感加強吸引力。美觀分為兩個層次，第一層是整體協調美，沒有多餘元素。而第二層是所指的的視覺美，色彩應用恰到好處。把握好視覺元素中色彩的運用，使圖形變得更加生動、有趣，信息表達得更加準確和直觀， 說起數據與色彩的話題，筆者也有一個相關的經驗，記得約十年前從事大數據工作的時候，有一個著名時裝品牌的客戶曾經要求利用大數據分析模型，從不同的社交媒體及零售數據中預測未來兩年最流行的衣着顏色，從而制定合適的銷售策略去迎合市場需要。這個項目最終都能做到客戶預期的效果。 建立個性化品牌 在現今市場營銷和品牌設計的領域，企業經常會利用色彩心理學的特性來吸引消費者的眼球。通過選擇特定的顏色組合，品牌就能夠傳遞其核心價值觀和情感。例如綠色常被用來代表環保和可持續性，而橙色則傳達出活力和創新。 當數據與這些色彩互相結合時，便能夠產生強大的視覺效果，幫助企業更迅速與受眾建立聯繫。例如有些網站會使用A/B測試來比較不同色彩方案的效果。通過分析用戶的點擊率和轉化率，設計師可以確定哪些顏色更能吸引目標受眾。這種方法不僅提高了設計的有效性，還幫助設計師在創作過程中做出由數據驅動的決策。 說到這裏，不得不提 Pantone® 這個色彩界的專業機構。他們的設計師團隊會因應客戶創新品牌的受眾市場，透過數據分析去理解那些市場的特性，競爭對手的特色；從而創作出該品牌的專屬顏色組合及調色板去帶出品牌價值及其個性，引發消費者的共鳴。讓消費者能輕易想像如何將品牌融入自己的日常生活當中。這模式正正是數據、色彩與設計創新之間互相結合的最佳實踐。...
AI 世代的新人類
人工智能的演進已遠遠超越了我們的預期，以不同形式俏俏改變我們的生活軌跡。無論你是求學的年輕人，抑或是職場的上班族，AI 已成日常生活不可或缺的部分。隨著這股新常態的形成，它究竟對人類的未來軌跡會帶來怎樣的衝擊？若想找答案，可能要從人類學的角度去探索AI 時代「新人類」將以何種姿態浮現。 人類學 (Anthropology)，這門探求「人」及其文化奧秘的綜合學科，匯聚了自然科學、人文學與社會科學的源頭。現今的人類學以雙重視野凝視人類的本質：一邊是人類的生物性和文化性，而另一邊則是追溯人類今日特質的源頭與演變。從進化人類學和文化適應的角度看，AI的出現確實可能催生出一種「新人類」的發展。不是科幻式的變種，而是透過人機共生 (human-AI symbiosis) 重塑人類行為、認知和社會結構的漸進式轉變。當中所指的新人類並不是基因的變化，而是文化進化與技術整合的結果。 AI帶來「新人類」發展的潛力 「新人類」指的是一種適應AI環境的後人類 (post-human) 形態，我們的進化不再僅靠自然選擇，而是人為選擇與技術驅動。AI本身不是外來入侵，而是人類文化帶來的科技產物，會提高我們的認知能力、改變社交模式，並可能影響基因傳遞。關鍵在於AI如何介入人類的日常互動，從而影響繁殖、學習和人與人之間的聯繫。 Robert Brooks – 新南威爾斯大學的進化生物學教授兼作家，專注於人類進化、性別差異與社會行為的研究。他在2024年發表過關於AI如何影響人類進化(Human Evolution in...
數據與文學
每當我們談及數據時，話題總離不開商業或工作應用上，不如今次換個角度，講解如何利用數據幫助我們對文學作品的深入理解。大家有沒有想過，文字本身也是一種數據，在大數據的領域中，所有文字、語音或圖象訊息均可歸類為 “非結構化數據” (unstructured data)。運用大數據模型進行分析，能夠揭示出新的見解。在文學研究中，數據的應用不僅增強了我們的閱讀體驗，還促進了對經典作品的理解。 由於我從小就熱愛東洋文化，中學時期對日本文學作品特別情有獨鍾，尤以夏目漱石為我最喜愛的作家。或許有些讀者對這位作家的名字不甚熟悉，但我相信如果你是日本旅遊的常客的話，你對他的肖像可能感覺並不陌生。何解？這是因為日本政府為紀念夏目漱石這位文學巨匠，自1984年（昭和59年）11月1日至2007年（平成19年）4月2日期間，將其肖像印刷於一千日圓的鈔票上。而我作為他的粉絲，當然也收藏了一張以作紀念。 就以夏目漱石的其中一部經典小說《我是貓》（日語：吾輩は猫である）為例，借助有趣的數據和分析角度，嘗試深入理解這部文學作品。首先我為大家簡單介紹一下，《我是貓》是夏目老師於1905年出版的小說，這部作品被認為是日本文學中的經典之一。故事以透過一隻貓的視角為題，觀察人類的生活與社會的各種現象，展現了豐富的人性和社會批判。 透過大數據模型去研究文學作品，可以從以下幾方面分析找出新亮點: 詞頻分析 利用關鍵詞作統計，分析文中經常出現的詞彙，例如”貓”、“人”、“孤獨”、“觀察”等。這些詞的出現頻率可以反映出作品的核心主題。高比例的“人”詞彙可能表明夏目對人類社會的批評或反思，而“貓”的頻繁出現則強調了貓的獨特視角和思維。另外透過詞彙變化，隨著故事情節的發展，特定詞彙的出現頻率是否有所變化，這可以揭示角色心理的變化或情節的轉折。 角色分析 利用角色出現的頻率，統計各個角色在小說中的出現次數，了解哪些角色的重要性，以及他們的互動模式。透過分析角色在不同情況下表達的情感，了解他們的情感傾向。例如貓對人類的看法是積極還是消極，這樣可以幫助讀者對角色的理解。 文本結構分析 利用章節長度統計，分析各章節的字數，了解作者在不同情節中所花費的篇幅，有助反映出重要情節的強調。透過分析語句長度，測量句子的長度和結構，了解漱石的寫作風格和語言特點。 掌握這些數據不僅能夠幫助讀者更深入地理解《我是貓》這部作品，還能增加閱讀文學的趣味性，讓作品的分析變得更為豐富和立體，促進讀者之間的交流。 數據在我們日常生活中已廣泛地應用，掌握數據素養有助提高我們的生活質素及工作效率。下次我會尋找一些有趣的數據主題，再與大家分享和學習。 撰文︰郭德偉（Andy Kwok）...
AI 的快思與慢想
人工智能系統的出現源於幫助人類解決問題，提供具效能的決策及減少錯誤。正因為要與人類相互協作，人工智能的思考少不免要參考人類的思維模式去設計。若你想從這角度去認識人工智能，我會推薦你閱讀2002丹尼爾·康納曼 (Daniel Kahneman) 的著作《快思慢想》(Thinking, Fast and Slow) 。 丹尼爾·康納曼是著名的心理學家和諾貝爾經濟學獎得主。他於1934年出生於以色列，後來成為美國普林斯頓大學的心理學教授。康納曼以其對人類思維和決策過程的研究而聞名，特別是在行為經濟學領域的貢獻。他的著作《快思慢想》深入探討了人類思維的兩種系統，特別是如何在不同情境下做出決策，幫助人們理解思維過程中存在的偏見和錯誤，對心理學和經濟學都有深遠的影響。他的研究不僅在學術界受到高度評價，也對企業管理和公共政策產生了實際的影響。 快思慢想的概念 這著作提出了人類思考的雙系統理論，將人的思維分為 「系統一」(System 1) 和 「系統二」(System 2)。這個理論不僅深刻地影響了心理學和行為經濟學，也為我們理解人工智能 (AI) 的思考模式提供了新的視角。透過理解...
AI Seminar in GSIS
Amazing Event with GSIS & Google It is our pleasure to be invited by Google Cloud to present...