法律人工智慧的法哲學反省 189 下能力 (capacity) 背後的形上學爭論，而著重在這個能力宣稱是與 功能履行相互搭配的這一個面向上。採用這個方式有個好處是，容 易與人工智慧工程學者進行對話，例如 Stuart Russell 與 Peter Norvig (2010: 40-41) 在《人工智慧：現代取向》(Artificial Intelligence: A Modern Approach) 中指出AI 在設計上首要之事就是特定 化其任務環境 (task environment)，這個任務環境由四個要素所構 成：履行測量、環境、執行器與感知器 (performance measure, environment, actuators, and sensors) ， 稱 之 為 PEAS 。 其 中 的 performance (履行) 就是用來確認人工智慧系統對於任務完成所需 要的目標。在筆者的界定下，當我們說某個人工智慧系統可以適當 實現某個目標，就意味著它有實現該目標之能力。 CC 幾乎是所有人工智慧設計者的核心想法。因為工程師在設 計AI 時，他們所設想的系統並不是憑空出現，而是對於這套系統 要用來做什麼 (what an AI is made for) 有非常特定的想法。AI 必 須擁有工程師所設定的目標、系統能夠生產出實現被給定之目標的 策略、執行該項策略，並且該執行可以影響與系統所互動的環境等 等。因此在AI 的規畫設計與製造過程中，工程師必須將一個特定 任務切割為不同次任務，確認次任務的執行是可以被電腦所計算等 等，當諸多履行不同的次任務的系統可被建構出來時，這些不同的 次系統可以整合起來執行一個特定的任務。如果被整合起來的系統 可與其他系統再度整合，並且完成另一個特定的任務時，那麼這個 系統就可以移作他用。換言之，能力可以被整合以及被提升。也因 此，從此角度來看，對於能力宣稱的反省是一個非常重要的面向。14 14 Russell (2019: 94) 在書中描繪了一種想像超級智慧機器的可能，雖然他並未區分 capacity 與capability (他反而是使用capabilities 一詞)，但是卻也開啟了一種能力整 合的想像可能。
RkJQdWJsaXNoZXIy ODg3MDU=