譚新強：中國須小心拜登設的阿富汗陷阱
文章日期：2021年8月20日

【明報專訊】美國總統拜登終於結束美國歷史上最長的阿富汗戰爭。喀布爾機場一片混亂，不禁令人記起1975年美國撤離越南西貢市時的畫面。不少人更譏笑美國再次打敗仗，拜登無能，數周前仍堅持阿富汗傀儡政府可支撑最少兩三年，經美軍訓練有素，擁有先進武器的30萬強大軍隊，更必能抵抗為數只約7萬人的「雜牌」塔利班戰士。

見到一堆可憐被出賣的阿富汗人，爭相攀上正在移動的美國軍機，起飛也死不放手，從半空掉下身亡的場景，我也感到驚訝和替他們不值。但阿富汗真是越南的翻版？美國真的是夾着尾巴敗走？拜登真的將因此而喪失政治前途？

仔細分析一下，就明白阿富汗戰爭跟越戰的分別。阿富汗戰雖長達20年，但美軍死亡人數不到2400，越戰中美軍死了近6萬。更大分別是當年有徵兵制，民怨載道，華盛頓經常出現大規模反戰示威，克林頓和小布殊等都是當年的「逃兵」。美國人被洗腦誤導攻打阿富汗和伊拉克是為911恐襲報仇，但其實與他們無關，因此從未出現大規模反戰示威，所有士兵都是自命拯救世界（或嗜血）的志願軍。

美軍20年死亡人數低過COVID 難言敗走

第二個問題，美國真的在阿富汗打敗仗？首先以人命損失來計算一下勝敗，美國折兵數目只約等如4天的COVID死亡人數，美國每年兇殺案人數都近2萬。對比下，保守估計阿富汗人民總死亡人數最少25萬，美國的100倍，包括政府軍、塔利班與平民老百姓，有估計更高達百萬！這叫做輸？

况且由小布殊到拜登，4任總統口徑都異常一致，打仗目的只為剷除蓋達組織（Al Qaeda）和找出他們認為被塔利班政府窩藏的拉登。雖然最終是在巴基斯坦找到和殺掉他（due process？），但對美國來說，阿富汗和巴基斯坦，有何分別？重點是完成任務，美國跟從前的大英帝國不一樣，不擅長搞殖民地，根本無興趣參與所謂「國家建設」。拜登亦提醒阿富汗是有名的「帝國墳墓」，十九世紀英國曾佔據但鎩羽而歸，二十世紀，蘇聯更間接因泥足深陷於此而最終瓦解，二十一世紀美國也陷入苦戰20年，亦可說因而走漏了阻擋中國崛起的機會！

最重要和最現實的是，無論從美國內部利益，或地緣政治角度考量，退出阿富汗都是明智之舉。撤軍根本是絕大多數美國人所歡迎的一個共識，連伊拉克之戰都早已結束。如拜登所說，談判是特朗普在2019年開始的，曾幾乎邀請塔利班領袖到大衛營，後因反對聲音太大而告吹，拜登自辯只是按着既定時間表執行協議。

現在很多人指摘拜登上月仍堅持美軍撤退必非常有秩序，絕不會出現當年越南的亂狀，但結果仍是歷史重演！但試想一下，即使事前CIA告訴拜登一旦撤軍，阿富汗傀儡政府必馬上倒台，拜登可以對人民講真話嗎？醜陋的事實是，既然決定出賣阿富汗政府和人民，這個謊言是必須講的。再者請留意，他從來沒說過阿富汗政府永遠不倒，只說理應暫時不倒。倒的速度真的重要嗎？其實對阿富汗人民福祉來說，11日極速變天，和平交接，幾乎不用開槍（有人取笑比美國選舉更和平），代表人心所向，是好事！ 如真的再拖兩年，即內戰繼續，更多生靈塗炭！

早前在多哈的會議，參與者包括美、中、俄、巴基斯坦、塔利班及阿富汗政府雙方，可能他們已達成如何交接的共識，包括答應讓美國人和西方盟友安全離開，甚至有傳聞塔利班答應讓總統加尼（Ashraf Ghani）帶着大量財富安全出走！

所以怎可能拜登真的對亂局感到意外？前天他被George Stephanopoulos訪問，提到近700難民擠迫在美國軍機上，以及有人從飛機掉下跌死的恐怖情景，拜登打斷問題，冷血地和坦白地回答：「但這已經是四五天前的事了！」 他似乎沒有回答問題，但其實已盡在不言中。他的意思是撤軍必混亂，些少傷亡在所難免。况且四五天前的事，已超過現今24小時的News cycle，已成為舊聞，何足掛齒？薑果然是老的辣，誰說他老人癡呆？

塔利班學會PR 助和平接管
塔利班也學會了PR形象的重要，對今次和平接管有極大幫助。塔利班似乎有點模仿愛爾蘭共和軍（IRA），分為軍事和政治兩個部分，軍事負責打仗，政治負責在多哈（和天津）談判。他們答應今次掌權，已汲取過去犯錯的經驗，變得更文明和温和，將容許女性讀書和工作，已特赦所有前政府人員和曾為西方國家服務的人。當然不少人仍不相信，所以才會出現人群湧到機場的場面。據悉，除機場出現一點混亂外，今次塔利班奪權後，確未出現大規模屠殺和報復。即使在機場控制上，原來美軍和塔利班是有協議的，似乎是美軍要求塔利班設防線，阻止大量難民湧進機場，不止塔利班曾開槍鎮壓，美軍也曾開槍「錯殺」數名逃難者。

拜登在國際方面考慮更聰明和實務。理論上，如美國能建立一個所謂西方自由民主國家，駐軍在與新疆接壤的阿富汗，確有長期牽制中國的作用，但明顯經過20年經驗，原來這是個mission impossible，長期部族內戰，才是阿富汗過百年來的歷史常態，根本從未真正統一過。再看看地圖，拜登即明白到美國控制的阿富汗，被不友善的國家：俄國、伊朗、巴基斯坦和中國等重重包圍，有如圍棋中的死棋。現在拜登可說主動放棄死棋，故意製造權力真空，如出現地區性不穩定，或反而對美國有利。

短期內，塔利班處於極有利位置，為保持和平穩定，各鄰國必爭相釋出援助之手，協助建設阿富汗。近日西方傳媒居心叵測，故意指出阿富汗擁有各種「寶貝」，包括稀土、最時尚的鋰，更可成一帶一路的下一個目的地，可建通往伊朗的輸油管！明顯目的是引誘中國捲入漩渦，誤闖此帝國墳墓。

阿富汗龍蛇混雜，塔利班本身已分為不同派系，另外仍有多個恐怖組織以此為基地，包括蓋達和伊斯蘭國（ISIS）的殘餘分子。最值得留意的是鼓吹疆獨的東突厥斯坦伊斯蘭運動（ETIM，簡稱東伊運），多年來一直被美國定性為恐怖組織，但去年美國突然剔除此標籤，司馬昭之心，路人皆知！

引中國捲入阿富汗 西方傳媒居心叵測
近日西方傳媒更為中國精心設下一個兩難抉擇陷阱。他們說中國仍不可算是真正超級強國，因為已40多年未經歷過戰爭的考驗。他們認為超級強國必須願意用武力捍衛國家安全和利益、原則和盟友安全。其中頗有可能的一個場景是，親密盟國巴基斯坦假如被日趨不穩定的阿富汗牽連，發生頻繁嚴重恐襲事件（上月已出現過），中國會否作出軍事反應？如不出兵，會否被戰略對手和甚至盟友輕視？但如出兵，後果或更嚴重，將打破過去40多年和平崛起的神話，會否因此而失去道德高地？今天的阿富汗確非1970年代的越南，但上一次中國開戰，對手正是政權剛逆轉不久的前盟國越南。

第三個問題，拜登會否因此潰裂而提早成為跛腳鴨，明年底中期選舉共和黨重掌國會控制權，2024年連任無望？現在為時尚早，誰也沒有答案。但拜登聰明之處，正是精準選擇距離中期選舉尚超過1年，總統選舉3年的今天來引爆此早晚必爆的計時炸彈。1975年西貢淪陷/解放（觀點與角度），翌年已是大選年，福特就落敗了。

拜登抽身時機精準 不損連任
拜登上任剛逾半年，其實做了不少事情。加速接種疫苗，成功通過多個刺激經濟和基建方案，當然亦不忘繼續對中國施壓（可惡）。阿富汗一事，暫時拜登看似失分，但再過一段時間，如美國僑民安全撤退，塔利班亦真的變得較温和，說不定拜登可變回英雄，甚至贏得不少早已支持撤軍的特朗普鐵粉票。

100天的傳統蜜月期已過，無可避免地民望必有所回落，正是kitchen sink所有壞消息的好時機。除阿富汗，有人認為這一浪Delta變種病毒和通脹上升，都可影響中期選舉。但每一浪疫情只維持數月，拜登亦已準備為國民打booster shot。通脹更似有見頂迹象，10年債息回落至1.3厘以下，說不定明年底大家已再次擔心衰退和通縮。

最後，大家有否留意到去年美國大選時傳聞的一段拜登次子亨特（Hunter Biden）醜聞影片，終於浮現出來。於2019年拍攝，裸體的亨特與一名俄國妓女聊天，形象已非常差，更恐怖的是蠢如豬的亨特，在片中提及在2018年，已曾被俄國毒梟偷走一台手提電腦！如這段影片在大選時出現，會有何影響？再想下愛潑斯坦（Jeffrey Epstein）的下場，何等功力才可把此醜聞拖延關鍵的9個月後才爆出來！

中環資產投資行政總裁
[譚新強 中環新譚]

好書推薦《#造局者》部落格文末抽獎贈書 2 本
這是我今年讀過最喜歡的書之一，作者探討在這個 AI 崛起和時局飄渺動盪的年代，人類已經無法跟演算法和電腦的計算速度競爭。但是，身為人類的我們仍然擁有一項電腦無法取代的優勢：「懂得建立、想像、創造各種思考框架的能力」，掌握這項能力的人在未來會愈來愈有優勢。
部落格文章 https://readingoutpost.com/framers/
Podcast 用聽的 https://readingoutpost.soci.vip/
.
【這本書在說什麼？】
《造局者》這本書的作者是三位學者共筆，他們都是在 AI 和 大數據領域有卓越的成就，分別是《經濟學人》雜誌資深編輯庫基耶（Kenneth Cukier）、英國牛津大學網路研究所教授麥爾．荀伯格（Viktor Mayer-Schönberger）、歐洲管理科技學院教授，決策、模型暨數據中心主任德菲爾利科德（Francis de Véricourt）。

他們發現在 AI 崛起和世局動盪的現在，人類最無可取代的能力之一就是「決策能力」，而要擁有好的決策能力就必須掌握許多不同的「思考框架」。因為當一個人能提出正確的思考框架，就能找出更多的選項，做出更好的決策，創造更好的局勢。深諳此道的人就被稱之為「造局者」。

這本書從人類如何做出好的決策出發，談到建立思考框架的重要性，也提供我們三種最重要的建立思考框架的方式。在書本中段，則說明了遇到瓶頸的時候，如何重啟另一個思考框架。在後半段則說明了我們該如何學習更多的思考框架，以及讓自己擁抱更加多元性的策略，並且培養敏銳的心智。

如同這本書的介紹影片裡談到的：生活中一切都需要抉擇，而做出更好抉擇的秘訣，就在於思考框架。駕馭這種思考方式可以讓你更瞭解世界、改善工作表現和人際關係、促進社會進步。這也是人類之所以能夠勝過機器和 AI 的因素。成為「造局者」正是未來人才必不可缺的關鍵技能。
.
【什麼是造局者？】
以標準的定義來說，「造局者」（Framer）指的就是起草美國憲法的那一群人，他們建立了聯邦政府的框架。因為美國憲法就像是一個思考框架，用來定義和界定聯邦政府的職權及程序。而在這本書中，造局者指的就是那些「懂得建立和運用思考框架的能手」。

這本書要講的重點之一，就是無論人們的地位高低，每個人都可以成為造局者：「能夠發揮和建立思考框架，或是重啟思考框架的能力，讓自己的生活乃至於整個世界有所不同。」作者也不斷強調建立思考框架所需要的技巧，可以靠著訓練與經驗不斷進步。這本書就像是一本操作指南。
.
【什麼是思考框架？】
在1970年代，「心智模型」（Mental Model）的概念開始流行，人類的推理並非以邏輯形式在運作，反而更像是在模擬現實：人們評估各種選項的方式，是去想像可能發生的種種情況。我們對於世界萬物的思考方式，會受到你「相信」這個世界如何運作而影響。因此，面對同樣一件事情，用不同心智模型在思考的人會有不同的觀點。

而在這本書中所謂的「思考框架」（Frame）就是我們選擇和應用的心智模型，這會決定我們如何理解世界、決定我們如何行動。面對一個新的情境，我們也可以用思考框架去歸納和歸類，並且想出一個抽象的概念，在應用到這個全新的情境裡面。

舉例來說，當我們要畫地圖的時候，經常會採取「笛卡爾直角坐標」的思考框架，這上面有X軸和Y軸的維度可以幫我們用2D的觀念畫出相對的距離和位置。可是當你要在台北市搭捷運從A地到B地的時候，反而採用「捷運地圖」的思考框架比較有效，雖然捷運地圖的站點之間，距離和位置都不是真實的呈現，可是卻能幫助乘客直覺地理解：下一站要去哪裡。這時的重點就不是距離和位置，而是清楚地辨認出目的地的站點該搭乘哪一條線。

所以當我們問：「哪一種地圖最好？」這個問題本身並沒有意義，而是會因為使用的情境和目的的不同，而產生不同的答案。所以，也沒有什麼叫做最正確的思考框架，都是要看情況和目的而定。讓自己成為建立思考框架的能手——也就是造局者，就能懂得如何選擇並且應用思考框架，這會是各種決定與行動的基礎。
.
【思考框架的轉變】
在聊主動建立思考框架之前，讓我們先看一個被動轉換思考框架的真實故事，這是書中提到一段關於朗讀到默讀的閱讀框架轉變。在西元11世紀之前，歐洲大部分都是在教堂才會有閱讀的行為，而且都是以「集體朗誦」的方式在進行，主要的目的是讓大家參與一個讚頌神的集體活動。但是到了11世紀之後，開始出現另外一種閱讀的框架，也就是「默讀」。

默讀讓閱讀這件事情不再是集體的體驗，而是一種個人的經歷。每個讀者都可以控制自己要讀快一點或慢一點，你也可以重複閱讀某一些篇章，自己可以慢慢思考書裡面的內容，產生新的點子，促進獨立思考。到底，是什麼東西造成了人們從朗讀的閱讀框架，轉移到默讀的閱讀框架呢？

在早期的書籍和文章裡面，常常沒有標點符號，字跟字之間也沒有空格，就像是一連串的字母之間不斷地延續。這種情況下光是要閱讀就非常困難了，想要默讀更是不可能的任務。這個時候集體朗讀就有它的功能，因為在一群人裡面，總會有人過去曾經讀過這篇本文，還記得某些字跟段落該怎麼念，就可以帶領大家一起朗讀下去。

在後來才出現了一項創新，書籍的字裡行間，開始有了「空格」和簡單的「標點符號」，這個時候就不再需要有人帶領，許多讀者可以自己進行斷句，獨自閱讀一本書了。於是，在這個時候人們就可以切換到另外一種閱讀框架。這件事情的影響非常的深遠，因為這一整個新世代的讀者都可以自行默讀，有助於人們自己的獨立思考，進而激發出更多元的思考框架。
.
【建立思考框架的三個方式】
建立思考框架的方式有三個：想清楚因果關係，想像出平行現實，運用物理學定律制定適合的限制條件。這三個特色正是應用思考框架的時候最重要的因素。值得注意的是，思考框架本身並不是解決方案，而且是尋找解決方案的工具。以下分別介紹這三個方式：
.
１．#因果關係
人類運用因果思維來看待這個世界，可以更容易理解世界，也有助於預測未來可能發生的事情，可以說人類是天生「因果推理」的機器。相較起來，AI 科技就無法擁有自己的因果思維，而是需要人類幫忙設定。舉經典的 Dota 電腦遊戲來說，這是一個兩隊人馬 5 vs. 5 互相廝殺，力求破壞對方大本營的遊戲。

科學家找來遊戲高手擔任 AI 策略的開發人員，設計了一些獎勵因素，讓 AI 跟自己進行的數百萬次的對戰，反覆嘗試錯誤，找出最好的操作手法。但是當 AI 跟人類正式交鋒的時候，人類還是取得了上風，尤其在團隊合作上面 AI 顯得像一團散沙。

後來，開發人員發現說，一般玩家會分成三個階段來安排戰鬥，所以開發人員就依照這樣的順序安排程式，在不同的階段給予不同的策略，調整獎勵的優先次序。然後開發人員就發現說一開始機器人通常只會照顧自己，所以還得幫他們建立「團隊合作」精神的框架。他們建立起了一些跨越個人遊戲角色的「超參數」，調整成一隻要達成共同獎勵的團隊。經過這一些修改之後，AI 反過來把人類打得落花流水。

值得注意的是，電腦不是自己學會這些事情的，而是因為人類先輸入了一些「因果框架」的獎勵因素，才可以讓這些運算發揮它的功效。同樣的現象發生在其他像是圍棋和西洋棋遊戲的對決，真正的突破並不在於機器高速的數字運算，而在於人類調整了 AI 對於因果關係（獎勵）的思考框架。
.
２．#平行現實
書中的說法是「反事實思考」，但我認為有點難懂，用「想像出另一個平行現實」比較好理解。這個方法可以讓我們跳脫當下對世界的認知，想像出一個全新的情境，問自己：「如果……會怎樣？」就像是小孩子在玩扮家家酒，或者是科學家透過抽象理論設計出全新的實驗。透過想像出一個平行現實，我們可以將因果關係轉換成實際行動，測試看看可能有什麼影響，帶來什麼後果。

心理學家高普尼克（Gopnik）認為這種能力其實在人類孩童時期就已經具備了，他還把嬰兒稱為「搖籃裡的科學家」，她設計過一個很有趣的實驗名叫「贊多測試」的假裝遊戲（贊多指的是顏色鮮豔、形狀可愛的物體）。

實驗的第一階段，高普尼克和孩童待在同一個房間，孩童會學到一個因果關係：把贊多放到一個機器上面，機器就會播放生日快樂歌，幫一隻猴子玩偶慶生。然後，在實驗的第二階段，會有實驗人員走進來把機器和贊多拿走，高普尼克和孩童一起露出失望的表情。

這時候高普尼克會拿出一個「盒子」、兩個不同顏色的「積木」，並對孩童說：「我們假裝這個盒子是機器，這塊積木是贊多，另一塊積木不是贊多。」接著她鼓勵孩童繼續幫猴子玩偶慶生。此時，孩童挑選了正確的積木，放到盒子上。即使她把兩塊積木的定義互相對調，孩童都能夠選到正確的積木。

這個假裝遊戲的實驗，證實了人類自幼就擁有了反事實思考的能力，也就是有能力可以想像出另一個平行現實。高普尼克發現，更會玩假裝遊戲的孩子，就能對平行現實做出更好的推論。她說：「嬰兒和幼兒就像人類社會的研發部門，至於成人這是那些單調無聊的製造與行銷部門。」許多人在成年之後，反而容易落入單一現實的思考方式，而忘記了我們天生就有想像平行現實的能力。
.
３．#限制條件
作者提到，所謂的建立思考框架，並不是任由想像力無邊無際地飛翔，也不是像斷了線的氣球到處亂飄，而是要有一定程度的「條件限制」，有助於約束我們的想像力，讓平行現實的想像維持在可以執行的程度，這才能讓思考光架真正發揮效用。

書中舉了一個很像電影裡才會發生的真實故事「恩德培行動」，這是一個以色列精銳部隊在恩德培機場的行動中，從恐怖分子手裡救出人質的戰鬥情節。1976年，恐怖分子綁架了飛機上106名人質，關押在烏干達的恩德培機場航廈中。當時烏干達獨裁者跟以色列當局並不友好，出動軍隊肯定不是好的選項。另一個方案是讓突擊隊員假裝成獲釋的巴基斯坦犯人，但太容易被看穿了。還有人提議讓突擊隊員降落在機場旁的湖裡，但是湖裡有許多鱷魚，而且任務結束之後這麼多人該怎麼全身而退？

評估了各種可能選項後，在種種條件限制之下，以色列想出了一個奇招：讓突擊隊搭乘運輸機在夜間降落到機場，搭乘機場內常見的車輛前往航廈，消滅恐怖份子、救出人質之後搭乘運輸機直接回國。他們在空軍基地搭建了航廈的等比例模型，透過少數獲釋的人質口中知道人質的大約位置，並且一次又一次地排練所有行動，講究到每一秒、每一步該怎麼進行。

在一個沒有烏雲的午夜，29位突擊隊員搭乘運輸機降落機場，他們身穿烏干達軍隊的服裝開著機場車輛前往航廈。突擊隊以迅雷不及掩耳的速度突擊航廈，只花了十分鐘就解決所有的恐怖分子，然後就帶著人質直接搭乘運輸機返回以色列。整場行動中只有三位人質喪生，而且連烏干達政府都還來不及反應。這個故事從天馬行空的平行現實裡，限縮了各種條件，找出了最可行的方案，最後成功執行了這次任務。
.
【重啟另一種思考框架】
當你想要解決一個全新問題的時候，尤其是還沒有人曾經解決過的問題，你可能會感到不知所措。這個時候，先透過兩個步驟來思考：(1) 先從自己腦袋裡的框架庫找找看，有沒有其他適用和類似的框架、(2) 檢查其他不同領域的框架庫，看看有沒有能夠直接借用，小幅度調整就可以使用的框架。

如果這兩個步驟都找不到適合的框架庫，那麼才嘗試最困難、也是最後的殺手鐧：「發明新的思考框架」。作者提醒道：「切換到不同的思考框架，能讓你對世界有不同的觀點，但這也有風險。」一旦你重新找到一個新的思考框架，帶來的報酬可以是相當可觀的。

書中有一個重啟框架的例子很值得我們參考，美國紐澤西南邊的小城市康登市為了改善當地的犯罪率，直接解散整個警察隊伍並且重整執勤策略。當時城市的治安非常糟糕，市容也很破舊，到處都會發生大小程度不同的犯罪。這還不是最慘的，警方栽贓、造假、暴力執法的情況更是屢見不鮮。民眾除了害怕黑道，也非常害怕警察。

當地首長找來社區領袖和居民共同商討，最後決定放棄頭痛醫頭、腳痛醫腳的貼膏藥方式，採取全新的執法策略。解散警隊之後，他們精挑細選和新聘任的警察，改變了巡邏的方式。他們逐家登門拜訪、自我介紹、談談可以幫忙居民什麼。警察在街頭舉辦派對，和民眾聚餐，和小孩打籃球。

過去的思考框架是「警方將人民視為罪犯」，但是新的思考框架則是「警民一家親」的社區群體，警察從原本打擊犯罪的戰士，搖身一變成了社區當中親切的守護者。最後，康登市的犯罪率下少了一半，謀殺率少了六成，警方過度使用武力的案件少了九成五。重啟思考框架的方式，獲得了前所未有的成功。
.
【創造多元性的四種策略】
作者指出，很多人可能會認為，想要擁有多元性就代表要接觸大量的想法和觀點，其實那是抓錯了重點。多元性的優勢不是來自於數量，而是來自於差異。找出七百個類似的想法，不如找出七個不同的想法來得有價值。如果一個工具箱可以有七種不同的工具，絕對會比擁有七百把錘子的工具箱更加實用。

如果我們想要擁有多元的思考框架，就是要刻意的去營造，以及一起維護，這並不是一次的成功就可以高枕無憂。如同貝佐斯在《創造與漫想》書中提到的：「這個世界要你與眾無異，千方百計把你拉向跟大家一樣，別讓它得逞。」人類本能的從眾傾向，以及社會自然而然的同質化趨勢，都需要我們自己刻意地、有意識地選擇，才能夠擺脫與眾趨同的自然發展，擁抱更加多元化的觀點和想法。

如果你想為自己的生活、家庭、工作環境創造出多元性的樣貌，可以採取以下四種策略：擁抱變化，運用教育，鼓勵遷徙，容許摩擦。
.
１．#擁抱變化
如果一個思考框架一直以來都行不通，最好的做法就是擁抱改變，試試看別種思考框架。書中舉例同性戀婚姻的推動者，把美國從1995年支持同婚的人從25%提高到2020年將近70%。以前的同志運動一直把婚姻當成是核心議題，也一直把爭取這種「法律權利」當作是重點。但是進展並不顯著。

當時那種法律思考的框架，講究的是「法律權利」，但就是沒有效果。那種框架太缺乏想像力、太唯物主義，沒有說服力。到了2000年，他們研究很多民意調查還有焦點團體的意見，想弄清楚大家到底還有什麼疑慮。他們去思考說要怎麼樣用大眾的思考模式來談。最後他們選定了一個價值觀的思考框架，鎖定大部分的人結婚的原因：「愛、奉獻、家庭」。

他們把同性戀婚姻不再當成一種自由或者是權利，而是對於愛的表達與承諾。他們漸漸的讓大家知道，世界上有許許多多不同的框架，而且都同樣正當。到了2011年，第一次出現的黃金交叉，支持的人數正式超過了反對的人數。根據調查，只有14%的人會說這是一種「自由」，而有32%的人會說這是一種「愛」，是一種人類的情感。最後在2015年聯邦最高法院正式裁定的用憲法來保障同性伴侶的結婚權利。這並不是強迫民眾接受某種特定的思考框架，而是讓各種不同的思考方式能夠共存。
.
２．#運用教育
要建立起多元的思考框架，從教育著手是非常有效的模式。美國有一個很有趣的研究，就是去看美國的白人父母和黑人父母怎麼跟孩子談論種族。發自內心一片好意的白人父母，通常不會去刻意談到種族議題，因為他們相信「種族色盲」這種做法比較能夠讓孩子避免成為種族主義者。

另一方面，黑人父母卻常常和孩子討論種族議題，在他們看來，這種種族色盲的做法就是在故意忽視各種明顯的歧視現象。例如逛超市的黑人被懷疑是小偷，開著車子卻無緣無故被警察攔下來，黑人孩子的家庭教育就是要強調看到「種族的各種顏色」在日常生活的各種影響。

最後，這些社會學家發現，種族色盲的框架正好是種族歧視的主要來源，白人父母雖然出自於好意不想強調種族之間的差異，但也在無意之間，否認了有色人種遭受到歧視的真實狀況。這種教育方式忽略了差異，抹去了多元性。要培養多元的思考，就必須認識到差異的存在，承認仍然存在的落差。
.
３．#鼓勵遷徙
如果我們能夠鼓勵遷徙及流動，人們會把自己的文化和思考方式帶到別的地方，促進融合和變化。曾經有學者研究各個區域和城市的經濟成敗因素，發現了這些地區成功背後的原因有三個主要的因素：「科技、人才、寬容」。作者認為，「寬容」是其中最關鍵的一項，那些現在最開放的地方，經濟表現就最好。因為這些地方有更大的思考地圖，會讓人能夠放手冒險，這也是思考框架多元化所造成的經濟紅利。

像是美國被譽為一個民族「熔爐」，但是最近比較像一個「燉湯」，也就是讓裡面的好料都還維持各自的形狀。像是韓國人會住在洛杉磯的韓國城，華人會住在舊金山的唐人街，拉丁美洲的族群住在德州南方，古巴人住在佛羅里達州，巴西人就住在波士頓。雖然這種文化融合的速度不像我們想像中的快速，但是不同的文化激盪之下，也為美國社會注入了很多元的觀點和看法。
.
４．#容許摩擦
把社會上的摩擦，看成是這個社會的優勢、而非缺點。作者說到：「如果在社會裡面維持思考框架的多元化，確實會讓人們彼此之間感覺到不安很衝突，就是因為大家要看到彼此的不同，而且還要可以彼此互動。但畢竟，大家觀點不同、意見相對，本來就是正常生活該有的模樣。」

哈佛法律學院的昂格（Unger）教授認為，如果要讓政治進一步的去中心化，就必須要用一些反事實的模型來做思考。他說：「當社會很果斷地沿著一條路前進的時候，應該要多方下注，以避免損失，也就是要允許在特定的地點或部門，跳脫一般的解決方案，實驗看看不同的國家走向會怎樣。」

昂格鼓勵讓社會充滿摩擦，也鼓勵教育上面要用辯證式的討論方式，不要讓社會被束縛在單一的版本，而是可以嘗試其他的社會組織方式。運用和擁抱多元的思考框架，才能擁有多樣化的各種策略，再從中選取適合的方案。
.
【對思考框架保持警覺】
這本書告訴我們，幾乎沒有錯誤的思考框架，只有不適合某種情況的思考框架。而且各種框架應該要有共同存在的權利。但是作者們提醒我們要保持一個警覺，他們說：「唯一要注意的是，這種慷慨的態度要有一個前提，也就是說：『唯一』的一種錯誤的思考框架，就是拒絕其他的思考框架。」

要讓框架多元性的目的，就是為了讓各種框架可以彼此競爭、互補、對抗、共存。然而，如果有某一套思考框架的目的在於完全抹煞其他框架的存在，這就是不可被接受的。所以作者們才說：「如果你聽到有任何人或團體，說只有自己的思考框架放諸四海皆準，只有自己說的是真理的時候，千萬別相信。」
.
【後記：拓展想像的邊界】
如果說另一本我很喜歡的《超級思維》那本書是心智模型的「百科全書」，那麼《造局者》就像是心智模型的「使用指南」。書中有清楚的概念和步驟，讓我們了解為什麼要學習更多的心智模型，以及該怎麼樣活用各種心智模型，並且在必要的時刻推翻自己的假設，重新啟動一個新的心智模型。

這本書是今年我讀過的書裡面感到非常印象深刻，也讓我的思考方式深受啟發的。作者們把故事和理論的比例搭配得恰到好處，從一則又一則的故事和研究案例當中，會自然而然地理解作者們要帶給我們的觀點，也讓我感受到什麼叫做多元性，以及為何要擁抱差異。

從書中也可以發現，AI 並不會削弱心智模型的重要性，反而是增強了心智模型的重要性。因為 AI 無法自己建立思考框架，仍然只能依靠人類。人類最重要的特色就是可以處理「假設之外」的新問題，能夠把心智模型的空間拓展到可以親身體驗的範圍之外，也就是能夠做到抽象與推理。人類只靠著極少數的資料，甚至是完全沒有新的資料，就能夠適應全新的、過去從來沒有體驗過的情境。

作者最後提醒到：「這是一個救贖也是一個警訊：一個人如果擁有建立思考框架的能力，就會保有價值。但要是放棄了努力，沒有辦法做好這件事情，就會失去現在人類的特權地位。」我們能夠想像的邊界，就是我們世界的邊界。
.
Kobo 購書連結：https://bit.ly/3rRI8Kg
Kobo 電子書7折代碼：WAKIFRAMER
使用期限：8/15~8/21
.
感謝 天下文化 提供贈獎抽書

【當世界棋王遇上人工智慧，難道我們真的會被AI取代嗎？】　
＃採訪筆記 ＃人工智慧
📍完整文章好讀網誌版▶https://reurl.cc/L0Xn27　　
　　
人工智慧這幾年風風火火，近年來對於人工智慧的討論越來越多，也看到更多AI在各產業的應用。　　
　　
我自己在多年前因為專訪知名矽谷創業家馬丁福特，他跟我聊到未來我們的競爭對手將會是人工智慧，以及對於人工智慧將取代許多白領工作，可能會造成社會問題的擔憂(我有寫在書裡)　　
　　
因此，讓我看人工智慧的角度除了科技面，也增加了對於社會面影響的關注。　　　　
　　　　
談到這個又不得不提，多年前在電視台做國際HOT話題節目時，當時正逢AlphaGo與世界棋王們對奕，我緊盯著電視，眼睜睜目睹人類棋王被人工智慧打敗，心中震驚難以言喻，＃畢竟圍棋是人類智慧的象徵，這是否代表著未來人類智慧真的不敵人工智慧？🧐　　　
　　
過了許多年，非常榮幸能在廣播節目《科技領航家》邀請到　＃紅面棋王周俊勳，他是　＃台灣唯一與AI對奕過的棋士，也是至今台灣世界冠軍紀錄保持者，　　
　　
他跟我分享與AI決鬥的那一場戰役，我問他，輸得會不會很冤，為什麼中國棋王柯潔會說一輩子都贏不了AI？人類真的只能輸嗎？🧐　　　
　　
俊勳不疾不徐地跟我分享，其實現在棋士對弈，都找AI來進行練習，不過AI到底是不是靠著大數據與演算法就一定絕對贏，其實還有一些討論的空間。　　
　　
圍棋界中的人工智慧，目前已經發展成三個階段：　　
　　
🔸 2016年AlphaGo：　　
　　
透過已知的規則、圍棋領域的知識，再加上人類過往棋譜資料訓練而成。簡單來說，就是我們一般理解的，AI因為能夠記住更多的棋譜，＃從中去做更多的計算，因此會打贏人類。　　
　　
🔸 2017年的AlphaGo Zero：　　
　　
這時的AI，已經進行嶄新的突破，僅利用已知規則，不需要參考人類過往棋譜，＃僅靠自我學習，也就是自己與自己對奕增強棋力，甚至打贏AlphaGo。　　
　　
DeepMind聯合創始人兼CEO傑米斯·哈薩比斯曾說，AlphaGo Zero「不再受限於人類認知」。簡單來說，AlphaGo Zero的出現代表著AI不再需要參考人類的智慧，不是學習人類，而是靠著自我反思與摸索而超越人類。　　
　　
🔸 2020年最新發表的MuZero：　　
　　
這是最新DeepMind釋出的新技術，MuZero不需要人類給任何規則，在未知的動態環境下就能自動學習規則並作出最佳判斷，＃具有圍棋棋招的自我反思和創造的能力。　　
　　
雖然對於MuZero居然連圍棋規則也不學到底打贏人類是否有意義，還有爭議，不過針對AlphaGo打贏人類，俊勳分享自己輸的那一局的反思觀察，AI雖然確實有些優勢，　　
　　
例如透過棋譜大數據的精準計算，可以預測更遠更廣的棋路，且不帶感情，相對來說也比較穩定，但是真正與人類交鋒決鬥時，不一定會比人類靈活。　　
　　
📣簡單來說，＃AI善於做長期佈局，這使得人類棋士在一開始還搞不清楚時，就掉入AI設計的圈套中，所以後面一路居於劣勢，容易輸棋，也使得人類棋士其實沒有與AI直接交鋒的機會。　　
　　
而人類的優勢，其實是「＃準度」，在複雜棋賽中，會將目標明確地用在計算關鍵的棋，不必像AI計算每一手的樹狀圖分析，因此在面對複雜棋面的　＃肉搏戰階段　時，人類其實勝算比較高。　　
　　
這其實很好理解，AI雖然強大，可以比人類精算出更遠的未來，但可能連三歲小孩都會的吃飯喝水，AI卻不會。　　
　　
🧐　而我們該如何放大身為人類的優勢？　　
　　
俊勳分享，應透過AI輔助，成為更好的、說故事的人，也就是學習駕馭AI，讓AI成為我們的工具，打破「＃以經驗法則指導年輕一輩的舊有思維」，例如現在棋士在訓練時，都會導入AI系統的訓練方法，讓自己更強。　　　　
　　
AI的出現，未來對於我們工作與產業的影響，將會隨著應用層面越來越廣，感受會越來越強，當取代舊有體制與工作的那一天來臨時，希望我們都能不要害怕，也最好能盡早準備，　　
　　
👍學習和理解AI，至少能擁有AI的思維，讓AI成為我們的幫手，這就是人類的勝局。　
　　
🎙更多內容歡迎可以聽這集內容： https://user72908.psee.io/39r55p

紅面棋王周俊勳

--
🎧 楚文的廣播Podcast節目|#科技領航家
✨ 聚焦科技趨勢話題 科技人懂理財 科技人職場衝
IC 之音 FM97.5
首播 每周二18:30-19:00、重播 每周三 08:15-08:45

唯一戰勝 Google 旗下 Deep Mind 公司開發的人工智慧 AlphaGo 的南韓棋王李世乭，宣布將要退休，因為他認為人類永遠沒辦法擊敗人工智慧。

不過演算法不是只會越來越強大，為什麼 AlphaGo 會錯判輸給李世乭呢？

因為AlphaGo 有個叫『隨機森林』的算法，可以預測對手可能會下哪一步，但李世乭這一步下在 AlphaGo 認為對方不可能會去下的那一步，李世乭當時下完這步棋，Alphago 還認為自己的贏面超過八成，繼續往後下了十手之後，Alphago 自己有一個勝率的表，突然開始下降，發現自己處於弱勢了，開始慌張了，於是 Alphago 就開始亂下險棋，出現了連業餘選手都不會犯的錯，想賭李世乭會出錯，最後就輸了。

但 AlphaGo 也從敗給李世乭找到自身弱點，再次強化學習能力。像 AlphaGo 的孿生兄弟 AlphaGo Zero，就是完全不靠任何人類經驗訓練的神經網路，它就是不斷跟自己對戰學習，結果在自學 3 天後，就以 100：0 打敗了舊版 AlphaGo ，自學 40 天後，就擊敗了曾經戰勝中國棋手柯潔的 AlphaGo Master，成為世界上最強的圍棋程式！

雖然未來人類可能再也贏不過AI，不過AI 的加入反而讓圍棋有了更多玩法，這時候 AI 的功能，是在擴展人類棋手的思路，和人類合作一起探索圍棋還未被發掘的領域。

因為圍棋是世界上最複雜的遊戲！是看哪個顏色的棋子，圈出的空間最多，誰就獲勝。聽起來規則很簡單，但實際上卻複雜到不行。

圍棋的棋盤是 19X19，通常一步會有 200 種下法，圍棋變化位置的排列組合一共有10 的 170 次方種可能性，比整個宇宙的原子數ㄅ10 的 80 次方還要多更多！人類通常都只能憑經驗跟感覺判斷，但判斷才是最困難的。剛有說嘛，圍棋的勝負是由最終局時，雙方控制地盤的多寡決定，但棋局進行到一半，雙方的地盤都還沒封閉，怎麽判斷形勢呢？很多職業棋手之間微妙的差異，就是體現在這個判斷能力上。

但就連開發 AlphaGo 的團隊都坦言，AlphaGo 面前的最大問題，和人類棋手是一樣的，就是圍棋太難了，還有規則中的規則，例如優勢、虧損、打劫，雖然 AlphaGo 的勝利或失敗，完全取決於這些機率的估計是否準確，但計算力還遠遠達不到『最優解』的程度。目前AlphaGo 團隊的做法是，讓AlphaGo學習像人類棋手一樣，去選點和判斷。

當機器把一件事情做得比人類好時，我們還能做什麼？
你對棋王退休有什麼看法？快和我們一起分享！

---------
《#范琪斐ㄉ寰宇漫遊》每週四晚間十點在寰宇新聞播出，沒跟上的也沒關係，歡迎訂閱我們的 YouTube 頻道 🔔#范琪斐ㄉ寰宇漫遊 🔔https://reurl.cc/ZvKM3 十點半準時上傳完整版！

AI人工智慧勝過人類最著名的例子，絕對是「AlphaGo」接連打敗來自南韓和中國的圍棋高手，一般認為AI要在圍棋中取勝比在西洋棋等遊戲困難許多，
主要是因為圍棋的下棋點極多，然而「AlphaGo」問世後短短兩年，就已經達成這項不可能的任務，也震驚了全世界。
而在電競圈也有人工智慧痛宰職業選手的例子，電競人工智慧「OpenAI」今年三月以2比0戰勝《DOTA2》Ti8世界冠軍「OG戰隊」，
之後更擊敗了來自世界各地的《DOTA2》玩家隊伍，完成了573連勝，這超狂的紀錄一直到4月中旬才交出首敗！
根據外國媒體報導，科技大廠「微軟」將投資10億美元給電競人工智慧「OpenAI」，雙方還達成了一項多年合作協定，
將在微軟的「Azure」雲計算服務平臺上開發人工智慧超級計算技術。有了這筆大投資，人工智慧會不會進化到更驚人的狀態呢？這對人類來說究竟是福是禍，也只能繼續觀察囉～

© Microsoft 2019
© OpenAI


「電玩宅速配」粉絲團：https://www.facebook.com/tvgamexpress
「美女愛玩Game」節目：http://bit.ly/1Qwt7S3
休閒平台：http://myfun.gamedb.com.tw
遊戲庫粉絲團：http://www.facebook.com/Gamedbfans

#科學大爆炸 3月 AlphaGo V.S. 李世乭的世紀圍棋大賽，人工智慧以4:1下贏了天才棋士李世乭，開啟了人工智慧的新里程碑。

究竟AlphaGo厲害在哪裡？第四場為什麼AlphaGo會輸呢？人工智慧比人腦厲害在哪裡？我們真的就從此贏不了電腦了嗎？一起來聽聽台灣紅面棋王周俊勳，和又懂人工智慧又下棋的于天立老師怎麼說！

延伸必讀：
AlphaGo 爆冷從李世乭手中拿下首勝。台灣棋王怎麼看？電腦為何辦得到？
https://panx.asia/archives/42998
AlphaGo成為「棋靈王」是有多厲害？人工智慧未來又要怎麼走？
http://pansci.asia/archives/95263
AlphaGo既不是起點也不會是終點，從頭述說人工智慧走過的這70年
http://pansci.asia/archives/94904
人工智慧贏了圍棋，然後呢
http://blog.udn.com/DrVader/45626041

＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿

周俊勳 棋士：
臺灣棋院九段、中國圍棋協會三段、職業圍棋棋士，是臺灣1979年成立職業圍棋制度以來第一位職業九段棋手。因右臉有大片紅色胎記，號紅面棋王。
他是世界圍棋棋壇上唯一擁有三個職業圍棋組織（中國圍棋會，中國圍棋協會（中國棋院），臺灣棋院）棋籍的棋手。
https://goo.gl/zU5l6A

于天立 副教授：
任教於台大電機系，研究領域為基因遺傳演算法、 演化計算、機器學習、人工智慧。

俞俐均 棋士：
職業一段，為目前台灣職業圍棋最年輕的女棋士。
http://times.hinet.net/news/18253327