沒有智慧的選民 與 民主政治深度學習(作者：林宜敬)

一、

幾個月前我跟布朗大學電腦科學系畢業的陳師叔以及倪二師兄吃飯。他們兩人都是學貫中西、博古知今的有智之士，他們兩人都憂心忡忡，覺得台灣大部分的選民都缺乏智慧，在這種狀況下，不知道台灣的民主政治會將我們帶向何方？

二、

我安慰他們兩人說，其實民主政治一直都是這樣，個別的選民通常是沒有智慧的，但是由白痴選民所組成的民主政治體，卻往往能展現出高度的智慧。

這就像是個別的腦細胞是沒有智慧的，但是由腦細胞所組成的人類大腦，卻往往能展現出高度的智慧。

三、

我用人腦細胞來解釋民主政治，陳師叔跟倪師兄馬上就聽懂了我的意思，因為現在當紅的人工智慧深度學習，就是在模擬人腦細胞的運作方式。

深度學習技術當中的每個人造神經元，一樣沒有智慧，只能對簡單的輸入做一些加減乘除運算，然後加入偏見(Bias)，看看計算的結果是否大於一個設定值。如果是，就輸出一個正數給下一個神經元；如果不是，就輸出 0 給下一個神經元。

把這些沒有智慧的人造神經元連結在一起，加以適當的訓練(Training)，他們就能展現相當的智慧。

四、

我們台灣人看美國的民主政治，總會有一種錯覺，以為他們的選民比較理性、比較有智慧。

其實不是這樣的。據我所知，西元1800年，傑佛遜跟亞當斯兩人競選美國總統，他們兩人都是革命元勳，都是歷史上偉人等級的政治人物。但是在那次大選中，黑函跟假消息不斷，雙方陣營都用最惡毒、最低級的語言攻擊對方。

到了1920年代，杜魯門在密蘇里州競選地方公職，當時支持杜魯門的民主黨大樁腳 Tom Pendergast 用卡車一車、一車的載著農民去投票，投完票之後，就要那些農們回家換裝，用另一個身份再去投一次票。

到了1960年，甘乃迪競選美國總統的時候，美國的生活雜誌(Life)報導，西維吉尼亞州的買票行情是一票兩美金至五美金之間。

所以台灣的民主政治有買票、做票跟黑函攻擊；美國的民主政治也曾經有買票、做票跟黑函攻擊。

五、

當然，沒有智慧的人腦細胞不是隨便連結在一起就會變得有智慧，人腦還是必須經過不斷的訓練與學習，才會變得越來越聰明。

而人造神經元也不是隨便連結起來就會具備人工智慧，而是需要對它們進行訓練，整個系統才會變得越來越聰明。

我們在對人工智慧系統進行訓練的時候，必須先設定懲罰(Penalty)函數，每當人工智慧系統的運算結果不如我們的預期時，我們就給它們一定程度的懲罰，告訴它們還要改進。

而人工智慧系統的每一個人造神經元受到懲罰之後，就會對自己的運算進行微調，改變權重與偏見值等等。讓下一次計算後所受的懲罰降低。

六、

人工智慧系統的最大功能其實是分類(Classification)與預測(Prediction)，而一個新近連結完成的人工智慧系統，通常會做出很糟糕的分類跟預測。但是經過幾十回合、幾百回合、甚至成千上萬回合(Epoc)的訓練與懲罰之後，一個人工智慧系統就會變得越來越有智慧。

七、

同樣的，一個新生的民主政治體系，一開始可能會做出一些非常隨機而不理性的選擇，選出一些不適任的地方首長或是總統。但是每次的選舉之後，如果選出來的政治人物越糟糕，個別選民所受到的懲罰(Penalty) 就越大。而每個選民就會對自己的投票行為做出微調，改變對不同資訊來源的權重與偏見值，讓自己在下一次選舉之後所受的懲罰變小。

經過幾十回合、幾百回合的選舉之後，整個系統就會變得越來越聰明，就會選出最適當的地方首長或是政治人物。

八、

一個人工智慧系統在經過很多回合的訓練之後，會變得越來越聰明，但是個別的人造神經元還是沒有智慧；一個民主政治體系在經過許多次的選舉之後，也會變得越來越聰明，但是個別的選民可能還是沒有智慧。

九、

美國是一個老牌的民主國家，他們的民主政治系統已經舉行過數百次的中大型選舉，也就相當於是受過了數百回合的訓練。因此他們現在的民主政治系統往往能選出很優秀的領導人。

美國之前選出老羅斯福、小羅斯福、艾森豪的時候固然是眾望所歸，但是在選出杜魯門、雷根、川普的時候，也曾經讓許多美國的「有智之士」感到吐血，覺得美國選民實在缺乏智慧。

而事後證明，杜魯門、雷根、川普都是非常稱職的總統，美國民主政治系統的集體智慧，超越了個別知識分子的智慧，

十、

我說完這番話之後，陳師叔跟倪二師兄都覺得我頗有一番歪理。但是看他們的表情，我不知道他們究竟是要賞我一巴掌？還是要提名我去競逐搞笑諾貝爾獎。