編譯／潘楠慕

偉大科學家牛頓（Isaac Newton）提出的「三體問題」（Three-body problem），是物理學中最棘手的計算問題之一，主要是計算三個天體在相互的萬有引力下之運動規律，例如地球、月球和太陽的運行軌道。

過去已有許多著名科學家投入大量時間和精力，希望突破三體問題的計算，但至今仍難以獲得精確的解答。數學家已指出，在數學上不可能完美解出三體問題，只能尋求在特定的條件下進行計算。在這個過程中，也衍生了混沌理論，並發現所謂的蝴蝶效應，也就是只要最初的狀態出現些微的擾動，會導致後來的狀態大為不同。

過去對三體問題的計算，動輒耗時數周甚至數月。二○一五年時，研究團隊發表「布魯圖斯」（Brutus）軟體，求解速度為迄今最快。但這種計算方式對記憶體的要求極為嚴苛，如果要求更精準的計算和模擬時間，耗費的時間與成本更加驚人。

人工智慧和深度學習的技術持續進步，讓三體問題的計算出現曙光。由英國愛丁堡大學、劍橋大學、葡萄牙艾維羅大學以及荷蘭萊登大學的研究團隊，合作設計了一套深度人工智慧網路（ANN），利用歷來的三體問題解答對這套系統進行訓練，希望能夠提高計算速度，最終目標則是獲得完美的解答。

研究團隊表示，這套人工智慧神經網路輸入大量數據進行訓練，之後再進行計算。實際測試的結果發現，神經網路的模擬結果與「布魯圖斯」非常接近，且速度高達「布魯圖斯」的一億倍。

科學家指出，這個成果，對於研究星團和宇宙演變過程的天文學家而言非常珍貴。如果未來這套神經網路系統能正常運作，獲得答案的速度將達到前所未有的水準，也能進一步研究更深層次的問題，例如「引力波如何形成」。

不過，其他科學家指出，人工神經網路的速度較快是因為計算的方式不同。「布魯圖斯」的計算，是把天體軌道運行的每一步都進行運算，所需時間較長，但人工神經網路是分析其他計算的運動軌跡，歸納出相應的規律後，預測其演變結果。

另外，專家也指出，這套人工神經網路雖證明AI與深度學習能夠應用於三體問題的模擬解答，展現解決複雜問題的潛力，但如果要實際應用，甚至擴大至四體、五體的計算，仍須配合「布魯圖斯」系統。

研究團隊也坦言，深度學習不是解決所有問題的萬靈丹，深度神經網路目前確實無法完全取代「布魯圖斯」系統。不過他們也表示，或許能夠建構一套複合式的系統，將「布魯圖斯」和人工神經網路結合，以最有效率的方式模擬星體之間的運動。

對抗超級細菌 人工智慧上陣

科學家正致力解決抗生素濫用及相關的抗藥性問題，方向之一是持續開發更有效的藥物，另外則是追蹤並預防疾病，減少抗生素的使用量；無論何種方向，都仰賴人工智慧（AI）輔助。

美國聖地牙哥加州大學的研究團隊，正利用機器學習來識別和預測使結核病細菌產生抗藥性的基因，希望把這個方式應用於辨識其他病原體。英國動物醫學專家則與中國大陸的官方和業者合作，應用人工智慧減少禽類的抗生素用量，並擴大運用於人類。

據英國政府的官方報告，目前每年約有七十萬人因抗生素抗藥性死亡；如果無法改善，預估二○五○年每年將有一千萬人因此死亡，高於因癌症去世的人數。

諾丁罕大學的多特里尼（Tania Dottorini）教授指出，抗生素可破壞細菌細胞的部分功能，療效非常明顯且快速，許多人類和動物都會使用。然而，隨著接觸抗生素的次數增加，菌株可能產生基因突變，對抗生素免疫。

他表示，減少抗生素的使用甚至禁絕濫用，有助解決超級細菌問題。要達到這個目標，其中一個方法是對菌株進行基因序列檢測，開發專屬療法，迅速治療疾病並減少藥物的使用量。

另外一個方法則是從食物、飲水、環境和藥物等方面著手，彙整諸多資訊，避免疾病發生。這種方式涉及的數據極為龐大，分析過程極為複雜，需仰賴人工智慧的高速運算，才能適時完成。

多特里尼教授說，諾丁罕大學和中國大陸國家食品安全風險評估中心已與獸醫產品、養殖場業者合作，準備以機器學習找出預防家禽養殖場疾病的方法。

他表示，抗生素抗藥性是全球性問題，且日益嚴重，一些超級細菌甚至對所有藥物免疫，非常棘手。養殖場的超級細菌不僅限於動物，還可能傳播給人類，必須盡快遏止。他們的研究計畫如果一旦成功，將與其他地區的養殖場分享，希望能使其他動物及人類受惠。

鄧艾面試官 提升招聘公平度

面試對求職者和招聘人才的企業都是一道重要關卡，應徵者希望被心儀的公司錄取，企業則想招募最理想的人才。

然而，由人類主持的面試，主觀因素影響極大，年齡、性別、外貌及種族常會影響面試結果。瑞典人力資源公司TNG的調查顯示，約七成的瑞典求職者認為面試過程存在歧視。

為了盡可能消除偏見與歧視，一些公司嘗試以科技輔助，讓招聘過程盡可能公平。瑞典「多樣性基金會」（Diversity Foundation）與TNG、佛哈特機器人公司（Furhat Robotics）及瑞典市政府合作，使用機器人「鄧艾」（Tengai）面試並錄取員工。

「鄧艾」的高度為四十一公分，重量三點五公斤，擺在桌上約與面試者平視，能夠模擬人類的說話方式及表情。

被「鄧艾」錄取的求職者歐賀德（Anders Ornhed）說：「面試過程很特別，它不會與面試者閒聊。」

開發「鄧艾」的研究人員表示，人類傾向尋找擁有相同興趣、愛好的人，面試時，這些問題會產生潛意識的偏見。AI機器人不會出現傳統面試時的歧視，也不會有情緒波動，在面試過程中，對所有求職者的語調、問題和提問順序完全相同，讓過程更客觀。

除了瑞典，全球許多地區也有愈來愈多公司使用人工智慧協助招聘人才，但一些專家對於AI是否能取代人類的面試任務，仍心存疑慮。他們表示，AI確實能排除感情因素，但每種職務需要的特質不一，仍需人類面試官才能遴選出最適合的人才。

TNG公司表示，AI面試官目前仍無法完全取代人類，但它能夠負責第一階段面試，提供後續審核人員重要的參考資料。這種一視同仁的面試，是消除歧見的重要一步；若妥善運用，可以為企業創造商業價值，提高競爭力，並為勞動市場創造更公平的競爭環境。

新聞辭典

三體問題

三體問題（Three-body problem）是指3個質量、初始位置和初始速度都可視為質點的天體，在相互之間萬有引力的作用下運動規律問題。牛頓提出的萬有引力定律，可以計算出宇宙中兩個天體在引力作用下的運動情況，解出天體的運行軌道。但如果有3個以上的天體存在，這些天體之間的作用力關係就非常複雜，科學家目前仍無法精確求解。