科技新闻热点在人工智能(AI)街头巷口人人都在谈!

科技新闻热点在人工智能(AI)街头巷口人人都在谈!

2017-09-22 08:56

  但即使是弱AI,因为已证明在许多产业应用上的价值,让许多企业趋之若鹜,不论本来谈不谈/做不做资料科学及大数据研发及导入,今年开始都开始谈AI。他们可能说,我们已从大数据阶段“进化”到AI,比其他还在做大数据的公司还“先进”,这是种有趣的说法,刚好可以社会上有些人的不求甚解,经常在未真正了解一个词汇之前就开始使用。

  事实可能刚好相反,最浅层的资料应用是让老板每天看图表;最最深入的资料应用应用是的,看不到图表。AlphaGo就是个例子,它是基于数不清的规则来运作,而不是看着一堆图表学到如何下棋的。透过机器学习从资料萃取规则出来,而那些规则过于复杂,根本无法完整地视觉化呈现,只能以AI系统来直接应用这些规则,让系统根据当前的输入值提供最佳的输出值。

  最近的科技新闻热点在人工智能(AI),街头巷口人人都在谈,更出现“人工智能论”,好像AI就快要人类似的。事实上稍微对于AI技术有点认识,就会知道这些担心是多余的,这几年进展快速的是弱AI,只会把一种工作做到最好;要真的能跟人对答如流及进化的强AI,影子都还没看见。

  更直白的说,AI导入的难易度,根本就是看一家企业的E化程度是否彻底,是只有传统上要做报表数字在 Excel表格那种浅层的E化?或是在企业流程中融入资料收集及以资料做辅助决策的那种E化?我们都知道E化不是0或1,同样在做E化的公司及部门,层次可以天差地远。这个概念也可以套用在云端计算、大数据、资料分析。千万不要以为公司有资料仓储,打开电脑就有报表可以看,公司同仁开会讨论时都是基于漂亮的即时图表,就是把大数据应用的很好的公司。

  过去几年,我们在资料的蒐集及解读上很热中,对于机器学习这种以看不见图表的方式来分析资料及发展AI应用有点后知后觉。十分期待本土各种产业在觉知后的奋起直追,特别在我们有特殊利基点的产业(如制造业、农业、生医产业等)及社会领域(施政、公用事业、教育等)上,以真正踏实的AI发展来改善社会及产业体质。

  事实上,大数据、机器学习及AI是不可分割的。大数据是资讯来源,机器学习是资料的处理方法,藉以萃取出复杂的规则,让电脑展现出拟似人类智慧的行为,我们称为AI。换句话说,以今天的技术来说,大数据及机器学习是发展AI的必要条件;在AI技术领先的企业,同时也必然是大数据及机器学习的领先者,没有人能够跳过这两者而直接开发出先进的AI系统。

  因此,想要导入AI,过去欠的技术债,必须先还清。企业里的资料基础建设(例如资料仓储)建好了吗?资料管理有个统一的授权模式吗?或是依旧得让资料使用者一一去企业中分散各处的资料拥有者?资料的收集及产出有融入企业流程中吗?还是每次得为了特定的专案再花人力时间资源来整理收集?资料应用的导入是默认得进行的常规任务,还是得另外花力气去所有相关单位?分析资料的团队是管理资料的团队兼任,还是有个专业的资料分析团队来进行?同时,所有的资料应用