AI時代來臨,能以人類智慧善用AI才是勝出關鍵 – i創科技

AI時代來臨,能以人類智慧善用AI才是勝出關鍵


歷經數次發展起伏,「人工智慧」在創新科技的推波助瀾下,不論是技術的精進或應用的開發,都讓人耳目一新,更被視為是促進產業及經濟成長的關鍵。當人工智慧逐漸滲透入我們的社會與生活之際,要如何適當運用,增進人類福祉,需要極大的智慧。

自半個多世紀前人工智慧(Artificial Intelligence;AI)出現以來,各界對於機器能夠具有如同人類的智慧,有了愈來愈多的想像與期待,甚至帶來許多令人震驚的結果。近來在人機對奕中,Alphabet旗下DeepMind所開發的AlphaGo圍棋程式,屢次擊敗多位世界圍棋高手,並以顯著的差異取勝,不只展現其優於人類的一面,也讓人看到現今AI科技的強大。

在生活中,有各種不同應用AI的智慧機器人,不只能夠理解人類的表達、還可與人互動,圖為工研院所研發之「智慧視覺機器人系統」。(圖片來源:工研院)

生活中,AI的應用也比比皆是。像是在廣告行銷及電子商務領域,研判消費者資料來提供資訊、促進銷售的方式已屢見不鮮;在廠房中收集並分析生產資料以落實智慧製造,更是提升品質、創造競爭力的重要方法。許多消費電子產品廠商加入語音助理功能,或推出各類型的智慧機器人,不只能夠理解人類的表達、還可與人互動;正如火如荼研發的自動駕駛汽車,從環境感知到資料判讀與驅動,也都少不了AI的助力。

科技進步 啟動AI新時代

AI確實為許多領域,帶來更多創新與提升的可能,而這一波AI的文藝復興,將過往許多學術上的探討和理論付諸實現,主要得歸功於科技進步的成果。儘管1980年代AI初萌芽已備受矚目,但因相關技術上還不夠成熟,使得AI發展數次受挫,如今在雲端運算、巨量資料等科技的帶動下,不但奠下AI的發展基礎,也成為驅動下一波變革的關鍵因素。

工研院產業經濟與趨勢研究中心(IEK)跨領域研究群總監趙祖佑進一步指出,當前AI有顯著的進展與突破,首先是在「資料」,包括在數位化下的資料量愈來愈多,以及與資料相關的收集、處理、分析等技術也不斷創新,使得以大量資料為基礎的AI有更好的發展機會;同時搭配電腦運算效能的提升,使得運算速度更快、成本更低,加上各種演算法、深度學習等技術的開發,讓AI變得更重要、更為實用。

1980至1995年間,AI第二波的發展,就是以知識驅動的專家系統為核心。工研院電子與光電系統研究所智慧視覺系統組研發組長于天立認為,當時以為將大量的知識集結成知識庫,並透過專家訂定搜尋處理的規則,就可以由電腦或機器找出需要的結果;但後來發現當知識量愈多,不僅搜尋時間更長,而專家制定的規則也要考量各種情境,否則電腦無法有效判斷或排除無關的知識。而現在的機器學習或深度學習技術,則可由機器自行學習出特徵,並透過持續地訓練提高準確率,讓AI的系統愈來愈進步。

AI創造多種可能

科學家發展AI的出發點,就是希望AI能達到與人腦相同、甚至更好的表現。于天立表示,這也代表AI能夠具有辨識(Recognition)、記憶(Memorization)、預測(Prediction)等功能,惟需透過大量的資料來學習、精進。像在一些較為前瞻的AI研究中,可看到機器經過不斷學習後,還可以模擬人類筆觸、光線等來作畫,或是撰寫小說等。

工研院資訊與通訊研究所所長闕志克則指出,當前AI所談的,最主要的就是「深度神經網路」(Deep Neural Network;DNN),讓AI系統具有分析與綜合的能力;這也是在機器學習的技術中,至今證明最有效的主流技術,也是未來軟體開發的重要方向。因此AI能從過去的「AI Winter」,走到今日的「AI Everywhere」,其中一項關鍵就是透過演算法的突破,使得DNN的機器訓練方式成為可能。

好比在軟體開發上,過去大多是由好幾位程式設計師定義規格、開發演算法,然後寫出程式碼成為軟體;未來則是利用大量的資料並經標記後,透過具有DNN的機器學習演算法,擷取當中的關鍵智慧,形成一個DNN的模型及軟體。例如讓機器運用DNN的演算法來判讀各種狗的圖片,並且經過不斷地學習與演算,就能產生能夠辨識出狗的DNN模型和軟體;闕志克認為,這種能結合大量資料與DNN的機器學習,是各行各業都用得到的技術。

現在的機器學習或深度學習技術,則可由機器自行學習出特徵,並透過持續地訓練提高準確率,讓AI的系統愈來愈進步。圖為工研院研發之「CityEyes雲端視訊分析平台技術」。(圖片來源:工研院)

需學習與AI互補合作

經由機器學習、演算法等創新技術加持升級的 AI,不只是針對特定的領域或行業來設計與使用,而是可以跟各產業結合,運用產業中的特定知識與資料,找出可創新、加值的地方。不過在AI的創新之下,也有不少人抱持質疑。有人認為AI其實並不如想像中厲害,能做到的事還是很有限;也有很多人擔憂這樣的發展將會剝奪許多人的工作機會,或是擔心在AI日趨成熟下,是否會回過頭來控制人類。

特斯拉(Tesla)執行長馬斯克(Elon Musk)曾多次表示AI可能會對人類社會造成威脅、甚至引發戰爭。著名物理學家霍金(Stephen Hawking)也認為AI可能會造成人類滅絕。然以目前趨勢來看,AI的發展幾可說是無法阻擋,但也無法確定未來AI將會發展至何種地步。因此要如何面對AI所帶來的衝擊和影響,就成為發展AI的同時,也必須深入探討的議題。

就AI取代人類工作的層面來說,在許多觀察分析都認為確實會發生;尤其是像資料的收集、分析、或辨識等規則化及可預測性的工作,機器可以做得比人類還要好,速度快、準確率又高,還可不斷學習與調整、持續提升能力,由AI來取代也無可厚非。不過美國史丹福大學教授Chuck Eesley指出,人類還是有很多能力是AI難以取代的,例如創造力、結合經驗與價值觀的判斷能力等,因此人類應該要與AI之間相互合作、互補,才能夠創造更大的工作價值,人類也必須要學習新的技能,與AI共處。

美國史丹福大學教授Chuck Eesley (圖片來源:工研院)

運用AI創造更高價值

日本經濟產業省估計,在AI與機器人技術影響下,到了2030年日本國內就業人數將減少735萬人。這好比過去人類社會所經歷的工業革命與資訊革命,都引發了產業與工作型態的變化,人類的技能也必需跟著調整。亞馬遜(Amazon)在導入倉儲機器人後,可讓原先一座需要上千位員工的倉儲,減少為不到10名員工,成本也跟著降低;然而市場研究機構Forrester也預估,未來10年倉儲機器人雖會使2,500萬人失去工作,但相對也會創造1,500萬個新的工作職位。

因此有人會以「Augmentation」(擴大、增加)來形容採用AI後,人機合作下,其實是可以完成更多且更多元的工作,創造更高的價值,讓「人機協作」成為新興的就業趨勢。例如運用AI技術,英國BenevolentAI公司就透過機器來閱讀專利、醫療、化學等資料庫和期刊,尋找潛在的新藥分子或配方,結合公司內部所設置的「首席醫療官」(Chief Medical Officer),共同推動新藥研發。

這也是闕志克所說的「產業AI化」,每個產業都可以就所在領域,找出值得利用的資料與應用方向,並結合DNN的AI技術來提升效率和價值。比如在醫療照護上,透過AI來學習、辨識影像資料,協助醫師進行更精準的診斷;或是國外已有金融機構運用AI系統來管理基金,不只營運成本更低,也能創造相當不錯的經營績效;中國大陸也有銀行以智能櫃檯來取代傳統的櫃檯服務員。

台灣產業須善用AI優勢

AI的應用遍及各行各業,包括製造業和服務業,是產業成長與商機的重要來源。工研院產業經濟與趨勢研究中心主任蘇孟宗指出,2017年AI產業已進入加速階段,如影像辨識、機器視覺、語音助理、醫學診斷等,使原本的產業鏈開始重組,除成為電子產業的發展主軸,應用效益也將擴散至其他產業,強調的是提供以使用者為核心的整體服務。

台灣近年興起的「軟硬融合」觀點,蘇孟宗表示就是要結合產業知識的「軟實力」,以及各種軟硬體技術的「硬實力」。而AI所扮演的角色,並非將二者相加(+),而是驅動軟實力與硬實力融合(Fusion)的乘法(×)因子。也因為AI的加乘,讓台灣有優勢的產業與技術能夠更有效地結合,才能發揮軟硬融合的綜效、產生質變。

蘇孟宗認為,國內要能培植領導廠商、帶動示範應用外,更要長期投入AI技術發展,加強產、學、法人間的合作;提升國內較缺乏的演算法、平台架構等技術,亦透過國際網路鏈結補足缺口,並鼓勵產業參與投入、建構完善生態系。他建議政府也要密切關注AI在社會、法律、安全等層面帶來的影響,推動產業發展基礎,才能讓AI為提升產業經濟、增進社會福祉做出貢獻。

(本文經工業技術與資訊授權轉載《AI時代來臨 融合軟硬實力 創造產業優勢》)

Facebook留言

則留言



======================================================
如需轉載、引用本篇文章,請先與我們連絡呦!

每一個 都是支持「工業技術研究院」持續創作的能量!感謝您!! ======================================================




關於作者


工業技術與資訊

為工業技術研究院每月定期出版的刊物。介紹每月科學發展趨勢與最新研發技術,讓讀者掌握第一手資訊。

你可能有興趣的文章