10月第一周,我們製作的封面故事是探討深度學習,恰巧最近在閱讀《人工智慧在台灣:產業轉型的契機與挑戰》,先前也在一場研討會上,聆聽該書作者之一:陳昇瑋博士的演講,他談到了人工智慧的發展,歷經了符號邏輯、專家系統、機器學習,總共有三波大浪潮。

根據他的介紹,人工智慧的第一個階段,是把人的思考邏輯放進電腦;到了第二個階段,是把人的所有知識放進電腦;而在最近的第三個階段,是把人的所有看見放進電腦。這樣的過程,似乎可以跟數位化技術在不同時期的發展,彼此對應。就像早期的數位化,重點在於程式化(Programmability)、資料化(Datafication);到了80年代、90年代,資料倉儲、知識管理、決策支援系統、商業智慧開始興盛;而這10年來,方興未艾的大數據、機器學習,又帶動了新的數位化浪潮。或許是因為這樣的緣故,企業近期所關切的數位轉型,通常也會牽涉到機器學習、人工智慧。

在前兩個階段,後來的發展面臨到一些挑戰,因為人雖然能夠透過寫下決策邏輯、經驗法則的方式,讓電腦來進行相關的處理,但很多問題之所以難以解決,關鍵在於,人只是血肉之軀,並非全知全能,人有自身感官與認知的限制,對於各種事物的來龍去脈,不一定能夠完全清楚理解,也無法寫成規則,因此,即使發展成專家系統,所能解決的問題類型還是很有限。

而機器學習之所以能夠突破這樣的困境,某種程度而言,我認為是解耦了由人來制訂規則的這個環節,陳昇瑋在這本書第二章〈機器學習一次看懂〉也特別針對這點提出比較,並以圖解的方式,進一步呈現專家系統、傳統機器學習、深度學習之間的差異。而且,書中也提到,深度學習之所以有別於其他機器學習的方法,在於能否「自動」進行特徵工程(Feature Engineering),找出比人為定義更好的衍生變數,以及預測力更強的特徵。因此,若以深度學習來面對非結構化資料,在資料量足夠的情況下,可提供較佳的解法。

看到這裡,不禁讓我想到金庸小說《俠客行》的情節。書中主角迭有奇遇,自不在話下,但因為他天真、不諳人情世故,在各種因緣的半推半就情況下,陰錯陽差學到許多武功,到了最後,更因不識字而破解了俠客島圖譜隱藏的武功祕密。相較之下,故事中有許多經驗豐富的江湖老手,都受限於自己的認知,頻頻與這些奇緣擦肩而過,而不像主角履險如夷,甚至有許多人為了要參透圖譜祕密,投入多年時間苦思苦練,卻不曉得搞錯方向,因為想要精通這些武功的訣竅,並非是旁邊的文字註解……。

當然,這個故事並不能完全類推到深度學習技術的發展歷程,因為大家過去的努力並不是白忙一場。如果當初沒有人持續提出解題的方法,以及運算、儲存、網路技術的突飛猛進,讓我們以更合理的成本取得產生、儲存、處理大數據的能力,或許至今還沒有辦法達到這樣的科技進展。

此外,面對人工智慧的進步與普及,我們不得不體認到人類的渺小與有限的能力,因此,擔心自身職能是否會被取代,希望可以儘快學習妥善運用的方法,找尋自我定位。同時,在這樣的技術浪潮下,也提醒我們要正視自我成見的桎梏,面對世代的傳承與技術的更迭,應採取更開放的心態,不讓過去有限的經驗拘束我們未來發展的可能性,也許就有機會克服更多過去無法處理的困難。

專欄作者

熱門新聞

Advertisement