第252期

弱人工智慧 強勢發展

介紹在科技界存在已久的「人工智慧」技術,及其近年的新定義、走向和發展。

弱人工智慧 強勢發展

記者 彭書耘 報導  2016/11/20

人工智慧(Artificial Intelligence,簡稱AI)在科技領域早已不是新興科技,如手機的語音辨識系統掃地型機器人等等,皆是現代社會熟知的產物。其在各領域的發展不容小覷,2016年三月圍棋人工智慧軟體Alphago與世界棋王的對弈獲勝,引起極大關注及迴響,顯示其發展的成績亮眼。然而,近年對於人工智慧的定義及研究走向,漸漸不同於以往,弱人工智慧(Weak AI)已然成為最新趨勢。
 

人工智慧演進 時代的道路

「人工智慧」的概念最早可追溯至希臘神話,想像製作出的機械人偶能擁有像人類一般的思考能力,直到中古世紀末期,科學家則將此基礎進一步發想,假設人類的思考過程可被機械化且能使用方法計算,18、19世紀時更是在數理邏輯的演算上有巨大突破,但同時將機械自主思考的可能性降低許多。20世紀中期,「人工智慧」一詞被確立,越來越多領域的學者加入探討此學科的行列,20世紀末,以此作為題材的電影更如雨後春筍冒出,內容大多探討人工智慧成真後帶來的效益災難,掀起一陣對該科的討論熱潮,AI自此在社會中佔有一席之地。


圖為轟動一時的科幻電影「機械公敵中的截圖,講述人工智慧有意識地反撲人類。
(圖片來源/
隨意窩Xuite

然而,人工智慧發展迄今,研究走向在不知不覺中換了跑道,不再是以往科幻電影中呈現的模樣。其狹義定義如過往的想像,期待人工智慧能使機器如人類一樣有意識、感知能力,具備與人類相同程度的智慧甚至超越人類,為強人工智慧(Strong AI);但現在的走向越來越偏向廣義人工智慧,即弱人工智慧,跳脫以往思考的角度,不再以「人類的思考模式」為前提,讓機器使用自己的語言方式處理問題、產生智慧,走入AI的新世代。
 

處理問題 專於特定領域

「AI可以想成我們想要達成的結果,而你看到的這些大數據(Big data)、機器學習(Machine Learning)等等,都是現今常用來產生AI的方法。」此為臺灣大學資訊工程學系研究所教授林守德對AI的說明。踏入弱人工智慧的領域後,不再要求其全知全能,目標轉向特定問題的處理,許多輔助技術應運而生。

人工智慧的運作大多建立在機器學習,以此技術為基礎幫助其發展。機器學習為一概稱,實際上的分類十分多元,如語音辨識(speech recognition)、資料探勘(Data Mining)、統計學習(statistical learning)等等,讓電腦自行分析資料、吸收並成長,取代以往只能以人類智慧解決的問題。另一方面,現今世代流行的大數據也是人工智慧成長的原因之一。大數據為大量資料聚集的形式,特質為容量龐大、更新快速和種類多元,電腦可以從其中提煉所需的資訊,找出關聯或規律,便是一種弱人工智慧。

弱人工智慧的應用十分廣泛,其在不斷改良後,能有效地解決特定問題,如計算商品效益、預測流行趨勢等等,而一般購物網站上的個性化推薦系統,則是人們最常接觸到的例子。藉由分析個人的瀏覽紀錄、購物方式或消費習慣,系統能有效地在用戶下次造訪時提供相似商品資訊,提高銷售的可能,而運算方式仍在不斷地改良,期望系統能愈來愈深入用戶需求,提供更精準的物品推薦。


現今線上購物網常見的關聯性推薦,是弱人工智慧最廣為人知的應用。(圖片來源/Slideshare
 

世界趨勢 國內不落人後

近年,人工智慧成為炙手可熱的潛力產業,各大科技巨頭皆使盡全力,爭相成為該領域的領導品牌。如Google於2013年收購深度神經網路公司DNNresearch,蘋果(Apple)於同年收購自動語音辨識技術公司Novauris,投入大量資金和心血開發,人工智慧進展更加快速。該技術的普及使得各公司使用比率逐年上升,投資的研發類型也不再侷限於特定方向,未來發展不容小覷。


CB Insights統計顯示,投資人工智慧的公司數量逐年升高。(圖片來源/愛逛街

台灣大學資工所中,擅長人工智慧研發的教授也不在少數,研究走向如影像辨識、機器學習工具或機器發明等等,在各個應用層面皆受到國際注目。身為臺灣大學資訊工程學系特聘教授,林智仁與研究團隊研發的機器學習軟體(LIBSVM),受到國際間廣泛的使用及肯定,林智仁因此受邀至美國人工智慧協會AAAI(The National Conference on Artificial Intelligence)擔任院士,同時也是台灣唯一的一位。另,同為資工系教授的林守德,專業為機器發明,追求人工智慧能自行發展出目前人類尚未開發的領域,例如發現新自然定理配製新藥物等等,期許在未來能幫助人類的研究發展。

在此潮流引領下,科技公司積極找學術界合作,宏達電(HTC)、微軟(Microsoft)皆有與台大資工系教授交流,月底輝達(NVIDIA)也宣布將與研究教授共創台灣首間人工智慧實驗室,期待密切的產學合作激盪出更多火花。
 

突破現存問題 持續邁進

「在人做起來困難的事情,對電腦來說很簡單;但對人來說容易的事情,電腦反而做不好。」林守德說道,這是在人工智慧領域中有名的悖論。現今人工智慧在許多專業領域大放異彩,但對於「常識」、「圖像辨識」性質的問題卻無法突破,例如放置一張兔子的照片予以辨識,準確辨識後遮掉其中一隻耳朵和眼睛,則會使其陷入無法作答的混亂,在此類問題作答力甚至低於學齡前兒童。

以往電影的描繪使人慣於想像擁有自我意識的人工智慧,然而此類想像仍是現今無法達到的範疇。2016年三月微軟上線的聊天少女機器人Tay,在推特(Twitter)短短一天內即累積五萬人次追蹤、十萬則以上的回覆,但Tay在蒐集大量網路留言、分析並學習後的結果,便是發佈許多帶有惡意及歧視性質的貼文,讓微軟被迫在一天內將她下架。近期推出的另一款聊天機器人Murphy採用不同於Tay的互動方式,避開此學習弊病。人工智慧目前並不具有道德判斷能力,價值觀、認知皆是無法依靠程式碼堆疊的產物,讓其產生真正的意識仍是對科學家的一大考驗。


在網友的留言洗腦下,Tay學習了種族歧視的言論並且發文。(圖片來源/蘋果即時

弱人工智慧仍會是短期內應用的重點,雖然同時間也有研究者持續尋找模擬人腦的方法,但效益無法立即彰顯。該技術在科技、商業、生醫或其他產業的潛力都讓社會十分關注,國際企業間的合作日趨頻繁,相信其未來的發展將持續為人類社會帶來便利及福址

記者 彭書耘
矛盾特質的集大成,興趣使然的少女,有很多不切實際的夢想需要被打破但大概不是現在(不過要多吃青菜水果)
記者 彭書耘