開啟輔助訪問 頁面二維碼 切換到窄版

SWF-TEAM 技術交流網

 找回密碼
 立即註冊

Login

免註冊即享有會員功能

Login

免註冊即享有會員功能

Login

免註冊即享有會員功能

查看: 19|回復: 0

[談天] 由人工智慧到人需智慧

[複製鏈接]

升級   67%

發表於 5 天前 | 顯示全部樓層 |閱讀模式
【欲閱讀更豐富內容,請參閱科學人2019 年第 208 期 06 月號】




當電腦能滿足人類需求,便可贏得人類的信任,從而讓我們的生活更有「智慧」。
撰文/林軒田

重點提要
■巨量資料、高速硬體運算、機器學習技術推動了人工智慧的新革命,成為解決人類需求的新利器。
■在這波熱潮中,人們優先需要的人工智慧並非全知全能、永不失誤、絕對精準的。人們只在乎這個系統好不好用,「好用的就是智慧」。
■近年,人工智慧有三個非常值得關注的發展方向:常識與創造力、互動性、可解釋性。

「人工」智慧在中文裡似乎不是個特別討喜的名詞,聽到這個詞的第一印象,可能是某種反自然的機械怪獸(即使當代人工智慧與電影裡的那些幻想毫無關係),也可能是某種化學合成的食品添加物(雖然科學告訴我們適當使用添加物其實對健康無害)。在歷史上的兩次寒冬之後,當代人工智慧伴隨著巨量資料的成長、高速硬體運算的發展,以及機器學習技術的成熟與深化,帶動了一波新興的應用革命,讓人工智慧不再是科幻小說中的想像,也不再是教科書中的紙上談兵,而是能隨著數位科技的發展,解決使用者與企業切身的需求。或者,更明確地說,當代人工智慧,其實就是「人需」智慧。


好用的就是智慧


在人需智慧的想像下,我們會發現人們優先需要的,也許不是全知全能的人工智慧:我們不需要可以回答「先有雞還是先有蛋」這種腦筋急轉彎問題的家用語音對話系統,但我們需要它能正確告訴我們今天的天氣;我們會發現人們優先需要的,也許不是永不失誤的人工智慧:在機場服務的自動通關系統,可能偶爾會臉孔辨識出錯,讓我們無法順利通關,但只要配合適當流程協助及風險控管,這個系統還是可以為大多數人提供便捷服務;我們會發現人們優先需要的,也許不是絕對精準的人工智慧:在我常瀏覽的購物網站上,商品推薦系統也許永遠沒辦法知道我最想買的東西是什麼(大部份時候,我自己都不知道),但只要能達到「雖不中亦不遠矣」,它還是能協助大部份使用者獲得更好的購物體驗,進而幫助電子商務公司提升獲利。


舉例來說,在我的「智慧」型手機上,我覺得最聰明的一款應用程式,是選購紅酒的輔助系統,只要鏡頭對著酒標一照,它就會顯示出這瓶酒的相關背景,並列出平均價位與消費者評分供我參考。這個系統距離全知全能十分遙遠,只要把紅酒換成清酒,系統就沒辦法給我任何建議;這個系統也不是永不失誤,總有那麼一兩次,它對某些資訊不大明確的酒標就沒辦法正確辨識;這個系統更非絕對精準,至少到目前為止,它沒辦法準確告訴我哪瓶紅酒會比較適合我今晚的心情。但當我站在超市的酒架前面,苦惱著不知道如何選酒的時候,這個輔助系統總能讓我覺得「啊!它真聰明、真好用」。其實到頭來,對於使用者來說,我們不在乎這個系統像不像個真正的紅酒專家,我們也不在乎這個系統裡到底用了多深、多厲害的技術,我們只在乎這個系統好不好用,「好用的就是智慧」。


雖然當代人工智慧就是人需智慧,但「人需」這個切入點,倒不是當代才發展出來。其實早在1940年代,人工智慧與電腦科學的祖師爺涂林(Alan M. Turing)所開發出來的德軍密碼解碼器(電影「模仿遊戲」的故事主軸),就已「智慧」地解決了當時(戰爭)的「人需」。從那之後,人工智慧的技術持續發展,試圖滿足各式人需。


但滿足人需的過程並非一帆風順,舉例來說,涂林當時破解密碼所用的技術,是試圖在不同密碼組合中搜尋出關鍵組合,這樣的技術在1980年代受到嚴重質疑,因為人們認為當時的技術充其量只能在一些小規模「玩具」問題上得到成果,無法解決現實世界中人們所需要的複雜決策組合。當技術與人需產生落差的時候,就導致歷史上人工智慧所謂的「寒冬」,因為人需無法獲得滿足,人們對技術失去了信心,進而不願投入充足資源來積極拓展技術。


合理而適度的期待


以歷史為鏡,當代人工智慧與先前最大的不同,除了技術的大幅開展,而能駕馭巨量資料帶來的力量之外,人們也學會了給予人工智慧合理而適度的期待,由「可行」的人需開始,而非一步登天想讓電腦挑戰所有的人需。把研究與開發聚焦在這些可行的人需的時候,就會有越來越多的成功案例,形成信心的正循環,把更多資源用於拓展技術,再一步一步面對新的技術挑戰。


舉例來說,我在撰寫這篇文章的當下,也聽著數位音樂串流服務,它能夠以我喜歡的歌曲為基礎,自動生成專屬於我的「數位電台」,連續把我可能會喜歡的歌曲推播出來。如果你有讀過我在2012年時為《科學人》所寫的〈從資料之海撈出冠軍杯〉,那麼可能會回憶起:當年我們台灣大學的隊伍獲得世界冠軍的比賽題目,正是要準確預測使用者是否會喜歡某首歌曲。不過要生成符合人需的「數位電台」,預測使用者的喜好只是第一步較為「可行」的技術,而一個好的電台可能還得確保不同歌曲的曲風具連續性,不會一下子就從「派對動物」跳到「知足」──即使這兩首都是五月天的創作,而我也都非常喜歡;又或者得搞清楚「最近比較煩」這首歌,在不同歌手不同專輯中重複出現──如果在電台連續推播這「幾」首我所喜歡的歌,大概算不上符合人需的使用者體驗。智慧分析歌曲曲風、自動偵測重複歌曲,都是人需智慧中所謂「新的技術挑戰」很好的例子。......

                           
                                                                                                                           


你可以通過手機識別二維碼訪問本帖
[HUX]帖子二維碼插件 - www.happyux.com
   使用二維碼訪問[教程]
您需要登錄後才可以回帖 登錄 | 立即註冊

本版積分規則

申請友鏈|小黑屋|手機版|Archiver|SWF-TEAM 技術交流網  

GMT+8, 2019-10-21 15:29 , Processed in 1.214058 second(s), 19 queries , Wincache On.

Powered by Discuz! X3.2

© 2001-2013 Comsenz Inc.

快速回復 返回頂部 返回列表