建立深層認(rèn)知規(guī)則模型人工智能擘畫未來世界藍(lán)圖
建立深層認(rèn)知規(guī)則模型人工智能擘畫未來世界藍(lán)圖
AI發(fā)展將是跨領(lǐng)域人才的結(jié)合，涵蓋生技、醫(yī)學(xué)、工程、科學(xué)、心理、管理等，同時(shí)AI因?yàn)槟苋〈祟惖墓ぷ鳎瑫r(shí)也對(duì)我們的工作、社會(huì)、產(chǎn)業(yè)結(jié)構(gòu)帶來許多新興的挑戰(zhàn)。AI應(yīng)用將會(huì)百花齊放，用戶會(huì)使用及依賴高準(zhǔn)確度的產(chǎn)品服務(wù)，而企業(yè)則會(huì)運(yùn)用人工智能快速由數(shù)字時(shí)代升級(jí)至智能時(shí)代。
自駕車、物聯(lián)網(wǎng)、智能機(jī)械等都需以人工智能（ArtificialIntelligence,AI）作為基礎(chǔ)，未來AI將會(huì)滲透到生活中的各面向，Google、微軟（Microsoft）、百度、軟銀（Softbank）、Facebook等國(guó)際級(jí)大廠，都砸下巨資展開AI研究與布局。根據(jù)市調(diào)機(jī)構(gòu)Tractica的預(yù)測(cè)，全球企業(yè)應(yīng)用的AI市場(chǎng)規(guī)模，將從2015年的20.25億美元，成長(zhǎng)至2024年的111億美元，十年間成長(zhǎng)率接近450%。而近期人工智能與深度學(xué)習(xí)等技術(shù)發(fā)展熱度增溫，更成為推動(dòng)智能機(jī)器人發(fā)展的重要?jiǎng)幽堋?/p>
有「人工智能之父」的美國(guó)麻省理工學(xué)院教授麥卡錫（JohnMcCarthy），50年前就將AI定義為：「做智能機(jī)器的科學(xué)與工程，特別是智能計(jì)算機(jī)程序」。AI發(fā)展將是跨領(lǐng)域人才的結(jié)合，涵蓋生技、醫(yī)學(xué)、工程、科學(xué)、心理、管理等，同時(shí)AI因?yàn)槟苋〈祟惖墓ぷ鳎瑫r(shí)也對(duì)我們的工作、社會(huì)、產(chǎn)業(yè)結(jié)構(gòu)帶來許多新興的挑戰(zhàn)。
國(guó)際大廠搶先布局AI
人工智能并不是新興名詞，早在1956年于達(dá)特茅斯會(huì)議中，「圖靈測(cè)試」文章正式定義了AI，但這么多年來其技術(shù)發(fā)展經(jīng)歷數(shù)次起伏，資策會(huì)MIC產(chǎn)業(yè)分析師韓揚(yáng)銘（圖1）指出，目前普遍的人工智能技術(shù)皆是以弱人工智能（WeakAI）為主，以此輔助人們各種行為與決策，弱人工智能并不強(qiáng)調(diào)機(jī)器的自我意識(shí)，其可以仿真人的思考及行動(dòng)，但不知其所以然。另外，相對(duì)于弱人工智能的就是強(qiáng)人工智能（StrongAI），其強(qiáng)調(diào)可以聰明的、有意識(shí)的思考及行動(dòng)，不過這類技術(shù)不是目前人工智能發(fā)展的重心。
資策會(huì)MIC產(chǎn)業(yè)分析師韓揚(yáng)銘指出，目前普遍的人工智能技術(shù)皆是以弱人工智能WeakAI為主，并不具備機(jī)器的自我意識(shí)。
AI近兩年卷土重來，透過AlphaGo打敗各路棋王，稱霸圍棋之際，迅速變成科技大廠投資標(biāo)的，包括Google、IBM、百度等。韓揚(yáng)銘表示，Google發(fā)展各項(xiàng)人工智能技術(shù)供大眾使用，加深用戶對(duì)其服務(wù)的依賴，并且累積更多數(shù)據(jù)精進(jìn)人工智能，再發(fā)展付費(fèi)服務(wù)提供企業(yè)客戶，也不斷并購(gòu)具特殊能力的新創(chuàng)公司與團(tuán)隊(duì)，強(qiáng)化自身的整體實(shí)力。
業(yè)界最最知名的人工智能之一IBMWatson，近年積極往醫(yī)療領(lǐng)域發(fā)展，推出個(gè)人醫(yī)療指導(dǎo)程序、電子健康紀(jì)錄分析、血糖管理方案、人工智能醫(yī)療計(jì)劃等。也發(fā)展服裝設(shè)計(jì)、自駕系統(tǒng)、AI律師等專業(yè)領(lǐng)域的服務(wù)，協(xié)助企業(yè)進(jìn)行智能化應(yīng)用，并自行累積數(shù)據(jù)判讀能力。另外，韓揚(yáng)銘說明，百度著重自主研發(fā)，并在數(shù)據(jù)收集上具有充分的屬地優(yōu)勢(shì)，以將數(shù)據(jù)訓(xùn)練后提升其服務(wù)的精準(zhǔn)度，同時(shí)大舉投資人工智能努力轉(zhuǎn)型，開發(fā)實(shí)驗(yàn)性智能化硬件產(chǎn)品，其語(yǔ)音服務(wù)已經(jīng)有世界級(jí)水平，普通話的辨識(shí)率達(dá)97%，并發(fā)展企業(yè)智能化云端服務(wù)，另辟在線線下（O2O）智能服務(wù)戰(zhàn)場(chǎng)。
不過人工智能應(yīng)用領(lǐng)域?qū)拸V，不是只有大廠才可以玩，韓揚(yáng)銘認(rèn)為，各種平臺(tái)及開放資源越來越多，KUKA機(jī)器人電路板維修，讓中小型企業(yè)甚至個(gè)人都可以快速切入智能化服務(wù)；未來也不單只是使用一項(xiàng)人工智能技術(shù)進(jìn)行研發(fā)，而是運(yùn)用復(fù)合技術(shù)進(jìn)行彼此支持，創(chuàng)造更多及更有效的產(chǎn)品/服務(wù)；AI應(yīng)用將會(huì)百花齊放，用戶會(huì)使用及依賴高準(zhǔn)確度的產(chǎn)品服務(wù)，而企業(yè)則會(huì)運(yùn)用人工智能快速由數(shù)字時(shí)代升級(jí)至智能時(shí)代。
AI從云端走向終端
AI雖然是近年的熱門話題，但卻不是那么遙不可及，ARM移動(dòng)通訊暨數(shù)字家庭資深市場(chǎng)經(jīng)理林修平指出，根據(jù)勤業(yè)眾信（DeloitteGlobal）的研究，2017年有超過3億支手機(jī)具備AI的能力，以目前每年15億支手機(jī)的市場(chǎng)規(guī)模來看，有1/5的手機(jī)具備AI功能，這些消費(fèi)者經(jīng)常使用的功能包括：室內(nèi)導(dǎo)航（IndoorNavigation）、擴(kuò)增實(shí)境（AugmentedReality）、翻譯、影像分類（ImageClassification）、語(yǔ)音識(shí)別（SpeechRecognition）等。而且應(yīng)用領(lǐng)域會(huì)從云端逐漸轉(zhuǎn)移到終端，特別是與個(gè)人或安全有關(guān)的應(yīng)用。
行動(dòng)AI的應(yīng)用大致分成兩類：一是人機(jī)接口，一是系統(tǒng)/安全相關(guān)。因應(yīng)未來AI的應(yīng)用越來越廣泛，手機(jī)上的麥克風(fēng)與攝影機(jī)扮演耳目的功能，搭載數(shù)量將持續(xù)提升，未來一支手機(jī)搭載的攝影鏡頭可能多達(dá)8個(gè)。因應(yīng)AI功能手機(jī)運(yùn)算能力也將持續(xù)提升，KUKA機(jī)器人維修，CPU負(fù)責(zé)處理邏輯運(yùn)算，GPU負(fù)責(zé)圖像處理的平行運(yùn)算，處理能力也將持續(xù)提升；安全性防護(hù)隨著AI的發(fā)展需求水漲船高，包括被動(dòng)安全性防護(hù)與主動(dòng)的安全性功能。
ARM身為CPUIP的供貨商，針對(duì)AI的應(yīng)用，未來也將持續(xù)優(yōu)化其產(chǎn)品架構(gòu)與運(yùn)算能力，林修平指出，該公司延續(xù)過去的big.LITTLE架構(gòu)，推出DynamIQ架構(gòu)，未來3~5年可以提升CPU較現(xiàn)有50倍的AI效能，包括ComputeLibrary平均4.6~15倍的效能提升，與核心3~5倍效能提升，綜合下來得到的效能提升預(yù)測(cè)。
深度學(xué)習(xí)為AI技術(shù)核心
AI近期之所以受到各界高度矚目，原因就是這個(gè)技術(shù)也即將為人們的經(jīng)濟(jì)活動(dòng)帶來重大的改變，只是過去這些革新為人們省下的是勞力，這次是腦力。近期討論AI可能取代很多人類的工作，而造成失業(yè)問題，事實(shí)上這是一種全面性的提升，協(xié)助人類從原先那些無聊的重復(fù)性的工作中解放出來，DeepBelief.ai首席人工智能科學(xué)家尹相志（圖3）認(rèn)為，以AlphaGo的例子而言，計(jì)算機(jī)到目前為止仍然不具思維或自我意識(shí)，也沒有策略能力，他只是在圍棋這項(xiàng)活動(dòng)中，透過深度學(xué)習(xí)找到最佳勝率的方程序，同時(shí)以大量數(shù)據(jù)自行學(xué)習(xí)而得到的結(jié)果。
DeepBelief.ai首席人工智能科學(xué)家尹相志認(rèn)為，計(jì)算機(jī)到目前為止仍然不具思維或自我意識(shí)，也沒有策略能力。
簡(jiǎn)單的說，人與動(dòng)物的不同在于，到目前為止我們是唯一一種具備深度感知的生物，尹相志強(qiáng)調(diào)，我們可以理解、感應(yīng)深層的規(guī)則，但是卻無法將這個(gè)能力具體化，所以現(xiàn)在深度學(xué)習(xí)就是要「模仿」這樣的神經(jīng)元運(yùn)作，把人類的直覺認(rèn)知變成有邏輯的規(guī)則。其中有三個(gè)最重要的流派，一是卷積神經(jīng)網(wǎng)絡(luò)（ConvolutionalNeuralNetworks,CNN），主要應(yīng)用在機(jī)器視覺；二是遞歸神經(jīng)網(wǎng)絡(luò)（RecurrentNeuralNetwork,RNN），主要應(yīng)用在語(yǔ)言模型建立；三是強(qiáng)化學(xué)習(xí)（ReinforcementLearning），最典型的案例就是AlphaGo，是一種制約機(jī)制。
影像分析大概是AI這幾年發(fā)展得最好的技術(shù)之一，透過特征的群聚性，從像素層級(jí)尋找特征，而卷積神經(jīng)網(wǎng)絡(luò)就是對(duì)像素的矩陣操作，不斷將特征分層分析再分層，找出特征中的特征，最后就可以達(dá)到我們的深層感知的效果，比如透過一張照片認(rèn)出一只貓，可以應(yīng)用在識(shí)別分類、目標(biāo)檢測(cè)、語(yǔ)意分割、動(dòng)作檢測(cè)上。