4/4 可免費閱讀文章篇數免費閱讀

本文出自

沒有留不住的顧客

沒有留不住的顧客

2017年1月號

人工智慧到底會不會

What Artificial Intelligence Can and Can't Do Right Now
吳恩達 Andrew Ng
瀏覽人數:4477
  • "人工智慧到底會不會"


  • 字放大
  • 文章授權
    購買〈人工智慧到底會不會〉文章授權
  • 購買文章
    購買〈人工智慧到底會不會〉PDF檔
    下載點數 10
人工智慧到底會不會
他們想知道,人工智慧會怎麼瓦解他們的產業,而他們又可以如何用人工智慧重建自己的公司。然而,最近的媒體有時會為人工智慧的能力,塑造一個不切實際的形象。(也許不久的將來,它會統治這個世界!)

許多高階主管問我人工智慧(artificial intelligence, AI)可以做些什麼。他們想知道,人工智慧會怎麼瓦解他們的產業,而他們又可以如何用人工智慧重建自己的公司。然而,最近的媒體有時會為人工智慧的能力,塑造一個不切實際的形象。(也許不久的將來,它會統治這個世界!)人工智慧已改變網頁搜尋、廣告、電子商務、金融、物流、媒體等。我身為Google大腦團隊(Google Brain team)的創辦人、曾擔任史丹福人工智慧實驗室(Stanford Artificial Intelligence Laboratory)主任、目前帶領百度1,200人的人工智慧團隊,我有幸培育許多世界頂尖的人工智慧團隊,而且開發許多廣泛使用的人工智慧產品。觀察人工智慧造成的影響,我可以說:人工智慧真的會改變許多產業。但這靠的並非魔法。為了解它對你事業的影響,讓我們忽略那些天花亂墜的宣傳,真的來看看今日的人工智慧到底能做些什麼。

令人驚訝的是,儘管人工智慧影響的面向很廣,它展現的種類仍十分有限。人工智慧最近的進展模式仍是:輸入一些數據資料(A),很快產出一些簡單的回覆(B)(見表:「機器學習能做些什麼?」)。

「輸入A可以得到B」的過程,會改變相當多的產業。這種建構A→B的軟體的過程,專業用語叫做監督式學習(supervised learning)。A→B的架構,離科幻小說中描繪有血有肉的機器人還很遠。人類的智慧能做的,也遠比這個多。這種A→B的系統,正快速在進步當中,最先進的是使用一種叫深度學習(deep learning),或是深度神經網路(deep neural network)技術打造的人工智慧,靈感大致是來自人類大腦。但這些系統還是離科幻小說描寫的很遠。許多研究人員正在探索其他類型的人工智慧,有些已證明在有限的情境下會有用;還有可能會有一個突破性的技術,把人工智慧提升到更高的層次,但達到這個目標的途徑尚不明朗。

今日的監督式學習軟體,有一個很大的弱點:它需要大量的數據資料。你要提供給系統很多有關A和B的例子。舉例來說,要建立一個照片標籤軟體,會需要數萬到數十萬張照片(A),以及告訴你照片裡面有沒有人的標籤(B)。另外,打造一套話語辨識系統,會需要上萬小時的語音檔(A),還要有大量文字紀錄(B)。

所以,A→B可以做些什麼?以下的最高準則說明了它的威力:

一般人大腦思考不到一秒便可完成的工作,我們都能在現在或不久的將來,使用人工智慧把它自動化。

許多現在由人類執行的重要工作,像是監看監視器畫面以偵測可疑行為、判斷某輛車是否會撞到路人、找出並刪除垃圾貼文,這些事都可以在一秒內完成。這些工作任務的自動化正在蓬勃發展。然而,它們常都能用在更廣泛的情境或商業流程中;找出它們與你事業其他部分之間的關聯性,也是很重要的。

人工智慧的發展需要小心選擇A和B,提供必要的數據資料,幫助人工智慧找出A到B的關聯性。發揮創意開發A和B,已在許多產業內引發革命性的轉變。它已做好準備顛覆更多產業了。

在了解人工智慧的能力和局限後,高階主管的下一步,是把它納入策略。這表示你要懂得價值從何而生,還有哪些是別人無法複製的。人工智慧的社群相當開放,大部分的頂尖研究人員,都會出版和分享他們的成果,甚至公開編碼資源。在這個開放資源的世界中,稀少的資源是:

■ 數據資料:對頂尖人工智慧團隊來說,要複製別人的軟體,頂多需要一、兩年的時間。但要取得別人持有的數據資料,是相當困難的。因此,對許多公司來說,堅固的屏障其實是數據資料,而不是軟體。

■ 人才:只是下載開放資源軟體,並「應用」到你的數據資料上,是做不了什麼的。人工智慧必須針對你的企業情境和數據而客製化。這就是為什麼現在各方搶人工智慧人才搶得這麼兇。人才很稀有,而且,有他們才能成事。

有關人工智慧是反映人性最好還是最壞的一面,相關討論已經很多。舉例來說,人工智慧已可以與寂寞的人談話,撫慰他心靈;但我們也經歷過人工智慧涉入種族歧視。短期來看,人工智慧對人類最大的傷害,可能是取代了人類的工作,因為現今可以靠人工智慧自動化的工作數量,已比以往多太多了。身為領導人,有責任確保在我們打造的世界中,每個人都有一展長才的機會。了解人工智慧可幫我們做些什麼、可如何融入你的策略中,會是這個過程的開始,而不是結束。

(陳佳穎譯自2016年11月9日HBR.org數位版文章)




吳恩達 Andrew Ng

百度副總裁和首席科學家、線上開放課程平台Coursera共同主席與共同創辦人,也是史丹福大學(Stanford University)兼任教授。


本篇文章主題分析

你可能還會想看