了解人工智慧的第一本書:機器人和人工智慧能否取代人類?
張仙芝

人工智慧經過幾十年的發展,現在已經來到一個臨界點:隨著機器學習、深度學習的進展,人工智慧在近期內可能會有突破性的發展!

目前市面上有許多人工智慧相關書籍,華宇觀點-精選好書導讀本月介紹的了解人工智慧的第一本書是由現任東京大學工學研究所副教授的松尾豐所撰寫,其中內容包括:人工智慧的三個熱潮、四個等級及對未來職業與產業的可能影響,是一本內容精簡、說理清晰的好書,可做為企業或個人了解人工智慧的入門書籍。

本書作者在序章提出許多人工智慧應用的例子,如:將棋軟體勝過職業棋士、IBM的華生(Watson)在益智問答中擊敗人類冠軍等,說明人工智慧應用的範疇正在不斷地擴大。

由於人工智慧的快速發展,有越來越多人擔心:人工智慧會逐步把人類的工作搶走,而導致人類的大量失業。

社會上對「人工智慧」的定義很廣泛,作者將其細分為四級:

1)控制程式、

2)典型AI

3)加入機器學習的AI

4)加入深度學習的AI

人工智慧起源於1950年代後半,之後歷經三次的熱潮,目前我們處在第三次熱潮的關鍵時點,可能發展到令人恐懼的「奇點(Singularity)」。

 

所謂的「奇點」,指的是當「人工智慧能夠自行創造出超越自己能力的人工智慧」的那個時點,當這個時間到來時,人工智慧能夠生產出勝過自己的人工智慧,再其所產出的人工智慧生產出更聰明的人工智慧,如此無限重複下去,將產生遠遠超越人類的至高智慧。

第一次人工智慧熱潮的一個關注點在於:透過電腦快速計算的特點,協助人們解決探索的問題。

第二次人工智慧熱潮是由知識所支撐的,例如,若想取代醫師,就要把「與疾病相關的許多知識」輸入到電腦中,使其成為一個專家系統。

第三次人工智慧熱潮因為「機器學習」而有所突破,所謂的「機器學習」,就是讓電腦從訓練資料中學習分類方式,之後以此一分類方式進行其他資料的分類。學習需花費較長時間,但學習一旦完成,即可針對新的資料進行瞬間分類。

 

以新聞分類為例,如果我們先將訓練用的資料映射到某個空間上,例如,利用出現的字詞形成的向量空間,之後利用某種方法來畫出類別間的界線,之後,如果讀取新的測試資料,將其映射到該空間中,就能依據所在位置決定其分類。

透過機器學習,電腦可以自行分類/學習,已在網路上獲得廣泛的運用,但面臨一個挑戰:在學習時要學什麼(變數/特徵量)?仍需由人告知。

 

 

如果我們要預估哪些人會有較高的收入?我們必須先選定幾個較相關的變數,讓電腦學習,如下圖所示。

2012年在全世界視覺辨識大賽(ILSVRC)中,第一次參賽的多倫多大學以其所設計的SuperVision贏得壓倒性的勝利,其致勝的關鍵來自於該大學教授傑弗瑞 · 辛頓 (Geoffrey Hinton) 所主導開發的新的機器學習手法「深度學習」:讓電腦可以根據資料自行創造出「特徵量(Feature)」,再據以分類圖片。

「深度學習」是人工智慧發展很重要的一個突破,作者以六個層級的發展來描繪其可能的影響。

 

第一個層級為經由深度學習來解讀圖像資料;第二個層級為將此技術應用到其他感官上,同時加上時間的處理;第三個層級加上自己行為的解讀;第四個層級要能嘗試錯誤,並從中學習;第五個層級則是基於電腦已學會的概念,可以理解言語;第六個層級則是電腦可以透過言語或網路資訊,獲取人類到目前為止以累積的知識。

作者針對這六個層級進一步提出受影響的相關產業。

作者針對這六個層級進一步提出受影響的相關產業。

依據彭博資訊公司的調查,人工智慧的發展也催生了許多新的產業或改變既有的事業,這些產業或事業可分為五大類。

 

讀完本書後,如果要有更大的收穫,可以反思以下三個提問。

 


▶導讀人:人才與組織績效 邱立基 顧問總監

▶專 長:人才管理與發展(能力素質模型、員工敬業度、情境領導等)、目標與績效管理、集團管控與共用服務、知識管理、變革管理

 

企管知識搜尋

企管知識