趨勢觀點

交通大學資訊工程系教授吳毅成:從3大面向觀察AI科技的現在與未來

記者 劉麗惠

AI是具有智慧的機器或電腦程式,能夠透過演算法學習,未來發展深受期待AI是具有智慧的機器或電腦程式,能夠透過演算法學習,未來發展深受期待

繼Google AlphaGo於2017年5月擊敗世界圍棋冠軍柯潔,2018年5月Google I/O開發者大會上,一款儼如真人的語音助理Google Assistant(自然語言處理),再一次展現AI科技的往前推進;研發AI技術多年的交通大學資訊工程系教授吳毅成指出,1997年IBM超級電腦深藍(Deep Blue)擊敗西洋棋世界冠軍卡斯帕洛夫(Kasparov)時,一度引爆AI火花,不過之後技術發展受限一度沉寂,一直到AlphaGo在2016年戰勝南韓棋王李世乭, AI又再度掀起新一波大浪潮。

AI歷程》從深藍到AlphaGo看AI發展歷程

「簡單來說,AI是具有智慧的機器或電腦程式,」談起AI,吳毅成首先引述人工智慧之父John McCarthy的話指出,繼John McCarthy之後,陸續有人對AI提出新的定義,包括AI具備人性化與理性化思維,以及擁有人性化與理性化行為;也有人定義AI是可感知視覺、語音、語言的科技,是可識別、推薦與預測的系統,更是具備學習、邏輯推論與回饋能力的智慧機器。

近年來AI的發展,最重要的一項因素是從規則式(Rule-based)的演算到學習式(Learning-based)的演算,吳毅成以IBM深藍及Google AlphaGo的差異為例指出,深藍採取的是規則式(Rule-based)的啟發(heuristics)演算法;AlphaGo採用的是深度學習(Deep Learning)的學習演算法。所謂規則式演算法是將人類的知識以啟發式規則給電腦,電腦再依照規則進行學習,例如要讓電腦下中國象棋,人類必須先給予車、馬、砲等棋子一個分數,作為該棋的價值,然後透過不同啟發方式,如各種棋勢規則等,建立電腦對於下棋的認知規則,如此電腦才能成為下棋高手。

但是人類生活所有事物不是全部都可以有規則可循,規則式AI並不足以應付所有事物判斷與分析;近年來另一個仿人類學習方式的機器學習(machine learning)技術逐漸興起,尤其是其中的深度學習(deep learning),再一次點燃AI火花,可能帶來另一波改變與應用。

AI技術》從「監督」到「增強式」看AI技術演進

「所以這一波AI浪潮的掀起,與機器學習有很大的關係。」吳毅成強調,機器學習包含三大類型,包括「監督式學習」(Supervised learning)、「非監督式學習」(Unsupervised learning)與「增強式學習」(Reinforcement learning)。

吳毅成進一步說明,「監督式學習」演算法是所有用以學習的資料事先都有標準答案,人類為資料賦予標籤(標準答案)之後餵給機器,機器會依照標準答案反覆模擬不斷學習,例如餵給機器一千張橘子與蘋果的照片,機器可以藉此學習判斷橘子與蘋果,之後機器可判斷另外新餵進來的照片是「蘋果」或「橘子」;「非監督式學習」演算法則不需要人類事先標籤資料,只要給予原始資料,它就會以「集群(Clustering)演算法」找出潛在判斷規則,進而進行正確的分析與判斷。

「增強式學習」則透過與環境互動來進行學習,吳毅成舉例,羚羊剛出生並不會跳躍,但是透過跳躍學習,跌倒時大腦會給負分,跳好給正分,所以羚羊很快學會跳躍,增強式學習就是透過反覆實際操作、回饋學習,慢慢找出正確的方法與機制。

吳毅成強調,目前的AI技術大多採用類神經網路,讓機器擁有類似人類神經網絡的學習能力,因此學習能力大幅提升,系統在不需要太多領域知識(domain knowledge)的情況之下,就可以進行很好的學習。以下圍棋為例,AI系統可以不需要太多的圍棋知識,只要過去頂尖棋士的棋譜,再加上強大的運算能力,不斷修正,就可以很快成為高手;因此,Google AlphaGo在2016年可以以4:1打敗韓國棋王李世乭。後來技術更進一步突破,連頂尖棋士的棋譜也都不需要,只需要知道遊戲規則即可,從零知識開始訓練起,在2017年就完勝所有棋士,包括中國大陸棋王柯潔。

吳毅成另外指出,除了歸功於AI演算法的演進,這波AI浪潮的成形,也與GPU運算能力的提升有關,因為利用大量的影像、語音數據進行深度學習,需要使用強大的運算系統,而GPU運算能力的加強,是實現AI應用的基礎設施。

AI影響》從台灣看AI的衝擊與機會

隨著AI技術可以應用的領域愈來愈廣泛,AI可能為世界帶來的改變,令世人覺得期待。不過吳毅成認為,AI走出寒冬期掀起新一波熱潮雖然令人興奮,但是未來對人類帶來的改變有多大,仍有待時間證明。

「從過去各種科技的發展進程來看,短期而言,人們對科技的期待總是太高,但是長期又總是低估,AI亦然。」吳毅成認為,短期而言,人們對AI的期待可能過高,它不可能為人類解決所有過高期待的事情,但是拉長時間來看,AI可能創造無限可能。例如5~10年之內,AI不太可能取代家庭或醫院的照護人員,但20~30年之後是否會成真,是無法定論的。吳毅成建議台灣企業,面對AI帶來的挑戰,不需過度緊張,但須得謹慎以對。

回顧過去幾十年的科技發展史,幾乎每十年就會有一種破壞式創新科技的出現,曾經火熱一時的AI在走出冰凍期之後,被視為下一個翻轉世界的關鍵科技;台灣從政府、產業到人才,都不應該忽略這股大浪潮。吳毅成最後呼籲台灣各界,過去20年,台灣沒有利用到網際網路、行動雲端這兩波技術變革的浪潮來創造台灣新的競爭優勢,如今AI科技將是台灣一次重要的機會,台灣科技業應好好掌握此波大好契機。