人工智慧&電腦、資料科學

■AI應用於藥物開發必須面臨種種考驗，其中之一為化學大數據的取得，由於深度學習的表現取決於訓練資料數量的多寡，是否能獲取大量資料事關重大，但這在化學領域中仍相當困難；另外，化學家也必須開發一些方法以確保AI所「發現」的分子是確實能被合成的。

同樣說英語，Alexa對於操著不同口音的使用者，會有著相同的待遇嗎？研究人員實際進行了測試，結果顯示：Alexa與臺灣許多英語學習者一樣，面臨著口音辨識的挑戰。當聽到比較少接觸，例如印度或其他與美式發音差異較大的英語口音時，很有可能判讀錯誤或是呈現聽不懂的尷尬狀態。為今之計，除了持續擴大語音資料庫，容納更多非母語英語使用者的樣本外，是否還有其他方式可以避免呢？

現今許多人工智慧系統所應用的深度神經網路（Deep neural network, DNN）還是有些神秘，機器內部的運作往往就像是個黑盒子。一篇發表在 Nature Methods 期刊上的研究論文，來自加州大學聖地亞哥分校的團隊開發出一套「可視化神經網路」（visible neural network, VNN）模型，他們把酵母菌的基因等分子階層網路映射到深度神經網路的基本架構，讓研究人員能夠觀察人工智慧系統的運作情況，並透過機器洞察細胞的內部運作，由此產生的技術期待未來可以尋求新的抗癌藥物或是應用在個人化治療。

有別於多數媒體引述已故理論物理學家霍金 ( Stephen Hawking ) 與特斯拉執行長馬斯克 ( Elon Musk ) 看法的報導，一個失去控制且能徹底顛覆人類主導權的強人工智能 ( strong AI )，或稱通用人工智能 ( Artificial General Intelligence，AGI )，在諸多概念性問題仍有待解決，且相應支援技術依然付之闕如的情形下，至今不過是理論上的假設性問題。相較之下，隨著自動化的普及與AI應用愈趨多元，產業結構與勞力市場需求的改變，反而是眼下人類社會更應正視的問題，且亟需一個建設性的解決方案，甚至於徹底改革。而在此之前，我們必須釐清：哪些職缺或產業終將為AI所取代？而人們又應何去何從？

隨著科技的發展，新的理論與技術也不斷推陳出新，取代既有的認知與操作模式，難免有長江後浪推前浪之歎。即使是新興的人工智慧領域，亦不能倖免。在這篇文章中，由傳統以電子電腦為基底的AI開始，而後近年來向「類量子運算」的過渡，以期有朝一日能實現實質意義上的量子運算，許炳堅教授串起人工智能的過往與未來，娓娓道來AI的發展脈絡。

氣候變遷與人為活動使自然災害的發生頻率日漸頻繁，而及時影像監控對於相關災害的預測及應變至關重要。高解析度影像，與AI的圖像辨識技術，使研究人員能深入且及時地了解地貌與環境變化，並適時發出警訊，除有助於災害預測與防災示警外，亦可應用於生態研究、保護區的規劃，甚至於物種的保育。2017年五月，美國馬里蘭州位於兩條支流交會處的埃利科特市 ( Ellicott City ) ，市中主要街道因一場暴雨成了湍流，並造成一人死亡。對於埃市居民而言，洪汛並非新鮮事，但森林的開發卻使其威脅更劇。依據美國國家氣象局的說法，近似規模的水患在過往約每千年才有一次發生機會，然而在短短三年內，此次已是埃市第二度遇到類似情況。

■當電網變得非常聰明，能夠根據蒐集到的資訊即時應變時，駭客也從中發現了他們的商機。以往電網由人力監控，因為人類會以較宏觀的角度進行診斷，所以異常的訊息往往不會直接反映在決策上。然而當電網由人工智慧所操控時，對資訊的敏感度也隨之提升，只要在不知不覺中夾帶錯誤的訊息，就可以左右他們的決策，進而讓局勢往駭客們的意向發展。那麼如何避免這些智慧電網「聰明反被聰明誤」呢？就要讓他們變得更聰明，懂得分辨誰在欺騙他們。

量子電腦此一嶄新運算科技正如烈火烹油般遍地開花。諸如Intel、IBM、Google、Microsoft等科技巨頭，相繼投入量子運算法與相容硬體設備的開發，如微軟於2017年發表程式語言「Q#」，協助量子電腦的軟體開發；同年IBM更宣布研發出全球首台 50 量子位元的量子電腦。即便量子電腦是否能完全取代現有最先進的傳統電腦仍備受爭議，但可以期待的是：在不遠的將來，小規模的量子電腦或能輔佐人工智慧，讓機器學習發揮更大的潛能。

「如果語音代表著未來的科技趨勢，那麼那些無法聽或說的人們，又該怎麼辦呢？」這是Abhishek Singh，一位業餘軟體開發者的初衷。最近，他在Youtube平台上上傳了一部影片，實際演示如何以手語與Amazon智能助理Alexa溝通。透過自行開發的軟體，由視訊鏡頭所捕捉的手部動作影像，能自動轉換成文字和語音。Singh甚至能不發一語地與Alexa寒暄。期盼在以語音辨識為主流的人機介面研究中，顧及聾啞人士的手語辨識也能有自己的一片天，讓所有人都能親身體驗科技所帶來的便利。

■現時此刻，機器人學領域已悄悄變化，美國德州大學奧斯汀分校的機器人研究團隊，正嘗試著將機器學習技術放入機器人學領域……