迎向人工智慧的燦爛陽光─由教機器聽人類語言說起

講者／李琳山（台大電機及資工系教授）｜彙整／陳育婷
整理自2019.02.13〈錢故校長思亮111歲誕辰紀念學術演講〉

人工智慧到底哪裡勝過人類？

機器其實只在兩件事情上遠勝人類─大量資料的記憶及快速運算。不論過去或現在，機器都只會做這兩件事。至於如何進行，則是由人類透過程式下達指令。所以，機器其實只是依循著開發者所建構的模型與演算法按表操課。例如：類神經網路試圖仿照人腦處理資訊的方式，大量可調整的參數讓機器可以在巨量數據中，看到人眼所看不到的蛛絲馬跡與不曾察覺的規律。靠著這樣的模型，機器能夠活學活用，但仍不離記憶與運算兩大範疇。所以，科幻小說中所描述能反過來統治人類的強人工智能並不會發生，因為機器無法脫離人類的指令做事。但是，我們仍必須思考如何將其用在好的地方，權衡利弊，否則機器仍可能被用來傷害人類。

不過，既然人工智慧自始自終執行的任務都大同小異，為何直到現在才蓬勃發展？這是受到早期軟硬體及網路的限制，運算與儲存能力有限；隨著軟硬體演進以及雲端資訊的出現，巨量數據的儲存、使用與分析及巨量運算變成可能，搭配無遠弗屆的網路，人工智慧才得以如虎添翼，一飛千里。

聽懂人類的語言

李琳山教授的專長在於語音辨識。1980年代，當時還是大鍵盤中文打字機的天下。教授剛回台灣沒多久，便決心投入華語語音辨識的研究。從金聲一號到金聲三號，從一次只能輸入一個音，並且速度緩慢，到能做到連續語音輸入，速度也加快許多，教授可說是全球華語語音辨識的先驅，對於台灣及華語世界的貢獻卓著。2011年蘋果公司推出的多語言語音個人助理，其中華語語音的基礎架構幾乎和教授當年建立的如出一轍，展現教授對華語語音辨識研究的開創性與完整度。這些看似顯赫的成就，背後可是有著道不盡的艱辛。

基本的語音互動流程可以簡化為下圖（圖中所有機能皆在雲端）：

語音輸入後，除了要正確辨識說話者所說的話，也要理解句中的詞彙、句法及語意等，並透過資訊檢索得到問題的答案，再將答案由文字轉化為語音後輸出。這也是平常我們向Siri尋求幫助時，Siri必須經歷的過程。我們與語音助理短短幾秒的互動，背後其實錯綜複雜、環環相扣，只要其中一個環節的模型出錯，便可能造成答非所問的窘境。

華語的挑戰與困難

而華語語音辨識，相較於英語，因為獨特的語言結構而有一定的差異：不但是一字一音，而且每一音可以對應許多同音字，且各有不同意義，徒增語音辨識到語意理解的難度。再者，華語是聲調語言，不同聲調更代表不同的字與意義，例如：衣食／遺失／軼事／意識、程式／城市。雖說華語的組成單位與英語類似，但華語文句中詞的邊界不明確，並且可以更自由地調動句中詞的順序與位置，這些都是華語語音辨識必須獨自克服的難處。

知識爆炸的年代

21世紀是人工智慧蓬勃發展的世紀，許多研究者直接將最新的研究發現含程式碼張貼在網路上，只要學生夠聰明、用功，就可以立刻接觸並學習最新技術。站在巨人的肩膀上，不再是牛頓的專利，而是人人只要有心便唾手可得。

最新研究結果與演算法充斥網路，線上也不乏名校大師的課程，無限量幾乎免費的知識更印證「將相本無種」，單憑個人修行。而過去困難的跨領域研究，在現今門檻也已大幅降低。知識自由流動，與人工智慧相輔相成，不論產學皆能自由探索人工智慧的應用潛力。開源程式碼、大數據及雲端服務使科技產業瞬息萬變，現今多數成功企業，無論大小，多少與人工智慧有關。

李教授認為：人工智慧將來未必是一種專業，尤其在程式碼的編寫納入義務教育後，門檻會很低，或許國高中就可以應用人工智慧於日常生活中；但是，相關基礎研究仍會是專業人士的天下，持續研發最新技術。

鑑往知來

最後，教授提到對人工智慧的展望，坦言他想不到任何領域用不到人工智慧，也想不出多少年以後會歸於沉寂。若以人的一生作比喻，現今人工智慧只是呱呱墜地的嬰兒。然而在資本主義社會中「產業帶動科技」的前提下，人工智慧的興起卻是無法改變的事實與趨勢，任誰也無力阻擋。我們應該思考的是：面對人工智慧的年代，我們應如何因應，方能與其一同前進？畢竟，唯有迎向陽光，才能晴空萬里。