AI 攜手 BI:雙智慧重新定義人與機器分工 (1/2)

AI 攜手 BI:雙智慧重新定義人與機器分工 (1/2)

撰文/ 許炳堅 (長庚大學電子工程學系講座教授)
轉載自 《台大校訊》第1322期「縱橫數位時代系列」

AI攜手自然智慧精華 ( Business Intelligence,BI,直譯:商業智慧 )

雙智慧重新定義人與機器分工

對於普羅大眾來說,並不需要深入追蹤人工智能的詳細運作原理,因為他們比較想知道的是,在工作上與生活上會受到人工智能的何種程度影響。譬如,國立臺灣大學心理系特聘教授暨前系主任的葉素玲與中央研究院化學研究所的趙奕姼教授在研討會上就提出了一系列具代表性的問題:

  1. 發展人工智能的目的為何?
  2. 人工智能可以處理哪些問題?未來還需要何種突破?
  3. 人工智能對於社會與人才的衝擊與助益為何?
  4. 人工智能無法取代哪三種人?
  5. 人工智能對於年輕人的影響為何?

在人工智能全面來襲之際,不少年輕人非常擔憂的兩大方面是:

  • 哪些工作會被人工智能取代?
  • 在大學裡所學的知識與技藝,哪些會落入無用武之地?自己需要做何種調整?

根據摩爾定律 ( Moore’s Law ),數位電子產品的計算能力每18個月至24個月就會加倍,因此電腦的效能也會跟著加倍。首先看到的是電子產品在硬體方面的進步,造就了英特爾公司 ( Intel Corp. ) 專精於微處理器晶片的發展,以及國際商業機器公司 ( IBM ) 專精於個人電腦的發展。有了快速的硬體之後,基礎的軟體如作業系統 ( operating system,OS ) 也蓬勃地興起,造就了微軟公司 ( Microsoft Corp. ) 專精於MS-DOS以及Windows作業系統的發展,再加上MS-Office應用軟體的廣為流傳。

再者,應用系統的出現,先後造就了網路巨擘如雅虎公司 ( Yahoo )、谷歌公司 ( Google Inc. ) 專精於資料搜尋引擎的發展,而臉書公司 ( Facebook Inc. ) 則專精於社交網路。可惜的是雅虎公司不敵市場的激烈競爭而被收購了。

最新的發展是自動化的再一次升級,特別是人工智能 ( artificial intelligence ) 受惠於大數據 ( big data ) 與深度學習 ( deep learning ) 的採用,在工作與生活上的運用無遠弗屆。有一位臺灣旅居中國大陸的科技人士列出以下這些運用包括了(而且不限於):

  • 自動駕駛:廠商有谷歌 ( Google )、優步 ( Uber )、特斯拉 ( Tesla )、亞馬遜、賓士、京東等;
  • 電商零售:倉儲物流、智慧導購和客服,廠商有阿里巴巴、京東、亞馬遜等;
  • 醫療健康:醫療健康的監測診斷、智慧醫療設備;
  • 金融:智慧投顧、智慧客服、安防監控、金融監管;
  • 個人助理:智慧手機上的語音助理、語音輸入、家庭管家和陪護機器人;
  • 教育:智慧評測、個性化輔導、兒童陪伴;
  • 保全:智慧監控、安保機器人。

人工智能代表的是電腦運算能力增強所帶動的自動化,其應用領域持續地擴張,造成年輕人就業機會的相對萎縮。當然啦,以後將會有新類型的工作冒出來,整個就業市場是動態的。

圖一、顯示人工智能(AI) 與自然智慧精華(BI),雙智慧重新定義人與機器的分工。

幾千年來人類累積的知識主要是先歸納成規則 ( rules ),所以三、四十年前在電腦上盛行的資料處理方法就是採用專家系統 ( expert system ) 來依次地執行相關的規則。但是現代的人工智能不受限於傳統的規則方法,而是直接從數據堆裡去提取特徵 ( feature ),採用的是機器學習 ( machine learning ) 的深度學習 ( deep learning ) 方法。

由於上述對於資料處理方法的差異,傳統的規則方法可以省時省力,像是樹枝狀搜尋 ( tree search ) 方式,非常適合人類頭腦的運作,但是容易卡在局部最佳的結果,而不是全面最佳的結果。反之,人工智能的特徵抽取 ( feature extraction ) 方式,則接近於全面搜尋 ( full search ) 的效果,所以可以找到全面最佳的答案。因此,AlphaGo人工智能軟體能夠先後打敗韓國的李世乭與中國大陸的柯潔等世界級圍棋高手。

人工智能產品的開發,需要大量的資訊工程與資訊管理人才的投入;至於自然智慧精華的部份,則適合服務業人才的參與。在未來,人類擁有競爭力的工作將會以需要創造力與能夠產生新價值的為主。

很多人非常關心,甚至於很焦慮,究竟哪一類型的工作會被人工智能所取代?社會上的工作有成千上萬種,我們無法一一列舉出來,所以我們用特性來探討。高中物理課教導大家的是,在封閉的系統裡,熱力學系統傾向於最低能量與最大亂度。如果拿半導體晶片產業來做例子,台積電公司 ( TSMC ) 專精於晶片製造,強調的是追求最低能量;而聯發科公司 ( MediaTek Inc. ) 專精於晶片設計,強調的是追求最大亂度、也就是最大自由度。

追求最低能量的工作,適合利用已知定理、定律的引導,在可見的將來,並不是人工智能取代的優先項目。

至於追求最大亂度的工作,如果有大家公認的標準,例如圍棋比賽可以迅速地判定誰贏誰輸,或者銀行貸款案件可以判定審核結果的優劣,就會是人工智能優先取代的項目。反之,如果需要想像力、創造力的工作,例如文學作品、藝術作品,當場沒有量化的優劣判定標準的,就不是人工智能優先取代的項目。

工程的技術與設計是科學跨入產業的橋樑

科學 ( science ) 是瞭解與探究自然界存在的真理與事實,然後利用相關的原理來建立起可以廣泛使用的理論,以方便大家遵循。科學所追求的真理,是永恆的 ( eternity ),不會因為時代而改變。

以科學的知識做為基礎,工程 ( engineering ) 也可以看成是「應用科學」( applied science ) 加上「人文、藝術、與社會科學」( Humanity, Arts, and Social Sciences,HASS ) 的綜合。把管理、領導力、與法律素養也包含進來,則著重於實際的應用。首先是發展出整套的技術 ( technology ),包含了做事的方法以及詳細的步驟,這對應趨向最低能量。有了技術,就可以設立工廠 ( factory ) 來大量製造。

設計 ( design ) 的最淺顯瞭解,就是「更善加利用」( make better use ),這對應趨向最大亂度(亦即自由度)。同樣的工廠可以用來生產不同款式的產品,主要的差別就在產品的設計。一方面要善於利用材料的特性,另一方面要把客戶的使用經驗揉合進來,再加上人文素養以及美學因子。

從產品的模組 ( module ) 做起,然後整合成系統 ( system );為了方便客戶的使用,在硬體與軟體的各個方面都要做到很順手,也就是還要提供完整的使用平台 ( platform )。這樣子,才能夠在產業界造成具體的影響,有益於國計民生。

因此,技術與設計在現代的知識經濟社會體系裡,扮演著極為重要的關鍵角色。有興趣的年輕人,可以選擇專精於技術與設計的領域。即使人工智能所促成的自動化全面來襲,技術與設計的領域仍然需要很多年輕人的參與和積極地貢獻。

工程所創造出來的產品,有其時代的意義。從第一代手機 ( cellular phone ) 開始,每一代手機所運用的技術不斷地進步,來滿足當代人們的需求。同樣地,汽車產品的持續進步,也是遵循相同的法則。(待續)

圖二、工程所包涵的技術與設計是科學跨入產業的橋樑。

(本文由教育部補助「AI報報─AI科普推廣計畫」取得網路轉載授權)

(Visited 1 times, 1 visits today)
views