【AI嘉年華】與數據拔河:AI的應許和限制
■深度學習於1985年被開發,但直到2014年才起飛。張教授2007年起在google進行數據導向大規模機器學習開發時,被當時的同仁合理質疑。因為較複雜的算法譬如SVM或深度學習太過耗時,跟不上搜索引擎和廣告推薦系統的即時需求。在2012年AlexNet利用ImageNet數據取得革命性的圖片辨識的準確率後,學界業界同時驚艷,也才願意投資大規模運算GPU平台,接受了數據導向大規模機器學習的典範。而在2016年AlphaGo又告訴了全世界:如果你的算法能自行生產出無限多且多元的數據,那你便能造就IQ等同於300的機器。但這波的AI革命其實只推進了深度學習,而發展的面向也只限於模擬人腦的知覺(perception)功能。至於如何使用人腦知覺之外的能力,譬如知識,記憶,計畫,邏輯思考,以便從小數據演繹出等同於無限多且多元大數據的能力,還沒有跟上。所以今年四月AI界的巨擘Michael Jordan甚至宣稱:「AI革命尚未到來。」
Read more