AI時代來臨,你準備好迎接了嗎?

AI是當今時代的顯學,本篇文章帶你快速了解AI

 



 

        文章摘要:本篇文章先敘述AI的崛起是近年重大典範移轉,接著透過AI發展所需科技論述為何AI在近幾年會蓬勃發展,再者藉由Google手機照相與相簿的AI應用說明人工智慧的應用已經深入人們的生活,最後一段論述在AI蓬勃發展之下非科技背景者可以做些甚麼來因應。

 


 

 

人工智慧崛起帶來的典範移轉,大江東流擋不住

     年前,一般民眾都不會料想到如今人手一隻智慧型手機、到處都是全世界最多人口最多的「低頭族」,而傳統的按鍵型手機幾乎被完全取代。會有這樣的轉變,就是因為觸控、螢幕、以及其他軟硬體技術的突破,才會造就今天的智慧型手機蓬勃發展的榮景。許多科技的「典範移轉[1],迫使市場上主流的技術轉變,這些新科技藉由創造更低的價格、或更好的產品效能,在競爭的市場當中殺出一條血路。筆者認為,人工智慧的發展就會是下一個典範移轉,為世界帶來重大改變的科技。

 

        是的,大江東流,都擋不住AI未來爆發性的成長。

 


 

 

AI發展條件萬事皆備,將有爆發性成長

        AI的概念在1950年代的達特斯茅會議就被提出。持續發展了20年之後,大約在1970年代因為硬體運算效能無法處理大量的資料,使得AI的產業第一次衰退。

 

圖片來源:2017928日,廖婉君(科技部工程司司長),我國人工智慧發展願景及科研戰略簡報,第5

 

        到了1980年代展開了AI第二波的發展,當時由美國「國防高等研究計劃署(DARPA)」進行的人工智慧研究受到全世界的關注,但是當DARPA宣告AI電腦的發展失敗後,AI又進入了第二次的衰退。

 

        究竟為何過去兩波的AI發展,最後都沒有能夠造成「典範移轉」足以改變世界的影響呢?

 

        筆者認為主要的原因有三個:第一,演算的方法論不夠進步;第二,硬體運算效能不夠好;第三,資料量不夠充足。

 

        過去的AI發展,因為有以上三個阻礙,所以一般而言會將過去的AI稱為是「舊AI」。在2000年之後,隨著演算法進步、硬體運算效能增強、加上資料量增加,因此「新AI」逐漸開始蓬勃發展。

 

        為了更清楚地闡述AI所需要素的邏輯,我們來看看「新AI」所需要素的架構圖:

 

重新編輯自:2017924日,陳銘憲(台大電機與資訊學院院長)The rise of new AI簡報,第八頁

 

        千禧年之後,網路開始蓬勃發展,又因為硬體與儲存的科技進步,因此造就了許多新興雲端平台的發展。世界上非常著名的雲端軟體服務提供者,例如:Salesforce.com,就藉由網路提供企業雲端的CRM系統雲端行銷系統等等;而Google也在雲端上提供了文件編輯雲端硬碟雲端會議,等服務。隨著越來越多企業以及個人在網路上使用雲端軟體,也就累積出了更多的數據(大數據),為新AI的發展奠定了良好的基礎。

 

        物聯網的發展,對於AI的發展亦有重大影響。舉穿戴式裝置中的手錶為例,當手錶開始可以收集個人的心律、運動作息、不同時間點所在位置等資訊之後,擁有資訊的廠商,將擁有更多寶貴的資料可以做分析。

 

        除了雲端服務、及物聯網蓬勃發展,「運算方法」的進步也讓AI發展有突破性的進步。「深度學習(Deep Learning)」是新AI的發展基礎,Deep Learning將「資料」以多個處理層(layer)做分析,可能有線性、或是非線性的分析邏輯,進而便可以取出這些資料的特徵、及「學習」這些資料背後的邏輯。這樣的夾層分析邏輯,與廣為人知的「類神經網路」(neural network)發展有很大的分析,近幾年也有重大的突破,但在此不做贅述。(本段改寫自周秉誼,2016[2])

 

        最後,硬體的發展的突破也促進了新AI突破性的進步。因為CPUGPU的運算效能增加之後,分析大量資料所需要的時間就減少了。未來甚至會有運算效能更高的TPU會產生,勢必再度將新AI發展推向另一個巔峰。

AI未來應用領域超乎凡人想像!

未來食、衣、住、行 都將脫離不了AI

 

     AI的應用的領域(Domains)將會非常廣泛,一般人可能並不會知道AI被後深厚的科技內涵,但大概都會有興趣了解:「新AI到底和我有甚麼相關?」

 

        Google台灣區董事總經理簡立峰曾在演講中提及[3]AI目前並無法在所有的Domain都發展得很好。通常在「可以透過資料分析訓練出來的知識」、「可被預測的行為」的應用Domain上會發展的比較好;而在「情緒理解、語意理解、或是彈性的反應」相關的應用Domain發展就會比較慢。

 

        近期比較夯的AI應用是Google剛推出的Pixal手機的「照相功能」(手機可參考以下附圖)。在照相評測權威網站DxOMark中,Pixal照相功能,在AI修圖的加持下,竟然得到98分!完勝蘋果iPhone 8 Plus、和Note894分的照相功能。Google表示[4],這就是因為內建人工智慧分析圖片的功能,讓拍出來的照片能夠透過人工智慧的修正而顯示出更好看的畫面。

 

 

圖片來源:Version Weekly

 

        2015年時,Google開始使用TensorFlow的開源軟體的機器學習功能,來分析Google用戶的圖片。筆者本身是Google相簿的「超級深度中毒用戶」,一開始使用時的動機是因為看到Google相簿有無限的雲端儲存空間,所以就將我從小到大的相片都存到Google相簿當中備份。到最近我才理解原來Google打的如意算盤,就是要獲取使用者的圖像資料,讓Google能夠有更多的圖像資料作分析。Google因為有大量圖像資料,於是就順利的在相簿中開發出了許多AI相關的應用,例如:透過臉部辨識找出含有某個朋友的所有圖片、自動修正圖片、自動製作旅遊紀錄影片、風格化修正等等的功能。

 

        Google相簿震撼的AI使用體驗,讓我深深感受到「AI,是時代的顯學」。

 

        Google相簿的AI功能,已經和使用者的「食、衣、住、行、育、樂」習習相關。因為只要使用者每天持續上傳照片至雲端相簿,Google就會取得使用者最新資料,內建AI就會便會持續分析使用者「每天吃了甚麼」、「穿甚麼衣服」、「在哪裡住」、「從哪裡移動到哪裡」、「去哪裡玩」等問題。假設AI分析出使用者喜歡吃甜食,未來可能就會推薦適合的餐廳;知道使用者喜歡穿素色襯衫,就推播相關服飾店廣告等等,達到精準行銷的功能,進而且創造更多收益。Google雖透過AI分析使用者創造更高廣告營收,但相對來說使用者也透過方便的Google相簿功能,增加了找相片、存相片的便利,算是雙贏的AI服務。

 

        當然,除了Google手機照相、以及雲端相簿功能之外,世界上還有非常多優秀的AI應用,例如:Tesla自動駕駛車、AmazonEcho人工智慧盒子、AI個人專屬無人機、人工智慧工業製造、AI醫療助手等。因為有越來越多創新的概念與產品被提出,因此筆者在此斷言:AI未來應用領域將超乎一般人的想像,我們生活各個面向包括食衣住行育樂,都將脫離不了AI

 

AI時代來臨:

這是一個最壞的時代,也是一個最好的時代

 

        確,AI時代洪流擋不住。李開復(2017)[5]曾指出,為來將會有50%現存的工作會被取代。許多僅靠記憶、練習、重複性的工作,將是容易被AI取代的工作。然而,若是涉及人類大量情緒、審美觀、創造力、歷史與文化經驗相關的工作,將是不會被取代的產業。PCHome詹宏志董事長甚至還曾諷刺的說[6]:「許多產業已經因為人工智慧的崛起而成為「夕陽產業」,但我猜這些產業還是能在持續經營幾年吧,所以還想待在該產業內的人如果覺得『夕陽無限好』,那就『享受夕陽』吧!」

 

        但,有誰會想被時代的洪流所吞沒?

 

        至少我不想。多數的人大概也都不想浮沉於夕陽產業,而想航行在具有光明前景產業的風口浪尖。扣合我在開頭提到的「典範移轉」,對於會被取代的企業,也許現在是「最壞的時代」,但對於許多產業來說現在卻是「最好的時代」。例如:CPU硬體晶圓製造、GPU設計與硬體製造、AIIC設計、雲端AI軟體、AI其他應用等領域,都是現在世界各知名科技巨頭的兵家必爭之地。

 

        因此即使無法進入AI相關企業工作,也建議對於AI產業有興趣的民眾,可以試著分析世界各地是否有潛在的投資機會、了解整個AI的供應鏈,在找到了適合的標的之後就大膽的投資吧!


[1]典範轉移(Paradigm shift),這個名詞用來描述在科學範疇裡,一種在基本理論上從根本假設的改變。這種改變,後來亦應用於各種其他學科方面的巨大轉變。參考維基百科:https://zh.wikipedia.org/wiki/%E5%85%B8%E7%AF%84%E8%BD%89%E7%A7%BB,第一段。

[2] 參考台大計算機及資訊網路中心2016920日,第38期,周秉誼 (趨勢科技技術經理),《淺談Deep Learning原理及應用》。網址:http://www.cc.ntu.edu.tw/chinese/epaper/0038/20160920_3805.html

[3] 參考Google董事總經理簡立峰2017921日,《AI科技的發展:機會與挑戰》演講內容。

[4] 參考中國新聞網,2017106日,《谷歌CEO Pichai:希望AI從根本上改變每一台設備的本質》,網址:https://www.xcnnews.com/kj/1289841.html

[5] 參考TechOrange科技報橘:https://buzzorange.com/techorange/2017/08/14/what-should-we-learn-in-ai-era/

[6] 參考Google董事總經理簡立峰2017921日,《AI科技的發展:機會與挑戰》演講內容。

CrazyFinancier 發表在 痞客邦 留言(0) 人氣()