AI 携手 BI:双智慧重新定义人与机器分工 (1-2)

探险发布 申博官网首选锐博网 239浏览
AI 攜手 BI:雙智慧重新定義人與機器分工 (1/2) 有别于多数媒体引述已故理论物理学家霍金 ( Stephen Hawking ) 与特斯拉执行长马斯克 ( Elon Musk ) 看法的报导,一个失去控制且能彻底颠覆人类主导权的强人工智能 ( strong AI ),或称通用人工智能 ( Artificial General Intelligence,AGI ),在诸多概念性问题仍有待解决,且相应支援技术依然付之阙如的情形下,至今不过是理论上的假设性问题。相较之下,随着自动化的普及与AI应用愈趋多元,产业结构与劳力市场需求的改变,反而是眼下人类社会更应正视的问题,且亟需一个建设性的解决方案,甚至于彻底改革。而在此之前,我们必须釐清:哪些职缺或产业终将为AI所取代?而人们又应何去何从?

AI携手自然智慧精华 ( Business Intelligence,BI,直译:商业智慧 )

双智慧重新定义人与机器分工

对于普罗大众来说,并不需要深入追蹤人工智能的详细运作原理,因为他们比较想知道的是,在工作上与生活上会受到人工智能的何种程度影响。譬如,国立台湾大学心理系特聘教授暨前系主任的叶素玲与中央研究院化学研究所的赵奕姼教授在研讨会上就提出了一系列具代表性的问题:

在人工智能全面来袭之际,不少年轻人非常担忧的两大方面是:

哪些工作会被人工智能取代?在大学里所学的知识与技艺,哪些会落入无用武之地?自己需要做何种调整?

根据摩尔定律 ( Moore’s Law ),数位电子产品的计算能力每18个月至24个月就会加倍,因此电脑的效能也会跟着加倍。首先看到的是电子产品在硬体方面的进步,造就了英特尔公司 ( Intel Corp. ) 专精于微处理器晶片的发展,以及国际商业机器公司 ( IBM ) 专精于个人电脑的发展。有了快速的硬体之后,基础的软体如作业系统 ( operating system,OS ) 也蓬勃地兴起,造就了微软公司 ( Microsoft Corp. ) 专精于MS-DOS以及Windows作业系统的发展,再加上MS-Office应用软体的广为流传。

再者,应用系统的出现,先后造就了网路巨擘如雅虎公司 ( Yahoo )、谷歌公司 ( Google Inc. ) 专精于资料搜寻引擎的发展,而脸书公司 ( Facebook Inc. ) 则专精于社交网路。可惜的是雅虎公司不敌市场的激烈竞争而被收购了。

最新的发展是自动化的再一次升级,特别是人工智能 ( artificial intelligence ) 受惠于大数据 ( big data ) 与深度学习 ( deep learning ) 的採用,在工作与生活上的运用无远弗届。有一位台湾旅居中国大陆的科技人士列出以下这些运用包括了(而且不限于):

自动驾驶:厂商有谷歌 ( Google )、优步 ( Uber )、特斯拉 ( Tesla )、亚马逊、宾士、京东等;电商零售:仓储物流、智慧导购和客服,厂商有阿里巴巴、京东、亚马逊等;医疗健康:医疗健康的监测诊断、智慧医疗设备;金融:智慧投顾、智慧客服、安防监控、金融监管;个人助理:智慧手机上的语音助理、语音输入、家庭管家和陪护机器人;教育:智慧评测、个性化辅导、儿童陪伴;保全:智慧监控、安保机器人。

人工智能代表的是电脑运算能力增强所带动的自动化,其应用领域持续地扩张,造成年轻人就业机会的相对萎缩。当然啦,以后将会有新类型的工作冒出来,整个就业市场是动态的。

AI 携手 BI:双智慧重新定义人与机器分工 (1/2)

图一、显示人工智能(AI) 与自然智慧精华(BI),双智慧重新定义人与机器的分工。

几千年来人类累积的知识主要是先归纳成规则 ( rules ),所以三、四十年前在电脑上盛行的资料处理方法就是採用专家系统 ( expert system ) 来依次地执行相关的规则。但是现代的人工智能不受限于传统的规则方法,而是直接从数据堆里去提取特徵 ( feature ),採用的是机器学习 ( machine learning ) 的深度学习 ( deep learning ) 方法。

由于上述对于资料处理方法的差异,传统的规则方法可以省时省力,像是树枝状搜寻 ( tree search ) 方式,非常适合人类头脑的运作,但是容易卡在局部最佳的结果,而不是全面最佳的结果。反之,人工智能的特徵抽取 ( feature extraction ) 方式,则接近于全面搜寻 ( full search ) 的效果,所以可以找到全面最佳的答案。因此,AlphaGo人工智能软体能够先后打败韩国的李世乭与中国大陆的柯洁等世界级围棋高手。

人工智能产品的开发,需要大量的资讯工程与资讯管理人才的投入;至于自然智慧精华的部份,则适合服务业人才的参与。在未来,人类拥有竞争力的工作将会以需要创造力与能够产生新价值的为主。

很多人非常关心,甚至于很焦虑,究竟哪一类型的工作会被人工智能所取代?社会上的工作有成千上万种,我们无法一一列举出来,所以我们用特性来探讨。高中物理课教导大家的是,在封闭的系统里,热力学系统倾向于最低能量与最大乱度。如果拿半导体晶片产业来做例子,台积电公司 ( TSMC ) 专精于晶片製造,强调的是追求最低能量;而联发科公司 ( MediaTek Inc. ) 专精于晶片设计,强调的是追求最大乱度、也就是最大自由度。

追求最低能量的工作,适合利用已知定理、定律的引导,在可见的将来,并不是人工智能取代的优先项目。

至于追求最大乱度的工作,如果有大家公认的标準,例如围棋比赛可以迅速地判定谁赢谁输,或者银行贷款案件可以判定审核结果的优劣,就会是人工智能优先取代的项目。反之,如果需要想像力、创造力的工作,例如文学作品、艺术作品,当场没有量化的优劣判定标準的,就不是人工智能优先取代的项目。

工程的技术与设计是科学跨入产业的桥樑

科学 ( science ) 是了解与探究自然界存在的真理与事实,然后利用相关的原理来建立起可以广泛使用的理论,以方便大家遵循。科学所追求的真理,是永恆的 ( eternity ),不会因为时代而改变。

以科学的知识做为基础,工程 ( engineering ) 也可以看成是「应用科学」( applied science ) 加上「人文、艺术、与社会科学」( Humanity, Arts, and Social Sciences,HASS ) 的综合。把管理、领导力、与法律素养也包含进来,则着重于实际的应用。首先是发展出整套的技术 ( technology ),包含了做事的方法以及详细的步骤,这对应趋向最低能量。有了技术,就可以设立工厂 ( factory ) 来大量製造。

设计 ( design ) 的最浅显了解,就是「更善加利用」( make better use ),这对应趋向最大乱度(亦即自由度)。同样的工厂可以用来生产不同款式的产品,主要的差别就在产品的设计。一方面要善于利用材料的特性,另一方面要把客户的使用经验揉合进来,再加上人文素养以及美学因子。

从产品的模组 ( module ) 做起,然后整合成系统 ( system );为了方便客户的使用,在硬体与软体的各个方面都要做到很顺手,也就是还要提供完整的使用平台 ( platform )。这样子,才能够在产业界造成具体的影响,有益于国计民生。

因此,技术与设计在现代的知识经济社会体系里,扮演着极为重要的关键角色。有兴趣的年轻人,可以选择专精于技术与设计的领域。即使人工智能所促成的自动化全面来袭,技术与设计的领域仍然需要很多年轻人的参与和积极地贡献。

工程所创造出来的产品,有其时代的意义。从第一代手机 ( cellular phone ) 开始,每一代手机所运用的技术不断地进步,来满足当代人们的需求。同样地,汽车产品的持续进步,也是遵循相同的法则。(待续)

AI 携手 BI:双智慧重新定义人与机器分工 (1/2)

图二、工程所包涵的技术与设计是科学跨入产业的桥樑。

与本文相关的文章