洪士灝:人工智慧太厲害了,我們該怎麼辦?

我們為什麼要推計算思維呢? 因為未來各行各業都需要與電腦合作,否則有可能被電腦和機器人淘汰,例如這篇【機器人搶工作 律師、藥劑師也遭殃】所談到的(註1)狀況。如果不懂計算思維,很容易就迷惘了。

最近像這樣的文章和書籍很多,研究未來學的人,認為人工智慧是未來的重要趨勢,極盡能事去想像未來,但究竟有多少真實會發生,有多少只是虛無飄渺的幻想? 我想,很少人有能力確定,不過當前許多學生都跑來研究人工智慧相關的議題,則已成為我在台大所看到的事實。

我三十四年前在高中時,就對於人工智慧很感興趣,開始學LISP,後來進到台大念電機系,修了兩門人工智慧的課,還旁聽過神經網路,到密西根大學念書,也修過人工智慧,但我沒有繼續研究人工智慧,因為我覺得當時研究者走偏了,而且當年電腦的運算速度遠遠不足以支持有意義的人工智慧,所以根本做不出東西。

我猜對了,1990年代之後,人工智慧成為票房毒藥,沉寂了近二十年。

我選擇做電腦系統,看著電腦系統的效能持續成長,電腦系統的研究者想出各種方法來收割不斷成長的電腦效能,過去這三十年,最忙碌的研究領域之二,是計算機結構和系統軟體,我有幸能優游於兩者之間,探討一些軟硬體整合的議題。

如今,單一處理機的運算能力,約為30年前人工智慧全盛時期的100萬倍(註2),而且只要願意付些許錢,就可以租用雲端的上百台電腦,運算能力更是30年前的一億倍以上。

要注意到,這一億倍的運算效能,是人工智慧東山再起的關鍵。沒有足夠的效能,電腦很難生出智慧。然而,如今的運算效能,是否足以支持未來學想像中的人工智慧,則是一個大哉問。

大部份未來學專家的預測,都是基於以往的摩爾定律(註3),但這幾年摩爾定律已經放緩,甚至有可能停滯,主要是成本考量。以往這麼多年透過個人電腦、電子商務、行動運算、雲端服務等應用,半導體產業有足夠的利潤做研發來支撐摩爾定律,而大數據分析和人工智慧是否足以繼續支撐摩爾定律的延續? 如果摩爾定律停滯,那該如何是好?

有的人工智慧應用,需要比目前更高百倍的計算能力,有的實驗研究要成為產品之前,需要將龐大的運算能力縮小進到生活周邊,因此我認為我們做計算系統的,在產品化的過程中,還是扮演舉足輕重的角色,將來應該會有做不完的人工智慧系統設計的工作。

要創造出人工智慧的系統,關鍵在於要有能夠密切垂直整合的團隊,必須要有三種專家密切配合:
(1)領域專家,例如找律師、藥劑師來指導或教導電腦該領域的專業技能。
(2)人工智慧專家,綜合運用機器學習、數據分析、資料探勘等方式設計人工智慧演算法與軟體。
(3)系統專家,提供人工智慧所需的系統整合、資料蒐集、處理和計算能力,針對人工智慧應用優化系統軟體、設計晶片。

台灣比諸於其他許多國家,由於有硬體產業的基礎,非常適合發展「(3)系統專家」(這也是我想來培育的,也是目前即欠缺的人才),加上台灣目前很多學生對人工智慧很有興趣,學得很快,所以我不擔心會短缺「(2)人工智慧專家」,台灣在各行各業也有很多領域專家,但是能否聚集人才成為優質研發團隊,是真正的重點。

我想,很多有識之士已經看到這個局面,這是值得台灣去發展的好機會。我希望國家和社會多投入一些資源鼓勵產學界共同組成「對」的團隊,來把握這樣的機會,讓學術界多做些有益於這類幫助國家產業發展的研發工作。

然而,在謀求發展的機會的同時,我們也應該做好教育的工作,讓未來的世代能夠好好面對電腦和機器人。與其教學生背誦記憶一堆電腦瞬間可解的問題,不如教他們如何活用電腦、想辦法與電腦和機器人共榮。

另外,科技的民主化以及財富的合理分配,也將會是越來越重要的課題。我們絕對不希望大家多年努力的成果,被少數資本家收割,讓科技成為資本家搜刮社會資源和剝奪人民權益的打手 — 這是社會大眾需要慎重看待和避免的議題。

(註1)機器人搶工作 律師、藥劑師也遭殃

機器人搶工作 律師、藥劑師也遭殃

作者:馬丁.福特

我們都以為科技的進步將推向一個更繁榮的社會,卻低估了它推動世界變遷的速度!過去機器是提高勞工生產力的工具,但今日機器將直接變成勞工。而且,不要以為自動化只會威脅教育程度低、技能水準較低的勞動者,機器人還要出手,搶「師字輩」專業人士工作。

一直以來,社會普遍認為自動化構成的就業威脅主要是針對教育程度低、技能水準較低的勞動者,因為這類工作往往例行(routine)且重複(repetitive)。

說到最可能受到科技發展威脅的工作,「例行固定」的工作可能不是最好的說法,更正確的說法應該是「可預測性」(predictable)的工作:別人能不能藉由查看你執行過的所有事務,學會你的工作?或者,某人能不能像學生準備考試那樣,藉由重複執行你已經完成的事務而變得熟練?若是的話,那麼,有朝一日,很可能有一套電腦演算法能夠學會你絕大部分或所有的工作。

總之,電腦很擅於學習和取得新的技能,尤其是提供它們大量資料的前提下。初級職務尤其可能受到嚴重衝擊,證據顯示,衝擊已經在發生中,剛踏出校門的大學畢業生的薪資在過去十年持續下滑,近五成的大學畢業生被迫接受不需要大學學歷的工作。包括律師、新聞勞動者、科學人員、藥劑師等在內,許多高技能專業人員的就業機會已經被進步的資訊科技明顯侵蝕,且受到衝擊的並非只有他們,多數工作都有某種程度的可預測性,很少人的主要工作的本質是完全創意或天馬行空地思考。

服務業的就業安全港消失

在美國及其他先進國家,重大的顛覆破壞力將出現於服務業。畢竟在這些國家,大多數勞工都屬於服務業。這股趨勢已經出現於不少領域,例如自動櫃員機和自助結帳櫃台,但在未來十年,我們恐怕會看到大量新形式的服務業自動化,數百萬工資較低的工作機會恐怕因此消失。

舊金山的新創企業動能機器(Momentum Machines, Inc.)打算把漢堡製作流程完全自動化。速食店員工製作漢堡時,可能是把冷凍肉餅放上烤架。動能機器打造的機器人會把新鮮絞肉揉成漢堡排形狀後,再把肉排烤到恰到好處。

日本的藏壽司(Kura Sushi)連鎖店已經率先實行自動化策略,在兩百六十二間連鎖餐廳裡,機器人協助製作壽司,並用迴轉輸送帶取代服務生。為確保食物新鮮度,系統持續追蹤每一盤壽司在迴轉台上轉了多久,並會自動把超過生鮮時間的壽司盤取。

新聞業者岌岌可危

由西北大學智慧資訊實驗室(IntelligentInformation Laboratory)的學生和研究人員開發的「StatsMonkey」軟體,把運動報導自動化,把一場比賽的客觀資料轉化成一篇生動的敘事文。軟體不是只列出事實,而是撰寫報導,具備一般體育記者會融入的元素。「StatsMonkey」會執行統計分析,辨察比賽中的重要事件,然後用自然語言摘要敘述整場比賽經過,聚焦於比賽最重要的部分和關鍵運動員的表現。

負責督導電腦學系和新聞學系學生研發「StatsMonkey」的西北大學研究人該公司僱用一群頂尖電腦科學家和工程師,使用「StatsMonkey」的原始碼,建立一部能力更強的人工智慧引擎「Quill」。包括富比士(Forbes)在內,已有不少知名媒體使用敘事科學公司的科技來自動化地撰寫體育、商業、政治等領域的文章。軟體大約每三十秒撰寫出一篇新報導,且這些文章有許多見刊於知名網站。

大量律師將被強大演算法取代

在美國,企業打官司時必須過濾大量內部文件,研判哪些文件可能和手邊的訴訟案有關。法律規定一定要提出相關文件,若未能完整提供相關文件,會有法律處分。現今,無紙化辦公室導致的吊詭現象是,這類文件多以電子的形式存在,像是電子郵件,資料的數量已成長到只有紙張和打字機的時代無法想像的巨大數字,如何有效篩選、過濾得到相關文件,成為律師事務所的新課題。

許多事務所採取的新方法是完全自動化,所謂的「e-Discovery」軟體會使用的強大演算法分析數百萬份電子文件,自動找出相關文件。演算法並非只是進行簡單的關鍵字搜尋,它們通常具備機器學習技巧,縱使文件中未出現特定詞句,也根據概念找出相關的資料。採用軟體的直接結果是,以往負責用人工方式費力在裝滿紙張文件的紙箱中執行搜尋過濾工作的大量律師和助手工作消失了。

機器人送藥給你

加州大學舊金山醫學中心的藥房每天處理約一萬件配藥作業,但藥劑師不需碰觸藥丸或藥瓶,由大規模自動化系統管理數萬種藥品,處理大量藥品與用品儲存、配藥與包裝等等工作。機器手臂不停地從排列整齊的容器中檢取藥品,放進塑膠袋,每一劑配藥會輸送到另一個袋子裡,袋子上的條碼會標示藥品名稱和所屬的病患。接著,機器處理每位病患每天的用藥順序與方法,把這些指示和藥袋結合起來。

電腦成為有好奇心的科學家

電腦正在往前推進陣線,開始入侵幾乎所有人都認為人腦專屬的領域:電腦開始展現好奇心和創造力。康乃爾大學創意機器實驗室(Creative Machines Lab)主任賀德.利普森(HodLipson)和該校博士班學生麥克.施密特(Michael Schmidt)在二○○九年共同打造了一個能獨立發現基本自然法則的機器。

他們首先建立一個雙擺錘機件:一個擺錘下方連結了另一個懸盪的擺錘,當兩個擺錘同時擺動時,動作極複雜且看似混亂無序。接著,他們使用感應器和相機來捕捉擺錘動作,得出資料紀錄。最後,他們讓軟體控制擺錘的起動位置;換言之,他們創造了一個有能力自己執行實驗的人造科學家。

他們讓軟體重複執行擺盪擺錘的動作,並過濾得出的動作資料,試著從中找出描述擺錘行為的數學公式。而且他們把實驗完全交由電腦的演算法掌控,每次重複執行時,電腦自行決定在什麼位置放開擺錘,但電腦並非隨機做事,它執行分析,然後選擇最可能洞察擺錘動作法則的特定起動點去放開擺錘。

利普森指出,系統「並不是消極旁觀的演算法,它會提出疑問,也就是說,它有好奇心。」他們後來名之為「Eureqa」的這套程式只花了幾小時就得出描述擺錘動作的一些物理法則,其中包括牛頓第二定律。

本文出自天下雜誌出版《被科技威脅的未來》

(註2)以摩爾定律概算,假定每18個月電腦效能增加一倍。

(註3)https://zh.wikipedia.org/wiki/摩爾定律

镜像链接:谷歌镜像 | 亚马逊镜像

分类: 科技 标签:
  1. Mobile Guest
    2016年1月11日00:03 | #1

    绝对强文。可以成为台湾好国策啊!

  1. 本文目前尚无任何 trackbacks 和 pingbacks.