準備擁抱人工智慧的新世代

伴隨功能強大且日漸便宜的感知元件與物聯網發展，許多目標資料的採集已可達到即時、有效，再利用圖像識別、語音辨識，轉換為對系統有意義的資訊。同時，人工智慧（Artificial Intelligence, AI）已能深度學習，應用於統計和分析，在不斷對神經元網路進行深度學習訓練下，促使AI診斷／預測能力日新月異。新世代「人工智慧」就是基於「深度神經網路（Deep Neural Networks，簡稱DNN）」演算法的機器學習，一種模仿生物神經系統的數學模型，讓研發的程式具有自我學習功能。它對任何大數據領域的改造是顛覆性的，人工智慧應用，給大數據所需的靈魂，而2017年正是為人工智慧發展的起飛點。去年與今年谷歌旗下DeepMind開發的「AlphaGo」人工智慧系統，分別打敗南韓與中國圍棋王，向世界展示人工智慧系統的強大威力，也向世人宣告人工智慧時代來臨。事實上，人工智慧已悄然登陸政治領域，許多競選開始使用人工智慧於大數據上，例如川普女婿庫許納7月24日在國會反駁對「通俄門」指控時，就透露川普如何贏 郭琛（德國） 得總統大選的秘密。

2016年美國大選，川普團隊雇用劍橋分析公司（Cambridge Analytica），在超過2.2億美國選民中，收集5000個數據點，並使用超過100個數據變量，最後為川普競選團隊構建約20類投票人的地理位置密度圖。對特定地區和特定選民進行目標分析，之後有針對性動作。競選所有活動：廣告訴求、特定選民、籌款、集會地點，甚至演講主題，都是經過數據分析的慎重決定。

川普競選最後四個月共籌集超過2.5億元資金，主要來自大多為10元、20元的小額捐助者，與喜萊莉的大金主有天壤之別。幾百萬到上千萬選民捐錢後，不但投川普的票，許多人還成川普競選的志願者。密西根州和賓州成大選決戰點時，川普團隊依據最新數據庫反映兩州選民最可能轉向，便推出電視廣告，在這些地方舉行最後選前集會，讓成千上萬志願者敲門和打電話給選民，這些動作扭轉關鍵州的選舉結果，也改變所有主流媒體預測。習慣做主流媒體廣告的人，尚不理解大數據能力，至今還對大選逆轉不解。谷歌前CEO施密特分析後表示「還記住所有關於他們沒有錢，沒有人，沒有組織的報導嗎？」川普團隊成功使用大數據，彌補沒錢、沒人、沒組織的競選，最後獲勝。事實上，能使用大數據的人，就像在黑暗無光的夜裡，裝備紅外線望遠鏡，可輕 易鎖定遠距離大小目標。今天結合互聯網的即時大數據系統，隨著高運算速度的微晶片普及，任何系統只要創建一個跨平台、標準統一的開放分享型數據通訊協定與界面，再加上運用人工智慧的深度學習技術，將加速各項產業發展，最終必能廣泛運用到選舉、保險、醫療、製造、零售、家庭、農業、金融等，而全面改造我們未來的生活。例如亞馬遜（Amazon）採用倉儲機器人後，原來需要1500名員工的倉庫，大幅減少為不到10名員工進行管理。

未來AI應用 會進入每個產業

過去科技業曾認為人工智慧商用並不可行，因為當時處理資料速度遠低於資料本身變化的速度。但現在大環境改變，GPU、cloud computing普及，加上深度學習（ deep learning）革新，讓許多原本做不到的工作，現在都輕易做到了。

今日AI取代傳統的演算法，不需等待人類給予明確指令，能自行從資料中推演出演算法。只要給幾百張某個物體的圖像，人工智慧就能透過自我學習，找出最有效率的方法，偵測出該物體。這是一種新運算方式，不再需要人工寫程式碼，而是讓AI自己推演出程式碼。AI受惠於相關領域的快速發展，近年日趨成熟，特別在產業機器人、自動駕駛和語音助理平台，其他應用範圍亦日漸廣泛。

像IBM Watson腫瘤解決方案(Watson for Oncology)在癌症治療運用人工智慧系統，已能使建議結果與醫師判斷的一致性高達96%。並將臨床篩查時間從近兩小時縮短到24分鐘，2017年底前該技術將可用於支持至少12種癌症。

工業4.0也是建構在大數據與人工智慧上，以往統計學早已提供各種分析原理與工具，而大數據是在現場架設各種數據的「連結器」，建立各項KPI系統，與預測未來發展曲線，當取得數據速度愈快，就愈能修正而逼近到實際狀況，則決策速度就愈快，成效也愈提高。谷歌、微軟及臉書等大廠，企圖主導人工智慧的「規格」與掌握「開放式的發展平台」方向，谷歌2015年推出TensorFlow開放原始碼給全球開發者，而去年微軟推出Cognitive Toolkit（CNTK）、臉書也釋出Torchnet和Caffe2加入戰局。中國大陸的百度、阿里巴巴、騰訊等科技巨擘，紛紛想在蓬勃發展的領域分一杯羹，為建構未來的新王國投入巨額資源。所有硬體都有大量AI軟體應用需求，而台灣業界則偏重在其中尋找關鍵軟體元件的商機。

如同微軟共同創辦人比爾蓋茲7月在推特向2017年大學畢業生分享心得說，如果他今天才展開生涯，會選擇人工智慧、能源或生物科技，我們也做好準備擁抱人工智慧的新世代吧！