商管課程(九) 模組二「創業家思維與決策模式 3」

閱讀時間約 5 分鐘

上午的課程剛講完總體經濟,休息片刻後,馬上就切入「AI 相關技術及趨勢」的說明;業師是在這方面非常用心準備,希望讓對生成式 AI 沒概念的同學能快速理解。


講完總經再接 AI,這個落差有點大,如果這兩方面都沒有接觸過的學生,可能會一時間轉換不過來。

業師講的內容,如果是理工科的學生來聽應該沒問題,但其它科系我不確定是否真的能懂。


我們這一排四個業師剛好都是理工阿宅,一開始被問說在這波浪潮前就碰過「機器學習」的請舉手,我們從頭舉到尾;我的專業本來就是做「數位影像處理」跟「機器視覺」;雖然我最後選擇的應用領域是工業,但我們當時修的課、看過的論文跟實作應該都差不多。


在我讀書的時候,機器學習其實還不怎麼熱門,而且當時的顯學也不是類神經網路 (或說 MLP 多層感知機),而是 SVM (支持向量機);我們一般的手法就是「特徵工程 + 分類器」,例如當時的人臉快速偵測很多時候是用 「HOG SVM」。


至於業師所分享的 SIFT,這個大概在 2015 ~ 2016 時台灣很多研究生關注,我當時是針對快速角點偵測法有些心得,但後續的特徵描述子還是採用原論文的方式;雖然最後我自己的論文沒有寫進這段,那個學習的過程也滿有趣的。


講到現在的 AI (或說 deep learning),從早期的 Perceptron  →  MLP  →  LeNet  →  ResNet,其實是有脈絡可循的;它們也曾被打入冷宮不受重視,所以說技術發展的方向有時候真的很難說 (至少現在已經沒聽到人在講「專家系統」了)。

今天所討論的生成式 AI 的概念還是不太一樣,不過有以前的相關概念,倒是能大致了解它是怎麼做到的。


其實現在有很多黑科技的突破,以及一些開發工具的門檻也越來越低了,例如 Sony 弄了個 Pixel Processor Array,它可以做到 On-Sensor Visual Inference,這已經不是現行的處理架構了;未來有可能會是 Edge AI 的關鍵技術之一,前幾年我已經看到 Bristol 的博士論文在研究 Pixel Processor Array 的演算法開發,這個跟進速度還滿快的。 


再來,AI 的大模型數據參數太多,訓練過程沒用 GPU 不行,但我個人認為台灣比較有機會的是在 Inference 推理端,不管是說 AI PC 還是 Edge AI 都行,它們的應用場景相對破碎,有著天然的壁壘;美國大廠不會、也無法全吃,這或許是台灣新創公司切入的一個機會。


如果是討論 Edge AIGPU 耗電的特性會被放大,FPGA 或 ASIC 的高效能功耗比 (相對省電、降低散熱難度) 則會有佔優勢的場景存在;重點是現在 FPGA 的架構也跟十年前不太一樣,軟硬體協同設計的好處,在未來會慢慢浮現出來,現在 AMD/Xilinx 也把開發工具越做越好,開發門檻降低很多。


在討論 AI 的應用時,或許有更多面向可以考慮;生成式 AI 是現在的風頭,但不代表是 AI 應用的全部。


講完 AI 的基本原理與趨勢後,William 很快速地帶我們了解「決策思維」的理論架構與歷史,其可分為:

  1. 邏輯思考 (Logical Thinking)。
  2. 設計思考 (Design Thinking)。
  3. 策略創意 (Creativity in Strategy)。
  4. 策略藝術思考 (Art Thinking in Strategy)。


其中我比較熟悉的是「設計思考」,畢竟以前唸 MBA 的時候,有一門課就是上這個理論與實作,它比較強調 Problem - Solution Fit,也就是說先找出痛點,然後再發展出能解決痛點的解決方案。


至於 Art Thinking,我是在說明會時才第一次聽過,William 在講義中提到它跟「效果邏輯」有關聯性。


坦白說,我對於這種「決策理論」的理解能力不強,就算是聽完課的當下,我還是沒能掌握它的精髓在哪,這可能要再多做點功課才能明白。

上完課後,我只記得 Art Thinking 跟「價值創造」有關係,然後腦袋就一片空白了。


透過這兩次的密集上課,再加上我先前整理有關於「效果邏輯」與「因果邏輯」的資料,當我老婆問起我的上課內容時,已經可以侃侃而談我的想法,並且幫老婆分析她在做決策時,哪些情況下是屬於效果邏輯、哪些是屬於因果邏輯。

在刻意的反覆練習下,我的大腦似乎慢慢地接受這兩個概念,我想再過一陣子的沈澱,它應該會變成我日常生活中常出現的動詞。


吳軍博士在「富足」這本書中提到:「人一輩子難免要做各種選擇,選擇對了,有時比努力更重要。但是決策是一種能力,不是碰運氣,而決策能力又不完全能夠靠循序漸進的學習來掌握,因此很多人雖然有知識,甚至學富五車,卻經常在需要做決策時做出了最壞的選擇。」


由上述的話就知道「決策能力」在人生中的重要性,接著他又提到:「有的人做事,是先動腦後動手,因此獲得了成功;但有的人則相反,他們習慣先動手、先嘗試,再總結經驗。這兩種方法沒有高下之分,但是並非每一種方法都適合所有人,也並非每一種方法都適合做所有事情。知道用什麼方法做什麼事情,是一種藝術,也是一種經驗。」

當我看完上面這段話時,心想這不就是在講「效果邏輯」跟「因果邏輯」嗎? 就吳軍博士看來,要判斷何時採用「效果邏輯」、何時採用「因果邏輯」,是一種藝術、也是一種經驗。


在上課的過程中,其實有慢慢感受到 William 想要傳達給我們的訊息,那就是先透過活動跟個案分析體驗所謂的「效果邏輯」跟「因果邏輯」,然後再反覆練習切換的時機點。

未來我應該會反覆做這個練習,下決策前先問自己這是哪個邏輯,用以提醒自己別慣用某個決策思維,就一直偏好它;要能視情況來決定當下哪個決策邏輯比較適當。
閱讀可以用最低的成本來獲得別人經驗,培養閱讀能力,一生受益。但要記住,別只讓自己的大腦永遠處於「輸入狀態」,要適當地「輸出」自己的想法。透過閱讀輸入,再利用寫作輸出,就像「費曼學習法」說的一樣,教授到別人能夠了解,自己才算是領悟了這門學問。
留言0
查看全部
發表第一個留言支持創作者!
從 Google News 追蹤更多 vocus 的最新精選內容
你可能也想看