近年，大家都在說AI人工智能。懂的不懂的，業內的業外的，都大談AI大時代來臨了。
但其實就連左先生身在一些和AI有相關的項目裡，我也不敢說自己得懂AI能為人類做甚麼。
不是甚麼都做不到，而是能做的已經超越我們想像。
在普羅大眾眼中的AI，現在也就頂多是安裝一個聊天機器人，問問它問題，或者一句說話給AI，使用圖象生成器。
簡單地谷歌了一下，比較容易明白的AI能做的也就以下數種：
語音辨識：自動將語音轉成書面文字。語音轉文字並不算新科技，以往也有很多透過聲紋辨識的方法去協作。AI突破的地方，是更能學習不同方言或者族種的語音習慣。或者像日本人、印度人、蘇格蘭這種有獨特口音的英文時，也能正確修正。
圖片辨識：辨別圖片的各個層面並加以分類。這以往只能從非常平面的利用顏色、形狀去做出的圖片辨識，現在能使用AI做出像人類肉眼去判別的分類。以我所知，和以往是以「提示」和「紋理」去辨圖不同，AI現在是使用「判別」的方法去做。
翻譯 ：將某個語言的書面或口說文字翻譯成其他語言。AI突破的地方是在不影響意思的情況下，改善病句。尤其像粵語這類語言系統，有非常不確定的語序，聽得懂的不會覺得一回事，如果是視作外語學習就會發覺它的主謂賓位置常常錯位。當然還有很多其他語言也有類似情況。可能你會反問，谷歌翻譯都推出了很多年了，不是也沒用AI也可以嗎？對的，聽說谷歌翻譯起初沒有運用AI，頂多就只使用machine learning(ML)，或者大眾使用者提供的回饋做修正。但透過AI，翻譯出來的文字更人性化，更像人類寫出來的語言。
建立預測模型：探索資料，以高度精細的方式預測特定結果。這類通常會在實驗室出現較多，舉例醫學上的實驗模型。有點像漫威的奇異博士在《復聯4》時所說他看到多少億過結局一樣。我們在實驗室也是做很多這些預測，只是透過AI能更準確、考慮更多因素、修正和顧及盲點等等，從而令得出的預測更準確。過往，筆者也玩過一些叫「水晶球」的基礎預測模型，諸如交通路段何時會擠塞，擠塞情度如何，會因此出現交通意外基率等等，都可以做一些預測。不過那時沒有AI，我們都只能依靠過往數據生成，所以準確率不高。
資料分析：找出資料的模式和關係以產生商業智慧。傳統的資料數據分析，很多都是透過平均數、中位數之類的定位去做分析。十年前就比較多人說使用大數據去做更準確的分析。但現今再使用AI做資料分析，除了大大省卻人手外，很多數據基本自動置入(如果有購買數據公司的數據)，與及同時間分析不同角度，大大減省了得出結果的時間。
網路安全：自動掃描網路，找出網路攻擊和威脅。以往要人手做的、或者只能簡單使用預製的範本運行。但現在使用AI，不用煩惱自己的範本不夠新，批量攻擊等手段一次搞定。所以AI成了很多駭客的利器。就像以前人手鑽木取火，現在用電鑽鑽木取火一樣。反過來，作為網路安全，我們也使用AI去做偵測。以往只能靠規則作為防火牆依據，或者人手分析，現在AI能更有效的偵測異常問題，也減少了很多人工作業和加快了找出問題的進度。
AI人工智能「能做」的東西很多，單是文字和圖片生成這一回事已經相當可怕(所以我沒有將之分類在上面所說的任何一類)。但背後其實又是甚麼樣的操作，大家在說的「算力」又是甚麼？下次再詳談。
