若將資料比喻為原料(data),機器學習就是處理器(processor), AI 人工智慧相當於結果(outcome)。
而「深度學習」是機器學習的一種方式,讓電腦像長了神經網路般,可進行複雜的運算,展現擬人的判斷及行為,是現今 AI 人工智慧的主流技術。
人工智慧離我們並不遙遠,舉凡Siri、Google assistant這些語音助理在現代智慧型手機早已佔據重要地位,為手機主人撥打電話或查資料只是基本功能,在科技日新月異的變化下,不僅到了能夠辨識聲音是否為機主本人,甚至能夠和人對話,它們便是人工智慧的最簡單的型態。
2014年倫敦Google DeepMind開發了AlphaGo(一款人工智慧的圍棋程式),而它在去年贏了世界棋王的新聞更是掀起人類世界的一陣旋風;今年Google的無人車亦在台北街頭上路,愈來愈多模擬人類思考模式的科技產品更迭,我們不禁反思未來的世代會有多劇烈的改變,替代性高的職業勢必會逐一減少,我們所熟悉的食衣住行也會有偌大的更動。
儘管機器人取代部份的工作會是未來的趨勢,但人類贏過機器人的地方,便是我們能發現新的問題和事物,亦能事前預想狀況的發生,思考是否要由此下手,創新能力使我們創造出了AI,這也是使我們未來不會完全被替代的原因。不過,筆者還是想逐一分析對人工智慧的看法。從負面觀點切入,機器不會感到疲勞,當機器輸入指令,便能搜尋目標並執行命令,並不會具有任何情緒和身體機能,再者,如上段所述,現今的許多職業,尤其是工廠的工作人員和服務業人員等職業重複性較高的工作,他們在和人工智慧相比時,明顯有了無法二十四小時工作的劣勢,未來的雇主有極大的可能會捨棄人類而投入機器的懷抱,那麼大批的失業人民該何去何從,畢竟現今並無任何保障的相關法條,也不曾聽說任何的配套方案。
反之,人工智慧亦能帶給我們的好處,它能使我們在醫學生物的研究計算提升至更高階的程度,或許能為我們解決至今許多未解的疾病之謎,並且收集大數據去偵測一些地球現在面臨的問題,為我們計算未來可行的解決之道,畢竟有些天才窮極一生都未必能將假說證實,借助人工智慧可以提供一條相對快速的捷徑;上段提到的工作問題便也是人工智能的優點,不知疲倦的機器能夠大幅提升產量,並將雇主的指令都精緻化,而他的記憶能力和儲存空間也是人類無法企及的優異。
儘管人工智能的潛力還在拓展,人類也對此科技抱持著觀望的態度,但我們能相信的是再強大的運算能力也無法比擬人類最大的優勢-發現及創造。希望未來在科技進步的時代我們能提升自己的知識和創造力,預先防範有關人工智慧的道德倫理問題和律法,相輔相成而非對立,共創新的進化和發展。
責任編輯:褚曼晴 核稿編輯:張佳雯