第175期(105年2月)│行政院人事行政總處公務人力發展中心發行
│發行人:林文燦

各期電子報    訂閱/取消電子報

會學習的機器人,可不可怕? ....鄒景平

  

  你對人工智慧了解多少?你還是以為機器人只會依照程式執行動作,不會學習嗎? 你還是覺得機器人不可能搶掉我們的工作嗎?那麼,你可能需要更新一下自己對機器人的認知了!

  最簡單的方式,就是看視頻,TED上面有兩個短片,就是人工智慧方面的頂尖專家,現身說法,親自告訴你人工智慧的最新進展,由於影片中搭配了生動的實例和圖片,比單純只看文字的效果好多了!

第一個短片是2014年12月,由傑若米哈佛(Jeremy Howard)主講的「會學習的電腦的精彩和可怕的影響(The wonderful and terrifying implications of computers that can learn)」,網址是http://www.ted.com/talks/jeremy_howard_the_wonderful_and_terrifying_implications_of_computers_that_can_learn#t-10383

  傑若米哈佛是Enlitic公司的CEO。Enlitic是一家先進的機器人公司,位於美國舊金山。傑若米哈佛也是奇點大學的教授,主講數據科學,他曾經是Kaggle社群的總裁和首席科學家,Kaggle平台上有超過二十萬名數據科學家,在其上互動與競賽,奇點大學則是一所創新型的大學,在2009年二月,由Google和美國太空總署NASA共同設立,旨在解決“人類面臨的重大挑戰”。

  傑若米哈佛首先以一些有名公司為例,來說明『電腦會學習』不是一件新鮮事,例如Google的搜尋服務,Amazon推薦新書給用戶,社群網站領英(LinkedIn)和臉書對你推薦新朋友,都是運用會學習的電腦軟體的成果。

  這些會學習的軟體,不再是透過工程師寫好的指令來執行工作,而是使用大量數據來進行學習。科學家們從人類大腦的學習方式受到啟發,啟動了「深度學習(deep learning)」的新領域。深度學習模仿人類的認知學習方式,透過接收素材產生自主學習能力,進一步使電腦能夠透過學習,而產生感知和能力。

  深度學習的理論起源很早,最早應用在圖像識別,但是由於其辨識的精確性,始終卡在七成,而未成為主流,但2012 年之後,科學家採用平行運算架構,一舉把影像辨識率突破8成,才獲得重視。

  如今在百度、 微軟與 Google 等巨頭的努力下,影像辨識的錯誤率已經減少至 5% 左右,這也使得深度學習成為人工智慧中的顯學。

  紐約時報的報導認為深度學習有兩大特色,第一是這種算法沒有任何理論限制,你給它越多的數據與運算時間,它的成果就越好。第二是它讓電腦能夠聽得懂與看得見,能夠理解語句和圖片的內涵。

  傑若米哈佛在演講中,首先展示一個電腦執行同步翻譯的實例,他在現場說一句英文,電腦立即說出對應的中國話,並有傑若米的發音特色,在我聽來,電腦說出的中文非常清楚易懂,而且富於情感,優於一般的電腦合成語音。這不就是電腦在作同步翻譯的工作嗎?這是不是預示了『未來電腦會搶走同步翻譯人員』的飯碗呢?

  傑若米哈佛也說: 「2011年,我們有了第一台視力高於人類的電腦。」,他以德國科學家所研發的電腦專案舉例,這台電腦辨識交通號誌的能力比人類還好。

  深度學習在理解語句內容方面,也已經接近人類水平,傑若米說他的研發專案中的電腦,它閱讀漢語的能力,已經相當於中國本地人的水平。

  深度學習在圖片辨識與理解方面,真是進展神速。TED上有個最新的視頻,是今年三月,由史丹佛大學人工智能實驗室與視覺實驗室的主任李飛飛(Fei-Fei Li )主講的,名稱是「我們如何教導電腦來瞭解圖片(How we're teaching computers to understand pictures)」,非常受到好評,短短三個月,瀏覽人數已經超過一百萬。網址是https://www.ted.com/talks/fei_fei_li_how_we_re_teaching_computers_to_understand_pictures?language=en

  大部分的三歲小孩都會認得貓、房屋與飛機。但是李飛飛花了十五年的時間,來教電腦如何認識它們。目前他們研究團隊最先進的成果,已經可以讓電腦像三歲的孩子一樣認出物件,比如認出一張相片中,有餐桌、麵包、小孩和狗等事物。

  為了提高電腦的學習能力,李飛飛創辦了ImageNet Lab,它是一個擁有一千五百萬張照片的資料庫,每張照片都被命名而且加上標籤來描述他們,電腦利用這個資料庫中的大量照片進行學習,與人類透過神經元連結而形成的神經網絡來學習一樣。

  當我們看到照片中的人、地和物件,會自動描繪出一個故事,例如小孩在草地上的餐桌吃麵包,小狗在旁邊陪著他。李飛飛說:「不久之後,電腦也能這麼做。」

  李飛飛說他們團隊的研究不會到此為止,他們除了教導電腦會辨識物體之外,還要會了解它們的情緒、動作和意圖,她認為達到這地步,電腦才算真正的看見,當電腦能夠真正看見之後,就能夠幫助醫生做診斷和治療病人,汽車能跑得更快更安全,機器人能夠在災難現場尋找並救助更多的災民。

  深度學習不光只用於影像辨識,在醫療方面也具有相當的發展性,例如用於推斷藥效、癌細胞的預測等等,而自動駕駛系統、語音互動系統等,也都將透過深度學習更為進化。目前包括 Google 、 Yahoo 、 Facebook 以及中國的百度、搜狐公司等等,都已經積極的投入深度學習的技術開發。

  會學習的電腦,最可怕的地方,是它的學習速度以指數型成長,而人類只能以線性成長。因此1997年,IBM的超級電腦深藍(Deep Blue)擊敗當時的世界西洋棋冠軍蓋瑞卡斯巴洛夫(Garry Kasparov )。

  2011年,IBM的華生(Watson)電腦在美國知名益智搶答節目《危險境地》(Jeopardy)中,擊敗史上最強參賽者肯詹寧斯(Ken Jennings),專家說: 要贏得這檔高門檻的節目,需要對自然語言、知識推理、幽默甚至暗喻等有很強的把握才行。這些都是電腦智力超越人類的先兆。

  然而會學習的電腦真的這麼可怕嗎?將來它會超越甚至會毀滅人類嗎? 《奇點臨近》是全球非常暢銷的科技預測書,其作者是未來學者雷·庫茲韋爾(Ray Kurzweil),今年在北京參加會議,當他接受騰訊科技專訪時,說道: “由於技術發展呈現指數式的增長,機器能模擬大腦的新皮質。到2029年,機器將達到人類的智能水平;到2045年,人與機器將深度融合,那將標誌著奇點時刻的到來。”

  庫茲韋爾曾是《時代周刊》的封面人物,也是奇點大學的校長,比爾蓋茨讚譽他為“預測人工智能最準的未來學家”。他所說的奇點就是”人工智慧比人類還要聰明,還更有能力的時候。”,奇點真的會到來嗎?人類會被機器人毀滅嗎?目前已經在全球掀起一波大論戰。

  會學習的機器人,可不可怕?它會取代人類的那些工作呢?你擔不擔心自己的工作會被機器人取代呢?我們要如何運用機器人,來增加自己的不可或缺性呢?在在都值得我們去深入了解、思考和採取行動。

  當會學習的機器人已經成為未來主流時,也帶給我們新的創業機會,科技業大老
林百里先生說: 「只要你打開機器人的價值鏈,你就是下一個賈伯斯。」

  會學習的機器人,可不可怕?就看我們如何主動應對這新情勢! 未來是驚滔駭浪?還是一片藍海,選擇權掌握在你的手中!

 

(作者為一宇數位科技股份有限公司資深顧問,本中心「數位學習2.0應用實務研習班」講座)  

 

 

 
民國86年1月創刊,95年2月改版為電子版  
10660臺北市大安區新生南路3段30號 電話:(02) 8369-1399 轉 8306 研究組