蘋果日報 | APPLE DAILY
› 選擇地區
三藩市
紐約
洛杉磯
其他美國地區
2018年05月16日
馬上成為壹會員

【AI vs人類】AI自學世代 Machine Learning無師自通

【AI vs人類】
美劇《Westworld》熱播,PS4亦有遊戲《Detroit Become Human》推出,AI人工智能機械人成為科幻故事的熱門題材。早前Google示範AI扮人講電話的Google Duplex技術,更是將AI討論帶到高峯。究竟AI會否在未來取代人類,甚至出現機械人智能叛變的情況?只要了解一下目前AI界最火紅的概念:「機器學習」(Machine Learning),大概就能掌握AI的強大和有限之處。

AI指所有能作出類似人類智能行為的機器,單一功能的機械,譬如識辨指紋的「E道」已算AI一例。現在我們常常聽到的「機器學習」(Machine Learning)屬於AI一部份,但卻可能是最有影響力的一部份。顧名思義,機器學習是透過資料和經驗,讓機器學習並找到運行規則,大致上可以分為「訓練」和「預測」兩個步驟。

靠資料分析 學習時間越長越準確

以往要寫一個「分辨垃圾email」的AI程式,傳統方法會單純地用演算法,寫下一大串「If … then…」的程式碼,教電腦定義垃圾電郵,例如電郵中含有某些字眼就被分類為垃圾電郵。如果是採用機器學習,系統會不斷收集垃圾email的資料,分析數據學習,再依學習經驗判斷哪些是垃圾email。在gmail,也是不斷透過用家舉報垃圾電郵,來讓系統的判斷更加準確。情況有如在訓練小朋友給他們看貓的圖畫和照片,久而久之,小朋友在街上見到未在書本看過的貓,也會懂得判斷那是一隻貓。
機器學習將AI由往單靠演算法帶到重視資料和學習的一個大轉向,開發人員毋須把所有可能性輸入,只要資料夠多和給予時間,機械便能自我學習,而且學習的時間越長,預測和判斷的能力就越準確。透過機械學習,我們能教曉電腦機器像人類般感知圖像和聲音,例如「最經典的辨認手寫數字」例子:輸入足夠多的手寫數目字0至9的資料,電腦會分析出每個數字的不同特徵,當比對輸入圖像時,電腦逐粒分析圖案的像素再判斷,例如「一個橢圓形符號」的符號會判定為「0」字,「垂直的一劃」會判定為「1」字。過程有如圖像刺激人眼的視網膜,電腦就看每粒像素的資料再比照學習資料的特徵做判斷,背後的架構起稱為「人工神經網絡(artificial neural network)」。

毋須人類監督 AI自拼貓樣

一般的機器學習通常要靠人教曉電腦一些判準,例如要教電腦學識分出「貓」的圖片,就要先告訴電腦「貓」的特徵「四腳、尖耳、有鬚」等等。不過近年發展出的「深度神經網絡(Deep Neural Network)」,讓電腦在沒預先教導的情況下自行歸納出特徵。
Google 於2012年做了一個「貓辨識實驗」,由 YouTube影片中取出1,000萬張圖片,由1,000台電腦(16,000個處理器)運行一個深度神經網絡。AI在事前完全沒有被告知甚麼是貓、貓有甚麼特徵的情況下,運作了三天,成功自行將「貓」的圖像歸納為同一個概念。一般會以「深度學習(Deep Learning)」來形容這種在沒有監督的情況下,自行分析特徵值的機器學習。

結合AI優勢 思考對人類衝擊

只要輸入足夠多的資料和有足夠的運算力,電腦便能夠自學。比如說Alpha Go不斷自我對弈學習,增強棋力;Google自動駕駛汽車Waymo也有500萬公里的模擬駕駛經驗。不過就算是「深度學習」,也和有情感和有意識的AGI(Artificial General Intelligence)相距甚遠。透過「深度學習」,AI能訓練出遠勝人類的圖像和聲音的分析力,但每一個AI應用還有欠全面,情況有如訓練緝毒犬,牠們有着驚人的嗅覺,經過訓練的犬隻緝毒比單用人力更有效率,但就只能應付緝毒工作。就以震驚世人的Google Duplex為例,它能夠傾電話的內容也只有三種:預約剪頭髮、預約餐廳和查詢店舖於假日的開放時間。
記者於早前舉行的Google I/O參加了由Google雲端人工智能暨機器學習首席科學家李飛飛(Fei Fei Li)主講的「創建未來AI」講談。她談及透過機械學習,AI目前已經踏入Phase 2,人類一方面要思考怎樣結合AI的優勢,例如運用AI勝過人類的圖像分析能力去幫助醫療科技;另一方面亦要思考AI科技對人類的衝擊。她指「人類傾向高估短期影響,但就會低估長期發展」,目前為距離有意識、有感情的「強AI」或者「AGI」(Artificial General Intelligence)仍有距離,但透過科技的進步和更強大的電腦運算力,AGI是絕對有可能出現的。

記者/攝影:司徒港燊(部份相片來自互聯網)

精挑細味 籽想好食,即like「籽想好食」FB專頁!
返回最頂
壹傳媒: 香港 台灣 | 私隱聲明 服務條款 刊登廣告 聯絡我們 招聘
© 2019 AD Internet Limited. All rights reserved. 版權所有 不得轉載