online gambling singapore online gambling singapore online slot malaysia online slot malaysia mega888 malaysia slot gacor live casino malaysia online betting malaysia mega888 mega888 mega888 mega888 mega888 mega888 mega888 mega888 mega888 如果其他國家是獅子,台灣應當 AI 產業中多得數不清的螞蟻——台科大教授盧希鵬談人工智慧發展

摘要: 自李開復認為台灣沒有發展 AI 的潛力一話道出之後,瞬間兩派人馬唇槍舌戰了起來。一派人認為台灣仍可一戰,還有 Appier 等優秀的新創人工智慧公司;另一派人則認為台灣的確在 AI 舞台上沒有伸展拳腳的餘力,應該找尋其他出路。


【我們為什麼挑選這篇文章】自李開復認為台灣沒有發展 AI 的潛力一話道出之後,瞬間兩派人馬唇槍舌戰了起來。一派人認為台灣仍可一戰,還有 Appier 等優秀的新創人工智慧公司;另一派人則認為台灣的確在 AI 舞台上沒有伸展拳腳的餘力,應該找尋其他出路。

而盧希鵬,現任台灣科技大學管理學院專任特聘教授,則帶來了不同的看法「台灣的確沒有發展大 AI 平台的力量,不過小型的 AI 計畫,則可以像螞蟻用數量咬死獅子一樣,讓台灣站上 AI 的風口」。(責任編輯:陳君毅)

 

盧希鵬,現任國立台灣科技大學管理學院專任特聘教授,台灣電子商務專家、資訊管理學者。曾任台灣科技大學管理學院院長、精誠資訊講座教授。畢業於美國威斯康新大學麥迪森分校工業工程博士 (1992),研究領域為電子商務、隨經濟、創新管理、與戰略管理,著有百餘篇國內外學術期刊論文。也是報章雜誌專欄作家、與暢銷書作者。上市櫃公司獨立董事,與企業顧問。

文:盧希鵬 /  盧希鵬快樂管院周記實驗室

李開復先生認為台灣沒有發展 AI(人工智慧)的機會,同時 AI 將會取代目前 50% 以上的工作,你認為呢?

我覺得這句話只講了一半,依照過往的經驗,新科技創造的工作數量可能比取代的數量來得多。至少,現在的職業多半是農業時代不存在的。

那台灣有沒有發展 AI 的機會呢?

廣告

何謂新 AI:從 deep learning 開始

30 年前(1986 年)我在清華大學向貝諾爾教授學 AI。1992 年,我在美國取得博士學位,回到台灣科技大學教授的第一門課也是 AI。教了幾年,人潮散去、預算刪減,覺得 AI 沒有甚麼產業價值。

這一波 AI 的革命我稱之為「新 AI」,跟 30 年前我學的「舊 AI」是截然不同的。這波革命約從 2006 年的深度學習(deep learning)研究開始。

「舊 AI」的專家往往認為「新 AI」沒甚麼,在技術上只不過是把類神經網路多加幾層,同時將輸入等於輸出,以算出特徵量,在功能上就如同回歸預測與因素分析的差別。

在「舊 AI」的機器學習上, 人類有一項重要的工作是定義「特徵量」。像是在手寫阿拉伯數字辨識上,直接以像素(pixel)作為特徵量;在人臉辨識上,「舊 AI」會先定義人臉的特徵(如兩眼瞳孔間的距離等等);或是在預測股票時,「舊 AI」也要先定義股票市場的特徵(如基本面、技術面、消息面等變數),再做監督下的機器學習(就是有老師告訴學習結果的對與錯)。

機器學習的好壞取決於人類是否能夠定義出好的特徵量,「新 AI」最大的貢獻就是電腦可以自己找到特徵表達的方式,不需要人類的監督教導,效果卻比人類找到的還要好,麻煩是,人類看不懂 

「新 AI」嶄露頭角是在 2012 年的一場全球視覺辨識大賽(ImageNet),歷年來世界各地參賽者的圖片辨識率始終在 70%-75% 左右的水準,但多倫多大學隊伍竟在 85% 以上,原來他們用的是「深度學習」新演算法。一個準確率在七成的技術是沒有商業價值的,當達九成以上,許多應用就產生了。像是語音辨識上,Amazon Alexa、Apple Siri、 Google now、Pepper 都是些商業化的例子。

台灣到底有沒有機會發展 AI?

然而這一切「新 AI」的產業化革命,至今不過五年,我認為新 AI 至少會浮現三個機會:

(1)「產生 AI 服務」的大母體

世界上存在著幾家大母體(如 Google、臉書、亞馬遜、微軟、百度、阿里巴巴、騰訊),他們都要搶先成為「新 AI」的作業系統,任何一家的成功,都將讓「新 AI」如 Android 一樣普及。李開復先生認為目前台灣沒有機會的應該是這一塊,不過在過去的歷史中,台灣發展作業系統的機會本來就很小。

(2)「使用 AI 服務」的小前端

在母體上做系統整合,並發展前端應用,像是智慧製造、智慧家庭、智慧醫療等。台灣有許多世界具領導地位的硬體廠商,只要此類商品占有率的數量如螞蟻一樣多,就有機會勝出。馬雲說,能打敗獅子的,是螞蟻。

(3)「設計 AI 服務」的數據化

台灣要善用物聯網感知器,設計自己的數據。與數位化不同的是,這一波 AI 革命要的是數據化。譬如有人在汽車椅墊下布滿感知器,以學習駕駛人坐椅的習慣特徵來成為防盜與防打瞌睡的智能系統;此外,Fintech 的大數據徵信、智能電表產生的能源智能管理,都需要螞蟻數量的數據化。

台灣有沒有發展 AI 機會呢?當然有,因為機會是創造出來的,關鍵在螞蟻的數量,還需要隨經濟(Ubiquinomics)時代的大戰略。

——

 

轉貼自: 科技橘報


留下你的回應

以訪客張貼回應

0
  • 找不到回應

YOU MAY BE INTERESTED

Popular Tags