(圖片來源:pixabay)
加速發展的人工智慧
好萊塢曾運用不同手法拍攝無數人工智慧相關的電影,人工智慧幾乎已成為好萊塢電影的一個子類型。1973 年的電影《鑽石宮》(Westworld )裡,尤.伯連納(Yul Brenner)飾演人工智慧硬漢牛仔機器人,他走進酒吧,對決槍戰一觸即發。幾年後,迪士尼則有了截然不同的詮釋。在《大英雄天團》(Big Hero 6 )中,像枕頭一樣柔軟的巨型機器人杯麵(Baymax)友愛地陪伴14 歲的小主人度過緊張刺激的旅程。「他會改變你的世界,」電影裡這麼說道。
沒錯,人工智慧會改變我們的世界,並且擴增人類智能,而人工智慧協助人類的角色比較像是杯麵,而非伯連納的牛仔機器人。
大數據、大規模運算力以及複雜的演算法,這三大突破正加速著人工智慧從科幻電影成為現實的腳步。多虧了我們日常生活中的相機及感應器數量呈指數成長,大量的資料以驚人的速率被收集與運用。人工智慧需要從資料中學習。雲端讓每個人都能取用龐大的運算能力,我們現在也有複雜的演算法,能從堆積如山的龐大資料中找出重點,提煉洞見與智慧。
但現在的人工智慧與杯麵或伯連納不盡相同,離所謂的「強人工智慧」(artificial general intelligence, AGI)還有段距離,就是電腦與人類智能並駕齊驅, 甚至超越人類。和人類智慧一樣,人工智慧能依層級分類。最底層是簡單的模式辨識。中間是感知(perception),感測越來越複雜的場景,根據估計,人類感知有99%是透過語言和視覺。最後,智能的最高層級就是認知(cognition),能深刻理解人類語言。
這些都是人工智慧的基礎,多年來微軟大量投資上述各層次的研發。例如, 統計機器學習工具(statistical machine learning tools)可以理解資料、辨識模式;以及能觀看、聆聽、移動,甚至開始學習與理解人類語言的電腦。在我們的首席電腦語言科學家黃學東及團隊帶領下,微軟創下正確率新紀錄,我們的電腦系統轉錄電話通話內容的正確率,比受訓過的專業人員還高。在電腦視覺與學習方面,2015 年末,我們的人工智慧團隊在五大挑戰中大獲全勝,即使我們只有訓練系統解決其中一項挑戰。在「常見物體圖像辨識(Common Objects in Context)」挑戰賽中,人工智慧系統要嘗試解決幾個視覺辨識任務。
我們只訓練自家系統完成第一項挑戰:看一張照片,然後標明看到的內容。然而, 透過初階的遷移學習(transfer learning),我們建立的神經網絡成功舉一反三,透過學習並且自主完成其他挑戰項目,不僅能解讀照片, 還能圈出照片中每個獨立的物件,並用單句文字描述照片中進行的動作。
我相信十年內,人工智慧的語音及視覺辨識能力會超越人類。但機器能看和聽,不代表可以學習與理解。自然語言理解(natural language understanding),也就是人機互動,就是下一個新領域。
那麼在未來,人工智慧真的能達到大家想像中的境界嗎?人工智慧該如何造福每個人?同樣地,答案也是層次遞進的。
量身訂製。今天,我們其實還處於人工智慧的最底層。人工智慧是特別訂製、量身打造的。少數能存取資料、具備運算能力與演算法的科技公司打造出人工智慧產品,再推到市場。只有少數人能為多數人打造人工智慧。這是目前大多數人工智慧所在的階段。
普及化。下個階段就是普及化。微軟做為平台公司,長期以來提供基礎技術與工具,讓其他人可以在其基礎上研發更多創新。我們的策略就是把開發人工智慧的工具交到每個人手中。推廣人工智慧就代表讓每個人、每個組織都能創造意想不到的人工智慧解決方案,滿足特定的需求。我們可以拿活字版印刷與印刷機的普及做為比喻。
1450 年代,歐洲估計只有約3 萬冊書籍,每一冊都由修道院的某個人手工製作而成。古騰堡聖經是第一本使用活字版技術製作的書, 之後50 年內,書籍數量成長為大約1200 萬冊,進而刺激學習、科學與藝術上的復興。
人工智慧也需要這樣的發展軌跡。要達到目標, 我們需要包容與民主。所以,我們的目標就是做出擁有人工智慧的工具,並融入到所有個人助理、應用程式、服務及基礎設施中:
◆ 我們正努力運用人工智慧來全面地改變人類與Cortana 等個人助理的互動方式,這樣的智慧型個人助理在我們的生活中會愈來愈普遍。
◆ Office 365 與Dynamics 365 這類應用程式將融入人工智慧,幫助我們專注於最重要的事情,最有效利用時間。
◆ 我們會開放微軟幾項基本的智能服務,包含模式辨識、感知與認知能力,讓全世界的應用程式設計師都能使用。
◆ 最後,我們正在打造全世界最強大的人工智慧超級電腦,並朝開放這個基礎設施給每個人的方向努力。
很多產業都開始運用人工智慧。麥當勞正在開發人工智慧點餐系統,協助員工在得來速的作業,讓點餐更簡單、更有效率也更準確。Uber 用微軟的認知服務工具比對駕駛照片、確定駕駛身分,預防詐騙與提升乘客安全。Volvo 汽車也用我們的人工智慧工具偵測駕駛是否分心,可以提醒駕駛預防事故。
如果你是企業主或經理人,可以想像有一個人工智慧系統,能看到公司全部營運流程、了解一切實務進度,並通知你最在意的事項。影像分析公司PrismSkylabs 在微軟的認知服務基礎上創新,讓電腦可以操控影像監控攝影機,分析當下發生的事件。如果你經營的是營造公司,人工智慧系統可以通知你,水泥車已經抵達某個工地。對零售商來說,系統可以追蹤存貨,或協助你找到某家分店的店經理。未來有一天,系統或許能在醫院觀察外科醫師與助理人員,若偵測到醫療疏失,就能在無法挽回之前,先警告醫療團隊。
學會如何學習。最終極的人工智慧,就是電腦學會如何學習,也就是電腦能產生自己的程式。和人類相同,電腦最終不僅僅只會模仿人類行為,而是能創造出更新、更好的方法解決問題。深度神經網絡(deep neural networks)與遷移學習讓我們有了突破式進展,但人工智慧就像梯子,而我們還在最底層。梯子頂端是強人工智慧以及機器對人類語言的全面了解。到時候,電腦就能展現和人類不相上下,或難以分辨的智能。
以上內容由天下雜誌授權刊登,未經允許請勿轉載。
◎更多精彩內容,請見:《刷新未來:重新想像AI+HI智能革命下的商業與變革》