「數據力」加速AI學習 (車品覺)
「數據力」亦讓人工智能提升了「學習如何學習」的能力。（路透資料圖片）
在烏鎮舉行的世界互聯網大會踏入第四屆，同行都在議論2018年下一個風口是什麼？馬雲說：「人類對自己大腦的認識不到10%，10%創造出來的機器，不可能超越人類。」馬化騰則說：「我們需要通過『互聯網+先進製造』，不斷地推動軟體、硬體和服務『三位一體』結合為智能製造。」李彥宏說：「互聯網人口紅利結束了，未來的發展動力就是AI。」
我喜歡從本質看現象，繼續從老本行講起。我們在這個數據資訊爆炸的年代，不同的應用產生了非常多的大數據資源。這次變革源自移動互聯網的普及，激發了萬物連接及產生了巨大數據流；除了改變知識的製作過程和成本，還顛覆了知識傳輸的速度。這些數據的冗餘，一般來說都不是在第一場景裏出現，往往在「意外」中發生。然而，我們人類很快便意識到，這些意外發生的數據蘊含了巨大價值。當然這些「意外」亦有跡可尋，資訊化和移動化是其先決條件。因此在不同場景中，數據的積累速度也不一樣，正好解釋為什麼以數據為驅動力的人工智能，最先都是在移動化下的電子商務、共用經濟中爆發，我們可稱這股力量為「數據力」。
最令人興奮的是，「數據力」亦讓人工智能提升了「學習如何學習」的能力。以垃圾郵件過濾為例，這項技術可能會建立一個龐大的樣本數據庫，讓每條樣本被標記為「垃圾」或「非垃圾」。深度學習系統可以使用這種數據庫訓練，通過反覆研究樣本和調整神經網路內部的權值，改善垃圾郵件的識別準確率。這種方法的優點在於不需要人類專家制訂一套規則，系統能夠直接從數據中學習。
除此之外，「資料力」亦將輻射到我們各種生活中，並聚焦於能幫助人類改善效率的「智能型機械人」之發展。大家不要被電影中的機械人形象迷惑，我所指的機械人是結合了大數據、機器學習及人類的智慧與意願的新生體。新生體通過不同的介面（包括各種智能用戶端），以語言、表情、手勢、行為，甚至歷史數據作交互，然後達到智能的目標。它可以指導人們的職業規劃、出行路徑選擇、健康監控及危疾預防等。我們其實已開始見到類似的例子，包括無人駕駛汽車、智能投資顧問、智能客服、手術機械人等。
有人擔心，人工智能會像200年前的蒸汽動力一樣令很多工人失業，但最關鍵的並非科技本身，而是人類思考的慣性框架，不知道如何正確地使用新科技。智能新時代才剛起步，我們有必要從本質去重新認知這些變化。
(編者按：車品覺最新著作《覺悟．大數據》現已發售)
歡迎訂購：實體書、電子書
更多車品覺文章：
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
 - EJ Tech){kind=link}
){kind=link}