2018年7月31日

5000日後的人類,如何與當代科技共生?

郭家銘/本刊編輯。

當機器開始超越人類
無論是手塚治虫所描繪的21世紀仿生人《原子小金剛》(腕アトム),還是電影《機械姬》(Ex Machina)裡通過圖靈測試的機器人艾娃(Ava),這些動畫與科幻電影中充滿創造性的素材與角色,長年型塑人類的未來,等待的只是被實踐的那一天。

《時代》(Time)曾在相關報導中提到,Google技術長喀茲威爾(Ray Kurzweil)根據摩爾定律(Moore's law)推斷,在1900年代1000元美金可購買約等同昆蟲的電腦運算能力,到了2025年其已成長到相當於一個人類大腦,若摩爾定律持續有效,則人類與機器性能交界「奇異點(singularity)」將於2045年到來,這波機器人革命的結果將會超乎人類的想像。

改變人類的竟是數學
解析過往的電腦與AI應用,其層面之廣,舉凡科學實驗、電腦繪圖、火箭發射或區塊鏈等都能見其身影,然這些與當代社會息息相關的生活科技究竟是何方神聖?東華大學應用數學系副教授魏澤人從藝術領域出發,提到包含圖層的向量運算、壓製JPEG檔、RGB顏色相加、高斯模糊和魔法棒等工具,其實充滿著函數值的魔法。

再往前點看,可以發現數學在這場科技的「超速飛行」裡扮演著很重要的角色,而且也並非只是由數字、算式組成。這門在一般大眾眼裡不知有何用武之地的學問,在人工智慧裡的成就,可從機器的深度學習(deep learning)開始說起。

在一片應用程式海與機器人戰隊的背後,很多事情最終追求最佳化(極值)的答案,而解決這個問題的方法正是微積分、線性代數及統計。在AI裡,一般神經網路會先作正向傳播(forward propagation)然後取得誤差(error estimation),將最終結果進行回傳(backward propagation),而後使用梯度下降法、連鎖法則等方式求得最佳權重,這些東西就是微積分中的微分。

許多人看到這些名詞便感到相當頭痛,然正如數學家馮紐曼(John von Neumann)所言:「如果人們不相信數學很簡單,那只是因為他們沒有發現生活有多複雜。」,若要把諸如吃飯、購物、旅行等日常生活化約成一個個的公式,數學顯然簡單許多。

茫茫資料海中,我們優雅潛行
利用這些「簡單的數學」所打造的人工智慧,輔以數據資料進行分析,便能隨時間得到許多有用的資訊。意藍科技創辦人楊立偉表示,大數據就像待人開採的油田,AI則是煉油的工具,至於會煉出什麼東西,還得看人們是否密切掌握工具技術、對演算法是否有一定程度的了解,提煉的內容也須回歸產業的核心知識。

根據IBM 2005~2008年的調查報告指出,人類有90%的資料是近2年產出的,而這些資料在未來只會產生得越來越快,也因此培養AI時代的素養也成了時勢所趨。另外,資料科學家普遍認為,在想事情時需要有連結、邏輯與程式化的概念,才能在段時間內組織許多應用。

當技術的概念與方法有了以後,就要將不同的專業領域(domain knowledge)連結起來,如楊立偉助理教授過去在輿情分析與預測某事件爆發的經驗中,就運用組織裡其他專業人士的方式、跨領域解決問題,無論是用傳染病學模型分析輿情,亦或是以社會學中群體歡愉現象來預測事件爆發,這些都不是資工背景的專業能掌握的訊息。

生存之上,生活擺盪
人工智慧作為一種產生「複利」資訊的工具,除了讓人們能在短時間內得到海量得資料外,更可透過資料分析得到其它功能,如同機器也在思考一般。......【更多內容請閱讀科學月刊第584期】

沒有留言: