人工智慧 (AI) 近年來蓬勃發展，已漸影響世人生活各層面。在坊間，有本頗為暢銷的書書名就叫「人工智慧來了」，內容相當豐富，是相當真實的寫照，而其出版至今已有兩年，如果說我們現時已被籠罩在「人工智慧」中，可能不算誇張。
我個人在3C產品中，computer 的中度使用者，communication手機低度使用者，完全不碰consumer product中的遊戲機。去年八月到英國與愛爾蘭旅行，從機場的自動通關、自助式托運行李、利用手機個人助理叫早、查詢資料、購物、觀看Youtube影片、用Google Map找路、攝影後照片整理、花木辨識，旅伴利用無人機空拍，都已很能感受到AI的威力。
前幾年不可避免地開始注意到「數位科技」對人類生活影響越來越大，而其影響層面之深廣在幾年之間，有飛速的成長，所以先是對種種現象做了一番整理，這兩年自然聚焦到AI。由於個人與財團法人「中技社」有相當的淵源，而「中技社」為國內數一數二聲譽卓著的民間智庫，以專注前瞻探索，聚焦智庫研討、深化工程教育為宗旨重點﹔因此我有機會在去年2月22日協助「中技社」舉辦了一個「人工智慧對科技、經濟、社會、政治、產業領域的挑戰與影響」研討會，請了許多名家主講，相當精彩，吸引超過四百位聽眾，頗受好評。今年3月13日再接再厲，又舉辦了一個「AI 時代社科文教之變革與創新思維」研討會，涵蓋醫學、國防、傳播、金融、藝術、教育與行政管理面向，反應同樣熱烈﹔由於今年適逢「中技社」60周年慶，決定加辦一場AI研討會，作為社慶活動之一。目前預定於8月23日舉行，暫名「AI智能應用對日常生活之翻轉與創新」研討會，探討科技人文、語音辨識、通訊、文學、運動、學習與工程﹔同時值得探討的其他議題還很多，包括農業、治安、交通、長照、家居、防疫等，都是很重要而值得探討的議題，相對於「百工百業」，AI已「百花齊放」。
近兩年台灣各機構或單位舉辦的各式AI研討會很多，但多偏重在技術層面﹔「中技社」舉辦的研討會則是別具特色，也就是邀請非資訊領域頂尖專家，就各自專業探討相關AI議題，多方位且深入探討AI可能影響，作深入的分析﹔希望能從專業觀點，思索AI的前景，不僅與社會大眾共享，也希望能引起AI從業人員的注目，在發展過程能有所規範，發揮正面功能，而抑止負面效應。
今天的演講題目或也可以改成 「一個非AI專家看AI 對未來的衝擊」。我今天的演講，打算就與每個人都息息相關的領域，也就是中技社第一次AI研討會的主題，科技、經濟、社會、政治、產業領域，來探討﹔方式則從當時專家學者探討的方向「借題發揮」，就其中個人感受最深的心得，來向大家報告。
一、經濟學領域
近三十年來，世界經濟歷經資本主義大勝，全球化把世界推平，但2008年，金融海嘯又使人類對經濟學的思維重新改變﹔美國施行量化寬鬆，以鄰為壑，使世界陷入「低信心、低成長、低通膨」三低「新平庸經濟」時代﹔另一問題，是科技進步是否停滯?幸好有AI的新發展，展開數位科技革命、平台經濟的時代。最重要的是AI的應用到萬物相聯，亦即什麼東西都可以相聯。
在AI影響經濟生活方面，最重要的，要掌握大數據，能夠精準的行銷、生產，經濟學的理論已經沒有長期成本曲線的概念，同時可能發展成壟斷性競爭。共享經濟的風起雲湧，每個人可以是生產者也是消費者，可以讓資源更有效應用，則讓共產主義以新型態重生。另一方面，很多問題不見得是AI本身有辦法解決的，但是AI可以幫助人們解決這些問題。
二、政治學領域
AI在政治領域已經產生的一些影響，包括民主政治運作以及國家職能、政府機器，它的運作的整個影響。2016年美國總統選舉，川普團隊即僱用業者根據大數據分析辨識個人心理、變數定位，進行量身訂做政治行銷與動員，操弄情緒與恐懼，可能因此贏得大選，讓人對西方浪漫式民主的未來擔憂。
對於民主政治運作，就技術上來講，運用AI的技術的運用對於選舉，已經展現出其優越性，另一方面，社交媒體的風行，造成嚴重問題。AI的技術跟大數據也可以把政治過程、政治人物的言行更透明化。一方面國家的管理能力可以跳躍式的升級，人力可以大幅精簡，同時假設沒有隱私權保障的邊界，國家將來可以對社會做無死角全覆蓋性的動態管理。尤其AI影像辨識，已超越人類，雖在犯罪防制上已展現極大功效，如何抑制極權國家的濫用，也是必須思考的問題。另外一方面，他帶來前所未有的挑戰，將來網路戰爭形勢會非常可怕，這些都是AI革命帶來國家職能裡面各種不同、可能的巨大影響。
AI技術跟潛能帶給我們人類社會非常大的政治難題。面對社會變遷，或社會制度變革的選擇難題，不僅是社會內部的貧富差距會變成極為可怕，富裕國家跟落後國家之間的差距也會成為比今天更大的鴻溝。反過來說，AI的積極面，如果能夠有新的社會契約跟新的國際規範，讓數位科技的生產力快速提升，以及我們講滴漏或普惠性的效益能夠全面釋放，有可能透過AI革命把人類社會帶向分享經濟跟社會主義的大餅。
從消費者的角度來看，現在家庭的智慧管理系統已相當進步，應多思考未來的問題，而對於缺少與人之間的互動的感覺跟默契的發展，相當存疑。
從人口角度，可以知道未來很精準，情況會很險峻﹔AI應用很明顯有世代差異，而且知道AI到2020年在各個世代裡面都會有極大的影響力。「少子化」與「人口老化」雙重衝擊下，企業雇用的人不斷縮減，工廠更是如此，實體商店數量變少，許多的服務業也都可以智能化，可預見貧富擴大、人力短缺、未來勞動力需求變化，教育的方式跟品質、婚姻跟家庭，會有很大的衝擊。人要面臨價格跟價值的取捨，最終還是要追求人性跟靈性。夢想不在於有多偉大，而在於有沒有實踐的決心。
少子化對教育的衝擊，已導致各級學校陷入招生危機，這只不過是「量」的減少；未來「質」的挑戰，會是AI帶來教學方式的改變！未來某些領域的研究除非是具有震撼性的創新，否則都可以由人工智慧來完成。AI可跨越文字語言的障礙，瞬間進行文獻蒐集與整理，選擇方法與進行分析，彈指間即可完成西方科學典範中的「論文」！
網路上幾乎什麼都可以賣，日常生活許多事情透過互聯網在家中即可搞定。獨居老人只要有錢有服務機器人，還不至於遺世! 出門是為了聚會與旅遊的機會大增，白天穿梭在街道上盡是銀髮族。老人若需要照顧，各式的遠距監測與服務輸送，以及居家安全設施是未來的主流。
四、產業領域
提出製造是台灣AI的機會之鑰，先進製程控制能夠智能化的提前去解決問題，如此就可以讓製造更精準。智慧工廠是讓機器也能夠智能化的互相協作，結合AI或是新的工具，隨時優化決策。動態整合製造數據調整、銷售配置，是應該注意的趨勢。例如，半導體的測試，擁有大數據，AI可以讓幾個重要的參數盡量留在良率高的點，做出來的結果可以隨時繼續學習，因為資料在累積，就知道將來應該怎麼去改變。
德國所提出的工業4.0，不是純粹的只是用機器人去取代人的問題，也是一種國家間競爭的關係。傳統的製造商，是希望掌握很多資料的變成是一個平台，然後集成或是整合很多資源，獲得比較高的利潤。為製造要落地，製造要跟實體結合，它不是純粹的數位。台灣在機器自動化，也就是工業3.0，有相當的基礎，累積了一些專門知識，但整合技術較為落後，現階段較適合發展介於工業4.0跟3.0之間工業3.5。根本目標在彈性決策，與領域專家合作，利用AI就近解決管理或生產上決策的問題。
五、變革型技術
放眼過去數十年，數位科技大公司 (IBM, Intel, Microsoft．．) 主要業務逐漸從計算轉移到服務 (Google, Facebook, Amazon．．)，未來十年由於變革型技術發展將更轉移到自主系統 (autonomous systems)，也就是有足夠智能、誘因、安全性而自行操作的系統。
目前變革型技術有三個重點，第一個是元件，尤其是萬物互聯網元件功能變得很強大，第二個是AI對於帶給產業的復興 (renaissance) 的機會，尤其是對於製造業的影響很大，其中數據最為重要，幸虧台灣製造業有很多數據，所以有相當機會。第三個是系統會因為AI的原因，有很多系統會變成非常多元而有用，比如說一個系統可以自動，越來越強大，對於整個社會，經濟、包括產業模式會有很深遠的影響。
這種系統要怎麼設計，作得好，要做很多實驗，區塊鏈就幫你做這個實驗。區塊鏈是一種「去中心化」的技術，讓彼此不認識的人信任共享的文件紀錄，而使許多AI相關應用與企業模式，如加密貨幣、資產發行、域名註冊、產權註冊、物聯網、表決、眾籌等，可以在正式使用前得到低成本檢驗。即AI跟區塊鏈把一些元件的功能，變得更為與人類需求息息相關。目前進步非常快的AI，萬物互聯網元件與區塊鏈三種變革型技術，在一起互動的時候就會產生不可思議的力量。
六、科技領域
在科學與技術發展，主要涵蓋大數據與大科學面向，不限於實驗自動化，而包括機器學習元素。在科學研究上，以AI輔助，而有明顯效益之例，包括在基本粒子研究上，尋找到又名上帝粒子的希格斯玻色子﹔；美國航太總署利用谷歌 (Google) 的AI發現了一顆遙遠的恆星周圍的第八顆行星；谷歌使用最新的AI技術，從測序數據中構建出一幅更準確的人類基因組圖像；生物學家和數據科學家使用利用整合知識工具系統來鑑定修飾p53的蛋白質。顯示能從文獻分析中，就已知的知識，推理、預測並導致新的發現。在材料科技方面， 美國所推動的「材料基因組計畫」五年有成，發布了一系列成就和技術成功， 在國內努力上，則有工研院材料化工所建立起國內領先團隊，已開始結合電腦模擬與AI機器學習加速產業創新研發。
在AI興起的時代，如何才能在競爭中立於不敗之地？李開復先生認為隨著科技進步，AI技術將在大量簡單、重複性、不需要複雜思考就能完成決策的工作中，取代人類。不斷提升自己，善用人類特長，善於借助機器的能力，這將是在未來社會裡，各領域人才的必備特質。他並提出AI時代最核心、最有效的學習方法，包括：
•主動挑戰極限
•做中學
•關注啟發式教育，培養創造力和獨立解決問題的能力
•雖然面對面的課堂仍將存在，但互動式的線上學習，將會愈來愈重要
•主動向機器學習
•既學習「人—人」協作，也學習「人—機」協作
•學習要追隨興趣
是很值得參考的。
沒有留言:
張貼留言