文章分類

2019年5月3日 星期五

清華大學材料系書報討論 -- 「人工智慧對未來的挑戰與影響」(節錄)

清華大學材料系書報討論 -- 「人工智慧對未來的挑戰與影響」(節錄)

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。


三、社會學領域
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