親愛的網友:
為確保您享有最佳的瀏覽體驗,建議您提升您的 IE 瀏覽器至最新版本,感謝您的配合。

召喚AI訓練師...

A- A+
2016-10-03 02:15 經濟日報 陳昇瑋

報系資料照
報系資料照

大數據在台灣蔚為風潮,無論是政府官員或販夫走卒,人人皆聽聞大數據的威力。因此,產業界及各級政府皆努力建置所謂的大數據平台,以蒐羅及保存資料為己任,並導入資料的視覺分析工具,讓領導者們能夠快速地查看管理或施政成效,以客觀數據來輔助主觀評價,以分析輔助經驗,以事實取代臆測。

這些當然都是好的進展,收集資料並整理成視覺化的分析圖表,對於評估及掌控現況有非常大的幫助,讓我們不再只能依直覺及經驗做決策。

問題出在人們普遍認定這個階度已算是成功導入大數據解決方案,其實,這只是把資料平台準備好而已,要充份發揮資料的價值,還沒沾到邊。

要發揮資料價值,不能光談大數據,機器學習人工智慧是絕對不該忽略的。事實上,這三者環環相扣:大數據是材料,機器學習是處理方法,人工智慧是成品所呈現的特質。這個時代,蒐集大量資料只呈現給人看,而不是拿來餵給電腦學習,讓你的應用呈現人工智慧,就跟採集大量松露結果拿來沾醬油一整碗吃掉一樣可惜。

機器學習的定義是,在工程師不需要(通常是無法)詳述完整方法的前提下,讓電腦能自動根據資料來學習到如何預測結果、辨識規則及解釋成因。

大數據的特色就是資料量大及維度高,當資料維度高於五或十以上,通常就已超出人類的歸納能力。例如,給你某超市1,000件商品的銷量,人類無法依賴視覺圖表,歸納出表現好的商品是因為售價、品質、包裝、品牌、貨架位置、廣告、行銷方式、折扣、口碑,或是銷售員的推銷造成的。

同樣地,某公司1,000位員工的績效,人類無法單純基於圖表以員工的性別、年紀、求學歷程、在校成績、就業歷程、升職/加薪記錄、差勤記錄、年資、考核、同儕評價、與同儕/客戶的互動等,來預測員工未來的表現及離職可能性。

這類型的分析工作,人類不行,機器學習可以。人類靠圖表分析,能力十分受限;機器靠演算法分析及歸納,效果可以遠遠超過人類。

可惜的是,雖然台灣對於大數據的追求是一等一的,對於機器學習的探詢及認知,卻是相對落後。根據Google搜尋趨勢,比較全球GDP前50名的國家(除去Google未服務的國家,如中國),以對於大數據的熱度來比較,台灣是世界第一,新加坡、香港、南韓及美國緊接在後。

但對於機器學習的關注,前五名依序為南韓、新加坡、香港、以色列及瑞士,台灣列在第六名。若以兩者的比值,以機器學習相對於大數據的比值來看,台灣大幅落後多數國家,排名在最後幾位。這顯示我們對於大數據的熱情有餘,但相對而言,對於如何解放大數據的價值還不清楚,可惜了那些資料。

簡單來說,擁有大數據,但不懂機器學習,就像在倉庫裡擺了幾部跑車,卻騎著腳踏車上路,以為有家裡跑車的加持,腳踏車就可以騎得比汽車還快。

如同精靈寶可夢(Pokemon GO)需要有訓練師才能發揮能力,擁有大數據後,我們也需要很多很多的機器學習專家(有人稱呼為AI訓練師),才能讓手中的大數據真正發揮價值。(作者是中央研究院資訊科學研究所研究員、台灣資料科學協會理事長)

陳昇瑋

作者為中央研究院資訊科學研究所研究員、台灣資料科學協會理事長。研究專長為使用者經驗、多媒體系統、社群計算、計算社會學、群眾外包、大數據分析、資訊安全。
A- A+

相關新聞

發展人工智慧的四大挑戰2017-03-29
監理沙盒專法再加油!2017-03-28
軌道經濟合用否?2017-03-27
供水供電建設擺第一2017-03-24
勞退新制…學學私校退撫做法吧2017-03-23
中美匯率戰,誰是影武者?2017-01-09
台灣重拾競爭力 五路進擊2017-01-12
財經傳奇…小燕子與明天系2017-01-16
挺監理沙盒 宜跨部會支援2017-01-20
翻修公司法 接軌國際資本市場2017-01-26
低估股將翻身2017-01-26
長照2.0 要守護三張笑臉2017-02-02
修公司法 該調整管制理念2017-02-23
遊覽車司機工時的治本之道2017-02-28
公司法應穩健改革 分階段翻修2017-03-02
從企業角度看司法改革2017-03-07
迎19大…擼起袖子拚經改2017-03-08
迎接人機共融新時代2017-03-09
韓流變寒流 商家劃清界線2017-03-13
讓年輕人勇敢創業2017-03-14
北京樓價狂飆的內幕…2017-03-20
零售大數據導入AI 精算商機2017-01-03
熊彼得的租稅國,瓦解不得2017-01-02
周小川明穩匯率 暗戰川普2017-01-02
人仔跌不休 青菜便宜 銀行加息2017-01-01
公司法修法 要符合新時代需求2016-12-30
房產稅 暗藏六大不確定2016-12-29
揭開勞保年金的現實面2016-12-28
常識與知識一樣重要2016-12-27
霧霾元兇…不能說的祕密2016-12-26
用洪荒之力 推動軟硬整合2016-12-26
耶誕沖喜?港人愁足一年2016-12-25
善用產業鏈 突破保護主義防線2016-12-23
別讓台灣成新避稅天堂2016-12-22
尊重市場機制 幫經濟調體質2016-12-21
東北年輕人回流的故事…2016-12-19
解讀2017全球經濟新風險2016-12-19
Fed奪回市場信任…2016-12-16
川普經濟學 vs. 安倍經濟學2016-12-15
台積電5奈米 強壓英特爾7奈米?2016-12-14

熱門文章

金融服務轉型 勢在必行2017-03-29
發展人工智慧的四大挑戰2017-03-29

商品推薦

留言


Top