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。
回聯合新聞網 RSS App 粉絲團 Line 我的新聞 udn family

AI時代來臨 企業準備好了嗎?

2017-07-27 00:30台灣資料科學協會理事長 陳昇瑋

AI時代來臨,企業準備好了嗎? 美聯社
AI時代來臨,企業準備好了嗎? 美聯社

最近的科技新聞熱點在人工智慧(AI),街頭巷口人人都在談,更出現「人工智慧末日論」,好像AI就快要統治人類似的。事實上稍微對於AI技術有點認識,就會知道這些擔心是多餘的,這幾年進展快速的是弱AI,只會把一種工作做到最好;要真的能跟人對答如流及自我進化的強AI,影子都還沒看見。

但即使是弱AI,因為已證明在許多產業應用上的價值,讓許多企業趨之若鶩,不論本來談不談/做不做資料科學及大數據研發及導入,今年開始都開始談AI。他們可能說,我們已從大數據階段「進化」到AI,比其他還在做大數據的公司還「先進」,這是種有趣的說法,剛好可以見證社會上有些人的不求甚解,經常在未真正瞭解一個詞彙之前就開始使用。

事實上,大數據、機器學習及AI是不可分割的。大數據是資訊來源,機器學習是資料的處理方法,藉以萃取出複雜的規則,讓電腦展現出擬似人類智慧的行為,我們稱為AI。換句話說,以今天的技術來說,大數據及機器學習是發展AI的必要條件;在AI技術領先的企業,同時也必然是大數據及機器學習的領先者,沒有人能夠跳過這兩者而直接開發出先進的AI系統。

因此,想要導入AI,過去欠的技術債,必須先還清。企業裡的資料基礎建設(例如資料倉儲)建好了嗎?資料管理有個統一的授權模式嗎?或是依舊得讓資料使用者一一去說服企業中分散各處的資料擁有者?資料的收集及產出有融入企業流程中嗎?還是每次得為了特定的專案再花人力時間資源來整理收集?資料應用的導入是預設得進行的常規任務,還是得另外花力氣去說服所有相關單位?分析資料的團隊是管理資料的團隊兼任,還是有個專業的資料分析團隊來進行?同時,所有的資料應用者都熟悉機器學習嗎?還是以傳統繪圖製表在做基礎層次的資料視覺化?

更直白的說,AI導入的難易度,根本就是看一家企業的E化程度是否徹底,是只有傳統上要做報表數字在 Excel表格那種淺層的E化?或是在企業流程中融入資料收集及以資料做輔助決策的那種E化?我們都知道E化不是0或1,同樣在做E化的公司及政府部門,層次可以天差地遠。這個概念也可以套用在雲端計算、大數據、資料分析上頭。千萬不要以為公司有資料倉儲,打開電腦就有報表可以看,公司同仁開會討論時都是基於漂亮的即時圖表,就是把大數據應用的很好的公司。

事實可能剛好相反,最淺層的資料應用是讓老闆每天看圖表;最最深入的資料應用應用是隱形的,看不到圖表。AlphaGo就是個例子,它是基於數不清的規則來運作,而不是看著一堆圖表學到如何下棋的。透過機器學習從資料萃取規則出來,而那些規則過於複雜,根本無法完整地視覺化呈現,只能以AI系統來直接應用這些規則,讓系統根據當前的輸入值提供最佳的輸出值。

過去幾年,我們在資料的蒐集及解讀上很熱中,對於機器學習這種以看不見圖表的方式來分析資料及發展AI應用有點後知後覺。十分期待本土各種產業在覺知後的奮起直追,特別在我們有特殊利基點的產業(如製造業、農業、生醫產業等)及社會領域(施政、公用事業、教育等)上,以真正踏實的AI發展來改善社會及產業體質。

(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)

大數據 基礎建設 農業 人工智慧

延伸閱讀

程世嘉:AI會一點一滴取代工作
穆斯克回嗆查克柏格:你根本不夠了解AI
從PTT到AI 杜奕瑾要青年做大人口中沒價值的事

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

Fed鴿聲嘹亮 市場吞定心丸2017-12-15
善用發票獎金 推廣行動支付2017-12-14
用能源政策解套空汙2017-12-13
推廣電動車 四策略先行2017-12-12
中央經濟工作會議的新口號…2017-12-11
油水摻入越多,明斯基時刻將加速到來2017-11-06
打破法規鎖國 公司法應全盤修正2017-01-17
歐洲政經情勢 短多長空2017-05-09
收購案失利 鴻海焉知非福2017-06-22
改革獨董制度 擺脫無牙老虎2017-06-20
稅改應趕進度 不宜溯及既往2017-12-07
推無現金社會 轉型數位國家2017-01-19
低估股將翻身2017-01-26
金融反腐風暴來了2017-04-17
文在寅射三箭救經濟2017-05-22
迎19大…擼起袖子拚經改2017-03-08
共享經濟的真正定義2017-10-31
水環境建設 要面面俱到2017-04-26
大陸股市 倒劉風起2017-05-01
人仔跌不休 青菜便宜 銀行加息2017-01-01
電力供應上演茶壺裡的風暴...2017-11-14
發展人工智慧 須拋開速食心態2017-05-25
賣北京樓買上海股的道理2017-05-29
金融業 快植入洗錢防制DNA2017-01-18
當沖降稅煞車 不是壞事2017-01-24
今年第一刀 對準去產能2017-03-09
數位全球化 經貿新秩序成形2017-08-21
川普 vs. 習近平2017-01-23
周小川明穩匯率 暗戰川普2017-01-02
捷運不應遍地開花2017-04-25
林鄭 首份施政報告獲致謝2017-11-12
發展人工智慧的四大挑戰2017-03-29
韓胡不含糊…經濟等待新象2017-10-30
東芝標售案的如意算盤2017-03-16
香港的真本土與假風波2017-05-07
房產稅 暗藏六大不確定2016-12-29
秒殺金融首虎 震懾保險大鱷2017-04-10
創新、企業倫理與永續發展2017-06-09
特派看中國/武林爭鬥…就為了一個市場2017-05-08
特派看中國/中等收入陷阱論辯再起2017-05-22

熱門文章

2018五大央行貨幣政策展望2017-12-15
Fed鴿聲嘹亮 市場吞定心丸2017-12-15
鮑威爾將面臨「葉倫障礙」2017-12-15

商品推薦

留言


Top