最近的專案有些跟物聯網、雲端應用、AI 等數位產品系統相關,坦白說,物聯網跟雲端應用很好理解,自己已做過相關專案,很清楚這兩者怎麼玩,但 AI 人工智慧就似懂非懂。當我看到這本書 - 圖解 AI 人工智慧大未來,有圖解,應該會能幫助我更具體想像,理解 AI 人工智慧。
在了解之前,要先定義什麼是 "智慧"?書中提到:
智慧是擁有通用性的能力,例如:推理思考、問題解決、抽象思維、對複雜概念的理解,以及從經驗中學習的能力
所以,要判斷或賦予機器物品 AI,它需要著重於以下三項能力:
主要分為兩種,一種是已經訓練好的 AI, 例如微軟有提供電腦視覺 AI,是一個即開即用的概念 😀,只要透過 API 連上雲端的系統,馬上就可以辨識人臉及物體形狀,省下大幅訓練的時間。另一種是較進階的學習型 AI, 專門用來做未知領域的機器學習。比如說今天要做一個智能判別建物是否為危樓的系統,就能使用學習型 AI, 我們只要準備大量照片告訴 AI 哪些外觀算危樓,哪些是正常的。
IoT 的普及讓人工智慧更進步,因為可以蒐集到更多的資料。例如:我每天使用到的 Google Map,在查詢路線時,不但規劃多條路徑讓我參考,連路況(有沒有塞車)都用顏色標出來,幫助我快速選擇最佳方案。
可曾想過這麼貼心的服務如何辦到的?
就是靠許多在路上行駛且連上網路的汽車(物體)回傳所在位置及時速給雲端 AI,AI 演算法利用這些資料告訴我們這條路好不好開,進而節省我們的通勤時間。(延伸閱讀:Google 地圖如何使用 AI 預測車流量、決定最佳路線)
當物聯網普及,家裡的電器大至冰箱冷氣、小到插座都可以連上網,資料之龐大如果過度依賴網路傳輸到雲端 AI 這個大腦,首見有感的問題將是資訊反饋的延遲 (latency)。這就是個大家要排隊等 AI 處理資訊的概念,排隊的人越多,等待時間當然會拉長。若是家電這些邊緣裝置也有 AI 的功能,就能克服這個問題了!
以智慧冰箱為例:就算沒有連網路,冰箱本身已經內建一個 AI 功能可以定時掃描冰箱裡的食材,數量不足的話,就在冰箱螢幕上提醒你該補貨囉,這就是邊緣運算的概念。
當冰箱連上網路,再定時把每天搜集到的資訊、照片傳到雲端 AI,如果有更聰明的提醒方式,就下載到冰箱更新,開始撈叨你要均衡飲食,因為長期沒看到你在冰箱放蔬果,都是垃圾食物 😂 (延伸閱讀:AI冰箱真聰明 知食材存量、能推薦食譜還能列出採購清單)
雖然人類已經無法跟演算法和電腦的計算速度競爭。但是我們仍然擁有一項 AI 無法取代的優勢:「懂得建立、想像、創造各種思考框架的能力」,也因此什麼容易被 AI 取代,哪些不會則顯而易見。
容易被 AI 代勞的產業或工作有:製造業、文書工作、監控、檢測及貨物運輸等等...
很難被 AI 取代的有:創意、藝術、學術、溝通諮商等領域,這些都需要理解情境意涵才能執行。
和 AI 共存的時代,與其擔心被 AI 控制,不如學習思考框架,精進解決陌生問題的能力來創造更好的局勢,
AI 再怎麼聰明,終究是演算法賦予它能力,它不會無中生有,善用 AI 讓我們的生活更便利吧!🙂