加入收藏 | 设为首页 | 会员中心 | 我要投稿 | RSS
您当前的位置:首页 > 大数据 > 大数据技术

人工智能太厉害了,我们该怎麽办?

时间:2017-11-16 16:31:21  来源:  作者:
您的位置:主页 > 业界动态 >

业界动态 人工智能太厉害了,我们该怎麽办?

2016-01-14作者:贾维斯来源:未知次阅读

人工智能
 
我们为什麽要推计算思维呢? 因为未来各行各业都需要与电脑合作,否则有可能被电脑和机器人淘汰,例如这篇【机器人抢工作 律师、药剂师也遭殃】所谈到的(注1)状况。如果不懂计算思维,很容易就迷惘了。
 
最近像这样的文章和书籍很多,研究未来学的人,认为人工智能是未来的重要趋势,极尽能事去想像未来,但究竟有多少真实会发生,有多少只是虚无飘渺的幻想? 我想,很少人有能力确定,不过当前许多学生都跑来研究人工智能相关的议题,则已成为我在台大所看到的事实。
 
我三十四年前在高中时,就对於人工智能很感兴趣,开始学LISP,後来进到台大念电机系,修了两门人工智能的课,还旁听过神经网路,到密西根大学念书,也修过人工智能,但我没有继续研究人工智能,因为我觉得当时研究者走偏了,而且当年电脑的运算速度远远不足以支持有意义的人工智能,所以根本做不出东西。
 
我猜对了,1990年代之後,人工智能成为票房毒药,沉寂了近二十年。
 
我选择做电脑系统,看着电脑系统的效能持续成长,电脑系统的研究者想出各种方法来收割不断成长的电脑效能,过去这三十年,最忙碌的研究领域之二,是计算机结构和系统软体,我有幸能优游於两者之间,探讨一些软硬体整合的议题。
 
如今,单一处理机的运算能力,约为30年前人工智能全盛时期的100万倍(注2),而且只要愿意付些许钱,就可以租用云端的上百台电脑,运算能力更是30年前的一亿倍以上。
 
要注意到,这一亿倍的运算效能,是人工智能东山再起的关键。没有足够的效能,电脑很难生出智能。然而,如今的运算效能,是否足以支持未来学想像中的人工智能,则是一个大哉问。
 
大部份未来学专家的预测,都是基於以往的摩尔定律(注3),但这几年摩尔定律已经放缓,甚至有可能停滞,主要是成本考量。以往这麽多年透过个人电脑、电子商务、行动运算、云端服务等应用,半导体产业有足够的利润做研发来支撑摩尔定律,而大数据分析和人工智能是否足以继续支撑摩尔定律的延续? 如果摩尔定律停滞,那该如何是好?
 
有的人工智能应用,需要比目前更高百倍的计算能力,有的实验研究要成为产品之前,需要将庞大的运算能力缩小进到生活周边,因此我认为我们做计算系统的,在产品化的过程中,还是扮演举足轻重的角色,将来应该会有做不完的人工智能系统设计的工作。
 
要创造出人工智能的系统,关键在於要有能够密切垂直整合的团队,必须要有三种专家密切配合:
 
(1)领域专家,例如找律师、药剂师来指导或教导电脑该领域的专业技能。
 
(2)人工智能专家,综合运用机器学习、数据分析、资料探勘等方式设计人工智能演算法与软体。
 
(3)系统专家,提供人工智能所需的系统整合、资料蒐集、处理和计算能力,针对人工智能应用优化系统软体、设计晶片。
 
台湾比诸於其他许多国家,由於有硬体产业的基础,非常适合发展「(3)系统专家」(这也是我想来培育的,也是目前即欠缺的人才),加上台湾目前很多学生对人工智能很有兴趣,学得很快,所以我不担心会短缺「(2)人工智能专家」,台湾在各行各业也有很多领域专家,但是能否聚集人才成为优质研发团队,是真正的重点。
 
我想,很多有识之士已经看到这个局面,这是值得台湾去发展的好机会。我希望国家和社会多投入一些资源鼓励产学界共同组成「对」的团队,来把握这样的机会,让学术界多做些有益於这类帮助国家产业发展的研发工作。
 
然而,在谋求发展的机会的同时,我们也应该做好教育的工作,让未来的世代能够好好面对电脑和机器人。与其教学生背诵记忆一堆电脑瞬间可解的问题,不如教他们如何活用电脑、想办法与电脑和机器人共荣。
 
另外,科技的民主化以及财富的合理分配,也将会是越来越重要的课题。我们绝对不希望大家多年努力的成果,被少数资本家收割,让科技成为资本家搜刮社会资源和剥夺人民权益的打手 — 这是社会大众需要慎重看待和避免的议题。
来顶一下
返回首页
返回首页
发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表
在线客服
推荐资讯
相关文章
    无相关信息
栏目更新