大數據資料只是AI原料 陳昇瑋：人工智慧核心技術在深度學習

▲無店面公會產業論壇邀請台灣人工智慧學校執行長陳昇瑋演講。（圖／記者屠惠剛攝）

記者林昱均／台北報導

中華民國無店面零售商業同業公會於今天（1日）舉辦「無店面產業」論壇並邀請台灣人工智慧學校執行長陳昇瑋演講。陳昇瑋表示，現代人所知悉的人工智慧（AI）定義相當廣泛，但細部來看，最核心的技術為深度學習（Deep Learning），讓機器在後續作經驗學習後做出對應。至於為何AI在近2年成為最夯話題，陳昇瑋指出，主因是電腦的運算速度較過去提升數百倍、數千倍之多，讓機器可大量運算並學習，AI才成真。

日前Alpha Go打敗世界圍棋冠軍李世石，引起各界震驚，更為其AI技術打開知名度。而後續該團隊更打造了Alpha Zero，超越之前所有圍棋、象棋、將棋的AI（包括Alpha Go）與人類，陳昇瑋表示，關鍵在於Alpha Zero是純計算的程式，純粹讓機器相互學習，取代人類數百年的切磋與計算。但為何沒人在做其他的棋類AI？陳昇瑋指出，因為光是Alpha Go就需要20億元的研發成本，Alpha Zero又更多，「這不是一家遊戲公司可負擔的，必須是世界級大企業才能做到。」

陳昇瑋也自己提出質疑，「AI真的是萬能嗎？」他認為，AI只能用在有模擬器的地方，像怎麼教育小孩、怎麼選擇政治人物最好這類的問題，沒辦法用AI處理，「至少目前這部分沒辦法用機器去做深度學習。」

在AI的定義，陳昇瑋指出，廣為人知的AI指的是讓機器擁有像人類的智慧，「但智慧怎麼定義？有些人類的智慧真的是智慧嗎？」對此陳昇瑋認為，AI包含了最核心的技術深度學習（Deep Learning），也就是多層感知機技術（MLPs）；而第二層技術為表徵學習（Representation Learning），指的是讓機器做淺薄的自動記錄；第三層則為機器學習，就是讓機器自行做邏輯迴歸分析；而涵蓋所有相關技術的叫做AI，讓機器在經驗學習中自動找到最好的對應函式，或者說最像人類的對應方式。

▲台灣人工智慧學校執行長陳昇瑋對AI、機器學習、深度學習之定義。（圖／擷取自陳昇瑋簡報）

換句話說，陳昇瑋認為，只是擁有大數據資料並不會到AI程度，資料只是原料，在成為AI之前，必須先經過機器學習（Machine Learning）用邏輯迴歸分析，進而將這些資料解析，並自行用經驗法則選出最佳的函式，這個函式越接近人類，就越接近大家所知的AI。

陳昇瑋也舉例，假設要讓AI知道「你好」這個詞，必須先收集許多人的「你好」音源等，用程式寫出規則，讓AI大量吸收後可判斷該聲波，並做出回應程序。但最難的在於人類的聲坡不完全相同。不過在圖像辨識部分，他指出，2015年的時候，機器學習在辨認照片部分就已超越人類。

由於AI為未來趨勢，陳昇瑋表示，在2014年的時候，Google有200個計畫在用深度學習，2016年的時候已超過2,000個。相關計畫不僅應用在Google輸入法，讓機器去猜使用者下一個字，也在Google Map的路標、門牌辨識等應用，未來將更擴大到各層面。

而AI在近幾年的突破主因，陳昇瑋將其歸因於運算速度提升，例如過去在3.5吋磁片時代，要放進一支影片可能需要十張磁片，但現在進入TB時代，可立刻傳輸數TB資料。他也以電腦網頁可隨時辨識影片的人臉與一般物體，指出AI的人臉辨識、自動上色、資料庫技術之所以能成真，就是在運算速度提升數百、數千倍的結果。

▼無店面公會產業論壇今日邀請台灣人工智慧學校執行長陳昇瑋（左1）、金管會副主委鄭貞茂（左2）、前行政院長張善政（右2）、無店面公會常務理事王孝慈（右1）。（圖／記者屠惠剛攝）