微軟亞研院院長洪小文:我們是第一世代與 AI 共同生活的人類

「機器以繁制繁,但是人以簡制繁。」微軟今天在台首度舉辦 AI DAY 講座,其中最令人矚目的地方,就是微軟亞洲研究院院長洪小文現身說法,分享微軟人工智慧在每個階段的發展與成果。
評論
評論

AI 已來!微軟今天在台首度舉辦 AI DAY 講座,邀請國內各大產業代表來談談 AI 到底怎麼落實在各行各業。而這場講座最令人矚目的地方,就是微軟亞洲研究院院長洪小文現身說法,以「Intelligence Hierarchy」為題,分享微軟人工智慧在每個階段的發展與成果。INSIDE 從演講內容與會後媒體訪談中,為您整理出幾項重點:

數位轉型有四大轉型機會

洪小文認為以 AI 驅動的數位轉型浪潮,已經是每間企業不得不面臨的趨勢。它會為企業帶來四個機會:了解客戶、助力員工、優化營運、創新產品。舉個最簡單的例子,以前消費者若有客服需求,一遇到下班時間打電話、寄 Mail 都沒用,但有了 AI 為基底的智慧對話助理,24 小時都能即時回應客戶需求。或是在社群網路上,怎麼把把粉絲變成行銷的一部分?現在這方面大數據與 AI 的技術也都很成熟,用得非常廣。

微軟目標是讓 AI「普惠化」

洪小文強調,微軟面對 AI 的精神就是「每個人都能用」,體現在產品面上就是微軟的認知服務 API。他解釋每個開發者或公司不可能全部從頭訓練一套 AI,因此微軟已經把常用 AI 技術放在平台 API 化,有需求的使用者直接來串 API 就可以了。

AlphaGo 很厲害卻也有其極限

談起 AlphaGo,洪小文認為 AlphaGo 當然很了不起但也有其極限,就算它已經達到非監督學習(AlphaGo Zero),但是下棋是款遊戲,它一定會停,最後也一定止於輸贏,其中每一步都能成為資料,好棋跟壞棋都能被記錄,深度學習正是藉由這種大量學習而來。而且 AlphaGo 要出動這麼多資源運算,卻只能用在下圍棋,無法複製到其他遊戲或事情上。

為什麼微軟要強調「AI+HI」(人工智慧加人類智慧)?

洪小文說明今天 AI 在眾多人眼裡都是「黑箱」,就連機器學習也是,而且 AI 現在很多資料還不能呈現完整的因果關係。但人的學習歷程反而是「白箱」,人腦需要因果關係才能深刻學習、理解一件事,所以真正有用的是「AI+HI」。拿微軟買 LinkedIn 當例子好了,AI 跟大數據可以給出很多有用的建議,但最後商業決策的結果無法重複,自然無法用 AI「去訓練」,所以還是要靠人類下決策。

而且演算法終究全都還是人類寫的,洪小文提醒大家,如果現在有人跟你說已經有電腦自己會寫新演算法,大多是唬爛或是噱頭,技術還沒進展到那個地步。至於未來,洪小文還是認為自動化演算法產生器出現的機率很小,而且是非常哲學式的問題,因為萬一真的出現了,理論上就代表宇宙所有問題都能被電腦自動解決。

「機器以繁制繁,但是人以簡制繁。」洪小文解釋在 AI 出現之前電腦記憶力老早就比人腦好,但人類智慧不是用大數據算出來,是用小數據甚至是零數據推測出來的。「就像愛因斯坦當年是用理論推論出引力波,當時哪有資料或數據證明引力波存在?」

怎麼看 A I 未來主戰場是「軟硬整合」這議題?

洪小文認為硬體當然重要,但對台灣大環境脈絡來說,還是比較偏重硬體,忽略軟體。的確現在世界上已經有很多開放資源供開發者使用,但反過來說,AI 的技術門檻還是很高,所以微軟面對 AI 的核心戰略還是讓它加速普及化。

但他預測,「終端運算」將會變成台灣與中國廠商的兵家必爭之地。拿資料來說,現在由 IoT 產生的「流數據」是很重要的資料來源,但光是讓 IoT 不會漏掉資料,就必須考慮晶片的耗能與傳輸方式,這就需要高度軟硬整合。但高端的計算晶片他預測可能還是 GPU 一支獨秀,包括微軟自己也是用 GPU 訓練 AI。這部分微軟已推出開發交換模式 ONNX,支援 TensorFlow、Caffe2、Cognitive 等不同 Frame Work,而 Intel、AMD、ARM、IBM、Qualcomm 等晶片商也加入該模型,微軟正在與這些晶片商討論框架細節。