【硬塞書摘】《機器,平台,群眾:如何駕馭我們的數位未來》五大領域並進

評論
評論

本文摘錄自《機器,平台,群眾:如何駕馭我們的數位未來》,作者:安德魯・麥克費(Andrew McAfee)、艾瑞克・布林優夫森(Erik Brynjolfsson),天下文化出版。

機器人之「舞」(DANCE)

這些自動廚師是我們前麻省理工學院同事、現任豐田研究機構(Toyota Research Institute)執行長吉爾・普萊特(Gill Pratt)所謂的機器人「寒武紀大爆發」(Cambrian Explosion)的早期例子。開始於五億多年前的寒武紀大爆發,雖然是一段相對較短的時期,但地球上大多數主要的生命形式——「門」(phyla)——都出現在這個時期。幾乎現今地球上存在的所有主要生物類群,都是源起於這個進化創新大爆發。

普萊特相信,我們即將經歷相似的機器人創新大轉變。他在 2015 年發表的一篇文章中寫道:「今天,幾個陣線的科技發展,正在激發相似於寒武紀大爆發的機器人多樣性與應用性。很多建造機器人仰賴的基礎硬體技術,一直呈現指數型成長進步中,尤其是電腦運算、資料儲存、通訊等領域的技術。」寒武紀大爆發的最重要賦能因素之一是視力——生物學物種首度能夠看到世界,這為我們的遠祖開啟了大量的新能力。普萊特說,機器現在也處於相似門檻;有史以來,機器首次學習觀看,很多能力和益處也伴隨視力而來。

我們的訪談與研究,指向五個並進、互依、重疊的領域,近年來出現了重大進展: 資料(data)、演算法(algorithms)、網路(networks)、雲端(the cloud),以及呈指數型進步中的硬體(exponentially improving hardware)。我們使用頭字語「DANCE」,比較好記憶。

  • 資料 D

數十年來,音樂 CDs、電影 DVDs,以及網頁不停增加這個世界的數位資訊量。但在過去幾年,數位資訊產量出現爆炸性的成長,IBM 估計,世界上所有的數位資料,有 90%是在過去 24 個月內創造出來的。智慧型手機與工業設備的感應器傳送訊號,還有不斷上傳的數位相片和影片,源源不絕的全球社群媒體資訊流,以及其他許多資料來源,結合起來把我們帶入空前的「大數據」時代。

  • 演算法 A

資料洪流很重要,因為它支持、加速了上一章敘述的人工智慧與機器學習的發展。現在主宰整個領域的演算法和方法,例如深度學習及強化學習,都有一個共通的基本特質:餵入的資料量愈多,成果就愈好。大多數演算法的性能,通常呈現漸趨平穩或漸近線,到達一個點之後,餵入更多資料,改善效果極少,或是不再改善。不過,現今許多被廣為使用的機器學習方法,還未出現這種現象。吳恩達告訴我們,就現代演算法來說,「摩爾定律和一些很優異的技術功效,持續推遲了那條漸近線。」

  • 網路 N

長短程無線通訊技術與協定,都在快速進步中。AT&T 和威訊(Verizon)2016 年都宣布開始測試 5G 無線技術,下載速度高達每秒 10GB。這比 LTE 網路(目前廣為布署的最快速網路),平均傳輸速度快了五十倍,而 LTE 的速度比上一代的 3G 快了十倍。這種速度進步意味的是更好、更快的資料累積,也意味著機器人和無人機能夠持續保持通訊,在運作中協調作業,對快速變化做出反應。

  • 雲端 C

現在,組織和個人可以取得空前未有的電腦運算力。應用程式、無預先配置或已預先配置的伺服器,以及儲存空間,全都可以透過網際網路長期租賃或只租用幾分鐘。這種大致上發展還不到十年的雲端運算基礎設施,從三個面向加快了機器人寒武紀大爆發。

第一,它大大降低了進入門檻。以往只在優異的研究型大學和跨國企業的研發實驗室,才能看到的電腦運算資源,如今新創公司和獨立發明人也可以取得。

第二,它讓機器人及無人機的設計師,可以針對局部運算或中央化運算進行取捨:哪些資訊處理作業應該局部在每台機器人的腦裡執行,哪些則應該在雲端大腦中執行?目前看來,至少在未來一段時間內,資源最密集的工作,例如重複以往經驗以從中汲取洞察,將會在雲端處理。

第三,或許也是最重要的面向,雲端意味著每一台機器人或無人機,能夠快速得知群組內另一台機器人或無人機所做的事。誠如普萊特所言:「人類花了數十年的時間學習,才足以在共同知識的本子上添加重要新知。機器人不僅站在彼此的肩上學習,一被創造出來之後,幾乎就立刻開始在機器人知識的本子上添加重要新知。」這種「集體心智」(hive mind)的一個早期例子,是特斯拉自動駕駛車車隊,所有車子彼此分享行經的路邊物體資料,歷經時日,公司就知道哪些物體長設於那個地點(因為很多車子經過,都會看到那個物體),所以那些物體不大可能突然跑到道路中央。

  • 呈指數型進步中的硬體 E

2015 年,摩爾定律歡慶五十週年——摩爾定律是:積體電路可容納的電晶體數量,平均每 18 到 24 個月倍增——當時它依舊強勁。近年,有人說,摩爾定律會碰上物理限制,倍增速度即將趨緩。這或許是真的,但縱使科技業的科學家和工程師,在未來幾十年想不出如何在矽片上進行更細蝕刻,我們相信,在未來很長一段時間內,仍將享有價格更低、性能更好的處理器、記憶體、感應器、儲存裝置和通訊器材等數位工具。

何以見得?無人機製造公司 3D Robotics 的執行長克里斯・安德森(Chris Anderson),為我們提供了一個生動例子,讓我們一窺無人機產業及其他許多產業的情形。他給我們看一個直徑約一英寸(2.54 公分)、長約三英寸(7.62 公分)的金屬圓柱說:「這是陀螺儀感應器,一種機械裝置,售價 1 萬美元。1990 年代,這種機械是航太工廠一些很有才能的女士手工打造的,負責軸的動作。在我們的無人機上,有 24 個這類感應器。如果一個要價一萬美元,感應器就要 24 萬美元,它們加起來還像冰箱那麼大。我們用的是一片或數片小晶片,只要三美元,體積小得幾乎看不見。」

安德森這番話想凸顯的重點是,材料很便宜、全球市場龐大、競爭激烈、大量製造的規模經濟,結合起來基本上就是確保價格持續快速下滑、性能持續改善。他認為個人用無人機是:「智慧型手機激戰的和平紅利。智慧型手機使用的元件——感應器、GPS、相機、ARM 核心處理器、無線技術、記憶體、電池等,全都在驚人的規模經濟,以及蘋果、谷歌等公司的創新機器的驅動下,變得非常便宜,只要幾美元。基本上,十年前,它們是『難得素』(unobtainium),用於國防產業技術。現在,到 3C 賣場就能買得到。」

DANCE 這五項發展,促使機器人、無人機、自動駕駛車輛,以及其他許多深度數位化機器的寒武紀大爆發。遠遠較便宜的工具,促使創新和實驗速度加快,產生了如洪流般的資料,這些資料被用來測試與精修演算法,幫助系統學習;演算法被放到雲端,透過穩定、普及的網路,傳送給各種機器;創新者再做下一回合的測試與實驗,這樣的循環一直持續著。


精選熱門好工作

樂趣買 事業開發 Business Development(Rakuma)

台灣樂天市場
臺北市.台灣

獎勵 NT$20,000

iOS 工程師

FunNow
臺北市.台灣

獎勵 NT$20,000

PopDaily 視覺設計師–【設計部】

數果網路股份有限公司
臺北市.台灣

獎勵 NT$20,000

評論