【有恆為 AI 成功之本】人工智慧和大數據能力,都需要時間累積

評論
A robot is displayed at the Robotics Innovation Center booth during preparations at the CeBit computer fair, which will open its doors to the public on March 20, at the fairground in Hanover, Germany, March 18, 2017.  REUTERS/Fabian Bimmer - RTX31M53
A robot is displayed at the Robotics Innovation Center booth during preparations at the CeBit computer fair, which will open its doors to the public on March 20, at the fairground in Hanover, Germany, March 18, 2017. REUTERS/Fabian Bimmer - RTX31M53
評論

現在看起來很厲害的人工智慧,都發展很久了

應該不少人知道,阿里巴巴的大數據很厲害。但是,阿里雲公司從 2009 年開始創建,到現在也已經八年了。大家也應該知道,亞馬遜現在有很棒的雲端運算與人工智慧的服務,但還記得 Amazon Web Service 是 2002 年開始就創建的嗎?而人工智慧的「書籍推薦」,甚至是在上個世紀就開始在亞馬遜官網上運用了。

最近令大家驚異的人工智慧公司當中,最受矚目的 Google AlphaGo、IBM Watson、Amazon Alexa、微軟小冰,都是使用大量資料的深度學習(人工智慧的一個子領域)。以 IBM Watson 為例,在 2012 年開始進入醫療領域,2015 年升級為深度學習,直到 2016 年 在日本救了癌症急症病患 ,才讓人了解到它在醫療診斷協助的強大能力,不過在 2012 年 Watson 已經有在美國的益智問答節目 Jeopardy 狂勝人類的紀錄 了。

這些公司的共通點是什麼呢?收集的資料越多,學習的時間越久,建立的模型預測能力才會越強。

一開始真的很難,後來就會飛快成長

如果打算由零開始由公司自己建立人工智慧的系統,現在有很多開放原始碼的平台,是不是比起過去來說簡單很多呢?資源也許比過去豐富,但是真正操作時,難免遇到這些開放原始碼架設的平台還不夠穩定,有問題卻得不到解答的窘境。由此可知,為什麼這些公司過去都得花大量時間建構基礎設施及收集資料,才有後來呈幾何級數成長的成就。

《從零到一》的作者 Peter Thiel 說過,網路創業「從零到一」跟「從一到一百」的時間是一樣的。而人工智慧與大數據的學習有類似的情形:先花時間好好投資,把基礎強化,在基礎打好之後,就可以基於這個能力,飛快地進行,達成很棒的成就。

台灣過去在軟體耕耘不夠,更要加把勁投入

台灣過去的軟體能力不夠,是因為重硬體輕軟體的結果,對於軟體需要的投資,很多公司其實根本是沒做的,這也造成進入人工智慧時代,除了幾家之前累積人才與實力的公司(例如台積電、鴻海),其餘大部份電子業的公司,其實往往只是說得一口人工智慧的能力,真要做卻又端不出成績來。

和碩電腦是另一個成功的例子。當初高層看重人工智慧,決定做相關的能力培養,花時間建置設施,聘請人才形成團隊,針對工廠生產過程做影像辨識、收集生產大數據,進行人工智慧的深度學習。幾年過去,終於在人工智慧有所突破,所以童子賢在今年 Computex 期間,介紹和碩在這方面的成就,視訊會議的臉部辨識能力可高達 98.9%,比人眼 93% 還高。

台灣在物聯網時代,需要人工智慧成就物聯網生態系的大腦,要縮短人工智慧的學習時間,人才跟數據是絕對的關鍵,可惜台灣現在人才多在學界,進入業界很難馬上產生效果,相關領域數據收集更是需要時間,想要在沒有基礎的狀況下,達成短期成就自已領域的深度學習能力,無異緣木求魚。

童子賢 說得好 :「重點還是在於是不是有打下基礎?是不是掌握了深度技術。…要有一定的耐性跟韌性。」和碩現在能有不錯的基礎,是之前努力的累積。建議有志於培養人工智慧能力的企業,要有較長期投資的心理與財務相關準備,深度學習是需要硬底子的,沒有投資,哪來成就?


精選熱門好工作

平台營運專員

樂購蝦皮股份有限公司
臺北市.台灣

獎勵 NT$20,000

遊戲美術 Game Artist

Orangenose Studio 易銘有限公司
臺北市.台灣

獎勵 NT$20,000

行銷企劃專員 (網站活動)

VeryBuy非常勸敗
臺北市.台灣

獎勵 NT$20,000

評論