臺灣大學資訊工程學系教授 許永真
現今市面上有眾多開源的深度學習工具，任何有興趣的公司或團隊，都能運用手邊資料進行模組訓練，進而創造出符合特定領與應用的情境。
人工智慧進化仰賴深度學習技術
在各種演算法持續進化，加上處理器效能大幅進步，過去幾年人工智慧技術有非常大幅的進步，至今已成為眾多智慧應用服務的核心，如智慧醫療、自動駕車、智慧工廠等等。回顧2016年3月，Google旗下DeepMind公司運用發展兩年的AlphaGo，以4勝1敗的比數，輕鬆擊敗韓國知名圍棋棋士之後，吸引眾多企業將該技術融入商業服務之中，逐漸讓多數消費者感受到人工智慧已成為生活中不可或缺的重要技術。
[ 下載 2020-21 CIO大調查報告，掌握最新企業IT導入趨勢 ]
在AlphaGo獲得極大成功之後，DeepMind公司把該版本重新命名為AlphaGo Lee，並推出進階版、運算能力更強的AlphaGo Master 。此外， 該公司又發表AlphaGo Zero，捨棄人類累積多時的棋譜，而是透過類神經學習網路方式，透過自我對弈方式提升圍棋技巧，結果僅花3天便以100比0戰績戰勝AlphaGo Lee。另外，該版本又以21天達到AlphaGo Master的能力，並以40天超越了所有舊版本，關鍵正在於跳脫傳統人類學習的侷限，不僅更為便宜且有效率。
台灣大學資工系教授暨臺大智慧聯網創新研究中心主任許永真認為，現今市面上有眾多開源的深度學習工具，任何有興趣的公司或團隊，都能運用手邊資料進行模組訓練，進而創造出符合特定領與應用的情境。如現今在高鐵或火車站周邊，都有大量排隊計程車等待載客，若能運用人工智慧技術協助，即可減少計程車司機排班的時間，讓車輛運用獲得更好的效率，也能減少空污產生。
發展多元應用服務需考量實際情境
價格便宜的感測器搭配人工智慧技術，可讓原本複雜工作變得更容易且容易完成，如自動駕車、智慧生產等等。但市面上也有不少讓簡單工作變得複雜的失敗應用，反而阻礙人工智慧的發展，如有業者推出「Smart Egg Tray」，主打可在冰箱中的雞蛋快要過期前，告知用戶。此種看似不錯的智慧型產品，價格高達70美元，遠超過雞
蛋價值，加上一般家庭對於雞蛋使用量極高，雞蛋腐敗的比率極低，最終面臨產品銷售不出去的窘境。
另個案例，則是被Google收購的Nest，其規劃智慧家居產品主打可為用戶節省能源費用。然因所有居家設備都得安裝相關感測器，除有部署過於複雜、價格昂貴之外，加上感測器故障率高、家中干擾設備眾多等，整體銷售狀況也沒有達到預期目標。「至於電動車大廠-特斯拉，生產線一度面臨自動化生產不順利的狀況，以致於交車速度大受影響，影響到公司整體營收。」許永真說：「該公司生產線最大問題，在於生產線規劃過程中，沒有考量到人為工作的速度，導致自動化生產進度無法如預期運作。這證明以人工智慧技術為核心的智慧服務，若缺少人性的思考，最終反而無法達成預期目標。」
看精彩現場影音>>>
[ 加入 CIO Taiwan 官方LINE，與全球CIO同步獲取精華見解 ]
（本文授權非營利轉載，請註明出處：CIO Taiwan）
