大数据资料只是AI原料　陈升玮：人工智慧核心技术在深度学习

▲无店面公会产业论坛邀请台湾人工智慧学校执行长陈升玮演讲。（图／记者屠惠刚摄）记者林昱均／台北报导中华民国无店面零售商业同业公会于今天（1日）举办「无店面产业」论坛并邀请台湾人工智慧学校执行长陈升玮演讲。陈升玮表示，现代人所知悉的人工智慧（AI）定义相当广泛，但细部来看，最核心的技术为深度学习（Deep Learning），让机器在后续作经验学习后做出对应。至于为何AI在近2年成为最夯话题，陈升玮指出，主因是电脑的运算速度较过去提升数百倍、数千倍之多，让机器可大量运算并学习，AI才成真。

日前Alpha Go打败世界围棋冠军李世石，引起各界震惊，更为其AI技术打开知名度。而后续该团队更打造了Alpha Zero，超越之前所有围棋、象棋、将棋的AI（包括Alpha Go）与人类，陈升玮表示，关键在于Alpha Zero是纯计算的程式，纯粹让机器相互学习，取代人类数百年的切磋与计算。但为何没人在做其他的棋类AI？陈升玮指出，因为光是Alpha Go就需要20亿元的研发成本，Alpha Zero又更多，「这不是一家游戏公司可负担的，必须是世界级大企业才能做到。」

陈升玮也自己提出质疑，「AI真的是万能吗？」他认为，AI只能用在有模拟器的地方，像怎么教育小孩、怎么选择政治人物最好这类的问题，没办法用AI处理，「至少目前这部分没办法用机器去做深度学习。」

在AI的定义，陈升玮指出，广为人知的AI指的是让机器拥有像人类的智慧，「但智慧怎么定义？有些人类的智慧真的是智慧吗？」对此陈升玮认为，AI包含了最核心的技术深度学习（Deep Learning），也就是多层感知机技术（MLPs）；而第二层技术为表征学习（Representation Learning），指的是让机器做浅薄的自动记录；第三层则为机器学习，就是让机器自行做逻辑回归分析；而涵盖所有相关技术的叫做AI，让机器在经验学习中自动找到最好的对应函式，或者说最像人类的对应方式。

▲台湾人工智慧学校执行长陈升玮对AI、机器学习、深度学习之定义。（图／撷取自陈升玮简报）

换句话说，陈升玮认为，只是拥有大数据资料并不会到AI程度，资料只是原料，在成为AI之前，必须先经过机器学习（Machine Learning）用逻辑回归分析，进而将这些资料解析，并自行用经验法则选出最佳的函式，这个函式越接近人类，就越接近大家所知的AI。

陈升玮也举例，假设要让AI知道「你好」这个词，必须先收集许多人的「你好」音源等，用程式写出规则，让AI大量吸收后可判断该声波，并做出回应程序。但最难的在于人类的声坡不完全相同。不过在图像辨识部分，他指出，2015年的时候，机器学习在辨认照片部分就已超越人类。

由于AI为未来趋势，陈升玮表示，在2014年的时候，Google有200个计划在用深度学习，2016年的时候已超过2,000个。相关计划不仅应用在Google输入法，让机器去猜使用者下一个字，也在Google Map的路标、门牌辨识等应用，未来将更扩大到各层面。

而AI在近几年的突破主因，陈升玮将其归因于运算速度提升，例如过去在3.5吋磁片时代，要放进一支影片可能需要十张磁片，但现在进入TB时代，可立刻传输数TB资料。他也以电脑网页可随时辨识影片的人脸与一般物体，指出AI的人脸辨识、自动上色、资料库技术之所以能成真，就是在运算速度提升数百、数千倍的结果。

▼无店面公会产业论坛今日邀请台湾人工智慧学校执行长陈升玮（左1）、金管会副主委郑贞茂（左2）、前行政院长张善政（右2）、无店面公会常务理事王孝慈（右1）。（图／记者屠惠刚摄）