数据和人工智能的未来该如何前进?

2018-06-14 14:55

数据和人工智能的未来该如何前进?

以职业为导向的大学专攻,一直是发展中国家年轻学生无法跳脱的桎梏,但这是一个发展过于迅速的时代。是那种“还来不及搞清楚甚么是大数据,大数据已经过时,还搞不清楚甚么职业会被AI淘汰,这些专业就已经消失”的时代。
霍金曾说过:AI会摧毁人类。周添健更担心的是人使用人工智能互相毁灭或毁灭他人,比如把人工智能用于大规模的战争、发动网络攻击、盗取机密等。人类自己才是“刽子手”。因此,与其担心人工智能,不如多进行一些对人、人性和社会的哲学性思考。(图:星洲日报)

以职业为导向的大学专攻,一直是发展中国家年轻学生无法跳脱的桎梏,但这是一个发展过于迅速的时代。是那种“还来不及搞清楚甚么是大数据,大数据已经过时,还搞不清楚甚么职业会被AI淘汰,这些专业就已经消失”的时代。

广告

我们不能再迷信“未来十年当红职业,也不能再迷信读电脑科学一定大有“钱途”,这是一个基础能力培养比甚么都重要的年代,是一个做精准决定前,必须过滤大量讯息再拼凑成图,进而做出判断的年代。

但是,不管世界怎么变,电脑科学毫无悬念的依旧会是受到追捧的科系,在升学选科路上继续大红大紫。【新教育】请马大电脑科学与资讯科技学院副院长周添健副教授,给我们剖析,目前大学里的电脑科学学科及其未来发展。

我们要如何在
这股浪潮中破浪前进?

电脑科学的定位,是否就如字面这般简单?

马大电脑科学与资讯科技学院副院长周添健副教授解释,若从字义上去了解,Compute是计算的意思,所以中国才会把电脑称作“计算机”。电脑科学讲的就是“如何有效而精准的计算”,简单的说,读电脑科学的学生数学能力要好。

二十多年前,当周添健还是大学生时,讲师就对他们说过,读电脑科学的学生必须要有一颗“金头脑”,因为我们要懂得的远远超过电脑科学知识。

广告

一位电脑科学家,最重要是要有愿景,不断思考如何善用科技改变人的生活!像Steve Jobs发明苹果手机,他的技术不是最新的,之前就有人提出那样的概念,但却是他,能具体将概念变成一个改变这个世界的商品。

问:最近科学家霍金离世,他说的“AI会毁灭人类”再次成热门话题,你如何看?

答:人工智能会不会毁灭人类?从技术层面来说是可能的。当人工智能越来越精确和稳定,人类把更多重要的任务交给它,等于人类把判断和决定的主动权拱手让出。

然而,人工智能的判断和决定不像人类会受到道德、伦理和情感的制约,因此它所做的决定即使会毁灭人类,对它而言也可能是最好的决定。一旦它做了毁灭人类的决定并执行这个决定,它的速度和执行能力将是人类无法逆转的。

广告

不过,在这一天到来之前,我更担心的是人类使用人工智能互相毁灭或毁灭他人,比如把人工智能用于大规模的战争、发动网络攻击、盗取机密等。也就是说,人工智能只是毁灭人类的工具,人类自己才是“刽子手”。因此,与其担心人工智能,不如多进行一些对人、人性和社会的哲学性思考。

问:马大电脑科学学院本科5个主修科里,其中一个就是AI,为甚么人工智能(AI)会是电脑学科?而不属于工程学呢?

答:人工智能侧重的是探究人的思考、处理讯息的方式,同时协助克服传统电脑无法对模糊的状况作判断的不足。举个比较具体的例子,比如一张大集会的照片,肉眼很难判断准确的出席人数,AI就能以色差等,准确分析。

现在电脑除了语音功能,还能将图像转换成文字,甚至发展到一个阶段,AI还能machine learning,机器自我学习,能依据过往的经验做决定,经过大量的训练,它就会愈来愈聪明。

AI其实很早就出现了,是电脑科学里一个重要学科。而工程学院里的机器人设计是硬件,是应用层面的设计,机器人身上可以装置摄像机,但是影像的处理背后涉及精准计算和分析,是电脑科学的领域。

其实像telecommunication和networking等都是跨学科的,在工程和电脑科学都有设计。若真要分,电脑科学偏向软件和计算部份,工程则是硬件和制造,可是物联网的出现更是促使了两大领域的结合。

问:大数据又是甚么呢?可否让想读电脑科学的学生有初步概念?

答:大数据(Big data)从字面上看是数量庞大的数据,不过大数据的“大”不能纯粹从“量”上来认知。

大数据有四大特质,即4个V──Vol ume(数据量)、Velocity(数据传送速度)、Variety(多元性)及Veracity(真实性)。

在网络时代,我们每天都会制造并且需要处理大批大批的数据。完整的数据要如何分类归纳整合,而不完整的、模糊的、缺失的数据,又要如何填补?

数据分析师或资料分析科学家就要善用数据,去填补缺失。说得具体一点,比如说你注册脸书账号时不填性别,那分析师要试着从你惯常浏览的网页中去拼凑出你的性别,试着让你的数据更完整。当然,分析的用处是“知道”后所附带的“价值”。

问:曾听到一个说法,以后比的将会是“取出数据的能力、理解数据的能力、处理数据的能力、从数据中萃取价值的能力、把数据视觉化的能力、把数据传达给他人的能力”等,这些将会是大数据时代的关键能力吗?

答:确实。不是以后,而是现在已经如此。以往获取数据很困难,所以一般我们都用抽样调查的方式如问卷、访问等来收集数据,然后用不同的统计方式来分析,从中找到有用的“价值”,如顾客对产品的喜好、选民对政党的支持度等。

大数据的挑战是,收集数据变得十分便捷,然而4V的特性使我们不能用传统的统计方法来萃取“价值”。

因此需要数据分析师来整合、归类数据。他们善用技术,从每一组的数据分布和特性中,试着将这一组数据跟另一组数据对比、分类、提炼。这个工作做好了才能做出较正确的推测或判断,然后作出决策。

此外,由于数据庞大而繁杂,如何化繁为简,需要的就是视觉化(visualize)的能力。这样受众才能看到深藏在海量数据下的价值,也就是把数据这个“原料”,变成信息这个“产品”,然后传达给“顾客”的过程。

问:是不是现今政经文教等领域都依赖大数据,谁能快速有效分析、精准判断、推测结论、拟定策略,他就是赢家?

答:是的。举例来说,网购时,顾客常会先参考评论,购买后也会写下评论。积累下来,这些评论就成了有价值的大数据,从中可以找出顾客的喜好和厌恶,对商家极其有用。

顾客表达不满时,商家能马上启动顾客关系处理或危机管理机制;顾客表达喜好后,商家能比竞争对手更快满足顾客。

同时,有些商家会雇用专人为自己售卖的产品与服务说好话,或者说竞争对手的坏话,网购平台、商家和顾客要如何辨别这些“造假”的评论?这些都和大数据有关。

再举个例子,近来闹得沸沸扬扬的脸书用户资料遭泄漏事件,所涉及的数据分析公司Cambridge Analytica,就是应用大数据的技术来分析用户的资料供政治用途,例如作针对性的政治宣传。可见各个领域已经广泛应用大数据了。

不过,就从这些例子来看,大数据也面对不少挑战,包括数据的真实性、完整性;数据的采集、处理、传播、储存的安全性和合法性;数据应用的伦理、规范等。

至于将来,我的看法是,我们需要的是跨领域的整合型人才,以便把电脑科学、统计学和个别领域的知识有效地整合起来。

问:电脑科技的发展一日千里,大学课程的设计要怎么跟上这步伐呢?

答:以电脑科学与资讯科技学院的本科课程为例,我们的课程是3年半的。一套新课程启用了,3年半后就有第一批毕业生。这时我们就开始检讨并更新课程,为时约1年半。因此到第5年,我们就会采用更新的课程。硕士课程也是如此。此外,我们也会不时探讨开设新课程的需要。

除了半年的实习,各别学科讲师会鉴定适合人选作为客座讲师,到大学开讲。像我们就请过槟城英特尔公司的软件开发经理来给学生讲解业界的作业方式,这样做能确保学生跟业界不脱节。

问:为何马大电脑科学学院的总称是“电脑科学与资讯科技学院”?

答:电脑科学以前是附属在理学院的,很多国外大学的电脑科学系也是从数学系延伸发展的,当电脑处理资讯的应用在90年代中期愈见广泛后,就出现了IT(信息技术)这个词,再后来当通讯成份加入就发展成了ICT(信息与通讯科技)。

互联网的发展,强调的就是资讯的流通。进入“物联网”时代,收集的数据愈来愈庞大,于是数据科学便重要了。

问:有兴趣唸电脑相关专业的学生需具备何种关键能力?

答:数学能力要强,那是根基。另外语言表达能力也要好。电脑编程语言有自己的语法、语感和表达模式,学生若具备一定的语言学习能力,会有一定程度的帮助。此外,逻辑思考、结合联想组合创意的能力如果强,会更占优势。

马大电脑科学学士学位主要主修有5科,分别是:
1. 人工智能(AI)
2. 电脑系统与网络(Computer System and Technology)
3. 资讯系统(Information Systems)
4. 软件工程(Software Engineering)
5. 多媒体(Multimedia)
● 硕士学费(8个不同课程)
研究模式:电脑科学、资讯科学
课业模式:数据科学、资讯科技管理、图书馆学与资讯科学
混合模式:电脑科学、软件工程、图书馆学与资讯科学
本地生──1万1000令吉至1万7500令吉,视课程而定。
外国生──2万6800至3万4000令吉
● 博士学费
本地生──约1万4000令吉(3 年)
外国生──约3万7000令吉


 
广告
你也可能感兴趣...
 


广告



评论

当您提交时,您等同于同意了Mollom用户私隐政策