“我会灭了人类”.AI掀浪潮改变世界

2018-07-25 10:39

“我会灭了人类”.AI掀浪潮改变世界

“我会灭了人类!”
马大研发的第一代Mak CikRobot正在测试中,它能根据客户过往的点餐记录给客户推荐餐单。(图为吕梓强提供)

“我会灭了人类!”

广告

当人工智能机器人索菲亚发表这番耸人听闻的言论后,引发许多人对人工智能(以下简称AI)趋势的关注,我们如今是否真的正在走入机器人能自主思考的强AI时代?

在全球掀起AI新浪潮的如今,马来西亚又处于什么水平呢?

庄彩娘:七成企业高层拟用AI

马来西亚IBM董事经理庄彩娘接受星洲日报访问时指出,去年IBM在全球展开一项调查显示,有七成的企业高层(C-suite)已经准备引入及使用AI。

而IBM的商业价值研究院发现,到了2030年,AI将为全球经济贡献超过15.7兆美元,远超过中国和印度两国目前的总和。

到底什么叫AI?

广告

吕梓强:AI与机器人差距大

马大创新及商业化中心副总监吕梓强教授指出,许多人会将AI和机器人(Robot)画上等号,但实际上两者之间是有巨大差距的。

以马来亚大学推出首个全马制造的餐厅机器人“Mak Cik Robot”为例,它可以识别客户的性别,和粗略辨识客户的情绪、年龄阶层。当客人点击APP里的“推荐”或“特餐”时,它会根据顾客过往的记录给予个性化的推荐。

AI能自主从大数据中过滤、筛选出最为恰当的资讯和做简单的决定,但机器人只能反复依据人类的指令完成任务,比如某家以机器人送餐作为噱头的餐厅,该机器人仅能沿着轨道将食物送到特定的位置,途中若有障碍物也不会闪避,只能停在原处。

广告

而常见AI的产品如扫地机器人在碰触障碍物时会自行移动;将衣服放进具备AI功能的洗衣机,会自动称重、调整时长等等。

原来,AI早已不知不觉渗透我们的日常生活,无所不在。

现今处于弱AI时代

AI会取代人类吗?针对这点,吕梓强说,现今的AI仍仰赖人类投喂数据,让它学习,所以我们现在正处于弱AI的时代,离电脑像人一般能自主认识环境、自主学习和适时变通的强AI时代非常遥远,无需自我制造恐慌。

他说,中国的AI技术发展已经领先马来西亚约20年,马来西亚至今还是起步阶段,脸部识别的技术已走向商业化,而如何本土化、识别语言是当务之急要解决的难题。

他透露,在欧美畅通无阻的电脑问答系统被某企业引进马来西亚后“水土不服”,马来西亚人的语言环境变成它难以克服的挑战。

“因为该系统没有马来语,而且不能辨识国人的腔调和语言习惯。”

庄彩娘介绍IBM的沃森系统可掌握英语、德语、西班牙语、日语、韩语以及中文等9种语言,坦承需要本土化以迎合本地的语言习惯,也是挑战的一部份。

大学研究开发马来语系统

吕梓强说,目前许多大学包括马大正研究如何开发马来语系统,我国金融相关企业也先后与部份大学探讨合作的可能性,表达投资的意愿,尤其是银行业。

银行业者希望能结合AI与金融科技,检测信用卡是否被盗取滥用等客服工作,这是由于AI擅长处理结构性数据,完全符合银行业者所需。

庄彩娘提到,全球45个国家,20个领域已经运用IBM沃森系统作为客服用途,目前正与我国政府机构、电讯公司和大集团进行概念验证环节。

“丰隆银行从2016年底开始,投入使用在客户信用卡产品推荐以及一般问答上,柔佛医药保健有限公司(KPJ Healthcare)则用于为医生提供建议,协助医生为患者提供癌症治疗方案。”

麦肯锡《人工智能带给东南亚的机遇与未来2017》报告提及,新加坡在东南亚的发展处于领头羊的地位,研究的成果最为丰硕,而马来西亚和越南则已看到初步成绩,是令人鼓舞的。

大马缺AI专才需靠“外援”

我国政府为了迎接AI时代,希望能于2020年前把1500位数据专业人员增至1万6000人,以充份匹配AI时代的需求,因此许多大学已经开始着手研究AI,甚至开设AI课程,其中马来亚大学开设AI课程已超过20年历史。

吕梓强认为,马来西亚如今非常缺乏AI专才,还需依赖“外援”,倘若需要改良引进的技术,仍需精通的专家维护。

AI技术或令马51%工作自动化

随着AI的日渐强大,虽无法全面超越人类,可是部份工种可能将会消失。根据MGI研究预计,现有的AI技术有可能使马来西亚目前51%的工作走向自动化,意味着工作机会大大削减。

吕梓强说,会计等跟数字有关、比较程序化的工作极有可能被AI取代,而导游等需要跟人互动的工作以及文化创意类的工作则无法被撼动。

另外,他提到,目前我国的法律制度尚未跟上AI的脚步,当中涉及的法律责任归属问题还没有厘清,比如无人驾驶汽车发生车祸,谁是责任方?AI会自行从网上抓取资讯,部份侵犯民众在社交媒体上个人的隐私,如何解决?

他建议,在未来我国政府可制定AI的操作标准,在使用AI技术的服务前,需获得客户授权同意服务方收集个人资讯、头像,以保障客户的利益。

1956至1970年首现AI概念

AI的第一波浪潮早出现在1956至1970年,首次提出“AI”的是达特茅斯的传奇4人组约翰.麦卡锡、马文.明斯基、艾伦.纽厄尔以及贺伯.西蒙,当时仅仅是推论和探索阶段,自动对答系统“伊丽莎”

(Eliza)亦从此时诞生,苹果的Siri便由此衍生而来。

但经过数学计算发现第一代AI系统无法解决现实问题而宣告进入寒冬期。

1990年常识赛中击败人类

1980年,IBM开发的沃森专家系统投入医疗领域使用大获好评,1990年因参与常识比赛击败人类选手一举成名,激发第二次浪潮,进入“知识输入”时代。

“很多公司用(这时期的AI系统)做资料重整和做简单的决定。”

不过后来,由于局限了AI系统知识的框架问题(frame Problem)和符号接地问题(symbolgrounding)导致AI无法再往前迈进。

“比如具备医疗知识的专家系统机器人投入到生产线上是无法自主学习新知识,必须得付出高昂的成本重新输入知识;比如它无法联想,因为它没有人类的感官。”

而且它在做判断时是不允许有模糊地带,何谓“模糊”?吕梓强举例,顾客在茶室点半生熟蛋,无需详细明说,茶室老板便会自行处理,但对专家系统必须指明40%或50%熟。

因此,尽管第二阶段的发展还是对于围棋、西洋棋等有规律活动的开发起了很大的作用,可是在AI的原则理应是在资讯接受不完整的情况下还能沟通、了解,并接受“模糊”地带,而专家系统显然不符合AI的原则,于是再度进入寒冬期。

Alpha go连挫围棋世界冠军

破冰的突破点出现在2012年,多伦多大学教授佐菲理.兴顿率领的团队在全球图像辨识比赛Image Net中夺冠,他们以深度学习技术创下图像辨识率高达85%的记录,解决特征量问题,为AI打破了漫长的寒冬期,推动第三次AI浪潮。

深度学习是结合资讯科学、数学与脑神经科学的技术,可运用在图像、语音辨识以及自然语言处理,准确率逾90%,是著名AI围棋软件Alpha go背后的关键技术。

2017年1月1日Alpha go以“Master”之名,每日10盘的速度在数个网络围棋对战平台挑战中日韩的顶尖高手,连连击败围棋世界冠军柯洁、朴廷桓等人,创下60战全胜的记录。

在行外人为之震惊时,诸如吕梓强等行内人却不以为意。

他说,Alpha go能靠庞大的云计算平台、资料库里众多的棋谱,计算出棋的规律和系统,每日反复与自己左右博弈,一年365日24小时都毫不间断在训练状态。

“人脑会疲倦,下一盘棋需好几小时而且要很专注,所以第一、第二盘可能旗鼓相当,到第三盘就开始考验耐力和专注力。但电脑只要程序正确、电力充足就能持续操作,人类除了体力还有情绪的干扰。”

专家对AI发展趋势感乐观

他指出,培训AI的关键在于是否具备充足的资讯,随着90年代的网络出现再加上多个领域的企业配合襄助,不仅成为AI飞速发展的助力,还提供肥沃的土壤,因此专家对AI的发展趋势和环境感到乐观,以致于猜想会否出现令人恐惧的奇点(singularity):AI系统会否通过不断地通过网络自我学习,总有一日也许会超越人类?

谷歌技术总监库兹韦尔曾预测,依据每年发展的进度,到了2029年AI将拥有与人类相当的智力水平,奇点将在2045年降临,届时也许AI自己就能制造机器人及电脑等等。

你,准备好迎接A I时代的到来了吗?

吕梓强提到,马来西亚处于刚起步的阶段,从国外引入的A I系统需面对语言的挑战。

 
广告
你也可能感兴趣...
 


广告



其他新闻

评论

当您提交时,您等同于同意了Mollom用户私隐政策