AI 人工智能 拓數碼文化新經濟(上)

| 陳裕邦 | 11-10-2018 08:50 | |

人工智能(AI)的發展重點是令機械變得「聰明」,就如以往過濾垃圾電郵必須選用關鍵字(keyword);近年運算平台能力不斷提升,再加上在機械學習(Machine Learning;ML)的架構,令情況變得不一樣。

運算系統需要經過訓練、推理(inference)後作出決定,去辨認任何物件的名字與性質。Google 全球副總裁兼工程研究員 Jay Yagnilk 表示,這其實不是驚天動地的新技術,現有運算科技足以應付。

ML 只屬初期

每年有關機械學習的 Arxiv 論文數目,增加速度不下於「摩爾定律(Moore's Law)」的級數;另一方面,參與神經資訊處理系統(Neural Information Processing Systems;NIPS)大會相關項目的人數亦不斷上升。Yagnilk 舉例指出,人類由 1826 年首次引進攝影技術、到 1893 年嘗試第一張自拍照、1847 年首張新聞照片現身、1860 年初嘗航拍、1861 年推出彩色攝影、1878 年發明動態圖片、1957 年首次掃描數碼相,當中科技皆以高速成長。他認為機器學習只屬初期發展階段。

Jay Yagnilk 表示,機器學習只是在初期發展階段,不同行業應用案例與潛力項目陸續有來。

Google 稱堅持不作惡

目前 Google 為開發人員提供工具,他們就算非 ML 專家亦能架設以雲端運算為基礎的 AI 應用。Yagnilk 認為,AI 未來另一挑戰是運算能力限制,但以 GPU(圖形處理器)為基的系統平台可解決上述問題,持續協助人類社會改善生活水平。例如,目前全球有 5 億人以木薯作為主要食物來源,但自然災害有機會造成嚴重失收。Google AI 提供多達 5 種語言的方案,協助全球農夫分析與預早解決農作物成長問題。早前面對天災 Google AI 平台亦見用處,如「洪水預報系統」能跟不同國家政府合作,有助拯救成千上萬的生命。

人工智能會否失控,這大概是在科幻電影中才會提到的問題。Google 其實亦設下 7 項 AI 原則,包括:必須對社會整體有益、對人類負責、避免製造或增加不公與偏見以及保護私隱等。這跟該公司草創時定下的「不作惡(Don't be evil)」原則,思維可謂一致。Yagnilk 認為,這基礎對於以「AI 為先」的 Google 十分重要,也是為未來輸入正確價值觀的手段。

建立機械學習生態

開源工具 TensorFlow 正是 Google 協助業界架設機械學習生態環境的平台。該項目工程總監 Rajat Monga 指未來物聯網(IoT)涵蓋數據中心、智能手機與家居,各個層面互聯互通。目前 TensorFlow 已錄得超過 1,700 萬次下載量,其中僅中國境內的下載次數已達 200 萬 ,走向建立「AI 觸手可及」的環境。其中剛於本港上市的「美團點評」,正正採用 TensorFlow 的 ML 架構為旗下網站海量相片分類,大大改善用戶觀看體驗。ML 就連中國歷史中源遠流長的對聯文化也能應付,在 Google 中國工程師優化 TensorFlow 系統平台後,電腦也能化身文人分析上聯,為下聯工整配字。

TensorFlow 工程總監 Rajat Monga(左)認為,未來物聯網涵蓋數據中心、智能手機與家居,各個層面互聯互通。

Source:ezone.hk 

相關文章

Page 1 of 21