服務創新電子報

[梁定澎]人工智慧的大智慧與小智慧

最近幾年人工智慧成為炙手可熱的創新科技,主要原因大概是因為「智慧」這兩個字太有魅力了,許多人一生都在追求智慧而不可得,因此想到電腦可以有人工智慧真是太好了。前年電腦圍棋出乎意外的打敗頂尖專業棋士則是讓大家對人工智慧有了全新的期望與想像。可是另一方面,很多人又開始擔心,如果電腦有了智慧,那會不會取代人類,人類的未來要怎麼辦?2019年也有許多人工智慧的投資無以為繼,為何看來很有潛力的投資會失敗呢?

這些問題基本上還是要看我們對「智慧」的定義與期望。對大部分人來說,能夠很好的解決問題,就是有智慧的表現,而電腦能夠解決原來人類可以解決的問題,好像電腦就有了智慧。這樣的看法當然也沒有錯,但是問題本身也有大小,有些問題很簡單,只是小問題,有些問題很複雜,是大問題,於是人工智慧當然也就有「大智慧」與「小智慧」之分。

所謂大智慧,就是能夠釐清複雜問題的脈絡,並找到好的解決方案。例如,分析中美貿易戰的來龍去脈,並找出雙方可以接受的最佳方案,這真的需要很大的智慧才有辦法,當然很難靠電腦去找到解決的方法。另一方面,有些我們每天在做的事情,可以由電腦來代勞。例如,天黑了電腦可以幫我們開燈,根據人臉判斷這個人是誰,這就是小智慧。許多小智慧是可以規則化,也就是找出我們解決問題的規則,然後根據規則來辦事,這是小智慧。

智慧大小一方面要看問題是否有清楚的目標及可控制的影響因素,也就是問題是否夠清楚。越清楚的問題越容易找出規則來解決,越模糊的問題就愈難找出規則。另一方面則要看影響因素和期望結果之間的因果關係是否很明確,越明確的關係就越容易找到最佳的解決方案,越不明確的因果關係就會有越高的風險,因此也就需要更多的智慧才能找到好的答案。

圖一、解決問題的智慧

目前人工智慧能夠很有效解決的大部分都是小智慧的問題,也就是找出我們解決問題的規則,然後讓電腦根據我們的規則去計算,至於需要能夠分析複雜問題的大智慧,在短期內恐怕不是電腦能夠處理的。在圖一中,我們可以由問題的模糊性及因果的複雜度來判斷一個問題需要大智慧還是小智慧去解決。像中美貿易戰的解決,問題本身就是非常模糊,雙方的目標不是很清楚,考慮的因素也有很大的差異,因此要找出適當的解決方案,有時候真的需要神仙高人,不是人工智慧能夠處理的。另一方面,像是人臉或指紋辨識這種問題目標清楚,資料分析本身也沒有太多複雜度的問題,則是目前人工智慧最容易發揮的小智慧應用,也是最容易成功的地方。因此,我們在考慮人工智慧投資或研發的時候,就先要判斷所面對的問題需要「大智慧」才能解決,還是只要「小智慧」就可以了,才不會事倍功半,讓投資打了水漂。(文/梁定澎)

 

Share

名家簡介:

梁定澎

美國賓夕法尼亞大學決策科學博士,現職為:教育部國家講座教授、國立中山大學資訊管理學系教授、國立政治大學資訊管理學系國家講座教授、香港城市大學客座教授,現任美國資訊管理學會( AIS)理事長。曾任美國伊利諾大學、美國普渡大學、香港中文大學教授、經濟部產業電子化示範性計畫指導委員、台灣服務科學學會理事長、中華民國資訊管理學會常務理事。

2014年12月得到美國資訊管理學會(The Association for Information Systems ,AIS)肯定,獲頒「Leo Award」終身傑出成就獎,表彰其對資管領域的創新與貢獻,也是華人世界首位獲此殊榮者。

Share
標籤: ,

留下您的評論

Share