云端产业争霸战 关键矿源在数据

推动第一次工业革命的矿源，是蒸汽机用的煤炭，第二次工业革命的矿源则是内燃机用的石油，第三次工业革命的矿源是制造硅晶圆的硅，至于现在以人工智能(AI)、物联网(IoT)、云端运算(Cloud Computing)等技术推动的第四次工业革命(Industry 4.0)，日刊工业新闻指出，其矿源是大数据(Big Data)。 自第三次工业革命开始，人类便从资讯不足的时代，转入资讯爆炸的时代，过多的资讯让人来不及分析，造成大量浪费，一如工业革命之前长期拿石油当劣质灯油，以及将硅矿当成沙粒或劣质宝石般浪费；可是深度学习(Deep Learning)的人工智能问世，人类又有工具充分应用资讯，一切便完全不同。 Google在2015年以AlphaGO挑战世界级职业围棋手，借由深度学习人工智能接连获胜，当时还曾有围棋手抗议深度学习是作弊行为，但现在以AlphaGO或类似人工智能训练围棋手的机构，正在增加，说明围棋界已开始认知深度学习分析棋谱的能力，有助于围棋界更上一层楼。 IBM在推销自身的人工智能Watson时，指出3.8万篇专业文章的阅读与分析，由人类每天8小时处理的话，需要15年才能完成，但Watson只要10秒以内；现在该公司已经与医疗、法律、甚至气象等各项专业领域进行合作，以Watson提供学习与服务。 不过，商业化人工智能不只有AlphaGO与Watson，IBM虽表示专业学习领域中，Watson能作到的事，亚马逊(Amazon)智能音响Echo内建人工智能Alexa做不到，但透过Echo，Alexa朝消费者与家电领域进行的学习，在消费市场与家电领域中则超过Watson，实际上可说是各有所长。 但最新的这些人工智能应用，其威力必须要有数据才能发挥，如收集大量围棋棋谱的AlphaGO，在下象棋仍无用武之地；Watson与Alexa的擅长领域不同，也与合作者及学习领域不同有关。 因此，要跨入工业4.0与物联网的新时代社会，首先要掌握的，就是数据，人工智能的演算法可以自行撰写，但没有数据便无从学习，而如2016年微软(Microsoft)的Tay在24小时内学会说脏话与种族歧视，则说明数据分类选别的重要性。 Tay给了世人一个警示，深度学习有利或有害，要看数据内容，发展次世代社会，收集与选别数据的优劣，将可能决定社会发展的高低与方向性。