AI再进化 推动新工业革命

近期在巨人的肩膀上就同时汇聚一群可催化AI新兴技术，包括神经网络等深度学习算法的突破、大数据与云端运算的加速结合运用、穆尔定律下运算效率的持续演化、各类物联感知系统的兴起， 在万物「可连」与「速连」的平台下，一起点燃蛰伏已久的AI加速器。 让AI以更新的思维（演算架构），辅以内部更高速运算的大脑组织（云端硬件）与更海量的数据（大数据），在探知外部的各种讯息后（IoT传感器），透过自我学习与思考（深度学习）来展现仿人的智能。 AI以人类所认为的思考方式，藉由机器正走进民众的真实生活。

目前的「弱人工智能」诸如语音助理、图像辨识、智能翻译与扫地机器人等，都确实帮助人类解决许多问题，也让生活更加便利有效率，这些数字力量就如同人类分身般，帮助一同分担日常所需的脑力与劳力；而「力道」更强的AI，如自驾车、 工业机器人、智能理财顾问、甚或是人工智能医师或律师，所分担的程度与能解决问题的能力，就更为广大如像自驾车普遍可让车祸事故率降低、工业用机器人可让生产效率提高、 AI理财顾问可提供更理性且获利机率较高的建议、智能医疗可提升医护资源与质量等，让人类真正享受生活。

尤其针对稳定、容易预测且复制的工作，AI甚至可以做的比人类更快且更好，这意味着，无论人类的工作有否被抢走，未来在各种AI普及情况下，我们的工作型态一定会有所改变，这改变不只限于单一领域或产业， 而是具典范转移般涵盖各类专业的巨变。 透过学习，AI正悄悄推动着新一代的工业革命。

在前几次工业革命中，机器或许只单纯地复制人类脑力或劳力，但现在机器或程序已开始学会复制人类的「专业」。 例如金融业以往利用机器来帮助专员做分析建议给客户，机器本身只具储存、运算、搜集数据与验证等辅助功能，但未来金融业可利用已具学习专业能力的智能机器，直接做分析决策。

未来像这样「复制专业」的概念对机器（人工智能）而言，或许就如配置机器模块般自然简单；可能有人会说那是对简单的专业而言，但人工智能的特性就是可以不断学习成长，现在所谓简单的专业，对以前而言是极其困难的事。 在相关技术陆续到位后，相信针对各类「专业」复制化会是人工智能接下来的发展趋势，而其影响层面不仅改变我们工作型态，从而衍生出来的还包括教育、社会、犯罪、甚或法律型态改变，AI无限潜力固然让人类更有效率追求欲望， 但相对改变所产生的成本与风险真是我们所能承受的吗？

无论我们对AI看法是希望憧憬或末日悲观，转动的科技巨轮从不因人类的迟豫而停止，电子通讯不会再回到飞鸽传书，电汽火车也不会再返回跃马扬鞭，保握仅有时间来思考应对这即将来临的智能风暴应该更为实际。 若人脑与计算机之间真如科学家霍金所说，并没本质差别，那么人类最该担心的风险或许不是机器可以如何快速学会人类一切；而是如同苹果执行长库克所提，人类愈来愈像计算机思考，渐渐充满那不具价值、同理心与不计后果的想法，如同机器式思考， 被数字渐渐同化。 （作者是台湾国家实验研究院科技政策研究与信息中心研究员）