主页 > T微生活 >AI社会,务实面对—专访陈铭宪 >

AI社会,务实面对—专访陈铭宪

T微生活 2020-06-06
AI社會,務實面對—專訪陳銘憲

随着云端平台日益普及,加上各式物联网应用的蓬勃发展,使大数据研究的重要性不断提升。这个目前深受关切的领域,被公认为接下来数十年内,影响人类社会的关键词,我们今天的访问对象,正是箇中翘楚:台大电机系陈铭宪教授。

大预测时代:数据探勘与AI应用AI社会,务实面对—专访陈铭宪

所谓的大数据研究,旨在透过大量的运算分析,从人类长期累积的应用资料与行为模式所呈现的数据中,发掘具价值的资讯,提供合理的预测以及个人化、智慧化的服务。此外,配合机器学习(Machine learning)及加强式学习(Reinforcement learning)的技术,更赋予了人工智慧自我更新的功能。然而,大数据分析一方面提供了更多的个人化与智慧化服务,大幅改善人类的生活品质,在另一方面,却也引起了个人隐私是否可能遭受侵犯的疑虑。

例如,透过大数据的辅助,社会监控将能达到前所未有的緻密,目前,许多推荐功能与广告投放,就是基于资料探勘成果的「行为预测」之应用。在可想见的未来,人们的生活将透过大数据科技的进步,变得更加「透明」,而这恐怕并非多数人所乐见。

事实上,大数据与隐私权保护问题,正是陈铭宪近年来的研究重点之一。作为大数据分析领域的顶尖学者,陈教授也深感这是极需正视的议题,然而,他同时也提醒我们,监控科技早已有之,只是人工智慧技术使其更为细緻、全面与不动声色,如何应对潜在的隐私危机,仍有赖大众回归道德与法律层面的积极讨论。

自信、正面、务实:与人工智慧共存的未来

关于人工智慧,目前最受大众关切的议题,非劳力取代莫属。当以撒.艾西莫夫(Isaac Asimov)于1942年在其小说《转圈圈》(Runaround)中,提出着名的「机器人三定律」时,机器人对人类生存造成的压力,还是个让人眼睛一亮的崭新套路,令无数科幻小说家竞相引用,如今,这份在76年前萌芽的焦虑,却正以不尽相同的方式,一步步逼近现实。

「面对科技的进步,我们除了谨慎,也应该自信、正面而务实的来面对。」陈铭宪说道:「其实随着科技发展,机器取代人类劳力的问题一直都在发生,并不是AI才带来的问题。」以工业革命为例,他谈到,对于更加快速、稳定的汽车,被发明来取代兽力运输的现象,人们应该感到与有荣焉:「毕竟,那幺快速稳定的运输工具,可是我们人类发明的!」而且,AI的普及虽说确实会造成部分工作式微,却也将创造新的工作岗位,以便更有效率的改善人类的生活品质。

「这整体的发展,如同大江东流,是挡不住的!」陈铭宪表示,「现在,正是一个值得我们积极思考如何因应人工智慧发展的时间点。」

同理心与热情(Passion)的有无,对陈铭宪来说,是人类和人工智慧的重要区别,他提到,学界目前以弱人工智慧(Weak AI,以记忆、推理功能为主的辅助型人工智慧)为主要研究项目,而在强人工智慧(Strong AI,如同人类一般有个性与情绪的人工智慧)上,包含创意与情感方面的研究,如同许多学者所指出,恐怕仍有很大的发展空间。

投身教学,百年树人:人是最重要的资产

在「国家讲座主持人」系列採访中,陈铭宪曾提及自己在博士毕业时,正好面临业界转向,使他加入IBM的研发团队后,必须调整研究方向,由超级电脑领域,转到资料库及资料探勘技术方面。在IBM工作期间,他深刻体会到「人是最重要的资产」:没有优秀的人才,再好的外缘条件,也不能成就重要的科研成果。

因此,问及他求学、就业过程中印象最深刻的挫折,陈铭宪自陈,除了那次研究转向,他一路走来都没有发生过戏剧性的起落;可当我们反过来请教他至今为止最有成就感的事,陈铭宪便滔滔不绝地聊起指导研究生的心得:从学生刚接触资讯探勘领域的一无所知,到几年后他们成为持续对这个领域有所贡献的、独当一面的人才。陈铭宪语调中洋溢的满足,任谁都能体会到这位首屈一指的资料探勘学者,对作育英才的真切热情。

在访问的最后,陈铭宪针对目前人工智慧的发展,为我们做了整体性的评述。他认为,未来硬体设备(包括计算器及储存器)的效能将日渐提昇,且价格会越来越便宜,而网路频宽亦将不断增加。然而,人类对各式应用的接受与反应时间(约千分之一秒)多年来并无太大变化,他表示,在这千分之一秒内,由于技术进步带给电脑的额外计算能力,定会朝向个人化与智慧化发展,这也正是人工智慧必将日渐重要的原因。

当然,无论是隐私权的威胁、劳力取代的疑虑,乃至于「人工智慧」究竟该如何、为何发展的讨论,都是人们必须严肃面对的议题,却也绝非该领域科学家能单独肩负的责任。陈铭宪表示,希望能够过本次「鑒往知来:由茫茫过往数据中,淘出新知」的分享机会,让人们更进一步了解人工智慧,一同迎接并善用它的发展,来改善人类的生活。

(本文为教育部「人工智慧技术及应用人才培育计画」成果内容)

您可能有兴趣文章:

推荐内容