當有人跟你談論AI的時候,你要怎麼判斷它具有的價值?
當前人工智慧正夯,很多人都可以跟你侃侃而言何謂AI,除了一些技術觀點與突破之外,其實從一般人的觀點來判斷AI的價值並不困難。
有一位大力推廣AI前輩說過:⌈只要提及AI就不會有所謂的100%。⌋
這種說法對了一大半,卻也錯了一小半,因為所有的AI都希望最終能達到100%,無論是完全正確的判斷或是準確無誤的預測。至於是哪一類就要視問題的本質而定。
如果一個問題本身存在標準答案,但是基於現實生活中的種種因素導致它沒有辦法找到或無法確認哪一個是標準答案,就會希望藉由AI的協助來幫我們確認並找出標準答案。舉個簡單的例子,車牌辨識是近年來大家都不陌生的影像識別AI應用,透過事前設置好的監視器或攝影機的畫面可以判斷出哪些車輛(牌)經過,事實上任何車牌本身的存在就有制式編碼的標準答案,本質上沒有模糊空間,然而因為車牌污損、天候不佳、光線不良等種種原因,單純影像辨識就有可能出現誤差,因此怎麼樣優化AI以降低判斷上的不確定性就顯現出AI的價值,最終AI在判斷車牌這個問題上可以接近100%正確,這裡稱之為理論價值,因為標準答案存在。若要更進一步比較不同AI的價值,找到答案的效率就是另一種形式的競爭,所以大廠諸如NVIDIA和特斯拉集團定期都推出新產品以突顯它的AI效能優於其他競爭者。另一種AI優值的呈現方式則是它解決了什麼新問題,例如解決了車牌辨識之外,影像辨識也廣泛用在OCR問題、X光判斷、農產品外觀品質等問題上。
很多問題是不存在標準答案的,或者標準答案會因人事時地物而改變,解決這種問題的AI往往就涉及更複雜的資料蒐集與推論過程,達不到100%的情形比比皆是,判斷錯誤也在所難免,所以能克服這種問題的AI也可以稱作強AI。此類AI中最為大家熟知的大概就是IOS的SIRI和Google助理(不論它用哪一種硬體方式呈現),因為它面對的使用者是人類,而人類容易有好惡或偏好,甚至心血來潮提出沒來由的需求,使用者就會發現它們跟不上自己的思維,也不可能學會讀心預測出你當下的需求。但是只要使用者頻繁使用它,利用大量的數據還是可以慢慢歸納出特定使用者的偏好,慢慢提高預測的精準度從而使用者對它越來越滿意。
這二種AI可以進行比較嗎?
如果只是簡單以單一AI的強弱比較出價值,強AI自然相對具有更高的價值,但是發展不易也需要長期調校與優化;相反的,弱AI只要應用面廣又能具備一定的可靠度與便利性,總體效益也是單一強AI一時無法比較的,日後我們再慢慢討論。