【专家解读AI趋势：台湾大学资讯工程学系教授林守德】深度学习不是最终答案，第三波AI浪潮有5大挑战最新消息

图片来源:

何维涓摄

人工智能在今年开始发光发热，以往不被重视的类神经网络算法，因为硬件资源的提升加上大量数据的辅助，得以增加深度学习模型的准确率，让AI踏出在学术界的实验室，来到产业界产生各式各样的真实应用。

“AI早在80年代前就已经有第一波的浪潮，”台湾大学资讯工程学系教授林守德指出，当时许多企业投入开发的专家系统，就是AI最早期实现的应用，将专家的知识变成规则，借由规则来判断，从技术来看，专家系统是成功的，但因聘雇各领域专家的成本太高，导致专家系统难以普及化，因此，AI在80年代末期没有成功兴起。

接着， 90年代，更多的算法出现，加上软硬件的配合，包含电脑运算速度增加、记忆空间变大，以及网络的崛起让资料收集变得更方便且广泛，带动了AI第二波的崛起。

林守德表示，第二波AI浪潮是将机器学习应用于统计、资料探勘，众所皆知的AlphaGo，AI电脑围棋打败人类围棋冠军的事迹，掀起了这一波AI技术的浪潮。也因AlphaGo的世纪战役，也让众人对AI有更多的了解，过去，机器学习就是指用监督式学习来分类，像是支持向量机（Support Vector Machine，SVM），但因这一波AI的崛起，大家开始意识到机器学习还有许多各式各样的算法，非监督式学习、增强式学习、生成对抗网络（Generative Adversarial Network，GAN）等。

尤其是增强式学习，更因AlphaGo Zero的成功而开始受到注目，增强式学习让程式能够跟外在环境互动，并从互动中学习如何优化得到的奖励的机制。

林守德认为，支撑第二波人工智能浪潮的是深度学习，深度学习是从类神经网络衍生而来，将神经网络叠合成更多层，进而产生复杂的非线性模型，在GPU运算资源的协助下，增加了训练模型的效率，而带动这一波AI发展。

但是，他认为：“深度学习并非AI最终的万灵丹”许多人可能觉得深度学习将认知和辨识的技术，推到了下一个境界，但林守德指出，深度学习还是有一些问题有待解决，目前AI的发展上，大部分成熟的应用都是与知觉相关，也就是说在辨识和认知方面的应用，但是深度学习并没有解决电脑缺乏推论能力的问题，还是无法解决非搜寻类的相关问题。

未来，第三波人工智能的浪潮，林守德提出5大即将面临的问题，第一，他认为，AI将会从弱AI进入到强AI，弱AI即是只能聚焦在单一特定的任务上，从第二波浪潮之后，都算是弱AI极致的表现，但是，将来可能会走向强AI，也就是能够解决广泛问题的AI（General AI）。

他指出，未来AI将会加强推理、创造能力，打造出更接近人类智慧的AI，是下一波AI浪潮的新挑战。目前像是DeepMind、脸书AI研究院都有在进行相关的研究，期望突破深度学习的架构，让AI能够完成更复杂的工作，像是记忆、推理等能力，若能达到这些能力，AI将会更接近人类的智慧。

第二个挑战则是AI如何与人合作，他指出目前大部分的AI都是各自处理各自的问题，在不同的领域上也少有交集，未来的AI除了要相互合作，更要与人一同合作，但是为了要与人合作，就必须需要赋予AI更多能力，包含与人类互补的智慧，还需要展现出同理心、信任感，在合作的过程中，AI也需要有认知能力来与人类沟通，目前也有许多研究在朝着开发出类似人类能力的AI方向进行。

第三挑战是安全和可性度。“AI的安全性和可信度会是未来需要关注的议题！”林守德指出，AI病毒和AI的安全性的讨论，目前为止还没有受到重视是因为AI还不够普及，未来AI深入人类的生活，变得越来越普及之后，将会开始出现AI攻击工具和方法，他表示，目前已经有研究发现，机器学习的决策可以被误导，举例来说，深度学习在图像辨识的准确度已经达到大90以上，也在许多产业广泛应用，但是若有心人士在图片上加入特殊的错误，肉眼虽看不出差别，却能够左右AI的判断，这种影响尤其不易察觉。

他认为，AI判断遭误导了，对许多应用都会造成严重的后果，举例来说，近来有些银行用AI来判定小额信贷的审核，但是AI系统若遭到有心人士攻击，可能能够使AI做出错误的判断，也会造成银行非常大的损失。

因此，林守德认为，金融业的AI应用，需要特别留意安全性，另外，国安方面，也是一大议题，未来人脸辨识、指纹辨识可能变得普及，若辨识遭到伪造，也会产生众多问题，“AI的安全性，会越来越重要，”他甚至大胆预测，在几年后将会出现第一支AI病毒。

而第四个挑战则是AI道德和伦理议题。这也是林守德常常被问的问题，“AI有没有可能摧毁人类？”他的答案是：“有可能，但是不是电影情节的那种摧毁方式”，AI短期之内，是不可能产生自我意识，进而攻击人类，AI可能危害人类的方式是，在执行命令的过程中，因为没有对现况有全面的了解，而犯错伤害到人类。

简单来说，AI在执行人类的命令时，因为误判或是不够智慧，而伤害到人类，例如，机器人被要求去冰箱拿饮料，行进的过程可能将遇到的婴儿踢到旁边，因此，“AI还需要加入道德和伦理的观念，”他认为，道德和伦理也是智慧的一部分。

不过，他也指出，要赋予AI道德和伦理的观念，非常具有挑战，有时候道德观和AI要执行的目标会有冲突，AI必须对现况有全面的了解，才能做出较正确的判断。

最后，未来AI发展可能面临的一大挑战是，要如何建立透明化的AI方法，他表示，心理学家有一项研究指出，人类较不能接受无法理解的事物，当人类不能理解事情的原委时，接受度将会下降不少，因此，AI在未来深入人类的生活，生活中许多事物将会有AI共同参与，要如何让大众接受AI的建议与决策将是一大挑战，必须建立一套透明的机制，让大众了解AI给予建议或是制定出决策的原因。

举例来说，若AI理财机器人建议投资人买某支股票，但是没有交代建议的参考资料和原因，投资人很难取信于AI，他认为，如何将AI的方法透明化并解释清楚决策的过程，以及如何说服人类相信AI的决策，会是未来需要解决的议题。

而在这一波AI浪潮中，林守德认为，要取得领先地位的关键在于，学界的研究人员从研究的角度让AI更加进化，创造领先的AI技术，而产业界则是透过实际的应用，发现AI的弱点，进而将AI系统改良成适合自己的应用，“以研发为基础，布局未来AI普及化的产业需求。”他说。