【BigData大会抢先看】人工智能和机器学习有何不同？哈佛AI专家告诉你

能让电脑更聪明的人工智能程式码，过去像是可口可乐的神秘配方一样，是科学家们秘而不宣的神奇公式。今年却有多家IT巨头，纷纷开源释出了自家人工智能领域上的先进技术。

年初打头阵的是Facebook，开源释出了自家人工智能实验室所研发的深度学习模组Torch，11月9日，Google开源释出了机器学习引擎TensorFlow。隔了一天，微软亚洲研究院也宣布y在Github上开源释出了分散式机器学习工具包DMTK。不到几个礼拜，以华生电脑在人工智能领域著称的IBM成了今年第四家加入机器学习技术开源潮的IT巨头，跟着开源释出了机器学习技术SystemML。

为何IT大厂纷纷释出自家人工智能团队过去秘而不宣的机器学习技术？机器学习和人工智能技术有何差别？即将在明天登场的Big Data研讨会中分享人工智能大应用经验的Appier沛星互动科技创办人兼首席执行官游直翰，分享了他的观察。

在哈佛大学人工智能实验室取得资工博士学位的AI专家游直翰专注人工智能、机器学习和机器人研究。他也是直翰于史丹佛大学就学期间，曾参与美国无人驾驶自动车竞赛(DARPA Grand Challenge)，并与后来的Google无人车之父Sebastian Thrun合作无人车研究计划。2012年在台创立了Appier公司，以人工智能应用帮助企业解决各种跨萤难题，被杉资本誉为亚洲少数具有世界级大资料分析术的研发团队，已获得来自红杉资本等国际知名创投约10亿元资金挹注，据点遍及全亚洲11个城市。

资料探勘(Data Mining)、机器学习(Machine Learning)和人工智能(AI)，您认为最大的差异是什么？能否用例子来说明上述三者的差异？

A：人工智能是一种系统透过资料处理和(或)算法运算传达情报资讯的方法，从而产出有意义的资讯，并让机器拥有比人更聪明的智慧。简单来说，人工智能就是教电脑做“正确、聪明的决策”，也就是我们所谓的“智慧”。

而机器学习是人工智能的其中一个分支，让机器可以自动学习、从巨量资料中找到规则，进而有能力做出预测。人工智能让过去只能透过人类或动物智慧解决的问题也能透过电脑系统迎刃而解；机器人是自动执行工作的机器装置，而人工智能则可以让机器人快速、精准处理大量资料。简单来说，机器人像是人的“身躯”，人工智能则是人的“脑”。

资料探勘是利用分析技术来发掘资料间未知的关联性与规则，而人工智能是其中的一个分析技术。传统会用统计的方式来做资料探勘，现在也有些人会用机器学习的方法来处理大量资料。由于机器学习可处理巨量多维度资讯，并能发掘多元变动因素之间的关联性，再借由优化实现清晰与可辨识的目标，因此非常适用于资料探勘。

目前人工智能最有价值的应用领域为何？

A：人工智能发展至今，已逐渐改变我们的生活型态，我们也因人工智能而享用许多个人化的服务、生活变得也更为便利。

近几年人工智能的应用领域愈来愈广泛，我认为只要是能为人类带来更好、更便利生活的应用就是有价值的应用。举例来说，现在许多厂商将人工智能与自动化控制技术结合，让机器变得更聪明；另外有便利商店透过人工智能设计节电系统，也有厂商透过人工智能来帮助用户辨识财务诈骗；此外，愈来愈多人尝试将人工智能生物辨识做结合，甚至建立起人工智能物联网等都是人工智能为人们创造更好生活的应用样子，因为现在要处理的资料量实在太多，多得远远超过人脑可以应负和处理的程度。

在商业应用方面，人工智能还可以用于解决许多商业问题，帮助企业做出正确的商业决策，比方说应用在电子商务与数位行销领域等。随着使用者拥有的装置数量不断增加，他们在不同装置上的使用行为也愈来愈复杂，品牌与广告主将面临找不到目标受众的窘境，而我们相信人工智能将会是解决这个问题最理想的方法，并让企业更容易透过人工智能的跨萤方案解决行销策略方面的问题。

举例来说，透过人工智能算法和众多参数分析每个使用者在电脑、平板与手机上的使用行为，当我们在两个不同的装置上看到类似的使用模式时，即可判别这些装置极可能属于同一个使用者。此外，我们的人工智能技术可以帮助广告主找出对广告有兴趣的目标受众，并决定可以触及目标受众的最佳广告投放的时间和版位，以及判断有效获得目标受众的合理预算和最佳的广告格式。至今我们已为全球超过500个知名品牌与代理商提供跨萤行销服务，并让更多领域的企业透过人工智能应用拟定最佳的商业策略。

让电脑更智慧的关键，似乎不再是过去神秘的算法，而是如何拥有更多的资料，您觉得呢？

A：应该说这两样缺一不可。单看资料量有多庞大其实并没有太大的意义，重要的是能够从好的资料中探究分析出多少的insight，才是真正的价值所在。而这也正是我们在做的事：我们拥有一个强大的AI团队，每天不断在了解客户需求，并思考着如何精进人工智能运算能力，提升“预测”的精准度及效率，为客户达到行销目标。

就您观察，为何Google会大方将机器学习引擎TensorFlow开源？这将对资讯产业带来什么样的影响？

A：我们乐见Google将TensorFlow免费开源，这对开发人员与Google而言都是大好消息；每多一个开放平台对所有开发人员来说，就是多了一项免费的开发工具；对于厂商而言，愈来愈多开发人员的加入也能协助改善现有的技术。以AI领域为例，这样的开源做法将有助于机器学习应用的快速实验，快速创新，以及快速的验证。不过我们仍要持续观察未来的发展，期望这样的做法能够真正造福整体AI产业和广大的使用者。

更多大资料先进技术专家在台湾，Big Data Conference 2015网址http://bigdataconf.ithome.com.tw/