Contents ...
udn網路城邦
人工智慧的天馬行空與腳踏實地
2020/05/04 04:55
瀏覽943
迴響0
推薦9
引用0

現在你只要網路搜尋人工智慧的關鍵字就會看到一大堆「AI大師」開釋,但是認真看完大師開釋之後,你還是滿頭霧水,距離真的可以投入人工智慧的產業,真的可以作出一兩個人工智慧的產品還是遙不可及。唯一印象深刻的是:要作人工智慧非用機器學習不可?最微妙的是:其實那些大師多數自己都沒真的作出過甚麼驚人的人工智慧產品?所以他們也只是憑空想像說出那些高論的!但是他們當然不會強調這一點!

其實人工智慧只是一個科技發展的「方向」!希望運用數位科技時代已經累積,或隨時可以輕易取得的大量數位資料(Big Data),加上電腦的高速大量運算能力,設計出有效的軟體,模擬出一些人的智慧能作的事情!和前面幾十年的電腦時代製作的諸多軟體有何區別?其實根本沒有界線,只是善用更多資料,繼續前進,更趨近人類的智慧判斷能力罷了!

一個這麼模糊的研究方向概念,多數在各個領域問題上想趨近這個目標的研究者還在摸索時,就有這麼多自以為是的高論,你應該審慎評估他們的論點的!在我來說,我看到最離譜的誤導就是將統計學的方法論價值提升到蓋過真正的科學現象研究

統計方法論如機器學習或深度學習,當然具有其價值!它們可以協助我們從大量資料中經過統計得到最合乎標準答案的運算程序,但是他們無法提供為何如此的邏輯?數據是可以變動的,已知的科學原理則是不可能變動的,如果統計結果不能完全符合已知的科學原理,你是要相信資料統計結果還是科學原理呢?一堆解析度不足,或拍攝條件偏差的影像資料,是有可能產生違背科學原理的結果的!

所以將機器學習或深度學習的方法論位階置於高出科學原理的位置,那就是愚蠢,甚至是迷信了!真正可靠的人工智慧研究不應該背離已知的科學原理,也就是事實現象,根據事實現象的研究結果一定比機器學習的結果更可靠也更重要!所以我認為:人工智慧研究的主軸應該是每個實際問題的起因與科學事實現象,你發展出的演算法是不是合乎已知的科學原理?那才是重點!猜出來的答案,即使正確,也不是真正可靠的科學研發成果。

一昧想抄捷徑,得到速食答案的機器學習等方法論,可以是救急的權宜之計,但絕對不是人工智慧應該奉為圭臬的神物!他們差得遠了!讀者們也不該將人工智慧視為是一個特殊的技術,它只是一個概念,在各個議題各個領域它實作與實現的方式都未必相同,更不應該被簡化為某種統計方法,認真研究問題的本身,研究人的思考判斷過程的數學化過程,那才是人工智慧的精髓!

有誰推薦more
全站分類:心情隨筆 工作職場
自訂分類:不分類

限會員,要發表迴響,請先登入