2016年05月08日周維忠
人工智慧（Artificial Intelligence，AI）相關技術發展已有超過50年歷史，期間因期待過高，而技術研發無法突破導致希望破滅，經歷兩次發展停滯的低潮，2000年後期在相關技術進展，應用效益彰顯下，人工智慧議題再度成為各界矚目焦點。
人工智慧發展的資料科學主流已從過去的專家系統、資料探勘，演進至機器學習（machine learning）與其進階的深度學習（deep learning）等。機器學習讓電腦具備學習能力，從經驗與規則中不斷累積知識，變得更為聰明，Google的搜尋引擎、亞馬遜的商品推薦皆為其代表應用案例。深度學習則模仿神經網路的運算模式，以分層運算從龐雜的資料中自動找出潛在的抽象規則，目前已應用在許多圖像／語音辨識上，例如辨識相片人物、地標、場景等進行自動分類的Google Photo。
資料為機器學習等人工智慧應用之基本要素，為正確分析對資料的要求必須質量並重。目前除原本的電腦結構化資料外，加上社群媒體、網路紀錄以及物聯網裝置的各種感測資料等多元且多源所形成的巨量資料，更是人工智慧發展的一大資源。此外，機器學習與深度學習應用落實的關鍵在於，大量資料的即時處理能力。尤其對深度學習之多階層資料特徵分析而言，強大的資料運算處理能力包含CPU／GPU性能提升、數量增加與雲端分散處理技術等都是不可或缺的。
在運算處理功能與網路傳輸速度持續提升、各種資料快速累積下，系統運作亦變得更有效率，由於分析精準度提高1％，即可創造龐大價值與利益，吸引更多廠商積極投入相關技術研發，可望形成正向的循環，加速技術與應用發展。近來Google、臉書、IBM、百度等皆展開併購或成立專門研究所等布局。
在巨量資料快速累積，人工智慧技術迭有進展下，過去無法獲知的產業、社會、自然界之間的各種規則與關聯性，乃至個人喜好、行為模式等，都可透過智慧分析進一步萃取。諸如工業4.0、機器人、自動駕駛汽車、預防醫療等應用之實現，人工智慧都扮演重要角色。因此，未來人工智慧技術發展對產業、社會帶來的衝擊與影響將無法避免，需予以正視與即早因應。
對製造業的衝擊
對製造業而言，未來彈性與速度將是決勝關鍵。在工業4.0概念下，所有生產設備、人員、流程與資料等將連結在一起，各種設備互聯互通、隨時監控周遭環境，發現問題即時排除，再結合市場喜好與訂單、銷售、庫存等資料進行最佳化分析，以大量客製化生產取代大量規格化生產，提高附加價值。其中關鍵在於，運用巨量資料、人工智慧分析，形成協同運作系統，改善整體流程改善，達到更貼近消費者需求，快速因應市場變化的目的。
而由於生產流程與模式改變，價值鏈結構亦隨之改變，為快速且確實掌握創造新價值的契機，必要正確的資料收集與分析，將是核心所在。過去單一產品由使用者操作各功能、產生價值的模式，在導入人工智慧系統取代下，使用者將不再針對產品功能或使用便利性等，而是針對整體系統進行評價。因此資料、硬體產品、軟體與其演算法更新等，整體系統各環節搭配運作及衍生服務將是市場競爭要素。
以年初CES矚目焦點之一的自動駕駛汽車為例。未來3～5年商用化之後，除顛覆傳統移動運輸模式外，亦將影響汽車製造與保險、運輸服務等相關產業的發展。汽車上游材料與零件，必須因應改變材質與電子化設計，以符合新產品與服務型態之需求。由於使用者不再需要駕駛動作，車廠需從預先診斷維修、緊急支援、各種資訊提供等服務，思考提高附加價值與競爭力。原本針對駕駛人的汽車保險將逐漸消失，車險業者必須規畫新的汽車保險方案。運輸服務業者在人力短缺、節能減碳壓力獲得舒緩的同時，亦需考量如何提供安全舒適與低成本的移動運輸模式。
對僱傭關係的衝擊
從社會面衝擊角度分析，人工智慧的發展除影響生活型態之外，亦將造成工作型態、雇用關係等之逐步改變。正面來看，在生產、醫療照護、運輸等領域可望解決高齡少子化、勞動力短缺、偏鄉資源不足等問題，連帶亦將產生人才教育、配套法規等制度調整的需求。近來已出現許多探討人工智慧取代特定工作類型、在職場上將與機器人共事等未來工作情境的報導，不可諱言，人工智慧的應用對職缺需求、整體就業市場的影響在所難免。
然而，就工作「質」的提升而言，人工智慧最重要的作用，是協助人類完成原本無法解決的問題，而非取代。例如，即便是專業人士也很難在短時間內處理大量資料，理解分析金融市場動態變化、病徵與基因之複雜關係、跨領域專業交叉分析等龐大體系內的互動關聯性。另由於個人會因經驗、背景或輿論等因素影響，產生判斷上的偏差，運用人工智慧的分析機制，可提供較為公正客觀的觀點，形成互補，達到更好的決策品質。
人工智慧長期累積技術能量與醞釀各種應用，任何新的進展都可能成為掀起新浪潮的催化劑，引發新一波的資訊科技革命。從近來發展進程來看，人工智慧的技術與應用可能如同過去的網際網路等重要資訊科技一樣，在未來10年帶來顛覆性的創新與衝擊，影響層面將涵蓋產業發榮、工作型態與日常生活。（本文作者為資策會MIC產業顧問兼主任）