AI雖有進展但仍需人類協助 凸顯AI出現非一蹴可幾

作者：DIGITIMES庄瑞萌

自從人工智慧(AI)發展取得進展後，許多新創公司開始跟進推出採用AI的數字助理，希望幫助用戶安排行程或完成日常工作等任務。不過，隨著許多數字助理背後仍仰賴人員協助完成任務，專家認為，凸顯AI要等同人類一樣能完全獨立運作之時仍有一段距離。

據PCMag報導，目前雖然業界已採用紐約新創公司X.ai開發的先進AI功能，去開發數字助理，但在處理人類工作時仍需要人類員工協助。因此，必須透過人類去補足AI演演算法的缺點，正是此刻AI產業所面對最深的挑戰。

近期AI的創新背後包括深度學習與神經網路，深度神經網路相當擅長數據分類，但並無法完成任何人類可完成的事。DeepGrammar首席執行官Jonathan Mugan指出，解決認知問題讓AI可在語音辨識及機器人上發揮作用，但若牽涉到常識推理與理解則有困難，從聊天機器人大多以失敗收場可見一斑。

評論指出，其關鍵之一就是收集正確數據用來訓練AI模型，投入訓練神經網路的付出與數據，必須端視問題廣度與所需的準確度為何而定，若以辨識食品及X.ai打造的應用相比，由於後者處理較大的問題，因此需要大量的範例，而且其容錯率也較低。

對此，Geospock首席技術官Steve Marsh認為，新創公司並無法取得大量訓練數據，使其打造的模型無法符合期待，而且所需數據大多都掌握在Facebook與Google等大廠手上。小型公司則必須支付大筆費用取得數據，而延誤推出App的時間。

其他作法則是先推出並開始訓練AI，期待有朝一日AI可進步到不再倚賴人類協助，例如僱用員工閱讀客戶E-mail並開發智慧回覆功能的Edison Software就是一例，Facebook M聊天機器人也是結合人類力量的AI應用之一。

DeepGrammar的Mugan樂觀認為，雖然最終人類能打造可解決常識推理的AI，但缺乏基本了解，電腦仍無法隨時妥善完成工作。例如OpenAI推出可握住物體的機器手臂Dactyl便動用6,144個CPU與8個GPU以及相當於100年經驗學習，才能達到人類小孩早期就會做的動作。

1984年，美國人工智慧協會(American Association of Artificial Intelligence)曾指出，業界對於AI期待過高將會帶來失望，隨後為AI投資帶來衝擊。等到2010年代開始，外界對AI的興趣與投資再度熱門。Mugan也指出，未來不可能再出現AI投資冬天。Marsh也預期，對於AI的投資雖不至於縮水，但動能將會調整。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！