近年來隨著信息科技的演進、高運算力的載具大量普及、資料分析成本的降低，AI處在前所未有的好年代。在細分領域上，還有自然語言處理、資料探勘、類神經網路、深度學習、模糊控制等常聽到的方法論，近年百花齊放的，正基於這些方法的應用，舉凡交通、農業、醫療、教育、製造、金融、甚至法律，什麼命名都要來個「AI+」才「高大上」。
有許多人提到「真AI」 vs.「假AI」 、「強AI」 vs. 「弱AI」的區別，如何揭開其中面紗呢？首先沒有數據不成AI，建立模式必定建立在「大數據」上，其中搜集數據的初期很可能仍需要大量的人工標註，進行資料修正。
其次是「演算法」，究竟是基於什麼邏輯函數做判斷。最後也是最重要的是「時間」，沒有什麼幾個月就橫空出世的AI商業模式 （至少我沒看過），也不可能有一蹴而就的見解與發現，如果有，肯定不是真的。
「真AI」的應用不一定是需要大題目，以我們自家的、風行世界的照相APP來說，即使是在用戶想在照片貼上一個虛擬的唇蜜，對工程師而言，就有很多定位與邊緣偵測的挑戰，最終必須以大量的嘴唇資料，包含各色人種與嘴型，進行影像切割與深度學習，把訓練出來的效果加以評分改進，方能推出這樣的功能。
舉能刪除重複照片的清理APP為例，現代人拿起手機就拍，一盤菜也可以拍個三五張重複影像，根據影像相似度與模糊度的資料加以訓練，APP可以準確挑出最好的照片，並且建議用戶刪除那些沒拍好的。
又或者是資安APP能利用深度學習分析不平衡的數據（正常特徵 vs. 詐騙特徵），甚至在區塊鏈上，匿名的應用場景裡，分辨智能合約的潛在風險。以上都是AI進入生活場景的案例，並且已經實現。
至於「強AI」，涉及到自主推理、自我意識、情感、認知。最佳的應用應該是科幻片裡的機器人吧，為什麼說科幻片裡？主要是市面上能進入人類家中的生活機器人，目前都還未發展到這個境界，看起來都還是「很矬」。
當然，機器人產品固然未臻完備，部分模組化技術多年來也已經突飛猛進，例如語音辨識：從語法到語義，透過近場和遠場的聲學建模訓練，加上雲端與麥克風等硬體環境的成熟，在語音喚醒、識別、以及語義理解上，不管是判斷力或響應速度都已經進入空前成熟的階段。從美國到中國、無論是手機、智能音箱、或是智慧家庭設備，AI語音辨識把人類生活往「強AI」領域又大大推進了一步。
已故物理學家史蒂芬霍金曾說的「AI可能是我們文明歷史上最大或是最糟糕的事件」，但我認為，在AI走出青年、邁向成年的過程中，確實不免產生許多風險，例如無人車的意外、以及其他判斷失誤。
不過，我們不必過度恐慌，我們更該注意的反而是AI帶來的自動化造成的工作機會減少，在行業中已經是現在進行式，如果製造業和服務業的低端勞動力就這麼輕易被大量取代，其中衍生的社會學、經濟學、乃至哲學問題，恐怕才是當代的難題與挑戰。
關於作者 吳德威 David Wu／雪豹科技董事長、台灣紫牛創業協會理事
擁有美國卡內基梅隆大學資訊管理碩士學位的吳德威，曾任摩托羅拉資深軟體工程師及Accenture顧問，並先後任職於明基、戴爾與惠普，在相關產業擁有近20年經驗。雪豹科技代理國外優秀的生活、工具類App，包括Clean Master、Live.Me等知名軟體外，亦自主研發各種行動應用如PhotoGrid。近年除積極和台灣優秀業者異業結盟，並跨足投資領域，以輔導台灣新創走上國際為志業。
天下總主筆陳良榕專欄。半導體狂熱、科技巨頭謀略的最犀利解讀
看懂科技大勢，獨家解讀
請查看您的信箱，我們將寄送驗證信給您，確保未來信件會送到您的信箱
