「人們看見機器人走在路上殺人之前，他們都不會知道如何應(yīng)對，因為這個場景聽起來太不真實?！固厮估?**執(zhí)行官，鋼鐵人馬斯克不只一次公開發(fā)表他對AI發(fā)展的擔(dān)憂，其強烈立場在AI高漲的聲勢下一度激起許多不安和辯論。

對部分人來說，「人工智能」或許會激起科幻電影中具有豐富情感意識的機器人聯(lián)想，并擔(dān)憂起 AI 心智發(fā)展對人類社會可能的沖擊。但即使 AI聽來充滿科技及未來感，在決定是否要恐慌之前，我們或許應(yīng)該要先了解，AI 究竟是什么？

人工智能、機器學(xué)習(xí)、深度學(xué)習(xí)？

深度學(xué)習(xí)其實是從機器學(xué)習(xí)領(lǐng)域衍伸而來，而機器學(xué)習(xí)也只是人工智能底下的一個支脈。人工智能最初的發(fā)展是透過工程師撰寫程序和指令交由機器運行，讓機器解決問題。然而進(jìn)程都是由人所撰寫，只要是工程師無法解決的問題，機器也無法找出解絕方法。

機器學(xué)習(xí)的出現(xiàn)讓人們透過喂養(yǎng)電腦大量經(jīng)過整理、篩選的數(shù)據(jù)，使其自行分析、優(yōu)化路徑，進(jìn)而達(dá)成諸如影像辨識、策略分析等目的，在自我學(xué)習(xí)中改善決策網(wǎng)絡(luò)，突破過去局限于人類編程的限制。

接著，機器學(xué)習(xí)又延伸出深度學(xué)習(xí)。同樣是大量投放數(shù)據(jù)進(jìn)行自我學(xué)習(xí)，但仿真人類神經(jīng)元鏈接的模式發(fā)展出類神經(jīng)網(wǎng)絡(luò)，使機器運行特定功能任務(wù)時擁有比人類更加優(yōu)秀的判斷能力，如 Alpha Go 背后所使用的就是這項技術(shù)。

人工智能的實際應(yīng)用

具體來說，企業(yè)究竟會如何使用這些技術(shù)呢？

拿目前發(fā)展AI最積極的Amazon為例，有別于過去單純分析大數(shù)據(jù)得出用戶偏好、做出動態(tài)定價，Amazon開發(fā)和圖像識別、語音助理相關(guān)服務(wù)，并且推出Amazon Rekognition、Amazon Polly、Amazon Lex等三項云端AI服務(wù)。

三項服務(wù)各有其特色，其中專門做圖像分析的 Amazon Rekognition以深度學(xué)習(xí)為基礎(chǔ)，進(jìn)行影像辨識，創(chuàng)建視覺搜索和影像分類，他的其中一項應(yīng)用就是臉部情緒偵測。

假設(shè)今天有一名消費者進(jìn)入商家中審視商品或參與活動，傳統(tǒng)上無法如同網(wǎng)絡(luò)般計算跳出率、停留時間等量化數(shù)據(jù)，只能依靠店員或銷售額來推測好惡。Amazon Rekognition卻得以透過實體店面內(nèi)安裝的錄像機搜集顧客面部表情，偵測其臉上表情究竟是愉快或不滿，并將這筆情緒數(shù)據(jù)會傳至Amazon S3對象存儲，接著導(dǎo)入REDSHIFT數(shù)據(jù)倉庫中存放，定期生產(chǎn)出一份行銷數(shù)據(jù)報告供店家參考。

如此應(yīng)用圖像分析辨認(rèn)面孔的方式解決了傳統(tǒng)零售店面搜集顧客數(shù)據(jù)的難題，讓店家將客戶和適當(dāng)?shù)膬?nèi)容、活動進(jìn)行配對，根據(jù)越多人給予正向情緒的產(chǎn)品或活動類型加強，吸引顧客參與。Amazon在Amazon Go 和Wholefoods收購時都顯示拓展線下的決心，而這項服務(wù)除了可以做為外包服務(wù)租給其他企業(yè)使用外，也為其線下發(fā)展鋪路。

以上是AI技術(shù)使用的案例之一，截至目前為止，AI主要用途多在垃圾信件分類、影像及語音辨認(rèn)、購物推薦等方面。所以從這些實際應(yīng)用上我們可以發(fā)現(xiàn)，「人工智能」的真實模樣和電影中描繪的充滿情感意識、自我思考及決策的模樣大相逕庭。

現(xiàn)今，AI尚停留在只有特定功能表現(xiàn)得比人類更加亮眼的階段，研究上令人驚艷的進(jìn)展也難以套用到實際應(yīng)用。AI擁有和人類同等智能的未來并非不可能發(fā)生，但就目前來說，有更加可視的危機需要關(guān)注。

試想，這些被相信終有一天能夠超越人類的技術(shù)，正被掌握在誰手中？

AI將使科技巨頭更加難以傾倒

如前所述，深度學(xué)習(xí)研發(fā)仰賴海量數(shù)據(jù)的投入訓(xùn)練，另外也需要資金和人才支持。

• 數(shù)據(jù)

在人工智能的精準(zhǔn)度和「數(shù)據(jù)量」成正向關(guān)系的前提下，沒有企業(yè)比 Google、Amazon、Facebook 等擁有更雄厚的研發(fā)資本，每日郵件、關(guān)鍵字、點贊、消費信息的流通無時無刻不為他們擴充海量且高品質(zhì)的數(shù)據(jù)庫。

在質(zhì)與量外，即時性也是決定數(shù)據(jù)價值的指針?？萍季奕说馁Y本能支撐他們的自建數(shù)據(jù)庫、數(shù)據(jù)搜集和分析團隊，隨時獲取***手?jǐn)?shù)據(jù)分析；相反的，新創(chuàng)和小企業(yè)除透過購買數(shù)據(jù)和利用網(wǎng)絡(luò)開放數(shù)據(jù)庫外，通常沒有余裕取得符合自己研究領(lǐng)域需求且大量的數(shù)據(jù)，更不要提即時性數(shù)據(jù)的更新和使用。

科技巨頭們縱使現(xiàn)今愿意將免費軟件放上網(wǎng)絡(luò)，但真正具有價值的大量數(shù)據(jù)卻依舊緊鎖于數(shù)據(jù)庫中，因為他們深知「數(shù)據(jù)」是現(xiàn)今 AI 競賽的***籌碼與資本。

• 人力／人才

AI 本身還沒有聰明到足以進(jìn)行數(shù)據(jù)篩選、整理，因此在海量數(shù)據(jù)外，企業(yè)必須雇用大批人力來篩選干凈的數(shù)據(jù)供 AI 學(xué)習(xí)之用。假如想讓 AI 學(xué)會辨認(rèn)「鳥」，則由人工揀去模糊、非鳥類的照片后，才能供給 AI 辨識學(xué)習(xí)。

另一方面，高端研發(fā)人才的爭奪也成為企業(yè)關(guān)注的一大重點。以 Amazon 為例，招募 AI 人才的年投資高達(dá) 227 萬美元、1178 個職缺，彰顯對人才的渴求；同時，并購也是獲取人才管道，Google 從 2012年以來已經(jīng)收購了 12家 AI 公司，Microsoft、Facebook 也都收購高達(dá) 5 間 AI 相關(guān)企業(yè)。

科技巨頭的名聲、資源讓許多科技人才趨之若鶩，形成大部分新創(chuàng)以被收購為目的的現(xiàn)象，小企業(yè)難以參與，更難以抗衡。

• 資金

根據(jù)麥肯錫公布的 AI 趨勢報告，2016 年全球企業(yè)在此領(lǐng)域的投資額有 260~390 億美元，其中科技巨人的投資額占了 200~300 億美元，其他新創(chuàng)僅占 60~90 億美元。數(shù)據(jù)存儲的軟硬件設(shè)備、數(shù)據(jù)整理的勞力到 AI 研發(fā)人才網(wǎng)羅、數(shù)據(jù)購買都仰賴資金支持，而麥肯錫這分調(diào)查顯示在資金規(guī)模上科技巨人就已經(jīng)有著根本上的優(yōu)勢。

上述要件一般企業(yè)難以擁有，而像Amazon研發(fā)后，將其作為外包服務(wù)租給那些沒有能力負(fù)擔(dān)AI的企業(yè)和平臺，借此搜集數(shù)據(jù)和獲取利潤，成為獨霸一方的平臺，依附他而生的小企業(yè)們在難以以小搏大的AI產(chǎn)業(yè)特性中，根本無法將其以傾倒。

科技寡頭的影響

從個人角度來看科技巨人寡占市場，不斷被重申的信息安全及自主性議題仍漸趨嚴(yán)重。企業(yè)研發(fā)的 AI 打著「個人助理」的名號不斷紀(jì)錄人們生活，成為能夠比親友更加了解個人性格、隱私的存在；同時因過度依賴人工智能代為處理記憶性工作，我們將其作為不可抽離的心智延伸，失去了個體獨立的自主性。

如果聚焦于社會，則科技巨人累積的經(jīng)濟實力之大讓政府有時也必須妥協(xié)。越來越壯大的巨人會讓許多小企業(yè)都必須依賴它而生存，在這過程中他們會成為市場的游戲規(guī)則制定者及掌控者，利用科技來圖利自己的事業(yè)，并有能力避稅、影響政策，甚至侵蝕大眾權(quán)利，在政經(jīng)上呼風(fēng)喚雨。

巨人們以壟斷市場之姿存在，而衍伸問題其實大眾多已心知肚明，只是難以拒絕科技服務(wù)帶來的便利。IBM 的 AI 倫理研究員曾表示：「AI 的力量往往爆發(fā)于企業(yè)應(yīng)用層?！谷绻沼锌萍嫉纳贁?shù)沒有把持自我規(guī)范，我們更不可能知道他何時會越線。

正因如此，大眾應(yīng)對 AI 有更多了解，掌握更多機器學(xué)習(xí)的機制和市場的運作模式，能讓人更不容易為科技所害，也能避免在無意間透露出更多信息和隱私給掌握 AI 的少數(shù)擁有者。