【鉴往知来】由茫茫过往数据中，淘出新知

admin

【鉴往知来】由茫茫过往数据中，淘出新知

随着云端平台日益普及，加上各式物联网应用的蓬勃发展，使大数据研究的重要性不断提升。这个目前深受关切的领域，被公认为接下来数十年内，影响人类社会的关键词，我们今天的访问对象，正是个中翘楚：台大电机系陈铭宪教授。

●大预测时代：数据探勘与AI应用

所谓的大数据研究，旨在透过大量的运算分析，从人类长期累积的应用资料与行为模式所呈现的数据中，发掘具价值的资讯，提供合理的预测以及个人化、智慧化的服务。此外，配合机器学习（Machine learning）及加强式学习（Reinforcement learning）的技术，更赋予了人工智慧自我更新的功能。然而，大数据分析一方面提供了更多的个人化与智慧化服务，大幅改善人类的生活品质，在另一方面，却也引起了个人隐私是否可能遭受侵犯的疑虑。

例如，透过大数据的辅助，社会监控将能达到前所未有的致密，目前，许多推荐功能与广告投放，就是基於资料探勘成果的「行为预测」之应用。在可想见的未来，人们的生活将透过大数据科技的进步，变得更加「透明」，而这恐怕并非多数人所乐见。

事实上，大数据与隐私权保护问题，正是陈铭宪近年来的研究重点之一。作为大数据分析领域的顶尖学者，陈教授也深感这是极需正视的议题，然而，他同时也提醒我们，监控科技早已有之，只是人工智慧技术使其更为细致、全面与不动声色，如何应对潜在的隐私危机，仍有赖大众回归道德与法律层面的积极讨论。

●自信、正面、务实：与人工智慧共存的未来

关於人工智慧，目前最受大众关切的议题，非劳力取代莫属。当以撒˙艾西莫夫（Isaac Asimov）於1942年在其小说〈转圈圈〉（Runaround）中，提出着名的「机器人三定律」时，机器人对人类生存造成的压力，还是个让人眼睛一亮的崭新套路，令无数科幻小说家竞相引用，如今，这份在76年前萌芽的焦虑，却正以不尽相同的方式，一步步逼近现实。

「面对科技的进步，我们除了谨慎，也应该自信、正面而务实的来面对。」陈铭宪说道：「其实随着科技发展，机器取代人类劳力的问题一直都在发生，并不是AI才带来的问题。」以工业革命为例，他谈到，对於更加快速、稳定的汽车，被发明来取代兽力运输的现象，人们应该感到与有荣焉：「毕竟，那麽快速稳定的运输工具，可是我们人类发明的！」而且，AI的普及虽说确实会造成部分工作式微，却也将创造新的工作岗位，以便更有效率的改善人类的生活品质。

「这整体的发展，如同大江东流，是挡不住的！」陈铭宪表示，「现在，正是一个值得我们积极思考如何因应人工智慧发展的时间点。」

同理心与热情（Passion）的有无，对陈铭宪来说，是人类和人工智慧的重要区别，他提到，学界目前以弱人工智慧（Weak AI，以记忆、推理功能为主的辅助型人工智慧）为主要研究项目，而在强人工智慧（Strong AI，如同人类一般有个性与情绪的人工智慧）上，包含创意与情感方面的研究，如同许多学者所指出，恐怕仍有很大的发展空间。

●投身教学，百年树人：人是最重要的资产

在「国家讲座主持人」系列采访中，陈铭宪曾提及自己在博士毕业时，正好面临业界转向，使他加入IBM的研发团队後，必须调整研究方向，由超级电脑领域，转到资料库及资料探勘技术方面。在IBM工作期间，他深刻体会到「人是最重要的资产」：没有优秀的人才，再好的外缘条件，也不能成就重要的科研成果。

因此，问及他求学、就业过程中印象最深刻的挫折，陈铭宪自陈，除了那次研究转向，他一路走来都没有发生过戏剧性的起落；可当我们反过来请教他至今为止最有成就感的事，陈铭宪便滔滔不绝地聊起指导研究生的心得：从学生刚接触资讯探勘领域的一无所知，到几年後他们成为持续对这个领域有所贡献的、独当一面的人才。陈铭宪语调中洋溢的满足，任谁都能体会到这位首屈一指的资料探勘学者，对作育英才的真切热情。

在访问的最後，陈铭宪针对目前人工智慧的发展，为我们做了整体性的评述。他认为，未来硬体设备（包括计算器及储存器）的效能将日渐提昇，且价格会越来越便宜，而网路频宽亦将不断增加。然而，人类对各式应用的接受与反应时间（约千分之一秒）多年来并无太大变化，他表示，在这千分之一秒内，由於技术进步带给电脑的额外计算能力，定会朝向个人化与智慧化发展，这也正是人工智慧必将日渐重要的原因。

当然，无论是隐私权的威胁、劳力取代的疑虑，乃至於「人工智慧」究竟该如何、为何发展的讨论，都是人们必须严肃面对的议题，却也绝非该领域科学家能单独肩负的责任。陈铭宪表示，希望能够过本次「鉴往知来：由茫茫过往数据中，淘出新知」的分享机会，让人们更进一步了解人工智慧，一同迎接并善用它的发展，来改善人类的生活。

游客，如果您要查看本帖隐藏内容请回复

版权声明

1、本站所发布的一切学习教程、软件等仅限用于学习体验和研究目的；请自觉下载后24小时内删除，严禁用于其他用途，如果你喜欢教程，请支持正版教程软件，得到更好的正版服务，本站内容全部来自网络，版权争议与本站无关，如果您认为侵犯了您的合法权益，请联系我们删除。

2、对于不当转载或引用本网站内容而引起的民事纷争、行政处理或其他损失，本网站不承担责任。

3、对不遵守本声明或其他违法、恶意使用本网站内容者，本网站保留追究其法律责任的权利。

tcdaluo

6666666666666666