字體：小 中 大 |
|
|
|
| 2010/04/15 21:09:47瀏覽2201｜回應11｜推薦13 | |
引用文章／新聞： 以上引用文章的重點是，台灣不要過於追隨「流行」。因為 有些不太成熟的新科技，下場往往是「無疾而終」或「效果 有限」， 更糟的是 一些普通常識不夠的 年輕人卻會一頭栽了 問題來了：誰是台灣的「萊特希爾」？ 「可行性」分析本來就要做，但誰有這麼大的權威性，一個人 就來做？而且文章中所言有關「人工智慧」（註）部份引喻 不實。「英國人」老奸巨滑，他們的研究不會像老美動靜 那麼大，決定做與不做也不會只看一個人。人工智慧有位 「宗師」Alan Turing（1912－1954）就是「英國人」。 「人工智慧」範圍很大，當年的大家期望也很大，但是慢慢地 就冷靜下來，知道那裡用處不大，那裡可以發揮最大的用途。 美國人可是很「現實的」。說它只用來解決「簡單的」問題 就太扯了。還是先提醒一下：電腦系統最大的用途在增進 「效率」。例如，以前需要聘用 10位會計，如今只要三、 四位；以前要做到八、九點，現在回家吃晚餐。 註：「人工智慧」聽來好像很嚇人，其實就是以電腦系統 「模擬」人的思維判斷，並配合其他設備做出反應。 例如，代替MM培你聊天，不是不可以，只是「效果 有限」。 其實在多個領域上，人工智慧已經進入「應用」階段，如 機器人應用、語音辨識等。談談比較知道的「專家系統 （Expert System）」。一個人想要成為某個領域的專家 很難。「專家系統」既不是想取代專家，或當處處可用萬靈丹。 但是可以減輕專家「負擔」。基本用法其實就是系統中預設 許多「條件／資料」，綜合你的「要求」，以「邏輯運算與 判斷」產生一定結果。聽說「美國運通」也搞了一個來協助 審核「信用卡」使用者申請，效果也不差，先輸入你的財務／ 信用狀況，結果很簡單「接受」或「拒絕」。但是第一個 「成功應用於商業用途」的系統是『EXON』」－出於迪吉多 （DEC，Digital Equipment Corp.，已經被 Compaq 合併）。 迪吉多一度為僅次於 IBM 的系統整合公司，常需為一般企業 量身打造屬於「他們」的系統，所以軟硬體整合設計的負擔 甚重。所以也找了一位「高人」，帶走幾本迪吉多的系統手冊， 「閉關」三月寫出 250（？）條規則。（怎麼高人風格都這 樣？）『EXON』的胚胎就產生了，「系統」完成後因為也確實 有效用，『EXON』系統就「長」出一堆「子系統」，之後 維護的程式設計師也由10人，「增加」到約 60人（規則增加 到約一萬條）。養這樣的團隊維護如此的系統，用來解決 「簡單的」問題？再說一次：美國人是很「現實的」。 「No Money，No Talk」。私人企業沒有賺到錢誰肯 擴大投資啊。還碰過另一個實例是「護士排班」系統。 幾百名護士的值班表，誰想來試試「手動操作」？ 所以許多事情就是變得無「人工智慧」之名， 有「人工智慧」之實。 再舉個例子，出國唸書會碰到一大堆「案例研究（Case Study）」，通常就是舉出企業碰到的問題要你選答案 還有提出理由為何，或沒有答案要你寫（這個傷腦筋！） 有這麼一題，某公司用的是 IBM 系統，因年代久遠然後 出現‧‧‧等等困擾，選項有三：一、「直接升級」到 更新的IBM 系統；二、忘了，反正不對；三、公司網路化， 「資料」分散儲存，‧‧‧等。當時的正確答案是「一」， 因為費用不是最低，但對日常工作衝擊最小。現在呢？ 也許就「長遠性」來說另外一答案更好。「時異則事異」， 時代變了，同樣的考題答案會變滴，如此而已。 未來，台灣不是不需要如萊特希爾報告這樣的「可行性」 分析與研究來幫助決策，但是引喻太不切實際，恐怕 反而減少說服力，對吧？ 又： 難得說到「Ada」就多聊幾句。 當年「百家爭鳴」所以市場用的有許多「語言」， 我們也不得不學一堆如PASCAL、C等等，後來還有 Java （嗚！嗚！）。就算是PASCAL、C也有好幾「種」。 寫程式都知道程式寫歸寫，肯好好寫「規格書」者甚少 |
|
| ( 時事評論｜公共議題 ) |
