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 ) |