字體:小 中 大 | |
|
|
2017/10/27 10:43:36瀏覽1223|回應4|推薦12 | |
我之前就有提過,我認為現在很多人對於機器學習或深度學習的想法都太浪漫了!以為它們可以做出很多人腦都無法做出,甚至難以理解的神奇事情!我是不同意的!譬如有人提到深度學習後的AI軟體,在辨識貓狗影像的「能力」上,比傳統演算法做出來的還要好! 其實電腦就是電腦,用人腦寫程式解題與AI之間的「落差」,只是因為人類研究演算法的專家還沒組合測試到那個「辨識很好」的程序罷了!因為人的工作方式不如電腦模式一樣巨細靡遺。如果機器學習找到好答案之後可以跟人做個簡報,說明它是怎麼作到的?我猜應該會像多數研究生一樣,被教授臭罵一頓!因為解法一定不會像真正知其然,也知其所以然的教授一樣,很精準有效的使用數學方法! 事實上,機器學習的結果根本也不會自己做出人類能聽懂的報告!所以這種軟體如果在某個情況發生辨識錯誤時,是無法分析診斷錯誤原因加以除錯改正的!想像一下,某個軟體每次碰到一種狀況就會出錯,你反映給軟體公司,他們卻說無法即時修復,要等下一代的軟體「深度學習」大約半年後就可以升級!你的工作必須停擺,或放棄部份業務半年,你不會瘋掉嗎? 更重要的是:它的解法只能確定對「已知的題庫」有效!如果希望成果拿到真實世界使用還通通有效,那不得了!必須蒐集「無數」的資料讓它「學習」,買資料的錢與整理資料的時間人力成本,學習過程使用的超級電腦資源等等,花費絕對會超過乖乖的對問題本身做針對性研究,用科學認知寫出程式軟體。 其實我認為一般沒進到真正實務研發領域的旁觀者,都沒注意到成本效益的問題,沒注意到機器學習其實是非常昂貴的解決方案!除了取得資料貴、使用電腦資源貴之外,機器學習機制「學會了」還不給程式原始碼的!我們很難知道它是怎麼作到的?為何如此做?等等。所以跟求神問卜沒有太大差別,科技知識的發展其實就在此產生斷點。 即使深度學習可以生出包山包海的人臉辨識等等AI軟體核心,而且國際大公司如Google或微軟,吸收了天文數字的研發費用,將開發結果免費供大眾使用,但那是牛刀!我們如果總是用它處理任何情境的人臉辨識,可以預期效能準度絕對不會比針對需求環境開發的軟體好或快! 做個比喻,我們公司現在天天做各式各樣的影像辨識核心,都是針對特定目標與不同情境設計的!很像古代的武學大師,循著經脈找到穴道,點下去就克敵制勝了!但是用機器學習製造出來的廣用影像辨識核心會是甚麼樣子呢?就像有一種武器不管面對任何人,甚至任何生物,都可以輕鬆的不必看準目標,手一揮就一擊致勝!為了「保證」能摧毀任何目標,你大概要一個鋼鐵人!如果你想打死的敵人只是家裡的蟑螂,你需要一個鋼鐵人嗎?還是一隻拖鞋就好? 現在很多人對於機器學習浪漫的憧憬如果可以成真,我們大部分的軟體業者就會失業了!那會不會出現太聰明的AI,譬如想消滅人類的「天網」呢?我覺得不會,因為電腦並沒有求生存的本能或壓力。簡單說,他們應該不會在乎自己的生死!你將電腦關機時,它會抗議哀號嗎?我是沒聽過啦!天網的劇情其實是人類心理的投射。 所以我預期我的行業還可以延續很久,AI要像懂得影像辨識原理的專家一樣靈活的分析問題,用「點穴」的方式理解與提出解決方案,應該還要很久很久,我這輩子是一定看不到的!我這樣說,是表示我反對機器學習嗎?不是的!我不反對任何可以增加工作效率,讓大家好做事情,增進生活幸福的科技!但是我反對太過不切實際的浪漫預期,因為那會造成錯誤的決策,讓大家花太多錢與時間在效率不彰的研發與投資上。 |
|
( 知識學習|科學百科 ) |