主页 > H佳生活 >AI带来威胁?或许你更应该关心科技巨头的寡占 >

AI带来威胁?或许你更应该关心科技巨头的寡占


「人们看见机器人走在路上杀人之前,他们都不会知道如何应对,因为这个场景听起来太不真实。」特斯拉公司执行长,钢铁人马斯克不只一次公开发表他对AI发展的担忧,其强烈立场在AI高涨的声势下一度激起许多不安和辩论。

对部分人来说,「人工智慧」或许会激起科幻电影中具有丰富情感意识的机器人联想,并担忧起AI心智发展对人类社会可能的冲击。但即使AI听来充满科技及未来感,在决定是否要恐慌之前,我们或许应该要先了解,AI 究竟是什幺?

人工智慧、机器学习、深度学习?

深度学习其实是从机器学习领域衍伸而来,而机器学习也只是人工智慧底下的一个支脉。人工智慧最初的发展是透过工程师撰写程式和指令交由机器执行,让机器解决问题。然而程序都是由人所撰写,只要是工程师无法解决的问题,机器也无法找出解方。

机器学习的出现让人们透过餵养电脑大量经过整理、筛选的资料,使其自行分析、优化路径,进而达成诸如影像辨识、策略分析等目的,在自我学习中改善决策网路,突破过去侷限于人类编程的限制。

接着,机器学习又延伸出深度学习。同样是大量投放资料进行自我学习,但模拟人类神经元连结的模式发展出类神经网络,使机器执行特定功能任务时拥有比人类更加优秀的判断能力,如Alpha Go背后所使用的就是这项技术。

人工智慧的实际应用

具体来说,企业究竟会如何使用这些技术呢?

拿目前发展AI最积极的Amazon为例,有别于过去单纯分析大数据得出使用者偏好、做出动态定价,Amazon开发和图像识别、语音助理相关服务,并且推出Amazon Rekognition、Amazon Polly、Amazon Lex等三项云端AI服务。

三项服务各有其特色,其中专门做图像分析的Amazon Rekognition以深度学习为基础,进行影像辨识,建立视觉搜寻和影像分类,他的其中一项应用就是脸部情绪侦测。

假设今天有一名消费者进入商家中审视商品或参与活动,传统上无法如同网路般计算跳出率、停留时间等量化数据,只能依靠店员或销售额来推测好恶。Amazon Rekognition却得以透过实体店面内安装的录像机蒐集顾客面部表情,侦测其脸上表情究竟是愉快或不满,并将这笔情绪资料会传至Amazon S3物件存储,接着汇入REDSHIFT资料仓储中存放,定期生产出一份行销数据报告供店家参考。

如此应用图像分析辨认面孔的方式解决了传统零售店面蒐集顾客资料的难题,让店家将客户和适当的内容、活动进行配对,根据越多人给予正向情绪的产品或活动类型加强,吸引顾客参与。Amazon在Amazon Go和Wholefoods收购时都显示拓展线下的决心,而这项服务除了可以做为外包服务租给其他企业使用外,也为其线下发展铺路。

以上是AI技术使用的案例之一,截至目前为止,AI主要用途多在垃圾信件分类、影像及语音辨认、购物推荐等面向。所以从这些实务应用上我们可以发现,「人工智慧」的真实模样和电影中描绘的充满情感意识、自我思考及决策的模样大相逕庭。

现今,AI尚停留在只有特定功能表现得比人类更加亮眼的阶段,研究上令人惊艳的进展也难以套用到实际应用。AI拥有和人类同等智慧的未来并非不可能发生,但就目前来说,有更加可视的危机需要关注。

试想,这些被相信终有一天能够超越人类的技术,正被掌握在谁手中?

AI将使科技巨头更加难以倾倒

如前所述,深度学习研发仰赖海量数据的投入训练,另外也需要资金和人才支持。

AI带来威胁?或许你更应该关心科技巨头的寡占

在人工智慧的精準度和「数据量」持正向关係的前提下,没有企业比Google、Amazon、Facebook等拥有更雄厚的研发资本,每日邮件、关键字、按讚、消费资讯的流通无时无刻不为他们扩充海量且高品质的数据库。

在质与量外,即时性也是决定数据价值的指标。科技巨人的资本能支撑他们的自建资料库、数据蒐集和分析团队,随时获取第一手资料分析;相反的,新创和小企业除透过购买数据和利用网路开放资料库外,通常没有余裕取得符合自己研究领域需求且大量的资料,更不要提即时性数据的更新和使用。

科技巨头们纵使现今愿意将免费软体放上网路,但真正具有价值的大量数据却依旧紧锁于资料库中,因为他们深知「数据」是现今AI竞赛的最大筹码与资本。

人力/人才

AI 本身还没有聪明到足以进行资料筛选、整理,因此在海量数据外,企业必须雇用大批人力来筛选乾净的数据供AI学习之用。假如想让AI学会辨认「鸟」,则由人工拣去模糊、非鸟类的照片后,才能供给AI辨识学习。

另一方面,高阶研发人才的争夺也成为企业关注的一大重点。以Amazon为例,招募AI人才的年投资高达227万美元、1178个职缺,彰显对人才的渴求;同时,併购也是获取人才管道,Google从2012年以来已经收购了12家AI公司,Microsoft、Facebook也都收购高达5间AI相关企业。

科技巨头的名声、资源让许多科技人才趋之若鹜,形成大部分新创以被收购为目的的现象,小企业难以参与,更难以抗衡。

资金

根据麦肯锡公布的AI趋势报告,2016年全球企业在此领域的投资额有260~390亿美元,其中科技巨人的投资额佔了200~300亿美元,其他新创仅佔60~90亿美元。资料存储的软硬体设备、数据整理的劳力到AI研发人才网罗、数据购买都仰赖资金支持,而麦肯锡这分调查显示在资金规模上科技巨人就已经有着根本上的优势。

上述要件一般企业难以拥有,而像Amazon研发后,将其作为外包服务租给那些没有能力负担AI的企业和平台,藉此蒐集数据和获取利润,成为独霸一方的平台,依附他而生的小企业们在难以以小搏大的AI产业特性中,根本无法将其以倾倒。

科技寡头的影响

从个人角度来看科技巨人寡佔市场,不断被重申的资安及自主性议题仍渐趋严重。

企业研发的AI打着「个人助理」的名号不断纪录人们生活,成为能够比亲友更加了解个人性格、隐私的存在;同时因过度依赖人工智慧代为处理记忆性工作,我们将其作为不可抽离的心智延伸,失去了个体独立的自主性。

如果聚焦于社会,则科技巨人累积的经济实力之大让政府有时也必须妥协。越来越壮大的巨人会让许多小企业都必须依赖它而生存,在这过程中他们会成为市场的游戏规则制定者及掌控者,利用科技来图利自己的事业,并有能力避税、影响政策,甚至侵蚀大众权利,在政经上呼风唤雨。

巨人们以垄断市场之姿存在,而衍伸问题其实大众多已心知肚明,只是难以拒绝科技服务带来的便利。

IBM的AI伦理研究员曾表示:「AI的力量往往爆发于企业应用层。」如果握有科技的少数没有把持自我规範,我们更不可能知道他何时会越线。

正因如此,大众应对AI有更多了解,掌握更多机器学习的机制和市场的运作模式,能让人更不容易为科技所害,也能避免在无意间透露出更多资讯和隐私给掌握AI的少数拥有者。

参考资料:
    人工智慧、机器学习与深度学习间有什幺区别?AI AND ‘ENORMOUS DATA’ COULD MAKE TECH GIANTS HARDER TO TOPPLEGoogle Open-Sourcing TensorFlow ShowsAI’s Future Is DataThe GreatAIRecruitment War:Amazon Is On Top, And Apple Is Almost Nowhere To Be Seen Amazon Rekognition 硅谷的收购AI公司比赛:Google 第一 、苹果第二、百度也开始刷存在感
延伸阅读:人工智慧、机器学习、深度学习之间不是等号,而是一层包一层人工智慧来临,要如何教育出「能够生存」的下一代数位科技冲击三大失业潮+1%政商菁英垄断,其余99%该如何自救?《神人》未来简史:数字主义冒起资策会──AI人工智慧日趋成熟,可能引发的挑战如何应对?




上一篇: 下一篇: