認識AI時代（1）大數據與人工智慧密不可分

2016年3月AlphaGo以四勝一敗擊敗韓國職業九段棋士李世乭(音”十”)，AlphaGo是由谷歌 DeepMind開發的電腦圍棋軟體。AlphaGo最初通過模仿人類玩家，嘗試匹配職業棋士的過往棋局，其資料庫中約含3000萬步棋著。達到一定的熟練程度後，它開始和自己對弈大量棋局，使用強化學習進一步優化下棋技能。。

由此可見，人工智慧一定要搭配足夠的數據，比如大數據，兩者相輔相成，就能夠漸漸的達到模仿人類的思考行為。

大數據應用

大數據中所謂「有價值」的資訊，正是指資料經過分析後產生的「相關性」。從客戶的數位足跡中探究、分析，找出可能適合的商品與服務，並主動推介給潛在客戶。如亞馬遜早年就以客戶瀏覽的書籍紀錄，主動推薦客戶可能也有興趣的書籍、商品；谷歌與其之後併購的Youtube亦復如是。

如果在YouTube瀏覽相關影片，YouTube就自然就播放相關的推薦影片。所以，每一個人的谷歌以及每一個人YouTube，他的畫面是客製化的。

谷歌在1998年創立，2004年在那斯達克上市，目前以控股公司母公司Alphabet Inc. 掛牌，今年2月3日的收盤價為104.78美元，市值高達1.36 兆美元。根據調查，谷歌每秒就有99,000次的搜尋，一天的搜尋超過85億次。

谷歌市占率多年來一直以超過75%的市占率，完勝第二名的Bing(微軟擁有)與第三名的雅虎。

由於谷歌應用用戶在搜尋時的特定關鍵詞（或詞句） ，可以在搜索結果中展示廣告商的廣告給「相關」用戶，2021年全年谷歌的廣告營收為2,090億美元，佔谷歌全部營收的80%。

谷歌的資料庫夠大，用戶樂於使用，使得廣告商願意付高額的廣告費給谷歌。

什麼是人工智慧?

人工智慧(Artificial Intelligence，亦稱人工智能)指的是什麼? 人工意指人造，例如：人造草皮、人造心臟、人造淚液等。

人工智慧的「智」與失智的「智」是一樣的嗎？答案應該是一樣的。也就是都在「辨識」與「判斷」；人類自嬰孩時段透過聽、看、聞等五官功能以學習辨識。當一個人失智後，也形同失去辨識、判斷能力。

人工智慧應用的產品諸如：智慧音箱(遠距控制家中家電與設備)、無人機、機器人、機器手、聊天機器人、無人商店、無人分行、自駕車、智慧製造、無燈工廠、智能客服、RPA（流程機器人） 、機器人理財等，無不與辨識、判斷功能有關。這些應用產品目的都希冀透過自動化、智能化，以降低成本、提升效率與效能。

▓ 應用人工智慧

目前的人工智慧屬於「應用人工智慧」，又稱之為「弱人工智慧」。

影像辨識、聲音辨識(Siri)、Google AlphaGo、IBM Watson或自駕車，都是弱人工智慧的例子。它們可在單一領域達到媲美、甚至超越人類的成就，但無法做到對人類而言相對容易的多功能工作，例如：人類不僅會下棋，也會開車、看診、打高爾夫球等。

▓ 通用人工智慧

「通用人工智慧」即機器與人類一樣擁有進行所有工作的可能，又稱之為「強人工智慧」。大多數的學者專家認為目前研究水準仍未達到通用人工智慧。

迎賓機器人的發展

大數據加上人工智慧運用在金融業的場景有迎賓機器人、機器人理財、智能客服等。

就迎賓機器人而言，曾經紅極一時、長相可愛的人形機器人Pepper，由日本創投軟銀集團（Softbank）投資，鴻海代工生產，2016年引進台灣市場，透過租賃方式使用。當時金融業中的第一銀行、台新銀行與國泰人壽，超市中的家樂福、全聯與亞太電信都曾導入使用。

進入銀行的客戶首須在號碼牌機螢幕上選取所需服務項目，取得號碼牌後即進入等候程序。迎賓機器人除了賣萌外，別無其他協助客戶之處。在整體實用性不高的情況下，Pepper的市場實際需求未如預期的成長，軟銀於2021年停產Pepper。

Pepper機器人的失敗原因，在於資料庫的不夠完整，可以與客戶的對話內容寥寥無幾。既不具銀行員與客戶對話知識的大數據，亦無人工智慧的機器學習能力，以進一步優化其功能，殊為可惜。

（文字整理）