白首太玄經

10月第一周，我們製作的封面故事是探討深度學習，恰巧最近在閱讀《人工智慧在台灣：產業轉型的契機與挑戰》，先前也在一場研討會上，聆聽該書作者之一：陳昇瑋博士的演講，他談到了人工智慧的發展，歷經了符號邏輯、專家系統、機器學習，總共有三波大浪潮。

根據他的介紹，人工智慧的第一個階段，是把人的思考邏輯放進電腦；到了第二個階段，是把人的所有知識放進電腦；而在最近的第三個階段，是把人的所有看見放進電腦。這樣的過程，似乎可以跟數位化技術在不同時期的發展，彼此對應。就像早期的數位化，重點在於程式化（Programmability）、資料化（Datafication）；到了80年代、90年代，資料倉儲、知識管理、決策支援系統、商業智慧開始興盛；而這10年來，方興未艾的大數據、機器學習，又帶動了新的數位化浪潮。或許是因為這樣的緣故，企業近期所關切的數位轉型，通常也會牽涉到機器學習、人工智慧。

在前兩個階段，後來的發展面臨到一些挑戰，因為人雖然能夠透過寫下決策邏輯、經驗法則的方式，讓電腦來進行相關的處理，但很多問題之所以難以解決，關鍵在於，人只是血肉之軀，並非全知全能，人有自身感官與認知的限制，對於各種事物的來龍去脈，不一定能夠完全清楚理解，也無法寫成規則，因此，即使發展成專家系統，所能解決的問題類型還是很有限。

而機器學習之所以能夠突破這樣的困境，某種程度而言，我認為是解耦了由人來制訂規則的這個環節，陳昇瑋在這本書第二章〈機器學習一次看懂〉也特別針對這點提出比較，並以圖解的方式，進一步呈現專家系統、傳統機器學習、深度學習之間的差異。而且，書中也提到，深度學習之所以有別於其他機器學習的方法，在於能否「自動」進行特徵工程（Feature Engineering），找出比人為定義更好的衍生變數，以及預測力更強的特徵。因此，若以深度學習來面對非結構化資料，在資料量足夠的情況下，可提供較佳的解法。

看到這裡，不禁讓我想到金庸小說《俠客行》的情節。書中主角迭有奇遇，自不在話下，但因為他天真、不諳人情世故，在各種因緣的半推半就情況下，陰錯陽差學到許多武功，到了最後，更因不識字而破解了俠客島圖譜隱藏的武功祕密。相較之下，故事中有許多經驗豐富的江湖老手，都受限於自己的認知，頻頻與這些奇緣擦肩而過，而不像主角履險如夷，甚至有許多人為了要參透圖譜祕密，投入多年時間苦思苦練，卻不曉得搞錯方向，因為想要精通這些武功的訣竅，並非是旁邊的文字註解……。

當然，這個故事並不能完全類推到深度學習技術的發展歷程，因為大家過去的努力並不是白忙一場。如果當初沒有人持續提出解題的方法，以及運算、儲存、網路技術的突飛猛進，讓我們以更合理的成本取得產生、儲存、處理大數據的能力，或許至今還沒有辦法達到這樣的科技進展。

此外，面對人工智慧的進步與普及，我們不得不體認到人類的渺小與有限的能力，因此，擔心自身職能是否會被取代，希望可以儘快學習妥善運用的方法，找尋自我定位。同時，在這樣的技術浪潮下，也提醒我們要正視自我成見的桎梏，面對世代的傳承與技術的更迭，應採取更開放的心態，不讓過去有限的經驗拘束我們未來發展的可能性，也許就有機會克服更多過去無法處理的困難。