產業創新六個重要AI概念
在這個人類及機器共存的時代，每個人都應該去嘗試瞭解並運用人工智慧這個技術。思考自己未來在這個變化快速的世界的角色定位。
1. 狹義的 AI
現在網路熱門報導的人工智慧（Artifical Intelligence, AI）應用如：
- ♦ 智慧音響
- ♦ 自動駕駛
- ♦ 人臉辨識
- ♦ 圖像分類
- ♦ 推薦系統
- ♦ 機器翻譯
等等，背後皆是狹義的 AI（Artificial Narrow Intelligence, ANI）。
儘管很多 AI 應用的表現甚至已經比人類還優秀，這些 AI 基本上都專注在完成「特定」的任務；這跟科幻電影如魔鬼終結者裡頭，能跟人類以一樣的方式思考並做「任何」事情的通用 AI（Artificial General Intelligence, AGI）是有很大差異的。
▲ ANI 與 AGI 的差異 （圖片來源: Coursera）
儘管開發出 AGI 是很多研究者的終極夢想，但事實上現行的科技離實現 AGI 還有好一段距離。
2. 多數 AI 應用是讓機器學會一個對應關係
大部分的機器學習以及 AI 應用本質上都是讓電腦學會一個輸入輸出的映射函數（Mapping Function），幫我們將輸入的資料A對應到理想的輸出B：
- ♦ 郵件分類：電子郵件 -> 是否為垃圾郵件
- ♦ 郵件分類：電子郵件 -> 是否為垃圾郵件
- ♦ 機器翻譯：英文資料 -> 中文資料
▲ 許多 AI事實上就是輸入 A 轉換成輸出 B 的映射函數 （圖片來源: Coursera）
3. 大數據、神經網路及運算能力是 AI 成功關鍵
要實現能幫助人類做複雜判斷的 AI 技術有很多種，但近年真正讓 AI 大紅大紫的是大數據(Big Data)、深度學習（Deep Learning）以及人工神經網路（Artifical Neural Network）。
▲ Google 的 TensorFlow在瀏覽器裡可以體驗深度學習以及神經網路 （圖片來源: tensorflow.org）
4. 擁抱 AI 的最好方法是將其與領域專業結合
雖然現在 AI 相關領域十分熱門，究其根本也就只是一種工具/技術。而且 AI 技術接下來會越來越平民化，上手的門檻會越來越低。因此比起現在轉行當 AI 工程師，你要先做的應該是想辦法利用自己工作累積的領域知識（Domain Knowledge）以及洞見（Insight），找出能應用 AI 改善的地方，進而創造出專屬於你或企業的競爭優勢。
5. 對 AI 的態度不應過度樂觀，但也不必太悲觀
儘管我們已經清楚現代 AI 的威力，仍需注意 AI 並不是萬能藥，無法（完美地）解決或自動化所有人類的課題。比方說有研究嘗試把自然語言轉成 SQL，但短期內一個資料科學家自己寫 SQL 查詢數據可能還是比較有效率。儘管 AI 不能（完美地）做到任何事情，我們也不該對 AI 失望，斷定下一個 AI 冬天必定會到來。
現在可以肯定的是 AI 已經開始改變我們未來以及下一代的生活型態。最重要的是理性地理解 AI 能做到什麼，在能活用的時候善加利用它，同時不抱著「 AI 能解決所有問題」的不切實際幻想。
6. AI 時代，你得思考未來自己想要扮演的角色
AI 目前正是顯學，不少人決定進入這塊領域，而現在跟 AI 相關的職業就有好多種，比方說：
- ♦ 資料科學家
- ♦ 機器學習工程師
- ♦ 機器學習研究者
- ♦ 軟體工程師
- ♦ 資料工程師
- ♦ AI 專案管理人
等等。而且隨著 AI 的影響力持續擴大，未來可能還會出現新的相關職業。要踏入 AI 這塊領域，除了資料科學家以外，其實還有很多選擇。思考個人的強處以及興趣所在，選擇最適合的職業發揮所長是最理想的。
結語
最後，相信大多數的人都可以輕鬆了解AI領域中幾個重要的概念了，對於AI，以人類目前的見解及想法，當然有其侷限性，但只要能找出更多應用面向及突破性想法，就能將其轉換成核心技術能力，自我的創新性就能快速提升。