新書搶先看》納德拉（微軟執行長）：人工智慧發展的３個階段

好萊塢曾運用不同手法拍攝無數人工智慧相關的電影，人工智慧幾乎已成為好萊塢電影的一個子類型。1973 年的電影《鑽石宮》（Westworld ）裡，尤．伯連納（Yul Brenner）飾演人工智慧硬漢牛仔機器人，他走進酒吧，對決槍戰一觸即發。幾年後，迪士尼則有了截然不同的詮釋。在《大英雄天團》（Big Hero 6 ）中，像枕頭一樣柔軟的巨型機器人杯麵（Baymax）友愛地陪伴14 歲的小主人度過緊張刺激的旅程。「他會改變你的世界，」電影裡這麼說道。

沒錯，人工智慧會改變我們的世界，並且擴增人類智能，而人工智慧協助人類的角色比較像是杯麵，而非伯連納的牛仔機器人。

大數據、大規模運算力以及複雜的演算法，這三大突破正加速著人工智慧從科幻電影成為現實的腳步。多虧了我們日常生活中的相機及感應器數量呈指數成長，大量的資料以驚人的速率被收集與運用。人工智慧需要從資料中學習。雲端讓每個人都能取用龐大的運算能力，我們現在也有複雜的演算法，能從堆積如山的龐大資料中找出重點，提煉洞見與智慧。

但現在的人工智慧與杯麵或伯連納不盡相同，離所謂的「強人工智慧」（artificial general intelligence，AGI）還有段距離，就是電腦與人類智能並駕齊驅，甚至超越人類。和人類智慧一樣，人工智慧能依層級分類。最底層是簡單的模式辨識。中間是感知（perception），感測越來越複雜的場景，根據估計，人類感知有99％是透過語言和視覺。最後，智能的最高層級就是認知（cognition），能深刻理解人類語言。 

這些都是人工智慧的基礎，多年來微軟大量投資上述各層次的研發。例如， 統計機器學習工具（statistical machine learning tools）可以理解資料、辨識模式；以及能觀看、聆聽、移動，甚至開始學習與理解人類語言的電腦。在我們的首席電腦語言科學家黃學東及團隊帶領下，微軟創下正確率新紀錄，我們的電腦系統轉錄電話通話內容的正確率，比受訓過的專業人員還高。在電腦視覺與學習方面，2015 年末，我們的人工智慧團隊在五大挑戰中大獲全勝，即使我們只有訓練系統解決其中一項挑戰。在「常見物體圖像辨識」（Common Objects in Context）挑戰賽中，人工智慧系統要嘗試解決幾個視覺辨識任務。我們只訓練自家系統完成第一項挑戰：看一張照片，然後標明看到的內容。然而， 透過初階的遷移學習（transferlearning），我們建立的神經網絡成功舉一反三，透過學習並且自主完成其他挑戰項目，不僅能解讀照片，還能圈出照片中每個獨立的物件，並用單句文字描述照片中進行的動作。 

我相信十年內，人工智慧的語音及視覺辨識能力會超越人類。但機器能看和聽，不代表可以學習與理解。自然語言理解（natural language understanding），也就是人機互動，就是下一個新領域。 

那麼在未來，人工智慧真的能達到大家想像中的境界嗎？人工智慧該如何造福每個人？同樣地，答案也是層次遞進的。

今天，我們其實還處於人工智慧的最底層。人工智慧是特別訂製、量身打造的。少數能存取資料、具備運算能力與演算法的科技公司打造出人工智慧產品，再推到市場。只有少數人能為多數人打造人工智慧。這是目前大多數人工智慧所在的階段。

下個階段就是普及化。微軟做為平台公司，長期以來提供基礎技術與工具，讓其他人可以在其基礎上研發更多創新。我們的策略就是把開發人工智慧的工具交到每個人手中。推廣人工智慧就代表讓每個人、每個組織都能創造意想不到的人工智慧解決方案，滿足特定的需求。我們可以拿活字版印刷與印刷機的普及做為比喻。1450 年代，歐洲估計只有約3萬冊書籍，每一冊都由修道院的某個人手工製作而成。古騰堡聖經是第一本使用活字版技術製作的書，之後50 年內，書籍數量成長為大約1200 萬冊，進而刺激學習、科學與藝術上的復興。

人工智慧也需要這樣的發展軌跡。要達到目標，我們需要包容與民主。所以，我們的目標就是做出擁有人工智慧的工具，並融入到所有個人助理、應用程式、服務及基礎設施中：

◆ 我們正努力運用人工智慧來全面地改變人類與Cortana 等個人助理的互動方式，這樣的智慧型個人助理在我們的生活中會愈來愈普遍。

◆ Office 365 與Dynamics 365 這類應用程式將融入人工智慧，幫助我們專注於最重要的事情，最有效利用時間。

◆ 我們會開放微軟幾項基本的智能服務，包含模式辨識、感知與認知能力，讓全世界的應用程式設計師都能使用。

◆ 最後，我們正在打造全世界最強大的人工智慧超級電腦，並朝開放這個基礎設施給每個人的方向努力。 

很多產業都開始運用人工智慧。麥當勞正在開發人工智慧點餐系統，協助員工在得來速的作業，讓點餐更簡單、更有效率也更準確。Uber 用微軟的認知服務工具比對駕駛照片、確定駕駛身分，預防詐騙與提升乘客安全。Volvo 汽車也用我們的人工智慧工具偵測駕駛是否分心，可以提醒駕駛預防事故。 

如果你是企業主或經理人，可以想像有一個人工智慧系統，能看到公司全部營運流程、了解一切實務進度，並通知你最在意的事項。影像分析公司PrismSkylabs 在微軟的認知服務基礎上創新，讓電腦可以操控影像監控攝影機，分析當下發生的事件。如果你經營的是營造公司，人工智慧系統可以通知你，水泥車已經抵達某個工地。對零售商來說，系統可以追蹤存貨，或協助你找到某家分店的店經理。未來有一天，系統或許能在醫院觀察外科醫師與助理人員，若偵測到醫療疏失，就能在無法挽回之前，先警告醫療團隊。  

最終極的人工智慧，就是電腦學會如何學習，也就是電腦能產生自己的程式。和人類相同，電腦最終不僅僅只會模仿人類行為，而是能創造出更新、更好的方法解決問題。深度神經網絡（deep neural networks）與遷移學習讓我們有了突破式進展，但人工智慧就像梯子，而我們還在最底層。梯子頂端是強人工智慧以及機器對人類語言的全面了解。到時候，電腦就能展現和人類不相上下，或難以分辨的智能。

微軟有一位頂尖的人工智慧研究者決定做個實驗，示範電腦可以學會如何學習。受人敬重的電腦科學家兼內科醫師艾瑞克．霍維茨（Eric Horvitz）主持微軟雷德蒙德研究實驗室，他一直對能感知、學習和推理的電腦深感興趣。他想做的實驗，就是讓訪客更容易找到他的位置，讓他的人類助理能把時間花在處理更重要的工作，而不用老是浪費時間在幫人指路。

所以，要到霍維茨的辦公室，你會先進入一樓大廳，攝影機跟電腦馬上就會認出你，計算你的方向、走路速度、距離，然後進行預測，讓電梯準備好載你上樓。出電梯之後，迎面而來的機器人會向你打招呼，詢問你是否需要幫忙，在這些複雜的走廊和擁擠的辦公室中找到霍維茨的辦公桌。等你到了辦公室外面，虛擬個人助理已準備好接待你，他會告訴你霍維茨快講完電話了，要不要先坐一下等他。系統會接受一些基本訓練，但是隨著時間累積，它會學會自行學習，最後不需要程式設計師。比如說，系統接受訓練，如果碰到大廳裡的人停下來接電話，或是彎腰撿掉在地上的筆這類情境該怎麼辦。然後，系統自己會開始推論、學習、然後為自己寫程式。（本文摘錄自《刷新未來》第六章，天下雜誌出版）