破解人工智慧發展實況的過度炒作/Oleg Vishnepolsky

西蒙.史特林格教授(Prof. Simon Stringer)是享譽全球的人工智慧視覺專家。許多在各所大學院校的頂尖AI研究人員,都和他有相同的看法,正告世人不要太過相信業界炮製的各種AI「神話」。

自動駕駛所需的AI,發展並不成熟

史特林格教授指出,AI產業界放出來的各種消息多半誇大其詞,特別是在自動駕駛車輛的領域中,更能看出這些宣傳手法不符實際情形[footnote]可以參考華爾街日報的這篇這篇報導,以及來及紐約時報財星雜誌的文章。[/footnote]。

即使你不是AI專家,也能看懂史特林格教授的指控;簡單的說,如果自動駕駛車輛已經成熟到五年內便能問世,現在應該就能在市面上看到許多比較簡單的應用;但實際情形卻非如此。

人工智慧的成熟度,離真正實用化,還有很大的距離。

舉例來說,目前機器根本無法分辨人坐下來或是意外跌倒的動作;如果有這樣的機器,能夠在有人跌倒時自動發出警訊,呼叫醫護人員的話,這種機器應該老早就普遍裝設在老人安養中心裡頭了。這種技術比起讓卡車自動在曼哈頓街頭穿梭要簡單得多,但目前還沒人把它做出來。

和自動駕駛車輛相比,醫療器材能救人一命,而且獲利也頗豐厚;這樣的機器卻還沒出現,可見人工智慧的發展,還有很長的路要走。

還有許多尚待解決的問題

史特林格教授說,目前自動駕駛車輛確實能用,但必須在高度控制的環境中使用。他同時指出,自動駕駛車輛要真能上路,可能還要幾十年時間,因為最基本的人工智慧問題「整合的問題」(Binding Problem)目前仍然無解。史特林格教授與其牛津大學研究團隊,目前對這個問題的了解和研究,已有若干重要進展;而這個「整合的問題」是和電腦視覺相關的。除此之外,也還有很多其他的問題尚待解決[footnote]紐約時報這篇文章說明了許多自動駕駛遇到的技術問題。[/footnote]。

所以,大家不要被高唱入雲的各種AI宣傳花招給唬了。電腦輔助、真人駕駛的技術可能是比較實際,也能較早實現的解決方案,而這和所謂自動駕駛是兩碼子事。

基礎研究應該獲得更多重視

上面的狀況,同時突顯出科技界一個更嚴重的問題,那就是近二十多年來基礎科學研究遭到忽視,資源大多跑到應用研究領域的現況。從事基礎研究的學者,被迫得一直想辦法證明自己的存在價值,以取得各種研究經費;而且這些研究經費往往來自外界,而非他們所在的大學或研究機構。

基礎科學研究遭到忽視,連帶會影響應用科學的發展。

問題是,應用科學解決不了各種基礎研究會遇到的問題,更糟的是,應用研究甚至連會遇到什麼樣的基礎問題都看不到。

現在的世道,需求得快速得到滿足,問題要快速解決,更要快速獲利。問題是,事情往往欲速則不達。有些果樹,像是橄欖樹,需要三十年才結得出果實,種這種樹的農人,並不是為了自己,而是為了後代子孫。

我們從事科技研究的人,也應該效法這種精神,多為子子孫孫的福?做點事。