新聞中心

EEPW首頁 > 設計应用 > 瑞彩祥云

瑞彩祥云

作者:高煥堂時間:2019-08-28來源:電子産品世界收藏

  高煥堂?(台灣VR産業聯盟主席,廈門VR/AR協會榮譽會長兼顧問)

本文引用地址:/article/201908/404233.htm

  很多人會發現在某些場合應用得很好,但在某些場合應用得並不是很理想。像IBM公司應用在醫療上,從30年前的,當時是屬于Rule-based模型,就做了的醫療專家系統,也沒成功。最近IBM的Watson團隊也裁員70%。所以很多人都在想這到底是怎麽一回事呢?

  1 登山者-雪巴人(向导)模式

  兹以珠峰登山者为例,首先我提出一个思考的问题:为什么登山者需要雪巴人(向导)呢? 如果没有向导,又会怎么样呢? 我们可以从登山者与雪巴人来看他们的特性及组合;雪巴人在山上已经住了几十年以上,所以他们的阅历很多,对那个场域、环境很熟悉。而登山者有他的梦想、勇气,到了一个陌生的环境中探索。所以雪巴人扮演一个角色,就是:降低风险。他会告诉登山者哪里有坑、有洞;而登山者就去探索和想象,追逐他的梦想;就是这样的组合。

  所以,我们做AI医疗时,可以想一想AI在医疗领域里,到底该扮演雪巴人角色,还是登山者角色呢? 所以,当我们想用AI来处理商业、生活等各方面时,如果该场域的不确定性很高时,若是偏向于雪巴人的角色,使用AI会很成功,反之如果偏向于登山者的角色,就可能会失败。

  在某些場域,這兩者的組合卻常常是最成功的。這就是不確定性高、變化度很大的場域,最典型的是戰爭,諸如政治/戰爭。所以劉邦旁邊需要張良,劉備旁邊需要孔明等,都是這樣的搭配。至于現在的不確定性場域,就是股票、基金等金融,以及醫療手術等,其不確定性很高。所以我們常常發現,如果拿AI來選股,或拿AI來代替醫生,似乎都不太會成功。

  兹举一个例子(此为假设情境),有一位登山者,他准备(半年后)在冬季12月登上最高峰,他就选择珠峰的南边,经由南边而爬上珠峰的最顶端。这时,雪巴人(向导)很可能会告诉他说:那一条路不能走。登山者就问:为什么不能走? 雪巴人反问登山者:请先说说,您为什么选择那一条? 此时登山者回答说,因为到了十月份,是秋天,南边的阳光比较充足;而北边黑暗,比较不好爬。然后,雪巴人就说那一条路不能走的原因是:到了10月份,会刮东北风,所以南边会有大规模的雪崩。这时候他就告诉登山者说:那里有一个风险,非常高,不应该往那边走。这是要降低风险,让他不要失败。所以像孙子兵法等都有一句话:不打“没有把握的仗”。就是由雪巴人来告诉他哪些部分是没把握的仗。

  2 AI精于“

  從認知學的角度看,人類有3種邏輯推理,①,②演繹性推理。,就例如我到深圳时,看到很多人做电子业赚大钱,所以我就得出一个结论:深圳的年轻人应该大多数人都在做电子业(但不一定正确),这叫做歸納性推理。第二种是演绎性推理,其中数学是最典型了,例如两条直线在同一平面上,又没有交叉,则它们必然是并行线。这叫做演绎性推理。③溯因性推理。像医生就是最典型的,当您去看医生的时候,医生看到您满头大汗、而且有一点发烧、流鼻水,他看到这个“果”,然后倒过来追溯其“因”,他猜您可能是伤风感冒了,所以他就给您开相应的药。下次再遇到您的时候,他马上会问您:身体有没有好些了呢? 这叫做溯因性推理。其中,前两者是从因推到果;而溯因推理是从果推到因。

  这样就很清楚了,雪巴人担任的事情就是从过去的经验,推论出来10月份南边会有雪崩,因为是基于他的经验及事实,所以他的否证能力是超强的。于是现在,您就可以非常理解了:AI因为基于大数据,所以它从歸納性推理(从因推到果)的能力特别强,而且已经远远超越人类的能力了。

  这样可以更了解到AI的本质,就是通过大数据的相关性,然后进一步做歸納性推理。这种歸納性推理的特质是,在愈窄的范围,它的归纳精准度愈高。这样就给我们一个启示:当您要做AI的时候,如果想要做得很棒、想要取代人类,其窄度要够,例如想下围棋,就只做下围棋的AI;想下象棋,就专做下象棋的AI。反之,如果你做了一个既会下围棋又能下象棋的AI,其精准度就会下降,效果也就下降了。这就是当今AI的特性。

  3 AI神鹰与AI猎狗

  在一些不確定性高、變化度很大的場域,AI扮演雪巴人(向導)的角色,將會表現得很亮麗。同樣地,在商業上的高層決策上,也一樣屬于不確定性高、變化度很大的場域。

  茲舉一個例子來說明:成吉思汗與神鷹的故事。據說有一天成吉思汗自己一個人去打獵,卻迷路了,眼前一片沙漠,又口幹舌燥,突然看到峭壁上滴下了水滴,成吉思汗就拿著水杯去裝水,正要拿來喝的時候,他常常攜帶的一只神鷹,在空中飛翔,就飛下來,唰一聲,把杯子踢翻了,連續踢了四次。成吉思汗想要嚇嚇它,叫它不要搗蛋,就拿起弓箭來嚇它,射出箭之後,神鷹慘叫一聲,掉落到峭壁上。成吉思汗爬到峭壁上發現神鷹被他射死了。神鷹旁邊的水池(水源)裏面有一條毒蛇,而且是死的。因爲蛇是死的,所以水是有毒的。成吉思汗發現了神鷹救了他的命。

  于是我们就可以思考一个问题:如果今天我们做出了两个AI,一个叫AI神鹰,另一个叫AI猎狗。那么我们就来想一想,成吉思汗会携带AI神鹰,还是AI猎狗呢?很容易推论,他会选择AI神鹰。为什么呢? 因为神鹰会看到危险,看到危机、看到风险。这意味着,决策性比较高的场域,AI很适合做神鹰这个角色。如果是这样做,AI就会很成功。反之,如果AI做到成吉思汗的角色,效果可能不太好。

  综上所述,把 AI做在决策点与行动点之间,是最具价值性的。从成吉思汗与神鹰的故事,可以领会到,AI扮演神鹰的角色,既符合AI的特性,又非常具有价值。

微信截图_20190909110709.png

  當AI(神鷹)發現決策者思緒不夠完美時,可以給予畫龍點睛的效果。更具價值的地方在于:當AI(神鷹)發現決策者的決定是錯的,而且行動是災難性的,AI立即提出嚴重警告。換句話說,AI必須在決策者的“決策時間點”與“行動時間點”之間的數秒鍾內,必須實時納入當下的決策,做出智慧的推論,采取保護主人的行動,而且刻不容緩。

  4 结束语

  如果你做的AI只是依据过去和现在的大数据,来做歸納性推理,让它只凭过去的经验来做决策,一般都不会成功。所以微軟公司创始人Bill Gates(比尔·盖茨)说过一句话:过去的成功经验常常是最糟糕的导师。

  然而,讓這種AI來扮演雪巴人的角色,或是神鷹的角色,其在電光石火的瞬間洞察出那些是“不打沒把握的仗”,就能有效降低高階商業決策的風險,立于不敗之地,並提高勝率。

  參考文獻

  [1]高煥堂.AI思維給人類教育的三項啓示.電子産品世界,2018(2):82-83.

  [2]高煥堂.人類如何向AlphaGo學習出人頭地.電子産品世界,2018(5):76-78.

  [3]高煥堂.AI時代的新知識結構:知識3.0.電子産品世界,2018(3):76-78.

  [4]高煥堂.電子産業AI(智能)化之道.電子産品世界,2019(6):77-78.

  [5] 高 焕 堂 . A I 时 代 , 如 何 培 育 创 新 技 能 . 电 子 产 品 世 界 ,2018(8):80-82.

  本文來源于科技期刊《電子産品世界》2019年第9期第77頁,歡迎您寫論文時引用,並注明出處。




關鍵詞: 201909 AI 歸納性推理

評論


相關推薦

技術專區

關閉