投資STEM教育 迎戰AI革命

回顧2018年世界科技大事,不論從技術、經濟或政治層面而論,筆者認為非人工智能(AI)莫屬。本文概述筆者在公開講座中提及有關「AI與人類之間關係」的多樣性,包括其模仿、服務、深在及代替人類等特殊關係。

從科學研究角度看,根據「人工智能」的基本定義,AI是一套能夠仿效人類智慧的電腦系統。已故電腦科學家亞倫‧圖靈(Alan Turing)於上世紀五十年代推出確認AI系統效能的圖靈測試(Turing Test),今天它已成為AI研發和測試的標準。簡單而言,若然某人隔着牆壁(或透過電話)與另一人進行溝通而不能辨別對方是機器或人類的話,那麼該機器便通過了圖靈測試,成為科學界公認的AI系統。

全球智能人手將達8億

國際科技經濟媒體預測,全球AI市場總值到2025年將高達6000億美元之多,屆時全球智能勞動人手估計高達8億,佔總勞動人口超過兩成。面對龐大的市場,世界各國無不希望分一杯羹,中美兩國的競爭尤其顯著。

AI商機處處,中國近年重點關注AI+發展,開拓AI在不同產業的應用。香港一直以來亦注重產業應用,AI+是政府創新及科技發展的重點投資方向之一。AI技術對本地其他支柱產業,包括金融、醫療、智慧城市及再工業化的發展起了關鍵作用。

以「AI+金融」為例,金融交易主要集中在投資(或投機),包括股票買賣,目的固然是「搵錢」。專業人士一般會仔細分析股票市場的走勢,然後作出買賣決定。算法交易(Algorithm Trading)是近期熱門的金融科技,它主要是利用電腦程序進行自動買賣的方法,例如讓程序在交易過程中,可根據市場變動趨勢來決定交易時間段、交易價格、成交數量等。

過往算法以定量金融(Quantitative Finance, QF)為主導,因這建基於複雜金融數學模型。至近年隨着AI技術普及化,定質金融(Qualitative Finance)算法逐漸流行,金融系統利用AI分析社交網絡用戶群對市場的輿論,然後作出交易決定。

STEM對應用具重要性

「AI+」針對應用科學,因應不同問題找尋最佳的解決方案。在現實情況中,AI工程師解決問題時會運用科學方法,有系統地分階段作處理。基本上,他們會依循系統開發生命周期(System Development Life Cycle, SDLC),包括計劃(Planning)、分析(Analysis)、設計(Design)及落實(Implementation)四個階段。工程師在每一階段採用不同的「科學(S)、技術(T)、工程(E)、數學(M)」(STEM)元素。

首先,在初期的計劃階段,工程師會利用科學理論去分析問題,從中挖掘原因所在。其後在分析階段中,他們會採用數學模式分析所有因由,找出解決方案。再繼而進入第三階段的設計期,工程師會利用工程程序去挑選出最合適的方案,透過優化創作出最佳設計。最後,他們會利用科技去落實(Implementation)設計。

由此可見,STEM在AI應用中的重要性,而學習STEM必須從小做起。香港近年在STEM教育投資不菲,致力培育AI人才,將有助推動創科產業起飛。

創意產業難取代人腦

AI在工商業界已獲廣泛使用,雖然有助提升生產效率,但反過來令工人提心吊膽,恐怕職位被機器全面取代,導致飯碗不保。筆者認為,機器代人只會發生在重複性較高的工作上,畢竟AI應用在需要創意的任務方面,仍難與人類相比。有科技專家指出,在創意工作上,AI只屬輔助工具,即幫助人類提升生產力而已。

然而,工業界有不少工序(例如部件裝嵌)因循不變,而且甚為耗時。這類任務是典型工業自動化的目標,機器工程師通常會設計專用的生產機器人取代沉悶的人手操作。工業自動化實現了機器代人,結果大量工人被閒置。

 

 

We will be happy to hear your thoughts

Leave a reply

[RH_ELEMENTOR id="359"]
影屏科技工程有限公司
Logo