Intel:如何取得「有用」資料,將成為人工智慧技術最大挑戰

2018.05.25 10:33AM
158
是Intel:如何取得「有用」資料,將成為人工智慧技術最大挑戰這篇文章的首圖
首圖

談到現階段的人工智慧運算,大致上可以說是藉由大量資料運算學習堆別而成的「經驗」,因此如何取得大量有用資料,對於人工智慧技術發展便顯得重要。在此次AI DEVCON活動上,Intel人類學家Genevieve Bell便針對隱私、法令等方面說明目前人工智慧技術發展面臨一些困境。

是Intel:如何取得「有用」資料,將成為人工智慧技術最大挑戰這篇文章的首圖

就Genevieve Bell看法認為,電腦端的人工智慧技術發展基本上仍是以資料餵養為核心,從而透過後續分析、互動、學習、衍生全新經驗法則,但最終還是仰賴初期的資料取得。但這些資料取得自然就會受限於現行法令、倫理道德規範,導致人工智慧技術可能因為初期資料建構不足,無法呈現更精準的學習效果,或是以更具效率方式成長。

以目前發展來看,建構人工智慧技術的廠商無法藉由科技進步理由強行取得用戶隱私資訊,甚至在現行歐盟準備推行有史以來作為嚴苛的GPDR (一般資料保護規範)法規之下,未來用戶隱私取得難度意味將會進一步提高,對於仰賴資料餵養學習的人工智慧技術發展也將面臨更大挑戰。

是Intel:如何取得「有用」資料,將成為人工智慧技術最大挑戰的第3張圖

Intel人類學家Genevieve Bell

人工智慧之所以被稱作人工智慧,就是建構在既有人類所能理解行為表態模擬重現,進而做出與人類相同、接近的相似反應,藉此代替執行原本人類負責工作,例如以人類理解形式從影像分析中找出可疑人士,或是讓自駕車能以貼近人類視角、感受情形操作車輛,但要能完整建構此類行為,初期提供學習模擬的數據便顯得重要,否則僅從少量數據模擬學習,即便從中衍生推演更多運算學習結果,仍可能與實際行為結果有所偏差。

因此即便現行人工智慧技術已經可以透過模擬多角形式進行交叉學習,但仍建構在原始取樣資料品質表現,這也就是包含Genevieve Bell在內人工智慧技術專家認為學習資料品質相當重要的原因。而這些資料並不完全必須是正確內容,其中也必須包含錯誤資訊,藉此讓電腦學習什麼才是正確、什麼才是錯誤,否則僅單方面以正確資料內容進行學習,實際上就會讓人工智慧技術難以快速判斷更多複雜選項。

在目前人工智慧依然是以大量資訊學習堆疊而成的情況下,人工智慧精度發展便仰賴資料量的取得,而資料的取得又取決於著多法令規範與倫理道德限制,因此也成為現今人工智慧技術發展所面臨挑戰。

以科技發展立場來看,科技廠商並沒有辦法以建構人工智慧為由任意索取用戶隱私資料,甚至超越一切法令只為讓科技技術成長,因此Intel表示將會在合法、尊重用戶權益情況下取得學習用資訊,並且藉由開放資料庫與相容架構設計等方式,讓人工智慧技術能夠持續成長。

是Intel:如何取得「有用」資料,將成為人工智慧技術最大挑戰的第4張圖

是Intel:如何取得「有用」資料,將成為人工智慧技術最大挑戰的第5張圖

回應 0
科技應用
人渣文本談網路選戰:別太依賴數位,肉身也得顯靈!
INSIDE網路趨勢觀察
1 天前
科技應用
一圖看懂 林口新創園「一站式服務」
討喜小姐 陳薪智
1 天前

熱門文章

最新消息

本日精選