人工智能思考領域（零機壹觸）
一般人最常接觸的是電腦遊戲的人工智能。
上期談過人工智能的前景，今期再談談現有階段與趨勢。現代人工智能的主要發展研究關注包括了推理、解決問題、計劃、機器學習 (Machine Learning)，以及溝通/人類語言處理 (Natural Language Processing)、機器感知和機械學。本文特別選些有趣的課題談談。
以上題目，近幾年有很多普及的產品，例如蘋果的Siri (2011) 是「人類語言處理」的代表，這課題關注的是電腦如何辨認人類語言。臉書和很多數碼相機中的臉孔辨認程序是「機器感知」的例子，這課題關注的是機器或電腦對影像、聲音、符號的辨認能力。前幾期分享過的機械人大戰則是研究「機械學」的場地，關注的是機器的運動性。
智能感官仍然落後
演算法元老學者高德納 (Donald Knuth），是史丹福大學名譽教授，他指出「現在電腦已在所有需要思考的領域超越了人類，但在不需要思考的領域還遠遠落後」。「不需要思考的領域」指的就是人類語言處理、機器感知、機械學這些課題，就是一些人類主要用感官和肢體做的行動，和主要用大腦做的推理、計劃、學習等有別。
現代電腦的思考領域課題的研究發展，都是依從三大方向。第一類是「符號邏輯」，即是以人手逐項分析編程，或循邏輯、思考或知識的模型上溯建築出整個「人工大腦」。第二類是「統計邏輯」，以數據和知識結構處理思考和解決問題，時下流行的「大數據」便屬此類。其三是「非邏輯」，以模擬人腦的結構，在機械上製造出類似結構為方法。曾聞名一時的人工神經網絡 (Artificial Neural Network)，和遺傳算法 (Genetic Algorithm) 便是這個界別，著名例子包括於1997年曾以電腦「深藍」擊敗國際象棋世界冠軍Garry Kasparov的IBM「藍約書亞計劃」，全腦模擬 (WBE, Whole Brain Emulation)，以及谷歌的「谷歌腦」 (Google Brain)。而這個由Andrew Ng領導的「谷歌腦」計劃，其父母是香港人。
電腦遊戲中的智能
一般人最容易接觸的人工智能，就在電腦遊戲中。從以上的分類來說，現代電腦遊戲中的人工智能，暫時還主要是思考類的頭兩項：符號邏輯和統計邏輯。遊戲設計發展了約50年，過往非邏輯類的嘗試都不算成功。而明顯由於遊戲開發設計界別是一門生意，非邏輯類的人工智能的技術投資回報在這界別上比其他兩類低，而且技術要求較這兩類高，以致沒有很多投資者願意嘗試，而寧願投資在其他領域，例如視覺效果或電影場景。遊戲開發趨勢在各平台上還是以投資回報為先。
近年和可見的未來，遊戲設計界會愈來愈多上文提及的非思考領域的人工智能發展。而加上前幾期談過的虛擬實境、立體影像、機械人技術，在一眾科技投資和使用者的資本支持下，未來數十年的科技發展將是一個更高速的黃金歲月。
《超人類：卓比》中的大腦意識轉移，在未來或可成真。
更多零機壹觸文章：
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
