親睹Machine Learning辨別靚仔靚女（林天程）
圖片來源：huweijie07170
過去兩星期，除了上周三，恒指每天都錄得升幅，成交額大概500多至600多億元。本欄曾提及過的價值投資型股票中，最奪目算是大昌集團（00088），股價除了創1年新高，更創了3年新高。大昌集團是本地的小型地產商，亦有投資美國地產業務。以往分析該股，優點包括資產價值大折讓、債務很低、現金流充裕、預期收入不俗，而且股息穩健；缺點是股價波動小兼且交投不活躍，但過去幾天價量齊升，值得投資者注意。詳細分析以及公司估值，可參考舊文，在此不贅，免得被指呃字數。
人工智能四個層次
昨日車品覺兄在「全民大數據」專欄，展望今年的科技發展趨勢時提到：「人工智能與大數據的巨輪將繼續全速前進」。上星期其中一宗大新聞，是贏遍國際棋手的Master自揭身份為AlphaGo升級版。Master的圍棋對弈結果除令人驚嘆，亦再次掀起廣泛的人工智能技術討論。
其實坊間對「人工智能」至今未有一致定義，若硬要區分，則可嘗試用四個層次觀之。第一級是加裝了控制程式的家電用品，所謂的「內置人工智能」等字眼只是gimmick，實則是系統工學。第二級是典型的人工智能，程式系統的行動模式變化多端。這級別的人工智能可以理解input和output的關係，並產生大量組合，實際應用包括醫學診斷。第三級的人工智能，則包含了機器學習程式，系統會根據大數據找出input和output的關連，就如模式辨認（pattern recognition），然後自行作出判斷，近來媒體經常提及人工智能，多數屬於這級別。第四級的人工智能則是加入深度學習，即整個過程中有很多變數和組合。
人工智能（artificial intelligent）、機器學習（machine learning）和深度學習（deep mind）都是近來的熱爆詞彙，看到就覺得複雜和技術含量極高。上周筆者參與一個程式員聚會，其中一位講者Andy即席演示如何使用神經網絡（neural network）鑑別相中人是男或女。他說，坊間有多種相關的開源軟件，讓程式員直接使用，包括Google 的TensorFlow，又笑指深度學習只是多加幾層（layer），增加變數，然後隨即在熒幕上將code連貼幾次，令系統更「deep」。然後將預先準備好的1300+人類大頭照片輸入，再執行開源碼，系統即多次嘗試分析。一般而言，幾次之後會找到更佳的組合，提升辨認男女的機率，數分鐘就運行完畢。Andy再輸入10多張照片讓系統辨認，程式根據剛才的學習結果分析，並估算相中人是女性和男性的機率。當晚系統表現不俗，能正確辨認大部分相中男女的性別。這次即席示範，讓筆者感到機器學習和深度學習技術並非那麼高深莫測（至少當日的codes都大致看得懂）。雖然開源碼背後的理論和技術極高階，但就如各位使用智能電話或搭飛機，也未必會理解其運作原理，而普羅大眾應用AI和機器學習軟件時，也不需要完全理解背後邏輯。現在是大數據時代，大數據和人工智能相輔相成，只要數據量夠大，系統記憶體夠多，而且運算速度快，就可應用人工智能技術。
筆者要真正了解人工智能，顯然有極大段距離。套用不同程式員的簡潔解畫，是本體論（ontology），將不同數據（包括文字和句子）切割，並以數字表達。而各種數據間的關係，則以數學的多度空間顯示，然後形成龐大的神經網絡。
寫了咁多，整篇文就似「不懂扮懂」的介紹文，兼且和投資扯不上關係。其實，筆者想說明的是，並非只有大公司或研究所才會探討和開發人工智能和機器學習。既然有開源軟件，任何人只要懂得寫程式，就可以輸入數據測試效果。當晚有程式員提到股票分析是機器學習的熱門課題。以前市場由人類行為組成，現時已加添了很多程式活動，未來只會愈來愈多機器行為，並且以指數式增長。未來的金融市場，不論趨勢策略或經濟循環，都不能和過往相提並論。
Facebook 專頁：www.facebook.com/trendalysis
更多林天程文章：
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。
