下一個統治世界的企業:人工智慧讓47%以上工作被機器人取代, 我如何把威脅變機會? | 被動收入的投資秘訣 - 2024年8月
![](https://www.books.com.tw/img/001/072/55/0010725563.jpg)
下一個統治世界的企業:人工智慧讓47%以上工作被機器人取代, 我如何把威脅變機會?
◎舉辦救災機器人競賽,美國國防部的善意為何引起日本、歐洲疑心?
◎從無人車到宅配事業,Google收購八家以上機器人公司,打算多久征服所有產業?
◎GE奇異免費提供全世界人工智慧運作系統,圖謀什麼?刺激德國發動工業4.0。
◎讓機器學習西班牙文,竟然中文和英文能力自動進步!這是驚喜還是警訊?
◎臉書成立人工智慧研究院,搜尋引擎百度在矽谷成立人工智慧研究所,
德國的西門子、福斯汽車皆致力發展機器人思考型工廠,減少人力支出;
還有日本的軟銀、美國的微軟、蘋果、亞馬遜……爭相投入。
哪個企業主導AI,那個企業就能統治世界……最遲二○四五年全面接管。
人腦路數全被電腦洞悉、機械手腳極度擬真人類,
當人工智慧翻轉了世界,你的工作是進化或淘汰?
47%以上的工作會被機器人取代,威脅?只要你「早知道」,就會變成機會。
◎人工智慧,是毀滅人類的幸福工具嗎?
──機器學習是雙面刃,迎刃而解也可能傷到自己:
․全球人才不到50位,你的機會來了:
不僅谷歌成立專門研究室,臉書、百度也加入戰局,較勁意味濃厚。
就連最自負的蘋果也不惜和微軟合作,企圖攜手對抗谷歌大神,
․ 哪些工作會消失,哪類工作更吃香?
園藝專家、理髮師、廚師等需要結合模式辨識與細部運動神經的職業,
最不容易被人工智慧取代。請問,你現在的工作是……?
․機器人大舉入侵,你如何應對?
儘管Google以鐘形曲線為證,不斷強調無人駕駛車的安全性,
但現實世界裡的肥尾曲線,使無人駕駛車仍舊背負了不保證一定安全的宿命。
所以,碰到危險時還是必須由人來判斷。
◎全世界被AI統治的那天
──最遲2045年,誰主導AI誰就能「管理」世界:
․機器人之所以從實驗室走向大眾市場,
兩大關鍵為:開發成本大幅降低,與少子化、高齡化使得勞力需求倍增。
谷歌率先看出這中間的商機,搶先一步卡位。
․谷歌、亞馬遜都想用機器人稱霸供應鏈,乃至於宅配:
當家庭、辦公室,甚至各類職場都仰賴機器人的生產力時,
未來消費者不論怎麼選擇,壟斷市場的企業都能持續獲利。
◎人類價值何在,更進化或者遭淘汰?
──從德國、歐盟的機器人計畫,看人類的機會:
․當電腦負責邏輯分析運算,人就發揮「主觀」。
把車子交給機器自動駕駛,卡車司機可在車上做更多辦公室業務。
建築師不必擔心沒靈感,而是利用電腦程式,在短時間內畫出上百張設計圖。
次世代機器人的技術性轉移,正好讓我們有機會思考「人類究竟該做什麼工作」。
人類的最後堡壘絕對不是人工智慧智能,我們還有更厲害的……
畢竟發明機器人的,還是人。
更重要的是,目前相關專業人才屈指可數,你現在追還不遲——。
各界推薦
《數位時代》編輯總監 盧諭緯
奇點大學(Singularity University)臺灣第一人 葛如鈞(寶博士)
作者簡介
小林雅一(Kobayashi Masakazu)
1963年生於群馬縣。現任日本電信公司KDDI研究所研究員、資訊安全研究所客座副教授。東京大學理學院物理學系畢,同校同科系碩士班結業之後,即出任雜誌記者,並至波士頓大學留學,主修媒材理論研究(Media Theory)。曾在紐約的報社服務,回國曾於慶應義塾大學媒體傳播研究所擔任教職。
著有《全球媒體產業的未來》(日本光文社新書)、《從雲端到人工智慧》、《Web進化最終形》(日本朝日新書)、《讓日本企業邁向復活的HTML5戰略》(日本光文社出版)等。
推薦者簡介
盧諭緯
現任《數位時代》編輯總監、IC之音廣播電台《數位領航家》主持人。長期關注數位科技、財經管理及創意文化方面報導。喜歡在虛擬數位世界與現實採訪現場間穿梭,發現未來創新線索。
葛如鈞(寶博士)
葛如鈞,人稱寶博士,臺大資訊工程學博士、日本慶應大學媒體設計博士後研究員,現任國立臺北科技大學互動設計系專任助理教授。2014年自谷歌與NASA合辦,號稱「全球最聰明大學」的奇點大學夏季課程畢業,也是該校開辦以來首位就讀的臺灣人。
曾擔任SLP全球創業家網路臺北分部年度執行長、Memora Inc.穿戴式人工智慧相機公司共同創辦人、林克威許公司(Linkwish Inc.)共同創辦人暨前任執行長,推出包括摩斯漢堡訂餐應用程式「MOS ORDER」等多款熱門App。著有《放膽射月!全球最聰明大學「奇點」教我的事》。
葛如鈞部落格:dab.tw/
葛如鈞臉書:www.facebook.com/dAAAb
譯者簡介
劉錦秀
東吳大學日文系畢業。曾任出版社國際版權部經理,譯有《看懂對手的獲利模式》、《奇異GE如何把人力變人才?》、《讓人開心為你效勞的順耳指令》、《這樣下指令,軟爛部屬變能幹》、《讓老闆甘願等四年的人才》、《野心的建議》(以上皆由大是文化出版)等書。
推薦序一 踏入神之領域的未來/盧諭緯
推薦序二 要在三十年後的世界存活,你一定要讀這本書/葛如鈞(寶博士)
前言 人工智慧正取代人力人腦。「識者」生存!
第一章 人工智慧,是毀滅人類的幸福工具嗎?
──機器學習是雙面刃,迎刃而解也可能傷到自己
01機器會自己學習,對我有什麼影響?
02大數據結合物聯網,消費者插翅難飛
03機器學習有沒有極限?人類瞠乎其後
04投資大師沒跟上AI,彩色人生也變黑白
05史丹佛最熱門關鍵字:(機器的)深度學習
06當機器學習翻譯:學西班牙文結果中文進步
07深度學習:目前全球人才僅五十位!
08人工智慧會不會背叛、威脅人類生命?
09哪些工作會消失,哪類工作更吃香?
10機器人大舉入侵,你如何應對?
第二章 模仿人腦,機器學習離不開腦科學
──人工智慧的演進與現狀
01機器怎麼學習?算你千萬遍
02人工智慧最初從模仿人腦開始
03六○年代:模仿人腦不成,整組砍掉重練
04八○年代:框架內就靈,框架外不行,貝氏機率上陣
05九○年代:暴力人工智慧,自動駕駛車問世
06人工神經網路敗部復活
07終於跨進腦科學研究領域
08解決框架問題的時機到了嗎?
09最接近人腦的人工腦,快做出來了
10有意識、會思考的機器人,正在孕育中
第三章 全世界被AI統治的那天
──最遲二○四五年,誰主導AI誰「管理」世界
01大家卯足勁,讓機器人加快腳步走進家庭
02谷歌想用服務型機器人征服世界
03美國辦救災機器人大賽的背後企圖
04八項全能,但很慢
05谷歌亞馬遜想用機器人稱霸供應鏈,乃至於宅配
06機器人成了木馬屠城
07日本的機器人很行,但不夠智慧
08美日機器人還真是不同「人」種,原因是?
09三十年內谷歌可以征服所有產業
10人才屈指可數,意思是現在追還不遲
第四章 人類價值何在,更進化或者遭淘汰
──從德國、歐盟的機器人計畫,看人類的機會
01將棋、圍棋冠軍全被學會下棋的電腦打敗
02電腦下棋會出怪異新招,誰教的?
03人已經沒什麼可教了,機器學習如何深造?
04人腦路數全被電腦洞悉時,人要幹嘛?
05人類究竟該做什麼工作才對?
06德國工業4.0計畫,抗衡美國工業互聯網
07歐盟砸錢開發機器人,創造或消滅就業機會?
08電腦負責邏輯分析運算,人就發揮「主觀」
09人工智慧也懂創作!三十年前就辦到了
10人類的最後堡壘不是智能,我們還有更厲害的……
結語 讓機器擁有意識,人跨入神之領域
推薦序一
踏入神之領域的未來
《數位時代》編輯總監╱盧諭緯
一切不再是電影故事的想像了。
記得好萊塢電影《獵殺代理人》(Surrogates),外頭行走的是仿真機器人,然後本尊坐在家裡控制著「自己」的行動,哪個是真?哪個是假?究竟誰是主體的疑問,引發混亂對戰;《鋼鐵人》(Iron Man)主角史塔克的管家賈維斯,比起女主人小辣椒,更能準確且忠實的滿足史塔克的需求;還有《雲端情人》(Her),男主角西奧對智慧軟體的愛戀,交雜著未來科幻和傳統浪漫的情節,直探人心最微妙的情感需求。
當各式硬體加入了人工智慧,從數據歸結中推論出最接近理想狀態的做法,產品也就有了靈魂。學習、塑造、改變、進化,幻境即是真實。亞馬遜推出了智慧語音家電Echo,能幫你買達美樂披薩、叫優步(Uber)的車子,還能用點評網站幫你找家好餐廳!不僅如此,從蘋果的Siri為起點,包括臉書、LINE、微軟,都推出了聊天機器人,進入對話,就開始互動,甚至微軟的聊天機器人「Tay」才上線一天,就學會說出充滿種族歧視的言論與髒話,緊急被下架處理。還有日本機器人學者石黑浩開發的人型機器人,已經登上舞臺,與真人演出舞臺劇。
再看2016年3月,人工智能電腦AlphaGo與世界棋王李世乭的對弈,最後以四勝一敗獲勝,被打敗的不只棋王,其實我們也跟著心驚,就連比爾.蓋茲(William Henry Gates)、全球知名物理學者史蒂芬.霍金(Stephen Hawking),都提出了他們的憂慮:舊的社會模式將一去不復返,新的規則開始主宰這個世界。
當真實與虛幻的界線消失,影響的就不僅僅是科技面的應用問題,而是人類該如何自處:工作會不會被取代而消失?人類的能力該如何提升與之競爭?樂觀者認為,科技的進步,會將人類從勞力中解放,邁向更具創造力的境界,生活會更加精準有秩序;悲觀的人認為,人類會走向終極的奴役,找不到生存的意義。
說答案太困難,因為我們其實還沒有搞清楚,究竟是如何走到了這樣的智慧時代?我們也還不知道,技術發展可以走得多快?這場真人與機器之間的模仿遊戲,不能勝之不武,就算真的敗了也要有理。
哪些關鍵技術突破造就人工智慧的飛躍?面對這樣一個轉折的時刻,誰會率先發現並促動科技奇點?谷歌、蘋果還是亞馬遜,或者該企業還躲在沒被看見的角落?許多相關疑問、擔憂,在這本《下一個統治世界的企業》裡,可以找到一些思考方向。
我們似乎越來越接近這個人工智慧爆發的臨界點,它對人類事務的影響也越來越大,有一天它將成為人們的共識,但如同石黑浩所言:「我有興趣的是人,是我們自己。」關鍵不是機器學習的技術,這本書最大的意義或許也正在於此。當我們已跨入這個姑且可稱之為神之領域的未來,雖然無法回頭,但當我們能夠更理解作為一個人的位置,了解技術的能力與限制,就可以走得更穩健一些。
推薦序二
要在三十年後的世界存活,你一定要讀這本書
奇點大學(Singularity University)臺灣第一人╱葛如鈞(寶博士)
回想兩年前在奇點大學,第一次接觸到深度學習的概念和實作,大受震撼。透過幾行程式,深度學習就能突破影像辨識領域卡了十幾年的瓶頸;透過幾個開放原始碼的計畫,我就能輕易讓電腦分析我在NASA園區透過穿戴式相機所記錄的九萬多張照片,運用於新創公司Memora(Memory+Camera);當谷歌運用深度學習人工智慧,就能讓自動駕駛汽車開得比誰都快、圍棋程式下得比誰都好……我不得不開始思考,三十年後,深度學習人工智慧,會不會變成新世代的注音符號?成為每個青少年在學校裡都要學習的基礎知識?
如今,或者三十年後的今天,路上的車,家裡的燈,廚房裡的用具,全都可能變成人工智慧的一部分,當電燈不亮、汽車不動,也許不再只是線路不通而已,而是哪個電燈或汽車的上游人工腦出了問題!
三十年後的人們,若是對人工智慧沒有基礎認識,會不會就無法理解交通的運行、資金的運轉,甚至社會的運作?這並不是危言聳聽或誇大其辭,想想看,今天許多人們也許尚未察覺,他們每天花了大把金錢看的好萊塢電影,早已開始運用大數據和人工智慧決定劇情;大家每天花大把時間滑來滑去的手機,上頭的臉書或是網路文章搜尋結果,通通都是人工腦運算出來的;今天股市漲跌幅裡,很可能超過一半的操作,都是由電腦程式自動決策的快閃交易(High-frequency trading,簡稱HFT)所帶來的。今後,人工智慧只會更大幅度的滲入生活,我們一刻不得緩,必須開始面對、理解、接受,與它一起生活、共同合作。
人工智慧是門太古老的學科,深度學習又竄起得太快,不易說明。回到臺灣以後我雖然到處推廣,但對於可能給社會帶來最大衝擊的人工智慧(尤其是深度學習的人工智慧),一直不是很能清楚說明。所幸這本《下一個統治世界的企業》,完整蒐集了最新的產業消息、學術研發突破,裡頭許多認知都是近期幾位真知灼見的專家所看見的趨勢,例如,大數據和物聯網本身不是重點,如何運用人工智慧分析這些數據及遍布的網絡資料才重要等。
更厲害的是,本書連人工智慧對社會結構和人類生存可能帶來的經濟、社會甚至哲學的影響都涵蓋了。除了幫助讀者更了解深度學習、人工智慧的基礎,更帶領大家搶先神遊至那個不可逆的AI大未來,進行一趟完整的思考旅程。
對於我這樣的「新科技傳教士」而言,它更像是一本幫助我布道的經書,替我把大腦裡的思考和對人工智慧的認識,企圖提醒臺灣人更重視此領域的想法,完整的呈現出來。
我不確定讀者諸君讀完本書後的感想會是什麼,但我很能肯定的是,本書已經確定成為我介紹人工智慧、深度學習等新興概念時,不可或缺的參考及推薦讀物。期望透過此書的出版,臺灣能有更多人積極投入這個足以改變人類——或如同賈伯斯(Steve Jobs)所說「足以撼動宇宙」的新方向,一起找尋人類智慧與機器共存的新邊疆。
前言
人工智慧正取代人力人腦。「識者」生存!
近年來每到春天,將棋電王戰(按:將棋為日本的象棋,將棋電王戰為日本將棋界近年和軟體公司共同舉辦的比賽)就備受注目。內建人工智慧(AI)的電腦將棋軟體,和一向勝券在握的職業棋士對弈,然而在2013年、2014年,職業棋士連續兩年落敗。2014年的成績甚至為一勝四負,可說輸得相當難看。
因此,大家都很期待從「名人或龍王戰」脫穎而出的冠軍能參與賽事。負責遴選電王戰選手的日本將棋聯盟,在經過一番慎重的選拔之後,終於為2015年的電王戰選出了五名年輕參賽者,其實力不輸各賽事歷屆冠軍紀錄保持人,足以和電腦將棋軟體抗衡。
當時電腦將棋協會曾針對此賽事表示,2015年的電王戰,如果將棋軟體再次獲勝,便毋須再與各賽事歷代冠軍紀錄保持人對弈,而直接宣布獲勝(按:2015年的將棋電王戰最後由人類獲勝,終止了將棋軟體的勝局,但在2016年四月的賽事中,將棋軟體再次擊敗了人類)。電腦將棋協會之所以會這麼說,是因為2015年這場比賽,是棋士(人類)和將棋軟體(電腦)最後一次對弈;從2016年開始,比賽形式將改成由棋士和電腦組隊進行雙打賽(Tag Team Match,即二對二的比賽模式)。
因此,過去那些致力開發將棋軟體的電腦科學家和技術家們,接下來應會捨棄將棋、改為鑽研更深奧的圍棋,企圖再次稱霸業界。因為他們認為「從過去成長的曲線來看,電腦即使無法戰勝冠軍棋士,也足以打趴第一流的頂尖棋士了」。
由此看來,人類擅長的領域已逐漸被電腦、人工智慧、機器人入侵了。姑且不談將棋、圍棋這類傳統遊戲,由IBM研發的人工智慧電腦「沃森」(Watson),現已被用來參與企業的經營判斷、銀行的客服業務,而谷歌(Google)與其他世界知名的汽車製造商,更如火如荼的開發自動駕駛車(autonomous car,又稱無人駕駛車、電腦駕駛汽車或輪式移動機器人)。
另外,美國多家通訊社、出版社,更早已邁入利用文書軟體撰寫報導的時代;而日本國立資訊學研究所(National Institute of Informatics),還開發了專門挑戰東京大學入學考試的電腦。據說在不久的將來,擁有自主意識、可認識外界環境、並靈巧移動的次世代機器人,也即將被大量投入工廠、倉庫等與物流相關的工作現場。
到底是什麼力量能讓電腦科學、人工智慧有這麼突破性的發展?最重要的原因在於人工神經網路(Neural network)的技術革命。
人們直到1940至50年代,才開始研究人工神經網路,簡單來說,就是「模仿大腦結構工程,由無數神經元(Neuron)所組成的網路人工智慧」。但事實上,以大腦為模擬對象的範圍,只占了整體系統的一小部分,其餘大部分仍為數學型技術的集合體。
換言之,那時候人工神經網路的實際狀態,與其說是腦科學(即神經科學),還不如說是「數學的產物」,發展速度非常緩慢,可應用範圍也僅限於幾種個別用途。
但邁入2006年之後,情況有了改變。從這個時候開始,腦科學的研究成果(例如,大腦視覺皮層[Visual cortex]的資訊處理結構等)終於正式被應用至人工智慧開發,大幅提升了電腦、智慧型手機用以識別聲音、影像的「模式識別能力」(Pattern recognition,即圖形辨識能力)。
這種技術被稱為「深層神經網路」(Deep Neural Networks,簡稱DNN)或是「深度學習」。谷歌、臉書、微軟、IBM等世界知名的高科技企業,現在都爭相開發這種最先進的人工智慧。因為此技術擁有極高的泛用性(通用性),不會只停留在模式識別的階段,今後在自然語言處理、機器人工學等各種領域的應用指日可待。現在,已經有人考慮將這種技術導入自動駕駛車的研發,一旦此技術成功被安置在上頭,必定能一舉提高自動駕駛車的運作性能和安全性。
但是,上述的研究只不過是開端而已。現在,在歐美及日本,政府都投入巨額預算,進行各種企圖解開人腦全貌的科學計畫。今後,如果能透過這些大型專案深入了解人腦,並早日將成果導入各種神經網路的應用,超越你我想像的人工智慧就有可能登場。
這種人工智慧最大的特徵,便是能把人的強項和電腦的強項加總起來。人腦的最強之處,就是擁有「透過學習成長的能力」。而擁有融合腦科學成果的深層神經網路先進人工智慧,就具備了這種學習能力。一般稱之為「機器學習」。
以前的電腦或產業用機器人等,雖然對於計算海量數字或重複單調的作業很拿手,但畢竟還是只能靠人類設計的程式才能動作的單純機械。然而,今後內建了最先進人工智慧的電腦、機器人,除了既有的強大計算能力外,還能自行吸收各種虛擬、現實世界裡的大數據(Big data),並透過機器學習自主進化。
不過,這樣的變化有好有壞。好的一面在於,超越我們想像的智慧型產品將不斷推陳出新。今後各種機器或服務,將不再需要人類親自操作,光靠自己的力量就能學習、並主動替人類效勞。這種改變除了能大幅提高生活的便利之外,也會為替以高科技、汽車、機器人為首的各種商業模式,帶來難以估計的影響。
而壞的一面則是,人工智慧的進化無法預測。換句話說,「可透過自我學習並進化的人工智慧」潛藏著高度風險。意即,人工智慧的發展,有可能會完全和人類預計的方向背道而馳。最近,各種擔心「高度發展的人工智慧一旦失控,會讓人類走向毀滅」的謠言四起,原因就出在這裡。此外,還有更多人憂心「人工智慧將剝奪人類的工作機會」。
曾經不過是科幻情節的各種威脅,如今已逐漸浮上檯面,且極有可能成為事實。例如,著名的物理學家史蒂芬.霍金(Stephen Hawking)博士、以及微軟創辦人之一比爾.蓋茲(William Henry Gates) 等有先見之明的知識分子,都已紛紛針對高度發展的人工智慧提出警告。
人工智慧或許真的替生活帶來了無窮的便利,然而一旦使用錯誤,或許就會成為毀滅人類的幸福工具。深入了解已開始自主進化的人工智慧,並摸索該如何應對這種變化,正是本書出版的最大目的。
人工智慧正逐漸取代人力人腦,唯有「識者」能夠生存。希望大家讀完本書之後,都能收穫滿滿。
谷歌、臉書、百度的搶人大戰 1950年代人工智慧便已發韌,機器學習是其中一環。所謂人工智慧,是種能讓各種機器(主要是電腦),擁有像人類般智慧的技術。但機器學習的領域,則在邁入21世紀之後才有了急速的發展。 機器學習是一種「讓電腦分析(存在於實體社會或網路上的)巨量資料之後,再從中擷取出某種模式以應用在企業上」的技術。想讓機器人、汽車、智慧型手機等各種機器,能以(從各種感測器取得的)大數據為基礎,進行自主學習、並變得更聰明的話,就必須運用到這項技術。 現在,以人工智慧為核心,多家美國高科技企業都以強大的技術和雄厚資金為後盾,爭先恐後的重整自家企業的研發體制。2009年,谷歌設立了祕密研究室「Google X」,開發包括太空電梯(搭電梯至太空俯瞰地球)、谷歌眼鏡等一連串充滿創意的次世代技術提案,該研究室將之統稱為「射月計畫」(Moonshots)。 多位世界級人工智慧研究者,皆陸續被延攬至Google X。包括在2011年掀起自動駕駛車熱潮的塞巴斯蒂安.圖朗(Sebastian Thrun);專精自然語言處理與腦科學研究的美國發明家雷蒙德.庫茲威爾(Raymond Kurzweil);以及前文提過的深度學習權威吳恩達等,在眾人齊心合作之下,該研究室屢創驚人成果(圖朗和吳氏已於2014年離開谷歌)。 此外,谷歌還乘勝追擊的不斷收購多家高科技公司。2013年,他們先買下由人工神經網路權威傑佛利.辛頓(Geoffrey Everest Hinton,多倫多大[University of Toronto]教授)的公司DNNresearch。辛頓是人工神經網路研究先驅,同時也是谷歌的特別研究員。緊接著在2014年,谷歌又斥資4億英鎊,買下專門開發深度學習的英國Deep Mind Technologies公司。 面對動作頻頻的谷歌,臉書也火力全開、不遑多讓。2014年,臉書設立了人工智慧研究院,並聘請與圖朗、辛頓等人齊名的人工智慧權威洋.樂康(Yann LeCun,曾任紐約大學教授)擔任第一任院長。 這場人才掠奪戰火更延燒到中國,搜索引擎業者百度涉入後,已讓這場搶人大戰白熱化。百度於2014年在矽谷設立人工智慧研究所,第一任院長就是2014年離開谷歌的吳恩達。