網頁

建議加入我們的Facebook, 如果遇到特別情況,我們可以有一個平台通知大家。
文章漏咗/建議:按此通知

2022年5月31日 星期二

書健弘觀 - 楊書健 2022年5月31日

書健弘觀 - 楊書健 2022年5月31日


【書健弘觀】楊書健:自動駕駛系統的開發要素

書健弘觀

日期:2022-05-31
更新時間:08:50:34
最近特斯拉談他們的自動駕駛系統,說寄望年底之前有一百萬位車主參與計劃,並且期望能收集以十億甚至百億小時的開車片段,以訓練電腦系統。現代說人工智能,通常都指腦網絡(Neural

Network)。腦網絡指程式內部構造以生物的腦細胞為藍本,學習過程亦有點類似。如果給電腦一百萬張貓的照片,再給電腦一百萬張狗的照片,腦網絡可以幫助電腦自行學習,慢慢就分辦到貓和狗。這跟教導兩歲小孩的道理是一致的。

如果要自行開發腦網絡,的確牽涉到線式代數等微積分之後才學的數學理論。但是現在有不少公開工具,所以連高中生也可以用腦網絡訓練打遊戲的機器人。所以像汽車一樣,自行開發雖難,但是使用卻很容易。而且重點是設計好腦網絡之後,電腦能自行學習,人類只需要提供足夠的案例和運算能力。

二十年前的人工智能需要程式員逐個決定編寫。例如控制鋼鐵廠的大熔爐,程式員會先訪問老師傅,再將技術集結成程式:可能當看到爐中溫度達到2,400度,然後熔鐵燒成了奶白色,就是倒模的時機。這類人工智能的限制極大,因為就算老師傅願意和盤托出技術,他的經驗往往很難直接變成當時電腦能理解的指令,像「燒成奶白色」就很難直接加以量化。

另外,這類指令只有在像工廠一類,環境高度受控的地方才有用。假如鋼廠向南遷五百公里,平均溫度改變了,這些老師傅的經驗就完全不適用了。最後,只有有交際能力的電腦人才會同時有能力訪問老師傳和編寫程式(或解釋成別人能寫出程式的流程),這類專才人數不會多,工資很高。因此這種舊人工智能開發成本極高。

所以腦網絡能直接以案例訓練,可以大量減少人手。而且隨著電腦運算成本愈來愈低,電腦所能分析的課題就可以愈來愈複雜。像「高中生訓練打機」一類的課餘研究,已經動用了幾十個電腦核一起計算,可以將訓練時間壓縮數十倍。特斯拉的大型人工智能電腦,運算能力更到了每秒十億個十億次 (10^18) 的水平,是二十年前全球所有電腦加起來也沒有的運算能力。

但是政府或大型企業要做超級電腦不難,難的在尋找相關課題的數據。就算特斯拉要求全體員工上傳自己的開車紀錄,都不可能收集到幾百億小時的開車片段。因此,只有要求顧客參與計劃,他們才有機會收集到這些數據。但如何說服足夠的顧客參與,就成了企業的雞與雞蛋的問題。

所以,離開了電腦電話的資訊科技業,觀察其他企業什麼時候徵求海量數據,也許就會明白他們的人工智能計劃,到底離開現實有多遠了。

書健弘觀 - 楊書健 舊文
本文作轉載及備份之用 來源 source: http://hksmedia.com