【書摘】讓人類看來過時,電腦得以先進?
【書摘】讓人類看來過時,電腦得以先進?
2011.06.24 | 科技

以運算雲端為基礎而蔚為潮流的經濟學、科學或文化進程會超越需要人類理解的舊方法嗎?不會,因為運算雲端的內容只有在人類理解時才得以存在。

零碎片段的解放文化屏息等待科技在未來實現奇異點或其他想像事件,得到勝利。可是,幾個大致通過杜林測試、降低人類位格的例子已經出現。西洋棋就是其中之一。

西洋棋賽具備罕見的特質組合:規則容易理解,但棋藝難以臻至爐火純青之境;最重要的,精益求精的壯志似乎永遠不退流行。人類棋士屢創新高境界,然而沒有人宣布自己已經攀越巔峰。

電腦和西洋棋可謂系出同宗。兩者都脫胎自戰爭工具。西洋棋以戰役模擬起家,是一門鬥心鬥智的軍事戰術,其設計淵源甚至更悠遠流長,可以追溯至我們習於權勢位階和宗族競爭的悲傷動物祖先。

無獨有偶,現代電腦的開發是為了引導飛彈和破解軍事密碼。不管文明架構怎麼消毒或抽象化,西洋棋和電腦都是暴力這股自然世界演化驅力的嫡子。競爭的驅策力在計算機科學及西洋棋裡都清晰可見,兩者的結合讓人血脈賁張。

西洋棋之所以讓計算機科學家著迷正是因為人類難以精進棋藝。在科學家眼中,人類大腦不斷進行一些看起來艱鉅無比的任務,如理解語句,然而世界上沒有語句理解巡迴賽,因為我們覺得這項工作易如反掌、稀鬆平常。

同理,電腦也一樣讓我們著迷又沮喪。孩子就能學習設計電腦程式,但即使是頂尖的專業好手,設計出優良程式也是極為困難的事。即使電腦的潛能顯而易見,我們卻心知肚明,人類還沒有想出最好的程式。

但這些都不足以解釋「深藍」(Deep Blue)在1997年5月打敗世界西洋棋冠軍蓋瑞.卡斯帕洛夫(Gary Kasparov)時,大眾所流露的強烈焦慮。這股情緒反應是網路第一次對大眾文化產生重大影響時的翻版。姑且不管舊媒體的炒作,大眾的反應顯然真實而深刻。千年以來,西洋棋大師是最高境界、最精緻智慧的表徵,現在一部電腦卻能把棋下得比棋藝最出神入化的血肉之軀還要好。

很多言論觸及人類是否仍然獨特,還有電腦是否就要和人類平起平坐。時至今日,這類事件已經不再是新聞:我們的頭腦不斷受到人工智慧思考方式的轟炸,以至於讓這些事聽起來像是可信服的舊聞。然而,從人工智慧的角度勾勒這個事件並不適當。這起事件大致是一支計算機科學團隊打造了一部高速機器,針對在西洋棋比賽裡如何選擇下一步這個問題,推論出一套更好的闡述方法。締造這項創舉的是人,不是機器。

深藍團隊主要勝在思維的清晰和細緻。電腦要打敗人類西洋棋冠軍,必須結合以下兩方面的進步:原始硬體功能的提升,還有提高軟體中西洋棋賽決策的思路複雜度及清晰度。因為這樣的雙重因素,事前難以預測電腦會拿下那年的勝利,但這並非意外事件。

要是深藍團隊沒有那麼精通軟體問題,電腦仍然可以純粹靠著強大功能在日後登上世界冠軍寶座。因此,思考點不是會下棋的電腦能否打敗棋藝精湛的人類西洋棋士,而是程式設計精湛度在這場勝利裡的分量。深藍早於原本應該的時間取得勝利,這是程式設計精湛度贏得的一分。

不過,大眾對卡斯帕洛夫挫敗的反應,留給計算機科學圈一個重要問題。把電腦描繪成聰明或類似人類,有助益嗎?這個形象澄清或模糊了電腦在我們生活裡的角色?

@讓自己被電腦下了蠱

電腦被想像成具有智慧,但事實是人類拋棄了事物的某些層面,迴避思考電腦的盲點。以這場深藍對戰卡斯帕洛夫的賽事來說,西洋棋本身就具有多重面向。

西洋棋有一面有點像玩撲克牌:散發自信,用眼神壓倒對手。即使「玩」撲克牌程式比下西洋棋程式容易編寫,撲克牌這種比賽其實偏重人際間細微的非語言溝通,如虛張聲勢、隱藏情緒、理解對手心理並知道如何見招拆招來下注。隨著深藍的勝利,抽象的演算法層面得到的重視已經遠壓過西洋棋的撲克牌層面。但諷刺的是,卡斯帕洛夫慘敗的徵結正是棋賽的撲克牌層面。

卡斯帕洛夫似乎讓自己被電腦下了蠱,即使是在他有時展現出擊敗深藍的能力之後。要是他能像一個人類棋士參賽,運用和深藍一模一樣的路數選擇技巧(或至少像1997年的深藍),他很可能就會贏得棋賽。可是,卡斯帕洛夫卻鐵青著臉,一幅疑神疑鬼的樣子,但事實上根本什麼事也沒有。雖然這項比賽原來不是為了做杜林測試,最後卻變成杜林測試,而卡斯帕洛夫被愚弄了。

一如我之前指出的,人工智慧觀念討喜特質的心理投射,原本只在電腦程式,現在卻轉移到另一個標的:電腦結合群眾的架構。1999年,有一群像維基百科一樣組織起來的人,其中包括西洋棋冠軍,在一項名為「卡斯帕洛夫與世界大對戰」的線上遊戲裡聚集,扮演卡斯帕洛夫的角色。這一次,卡斯帕洛夫贏了,雖然許多人認為這只是因為群眾起內鬨,自相殘殺。我們科技人員對於假裝人類已經過時這個儀式,怎麼也不嫌膩。

把智慧歸給機器、一堆零碎片段或其他電腦迷神明,讓事實變得模糊,而非清晰。當人們得知電腦具有智慧,往往會改變自己,讓電腦運作看起來更具效益,而不是要求把電腦改得更實用。人已經傾向包庇電腦,遇到難用的數位裝置或網路服務時就責怪自己。

把電腦視為有智慧、自動化的個體,後果就是工程設計程序的本末倒置。我們如此尊敬我們自己的設計,代價實在高到付不起。(摘自第二章:自我放棄啟示錄)

 

書名:別讓科技統治你

《紐約時報》2010年度十大好書

◎     1960年代的反政府偏執心態如何影響了網路世界的設計,造成網路言論裡的霸凌和瑣碎化。

◎     檔案分享如何扼殺藝術家中產階級。

◎     「癡迷」於科技的執念,如何成為重量級科技人的動機。

◎     人本主義科技為什麼有其必要。

本書爭議不斷、精采生動,是一位特別有資格評論科技如何與文化互動的作者對個人最深切的捍衛。

作者:傑容‧藍尼爾(Jaron Lanier)

計算機科學家、作曲家、視覺藝術家和作家。「虛擬實境技術之父」之稱,虛擬實境這個名詞也是他所創。1980年代晚期,他領導團隊開發出最早運用頭戴式顯示器,同時適用於區域及廣域網路的多人虛擬世界;在視覺程式語言研究機構時,他和同事發展出最早的虛擬實境應用系統,應用於外科手術模擬、汽車內裝原型構成、電視節目製作視覺佈景和其他林林總總的領域。

2009年,他獲機電暨電子工程機構(IEEE)頒發終身事業獎,以褒揚他對這個領域的貢獻。他目前擔任微軟的平民學者以及加州大學柏克萊分校創業與科技中心的駐校學者。

買書去

 

往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓