[東京直擊]Google 下一個發展重心:機器學習
[東京直擊]Google 下一個發展重心:機器學習
2015.11.11 | Google

11月10日在日本東京舉辦的Google亞太活動Alphabet集團執行董事長施密特(Eric Schmidt)視訊出席活動時,表示Google 的下個發展重心 - 將是機器學習。

Google 機器學習已經從實驗室裡的技術發展成有數十億使用者的科技,現在看機器學習的應用面就像在 2010 年時看行動應用,機器學習已經從理論進化成實際應用。Google 搜尋、YouTube、Google 翻譯、Google Play 都已經運用機器學習技術。

Google不斷強調機器學習不是單單一種模式,而是一種工具,能夠廣泛應用在生活各種領域的重要革命性工具。「機器學習」思考,讓員工不在做機器可以執行的工作,把大腦從日常Routine中解放出來,執行更具創造力,想像力的工作。這不僅是Google產品端的革命,也是內部公司文化的革命。

施密特大膽地說,「如果你希望你的數據安全,那就存到Google來。」數據搜集是機器學習的關鍵,Google非常注重數據管理,隱私保護一直是Google很在乎的議題,有強大加密技術保護數據。

但從 2014 年起歐洲地區吹起一股「反美科技」浪潮。以 Google 等科技巨擘為首,等美國科技公司侵犯隱私,蒐集他們的線上搜尋資料,用來宣傳廣告。而當Google轉向機器學習時代,需要大量多元的資料訓練機器,數據是外界對Google機器學習領域的最大質疑,尤以歐洲為甚。雖然Google再三強調不會將使用者的數據商業應用,但這也許是「搜集」與「使用」上的定義不同,這也是Google在歐洲面臨的最大挑戰。以下是施密特演說重點整理:

圖說明

(圖說:Alphabet 集團與董事會執行董事長施密特。圖片來源:Google)

1.我不認為要讓電腦模仿人腦

我不認為要讓電腦模仿人腦,大腦神經元太多,模仿大腦做人工智慧太複雜。但我們可學習大腦如何記憶,利用在機器學習上。機器學習對我而言,重點在讓人類不用再做機械性事物,如製造業產線工人或打字員等。

因為電腦有大量運算能力,運算的效果如果比人更好,像開車這件事,那就教給機器開就好了。或是讓機器來做醫生,是不是比人更好?提供更準確的診斷? 因為機器不會疲勞但是人會。

機器學習需要投入大量技術與資源,要把問題轉換成機器學習能解決的題目並不容易,然而一但轉換成功,將會顯著成長,多餘的工作將會消失。

2.邪惡機器人總出現在電影中

外界總認為當機器人越來越像人,機器人可能對地球造成危害,就像電影《關鍵報告》一樣。但我認為只有電影才把機器人描述地這麼邪惡。在實際應用中,人類可以透過演算法控制機器人執行正常任務。

人類創造的機器人應該都是好的機器人,可以幫忙打掃,澆花、做家事,這種機器人是大家最想要的。

3.下一代的程式設計人才必須具備有很好的數學能力

工程師不再需要自己Coding,而讓電腦去寫,這是下一代的程式設計人員的挑戰。下一代的程式設計人才必須具備有很好的數學能力,因此注重數學教育的亞洲人才比歐美人才更具競爭力。

我最近去了一趟韓國與中國。韓國經濟在放緩,因此強調創業精神振興經濟,推行機器學習創業。在中國我花很多時間拜訪政府部門,雖然很多人說中國經濟增長減緩,但中國的經濟潛能還是非常之大的。

機器學習最大的挑戰就是全球上網的人還不夠多,要有更多網路覆蓋,讓貧窮的亞非國家與弱勢群體能上網, 網路是一種巨大的現代化力量。

4.電腦視覺(Computer Vision)的診斷辨識即將超越人類視覺

去年九月,Google 研究團隊「GoogLeNet」發表了一篇關於神經網路(neural network)的論文,名為「全面啟動」(Inception),因為這個神經網路的運作原理就類似電影「全面啟動」中夢境的分層概念。系統可以透過 22 層的電腦視覺運算,找出最相關的圖像,捨棄不重要的部分,進而分析出不同的物件。

舉例來說,當 Google 相簿辨識一隻貓的照片時,首先會辨識出這是一隻「貓」的線條與顏色,接著發現眼睛與耳朵,經過這樣一層層複雜的偵測,最後完成辨識。

機器學習也將比人類更能預測使用者喜好。例如,雖然我的朋友們可以透過音樂類的 App 推薦我最新的當紅歌曲,但是人會跟不上流行,而機器卻永遠能提供時下最熱門的音樂。

跨領域的機器學習將有更顯著的效果:機器學習將能有效改善其他技術現有的問題,或是加快解決問題的速度。

延伸閱讀:
1.Alphabet集團執行董事施密特:無人車和機器人都不算什麼,機器學習才是我們在做的事。
2.施密特:機器學習五年後將應用到所有產業

往下滑看下一篇文章
從「製造中心」到「亞洲NASDAQ」!詹文男揭示創新籌資平臺的附加價值與關鍵策略建議
從「製造中心」到「亞洲NASDAQ」!詹文男揭示創新籌資平臺的附加價值與關鍵策略建議

面對國際地緣政治的「去風險化」浪潮之下,長期觀察臺灣產業發展趨勢的數位轉型學院院長詹文男建議,臺灣不能再依賴單一的製造能力來換取戰略保障,而是將國家戰略從「製造中心」升級為「技術與系統整合」的樞紐。

在此背景下,金管會、證交所與櫃買中心共同成立的亞洲創新籌資平臺,詹文男觀察該平臺的價值,絕不僅是為資本市場引進活水,更能放大產業附加價值,成為驅動臺灣產業整合的關鍵引擎,打造下一波更多護國群山。

亞洲創新籌資平臺可望創造的三個附加價值

亞洲創新籌資平臺的核心宗旨,希望在臺灣本土打造「亞洲的NASDAQ」市場板塊,詹文男認為除了「籌資」的任務之外,其實平臺更可以扮演產業轉型的重要角色,進一步擴大其附加價值,其中可以體現於以下三個面向。

首先是先前美國商務部長提出「美臺晶片產能五五分」的主張,詹文男認為臺灣不能只靠單一「矽盾」作為我國戰略的屏障,也就是調整「重製造、輕解決方案」的現狀,讓製造轉向技術及解決方案的綜合發展,成為我國的新籌碼。隨著亞洲創新籌資平臺的建立,加上精進創新板上市及交易制度,開放當沖交易,提升創新板規模及流動性,都能讓更多具備利基技術的企業有機會進入資本市場。

第二個是亞洲創新籌資平臺能成為「軟硬整合」與「以大帶小」的創新引擎。詹文男指出,臺灣有數家市場領頭的電子硬體製造商代表,亞洲創新籌資平臺能進一步驅動這類科技業者與新創企業合作,例如以大帶小模式,當新創技術獲得大廠的認可,進而藉助大廠的商業人脈,打進全球大型客戶的供應鏈合作網絡,讓新創開發的技術方案與服務,有更多機會在全球落地。

詹文男認為第三個附加價值,有助於加速中小企業的AI轉型及數位化落地。他觀察臺灣多數中小企業仍處「數位化」階段,加上目前政府積極推動「百工百業用AI」,當越多加入創新板的企業推出類似AI as a Service的解決方案,能讓資源相對不足的中小企業,以較低門檻、不需高成本導入AI解決方案,又為新創企業帶來實際營收。「此模式促使新創和中小企業的Win-Win局面,同時驅動產業朝向AI轉型的助力,」詹文男補充道。

勿為上市而上市!登板企業應具備「全球思維」與「治理韌性」

不過對於渴望進入資本市場的創新經營團隊,詹文男院長也提醒,切忌把「募資作為單一手段,上市視作唯一目標」。詹文男提供企業創辦者幾個思考方向,第一是確立全球市場目標,臺灣可當成實地試驗(Field Try)和建立最佳實踐(Best Practice)的試煉場,但也建議新創在發展初期以全世界市場為目標,募資的規劃也可以從全球市場的角度出發,確保產品應用在國際市場獲得青睞。

第二是提升透明度與公司治理能力。上市後,投資人會高度關心公司治理及獲利能力,若要提升流動性,新創必須加強企業的透明度。因此詹文男院長強調,千萬不要「為上市而上市」,而是要有一個完整的規劃並依據目標按部就班,資本市場會給予相對的回饋。另外他也建議平臺針對上市前的企業,能提供「治理的輔導」,而非僅是「程序上的協助」,協助新創導入更健全管理制度。

建構亞洲NASDAQ的驅動引擎,給平臺的三大策略建議

因應亞洲創新籌資平臺成立後,迎來創新板交易制度改革、放寬外國企業上市櫃規範、帶動轉板彈性、鼓勵大眾參與等多項舉措。在此基礎之上,詹文男分享三大策略建議,期許平臺日後運作持續成長茁壯。

首先是強化非傳統資訊揭露,提升市場流動性。詹文男觀察創新板企業多處早期發展階段,傳統財報資訊較不足,導致降低投資人進場意願。為了強化流動性,他建議主管機關要求企業揭露更多反映成長性的實質指標,例如使用者數據、研發進度、商轉里程碑或專利成果。透過降低資訊不對稱,以活絡交易量。

第二個建議是建立研究報告體系,深化產業洞察。由於創新板企業的研究報告仍稀少,導致價格難以反映基本面,降低機構投資人的參與意願。詹文男認為平臺可透過獎勵機制、研究補助或資料庫資源的方式,邀請投信、券商或研究機構成立專責團隊,藉由定期提供具產業洞見的研究報告給投資人參考。

第三個方向是促進制度國際化,吸引跨國創新企業來臺上市。詹文男表示,「亞洲創新籌資平臺不僅是鼓勵臺灣企業在地上市,也希望吸引國際創新企業走進來。除了持續制度鬆綁開放,也要讓制度與流程國際化。」他舉例,推動跨境申報文件與流程的全面英語化、提供具預測的審查流程、以及稅務制度透明化,讓臺灣在全球資本競爭持續脫穎而出。

對於亞洲創新籌資平臺的最終期許,詹文男認為其價值可從「募資導向」轉向「品牌導向」。一方面讓全球瞭解臺灣除了半導體之外,還有領先的解決方案,進而建立起全球市場對我國產業的信任;另一方面,強化「說故事」能力,讓登板的企業協助全球打造AI及ESG「雙軸轉型」,進而建立起嶄新的國家形象。透過上述的努力,相信臺灣將能持續造山,確保下一波的護國群山如春筍般持續成長茁壯!

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Vibe Coding
© 2025 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