人工智慧（Artificial Intelligence）的時代或許即將來臨。今年1月，Google旗下人工智慧公司DeepMind所開發的「AlphaGo」人工智慧系統，以5：0擊敗了歐洲圍棋冠軍樊麾。這是繼IBM超級電腦深藍（Deep Blue）在1997年打敗當時的世界西洋棋棋王Garry Kasparov後，機器學習的另一次重大突破。而這次，AlphaGO的對手更強了。在接下來的這一周（3月9日到15日），AlphaGO將在韓國首爾挑戰世界圍棋冠軍李世乭。誰輸誰贏，世界都在看。
如何解讀這一次對決？「我們原來覺得很遙遠的未來，現在透過機器學習都到達了。」Google台灣董事總經理簡立峰這麼說。相較於西洋棋，圍棋的複雜程度更高，一個子落下去，盤面有更多可能。這幾年，基於電腦的運算能力提升與資料庫變大，帶動機器學習有了新的突破，也讓Google有能力去完成高複雜度的人工智慧系統。AlphaGo便是機器學習技術運用於人工智慧系統的重要一例。
（圖說：Google子公司DeepMind的「AlphaGo」人工智慧系統，本週將挑戰世界圍棋王。）
別擔心！AI不會取代人
過去的深藍是先由寫程式的人設計很多規律，讓電腦學習；現在的AlphaGO則能透過每一次比賽累積經驗，自我學習成長。AlphaGo無疑成為一個更為聰明的人工智慧系統，卻也讓人擔心未來人與AI之間的關係是否變質。
簡立峰認為，其實現在不必特別擔心人工智慧與人的關係。因為人有很多直覺的理解能力、聯想力仍是機器無法取代的。事實上，AI還是在一個幫助人類的角色。即使它在某一個領域透過機器學習方式勝過人類，但不代表另一個領域能同樣做到這種地步，事實上能夠通用的人工智慧離現在還很遙遠，贏或輸都不是一個絕對的關係。
（圖說：Google台灣董事總經理簡立峰說，機器學習是Google目前的發展重心。）
機器學習是Google下一個發展重心
無論這次對弈誰輸誰贏，皆彰顯著機器學習的預測和判斷能力，已到達新的里程碑。目前，機器學習也無疑成了Google的下一個發展重心。「機器學習是人工智慧的必要方法，它可以決定人工智慧的下一步往哪裡走。」簡立峰說，現在Google大部份的服務都已經加入機器學習技術。以Google現有的服務來說，搜尋、YouTube、Google翻譯、Google相簿、Gmail等都包含在內。
例如，透過機器學習，目前Google搜尋可以建立排列順序，提供全世界民眾在同一時間產生的龐大計算量；Gmail可以自動判斷約99％垃圾郵件，並且透過Smart Reply功能，自動偵測對方寄來的郵件內容，再進一步提出簡單的回覆，例如:「對不起，我沒有空參加這個活動。」等；Google語音辨識功能可以減少錯誤量；Google相簿也能讓使用者透過標籤搜尋找到相關的照片等。另外，Google自駕車也是機器學習非常典型的一例。透過雷達、大量的影像辨識以及龐大的快速運算技術，自駕車透過自我學習來加強對影像辨識與判斷的能力。
（圖說：Google自駕車也是典型的機器學習應用之一。）
而Google也在2015年開放了TensorFlow原始碼，讓任何對機器學習有興趣的群眾都能提出想法，加速機器學習領域的發展。簡立峰說明，機器學習是目前Google最重要的核心技術，也可能為台灣的產業帶來新一波發展契機。
機器學習應用廣，台灣也有機會
簡立峰說，台灣產業、網路服務業規模比較小，常覺得資料量不夠大，而不習慣用機器學習來提升服務內容。但即使只有少量資料，也能夠利用機器學習技術為既有網路服務加值。例如透過機器學習來優化企業顧客關係管理系統（CRM）等。
不過，機器學習的勝出關鍵還是在數據的累積。現在台灣其實不乏能夠做大數據應用的公司，例如PChome在電商領域有很深的基礎、玩美移動、拼貼趣擁有破億下載量等，這些成功的網路服務有機會透過雲端運算，快速收集到大量有用的數據。再透過大量資料的蒐集、分析與判斷，進行機器學習的後續衍生應用。
