學習用機器思維來思考,強化自己的邏輯與AI共生
學習用機器思維來思考,強化自己的邏輯與AI共生

本文摘自《AIQ:不管你願不願意,現在已是AIQ比IQ、EQ更重要的時代》,商業周刊出版

AI焦慮症? 找個方法跟人工智慧共存下去

前文已經提過,我們的學生對於人工智慧有多興奮、以及全球各大企業如何積極地投入AI的發展。但是,如果說所有人都對這些新技術如此看好,那可就言過其實了。事實上,很多人對於工作就業、數據隱私、財富集中、或是俄羅斯人擁有傳播假新聞的Twitter機器人等問題感到焦慮。還有一些人,其中最著名的是Tesla電動汽車公司和SpaceX太空探索技術公司幕後的企業家伊隆·馬斯克(Elon Musk),甚至描繪出更可怕的景象:機器人變得有自覺意識,發現自己不喜歡被人類統治,因此開始用矽拳來統治人類。

先來談談馬斯克的憂慮吧。他的觀點引起了許多人關注,或許是因為億萬富翁在談論AI時,大家都會特別注意吧。馬斯克聲稱,在開發人工智慧科技時,人類正在「召喚惡魔」,而智慧機器是「我們最大的生存威脅」。

讀完本書之後,你將可以自己決定這些擔憂是否合理。但我們想事先提醒你,人們很容易陷入認知科學家所謂的「經驗性直觀推論法」(availability heuristic)的陷阱,亦即依據個人經驗中最容易立刻聯想到的事例,來評估相關事件發生的可能性。就人工智慧而言,這些例子多半來自科幻小說,其中絕大多數都是邪惡的 ,諸如《魔鬼終結者》、《星艦迷航記》、或是《2001太空漫遊》。我們認為這些科幻作品的例子造成了強大的錨定效應(認知偏差),讓許多人接受了「邪惡AI」的說法,而不加以懷疑。

畢竟,我們有豐富的想像力能拍出這種電影,並不代表我們真的有實現的能力。至今,還沒有任何人有辦法打造具有一般智慧的機器人,像人類一樣聰明、或如「魔鬼終結者」一般。也許你的後代子孫會想辦法辦到,也許他們甚至能夠編寫程式機器人去威嚇伊隆·馬斯克的遙遠後代,但那將會是他們的選擇、也是他們的問題,至今檯面上都還看不到任何一點這種發展的可能性。現在以及可預見的未來,「智慧型」機器只擅長在其專門領域中表現聰明的一面:  

Alexa可以為你朗讀義大利肉醬麵的食譜,但是它不能替你切洋蔥丁,也肯定不會手持菜刀對你發脾氣。

無人自動駕駛汽車可以載你到足球場,卻不能做球賽的裁判,更不用說能夠自己決定要把你綁在球門柱上,踢球攻擊你的要害。

再說,現在就開始擔心機器人具備自我意識,就好比德哈維蘭飛機製造公司(De Havilland Aircraft Company)在1952年試飛第一架商用噴射客機時,就開始擔心超高速飛行至遠距星系的影響。現在擔心這些都還太早了,眼前還有更重要的事情需要擔心。比如,延續噴射客機的比喻,為現今所有「飛機」制定明智的政策。

制訂政策的問題連帶引出我們對AI更多合理、切身相關的疑慮。人工智慧會造成全民失業的世界嗎?未來的機器可以對你的生活做出重大決定,卻毋須承擔任何責任嗎?最聰明機器人的擁有者終會掌握未來的世界嗎?

這些問題非常重要,無論是在科技研討會議上、世界各大新聞媒體、以及大學同事午餐閒聊的話題中,我們聽到大家不斷在討論。我們必須事先聲明,你不會在這本書中找到這些問題的解答,因為我們也不知道答案。就像我們的學生一樣,我們對於人工智慧未來的發展十分樂觀,希望讀者看完這本書之後,也會認同這種樂觀的態度。然而,我們並不是勞工經濟學家、政策專家,也不是算命師。我們是數據科學家、也是學者,這意味著我們的本能就是堅守自己的學術路線,對自己的專業知識充滿信心。我們可以傳授人工智慧的知識,但我們無法告訴你未來世界的發展將會如何。

別被AI嚇到,生活上擁有它可是事半功倍

然而,我們可以肯定地告訴你,一些AI相關主題常見的論述觀點,都是不完整的。這些說法強調大型科技公司的財富和權力,卻忽略了AI不可思議的普及化和傳播發展。它們強調機器使用存有偏見的數據做出重大決定的危險,卻沒有意識到我們早已生活在人類決策偏見之下、或深受其害。最重要的是,這些論述十分關注機器可能剝奪人類的權益,卻忽略了我們將得到的回報,例如不同類型卻更好的工作、新的便利、免於苦差事且更安全的工作場所、更完善的醫療保健、更少的語言障礙、新的學習和決策工具,這些回報讓我們更聰明、更精進。

再來談談工作就業的問題。在美國,儘管人工智慧和自動化成為經濟發展的動力,從2010年到2017年,失業救濟人數仍持續創下新低。在中國,機器人自動化的步伐變得更加快速,工資卻連年飛漲。這並不代表AI沒有威脅到個人的工作機會。影響已然產生,也會繼續構成威脅,就像電動織布機威脅紡織工的工作、汽車取代馬車伕的工作一樣。

新技術總是會改變經濟所需的勞動力結構,造成某些領域的工資不斷下跌、某些領域則不斷飆升的壓力,人工智慧也不例外。我們強烈支持就業培訓和社會福利計劃,為那些被技術取代的人提供實質的幫助。或許正如許多矽谷老闆所想,全球化基本工資甚至可能成為解決之道。我們不敢妄下斷語,不過,AI未來將造成人類失業的這種論述,目前為止尚未完全得到實證的支持。

接著是市場獨占的問題。亞馬遜、Google、Facebook和Apple都是實力堅強的科技巨頭。最重要的是,面對那股強大力量,我們必須保持警惕,以免它被用來扼殺競爭或削弱民主規範。但也別忘了,這些公司之所以成功,是因為他們提供了人們喜愛的產品和服務;只有不斷創新,才會取得成功,這對大型機構來說,並不容易。此外,我們也看過許多預測,認為今天的科技巨頭將永遠保持主導地位,但其實這些預測通常無法印證過去,更不用說未來。

還記得戴爾(Dell)和微軟(Microsoft)曾經是電腦界龍頭嗎?還記得諾基亞(Nokia)和摩托羅拉(Motorola)獨佔手機市場的盛況,熱門的程度令人難以想像?還記得每位律師人手一支黑莓機(Blackberry)、每個樂團活躍於MySpace 社群網站、每台伺服器都來自昇陽電腦(Sun Microsystems)的年代?還記得美國在線(AOL)、百視達影業(Blockbuster)、雅虎(Yahoo)、柯達(Kodak)或是索尼隨身聽(Sony Walkman)?企業起起落落,時間不斷流逝,科技發明卻越來越酷炫。  

我們對於AI崛起有個實際的看法:AI時代己經到來,未來會更加速發展,不管我們喜歡與否,這些技術將帶來巨大的好處,也將不可避免地反映我們文明的弱點。因此,要加以提防,不管是在隱私權、平等權、現有的機構、甚至是還沒有人想到的東西,我們必須用明智的政策來應付這些危險。如果我們希望在「熱門話題」和140個字元的世界裡制定明智的政策,我們必須達到某種社會境界──在這個社會中我們可以平衡地討論這些問題、反思問題的重要性和複雜程度。本書不會進行這個討論,但如果你想在討論中充分掌握內容,本書會提供你所需的知識。

了解AI與數學運作,學習用機器思維思考,讓你開始有不同決定

在開始之前,我們認為有必要提醒讀者:在這本書中你會碰到一些數學問題。然而,就算你自認為對數學很沒天份,請不要擔心,人工智慧的數學其實是非常簡單的,我們保證你能夠掌握。同時,我們也向你保證,下一點功夫是值得的:如果你理解AI背後的一些數學運作,你會發現它不再那麼神秘難解。

我們本來可以寫一本關於人工智慧卻又不參雜數學的書,畢竟,若照我們一直以來所聽到的說法,你可以選擇數學或朋友,但不可能兩者兼得。編輯最初懇求我們採取這種方法,低聲嘀咕著:「每多一個數學符號就損失3千名讀者」、「每多一個希臘字母就損失5千名讀者」之類的。無論如何,我們的回應是:該死的不可能(no δαμυεδ way),根據經驗,我們對讀者的信心絕對不止如此。我們兩位已經教了40年的數據科學和機率,其中包括許多MBA碩士生和大學生;他們在來到課堂之前,滿腦子充斥著討厭數學這種可怕的病毒思想。

然而,當他們明白這些超酷的人工智慧應用程式,從Alexa語音助理到圖像識別究竟如何運作時,我們看到這些學生的眼睛興奮地發亮。說穿了,不過就是大數據的概率罷了。他們這才開始明白,數學方程式根本沒有那麼難以理解。最後,他們甚至感受到數學的力量,意識到在正確的環境下,學習用一點機器思維來思考,也就是運用數據和機率規則做出決定,甚至可以幫助他們成為更聰明的人。 

所以,在接下來的7個章節中,我們將為你介紹七位精彩可期的歷史人物,每一位都有重要的經驗可傳授,告訴你為什麼聰明的機器需要聰明的人,反之亦然。你將會得到更高的AIQ和全新的領悟、讚歎人類多麼聰明,能夠將自己的創意構想和科學技術完美融合在一起。

往下滑看下一篇文章
不只給場域、更助攻海外!桃園如何助思納捷做大智慧能源管理版圖?
不只給場域、更助攻海外!桃園如何助思納捷做大智慧能源管理版圖?

隨著全球淨零轉型浪潮持續推進,企業不僅要許下減碳承諾,更得拿出可以被量測、驗證的實際成果,這也驅使企業加速導入智慧能源管理系統。早在 2017 年便投入此領域的思納捷,從桃園出發,透過工業園區與公共建築等在地場域的部署經驗,持續打磨技術與解決方案,隨後更在桃園市政府青年事務局「桃園天際線加速器」協助下,逐步將市場版圖延伸至海外。如今,思納捷全球累積超過 1,000 個應用實績,不僅成功將台灣智慧能源解方推向海外,更成為全球企業推動綠色轉型不可或缺的關鍵夥伴。

從桃園場域開始淬鍊:思納捷把「失敗經驗」變成難以複製的競爭力

思納捷總經理莊棨椉原先在資策會從事能源與物聯網相關研究,當時,他從歐美市場發展看見智慧能源管理的趨勢,於是,團隊從資策會獨立出來、成立思納捷,將過去累積的研發能量帶向市場。而技術落地第一站,就是從工業聚落密集的桃園開始,思納捷運用 IoT 技術管理工業園區的路燈、空氣品質、排水與交通等公共設施與環境,也進一步走進園區工廠,協助企業掌握與管理用電。

然而,從研究機構走向市場後,莊棨椉很快發現,「做得出來」與「真的能用」之間,還隔著一段不小的距離。許多從技術角度來看完全可行的做法,在進入真實場域後,反而出現各種從未想過的問題。

舉例來說,在幼獅工業園區部署智慧路燈時,思納捷原本採用 Mesh Wi-Fi 網狀網路,讓路燈彼此串聯、逐站傳遞訊號,沒想到實際上線後,路樹上的枝葉竟然擋住了訊號,造成通訊不穩定。為此,團隊重新調整架構,採用 NB-IoT 方式,讓每支路燈直接透過電信網路傳輸資料,降低環境遮蔽物對通訊的影響。

類似的「踩坑」經驗也發生在澎湖馬公港。思納捷與合作夥伴共同佈建智慧路燈,採用 PLC 電力線通訊技術,明明在實驗室與一般道路測試都沒有問題,到了港區卻完全無法傳輸訊號。團隊一路追查才發現,原來地下線路早已受到鹽害侵蝕,為此重新抽換線材,才讓系統得以正常運作。

串設備、整數據、AI 自主管理:思納捷打造 24 小時能源總管

「每一次踩坑,都讓團隊更清楚不同技術的適用邊界,也讓下一次部署少走一段彎路,」莊棨椉說,思納捷運用近十年來走進不同場域、解決各種意外狀況所累積的實戰經驗,形塑出 3 大產品特色。

第一,是物聯網裝置串接能力。
目前思納捷已能串接超過 1,000 種設備,涵蓋電表、水表、空調、冰水主機等不同類型,支援數量為全台最多。無論企業使用何種廠牌的設備,都能快速介接至思納捷的平台,降低設備整合門檻。

第二,是將數據與場域 Know-how 轉化為管理模組,讓企業可以「隨選即用」。
思納捷將多年累積的數據與經驗,轉化為超過 20 種應用模組,企業可以依需求持續擴充功能,一改過去可能要導入多套解決方案,才能管理不同設備的系統孤島問題。

舉例來說,某電子元件代理商在導入思納捷解決方案後,管理人員只要透過一支手機,就能掌握辦公大樓各樓層的設備運轉狀況,包括用電、用水、會議室、電動車充電樁到空調系統。不僅大幅提升管理效率,也能進一步掌握實際用電需求、降低能源耗用,並據此調降契約容量,每月節省約百萬元的電費成本。

第三,是讓能源與設備管理從人工管理走向 AI 自主管理。
思納捷以自家大數據為基礎,結合 AI 提升系統自主判斷與調控能力,持續優化能源管理的成效。「我們的目標,就是打造 24 小時雲端 AI 總管,讓系統可以自己判斷和調整,讓設備隨時維持在最佳運轉狀態,避免造成不必要的能源浪費,」莊棨椉強調。

出海前先看懂市場:桃園天際線加速器降低新創試錯成本

隨著產品逐漸成熟,思納捷也開始把目光投向海外,而進駐桃園天際線加速器,則為團隊提供一個以更低成本探索海外市場、驗證發展方向的機會。

莊棨椉表示,透過加速器安排的韓國、新加坡等國際交流,思納捷得以接觸不同市場的潛在客戶、創投與投資者,了解當地產業環境與實際需求,也能與在地新創交流創業與市場拓展經驗;國際經驗的獲取與海外拓點,都是成本極高的決策,藉由這些機會,思納捷得以用較低成本,去了解國際市場的可能性與風險。

此外,加速器也會安排專業業師分享國際市場經驗,從不同角度刺激團隊思考,重新檢視既有商業模式與海外布局策略。例如,曾經有業師與莊棨椉逐項分析海外上市必須具備的條件,讓他重新盤點公司現階段的優勢與不足,也進一步思考什麼才是最適合思納捷的成長路徑。

「加速器讓我們有機會多看、多聽、多接觸。」莊棨椉說。這些交流的價值,不只是認識多少潛在客戶,而是讓團隊在真正投入大量人力與資金以前,先釐清當地究竟有沒有市場、客戶需求是否成熟,以及既有產品與商業模式能不能直接複製。過去許多只能透過資料或想像判斷的問題,如今都能透過實際走進市場、接觸第一線業者取得更多資訊,降低走錯路的風險與試錯成本。

對思納捷而言,加速器帶來最關鍵的幫助是,透過市場探索、業師輔導與資源媒合,讓團隊在真正投入之前,有更多機會看懂市場、驗證方向,再決定下一步怎麼走。對資源有限的新創而言,這種「先驗證、再投入」的過程,反而能降低海外布局的機會成本,讓每一步走得更精準。

展望下一階段,思納捷團隊將持續聚焦校園、園區、建築與工廠四大場域,持續深化應用,讓「24 小時能源與機電設備雲端 AI 總管」的概念在更多場景落地,同時,當既有台商客戶前往海外設廠、有智慧能源管理需求時,思納捷也會跟隨客戶腳步提供服務。莊棨椉認為,唯有先把技術與服務做深,建立可複製的成熟模式,未來才有機會將台灣累積的智慧能源管理經驗帶向更大的國際市場。

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