alexa
置頂

李開復:精進永遠不會被AI取代的能力

雜誌原標為〈精進永遠不會被AI取代的能力〉
文 / 毛凱恩    攝影 / 張智傑
2020-05-31
瀏覽數 33,850+
李開復:精進永遠不會被AI取代的能力
圖/創新工場董事長兼首席執行官李開復;張智傑攝。
分享 Line分享分享 複製連結

AI已經不是未來式,不論是網頁搜尋結果、不經意滑過的廣告,都是AI應用滲入生活的例子。

而在數據經濟大潮之下,大數據加上演算法,彷彿是一流的建築師,拿到了源源不絕的優良建材,讓看準趨勢的企業得以搭建堅固的數據紅利護城河。

但隨著應用漸廣,人類對AI的恐懼不再只是幻想。AI會搶走我的工作嗎?AI會不會侵犯我的隱私?AI會讓下一世代的社會更不公平嗎?這些疑問已經化作實際的問題,逐步逼近。

不管是美夢還是噩夢,AI已經來了。這些機會與困難,會對未來發展有什麼影響?人類又該怎麼應對?《遠見》特邀全球人工智慧領軍人物、創新工場董事長兼首席執行官李開復「指點迷津」。以下是採訪問答精華:

傳統行業導入AI,未來影響世界經濟

《遠見》問(以下簡稱問):人工智慧由大數據驅動,才能產生數據紅利,請問目前有哪些公司已經開始收割數據紅利?

李開復答(以下簡稱答):簡單地說,誰手中有最多數據,並能跟商業場景結合,誰就能收割最多數據紅利,而中國大陸在這方面是最領先的。人口紅利轉為數據紅利,其實也是過去我寫過的書中主軸。

第一批收割數據紅利的是互聯網公司,如阿里巴巴、騰訊等。第二批是金融公司,數據雖然沒有這麼多,但靠著多年累積,也不容小覷。領跑者像中國工商銀行、中國平安保險,不輸美國最領先的金融公司。

另外,還有AI新創公司,它們把軟體賣給這些傳統公司,比如說,曠視科技、第四範式等。這些企業透過打造AI技術賦能給傳統行業,來獲取應得的數據紅利。

有些傳統公司沒有足夠好的AI跟執行團隊,所以,光有數據,是沒有辦法創造價值的。而AI公司將技術與人才,作為產品加顧問的模式,輸入這些傳統公司,這個幫助其實是巨大的。

傳統公司從AI得到價值,這是一個特別重要的概念。資誠會計師事務所跟麥肯錫都有做過調查研究,在未來十年,會帶來給全世界大約130億到160億美元(約3876億到4760億台幣)的價值。這些錢不是都給AI公司賺取,很多其實是給了傳統公司。

傳統公司過去效率低下,但現在有了AI技術的賦能,能增加收益或降低成本。所以,傳統行業使用AI,應該是未來十年對世界經濟產生最大效應的方向。

偏見致不公平,AI有辦法解決 

問:AI有利於企業的營運,但如何看待AI帶來的不公平問題?

答:立法來避免一個技術初期產生的挑戰,是可以的。但如果立法做得過度,就會讓這個國家的技術成長更慢。

台灣的第三方支付就是一個例子,因為立法讓第三方支付很難提前起步,台灣因而喪失了領先國際的機會。

不過,還是要面對問題,並找出解決方案。以AI帶來的不公平為例,如果餵給AI的數據裡面都是男性,而沒有女性樣本,可能就會產生不公正,導致招聘的AI可能只招男而不招女。

同理,如果人臉辨識系統應用上能精準辨認黑人,而白人辨認差,用在執法上,可能就會把更多黑人關起來。

很多人把這種不公正怪罪到AI有偏見,其實,AI本身很公正,但數據源不平衡、不夠多,也沒有平均分配才是問題。

這些不平衡,可能是數據蒐集者的無知、經驗不夠,所以要教育他們,並利用工具來提醒他們。

比起來,AI的偏見一定遠低於人的偏見。我們都是人,知道每個人的偏見有多嚴重。例如,有個以色列的研究告訴我們,該國法官吃中飯以前,平均判案會比中飯後來得嚴,為什麼呢?因為生理因素,肚子餓了不開心。

假使數據源夠平衡,但AI在申請貸款、人臉辨識等判斷結果,似乎還是對某些族群不利的話,可以將數據裡面標註種族的欄位拿掉,不就解決了嗎?如果怕依照住址而猜出種族,可以再把住址拿掉。

機器的偏見,可以透過技術拿掉,但人的偏見能拿掉嗎?如果懂技術,這些問題都能夠理解並解決的,可有時就被特定人士放大。

隱私資安隱憂,靠新技術搞定 

問:AI也引起大眾關於隱私的擔憂,你覺得該如何解決?

答:歐盟提了GDPR(歐盟一般資料保護規範),有很多好處,像是讓每個人知道自己哪些數據被利用了,但它的問題在於實際應用。

造訪歐洲的網站,動不動就會跳出「你要不要將數據授權給我?」的訊息,其實用戶也根本不知道該不該授權,最後只好一直答Yes,而沒有產生任何保護用戶的效果。

但也不能不負責地把問題丟到用戶手中。用戶說了Yes就可以害他,這麼做是不對的。隱私這類問題的解決方案,應該靠技術。

現在的隱私問題,還不能百分之百靠技術解決,但至少能解決七成以上,像是聯邦學習(Federated Learning)、同態加密(Homomorphic Encryption)等技術,能把個人資料交給AI運算,但無法被逆向導出個資。

過往新技術出現時的挑戰,也是靠技術解決。電的應用剛推出時,常有人觸電,甚至被電死,所以有人就發明了斷路器來避免觸電。

而在電腦才剛剛連上網路的時代,電腦很容易受病毒攻擊,但不是靠立法規定電腦業者要提交相關報告來解決,而是靠一些聰明人發明的防毒軟體。

所以,我個人更傾向要靠市場、媒體的力量監督每一家公司,來解決問題。

重新思考能力,提早因應轉換 

問:AI時代人類的部分工作可能被取代,該如何順利轉換為AI時代的工作者?

答:以一個接線生為例,假設因為被AI取代,而改做了客服。三年後,發現AI也可以客服,因而轉作文案工作,但三年後發現,AI也能寫文案。好像是洪水來了,從小石頭跳到大石頭,但最後都會被淹沒。

不過,如果這個接線生其實善於溝通,讓大家跟他談話就會覺得舒服。也許他就適合幫公司處理緊急的客戶困難,例如,客戶要來告你了,或是非常憤怒,甚至達到準備報警的情況,這可是AI處理不來的。

把自己從接線生提升到客服,再提升到可以處理緊急狀態的人,是一條路線。另一條路線,是你特別了解客服這件事,可以去當管理AI客服的人:輸入資料給AI客服、調整參數等,這樣的話,你也提升到不會被取代。

要不然,可以選一個完全無關的行業,比如去做護士,或是其他不會被取代的行業。但絕對不是等著老闆、公司、政府來安排,再去用救濟金去尋找工作機會,那時就已經太遲了。

只要我們上課能背誦的東西,AI都能做的更好。AI考試、下棋、診斷X光、電腦斷層等,都已經比人做得更好。

人們真實的能力,是學習、創造、分析、判斷的能力,以及戰略的思惟,這不是有上課會考試就能學成。我們也需要重新思考,哪些是真的能用一輩子,而且永遠不會被AI取代的能力。

本文出自 2020 / 06 月號

數據.紅利.階級戰

分享 Line分享分享 複製連結
李開復AI大數據企業經營與管理數位轉型
您可能會喜歡