AI = 學習 + 推理 + 行動,帶你簡單探究 AI 是什麼
下圖是我自己第一個新創公司所做的產品 Demo,叫做 Styletrip,是一個 AI 旅遊平台,使用者只需要輸入「要去的地方、預算(非必要)和去的期間多久(非必要)」,我的 AI 就可以幫你安排出一套完整的行程(看圖的右邊),包括要去玩的景點、可以去吃的美食和住宿以及交通,當初為何會想做這個平台?我們要解決的問題什麼問題?這平台想解決的問題就在於安排行程的過程太過於繁瑣、累人,有了這個 AI 的幫忙,使用者只需要告訴電腦一些需求,就可以泡杯咖啡來喝等待 AI 完成的行程規劃,完全解決人類的特點之一 = 「懶」。

這Styletrip產品沒有後續了,簡單來說就是創業失敗了,對這題目有興趣、想做旅遊新創或是想聽聽為何失敗之經驗分享的朋友們都歡迎找我聊聊。
Styletrip 所用的核心技術,就是 AI (Artificial Intelligence),讓人工智慧幫你找出你要去的景點、推薦你喜愛吃的美食、找到符合預算的機加酒,而人工智慧到底是什麼?為何它要存在?它的存在對你的影響是什麼?
AI = 學習 + 推理 + 行動
因為 AI 都是從我們人類發展以來各個領域的研究來啟發它的進化,下面列出了一些 AI 所涵括的領域:
哲學
- 經驗:我們所知道的規則,是否能用來得到有用的結論嗎?我們的經驗能幫助我們什麼?
- 我們腦袋的思考,是如何從大腦的物質所產生?
- 知識從哪裡來?這些知識怎麼引導行動?
哲學簡單來說就是 AI 如何思考,描述當我們有知識或經驗時會如何引導我們的行動?
數學
- 邏輯:在確定的情況下,我們要怎麼推理、找出下一步的動作?
- 機率:在不確定的情況下,我們要怎麼推理、找出下一步的動作?
- 計算:一個問題可以在有限時間內被解決。電腦科學領域有一類的問題歸類為難解問題,何謂難解?就是問題困難的程度可以瞬間暴增(以電腦科學的講法叫做時間複雜度呈現指數成長),舉個例子就是要一年級小學生算數從 1+1=? 變成算出 2^74,207,281 − 1=? 並且證明這個數字是質數一樣。
數學在AI當中扮演著一個有理論佐證的角色,讓整個決策是合理、有跡可循的,並且保證可以被解決。
上述難解問題在電腦科學領域有一個經典問題叫做Travel Salesman Problem (TSP),問題舉例一個業務員要從臺北出發,一天之內要去拜訪 100 個地點都不同的客戶(好血汗喔Orz….),且拜訪完後一樣要回到臺北出發原點,請問他可以走得最短路徑為何? 電腦是否能幫他找出那個路徑?以目前可行的理論能找出相對短的路徑而已(參閱 Optimization or Approximation Algorithm)。

Styletrip也是遇到同樣的問題,「你想去台北玩,AI 幫你列出可以玩的所有景點,每個景點都要去玩過一次,接下來你可以走的最短路徑為何?」當然這邊問題更複雜,包括要考慮景點的開放時間、使用者對景點是否有興趣、景點加入後會不會超出使用者預算…等,讓整個問題更加的複雜。
經濟
- 我們會怎麼選擇,來讓目前得到最大效益?
- 我們會怎麼選擇,來讓未來得到最大效益?
這裡的經濟不是跟金錢、金融相關,而是指人們會如何進行決策,來達到他們所想要的目的,同樣也可以套用在 AI 上,人類都會選擇最好的選擇,同樣 AI 也是。
神經科學
- 大腦是如何學習?如何思考?如何處理資訊?
電腦科學家參考人類的神經系統,設計出「類神經」的計算架構,讓電腦可以接收到資訊後,加總和觸發而做出最後的輸出,並且可以依照輸出再回傳到神經系統,讓電腦可以自主學習,就像人類一樣,透過不斷的訓練肌肉、刺激神經,讓我們的組織或反應更加發達一樣。

類神經的架構就是設計多個層次(上圖的 Hidden Layer)神經的計算,每一個神經結點都會接收不同的刺激來源(例如開車看到紅燈,刺激來源來自眼睛、四肢),加總累積到一個臨界值時,就會產生相對應的輸出(大腦要告訴腳該踩剎車了),而每一層神經的計算結果都可以變成下一層神經的輸入。
電腦工程
- 電腦如何運算,如何儲存和表示知識?
- 電腦如何加速運算?
這領域舉例來說,Google 無人車看到紅燈要停下來,這在電腦裡面要如何表示「看到紅燈」「要停下來」這些現象?以及「看到紅燈要停下來」這個知識?電腦要如何在 0.000001 秒計算出並且反應看到紅燈要停下來這件事?這都是這個領域要在 AI 上所做的精進和努力。
AI為何存在?帶來的影響是?
這篇只是一個開頭引導,AI 目前還是偏向冷冰冰的電腦,情感或許是我們該要賦予給它,讓它可以更親近人、更有溫度的跟人互動,要讓使用者感覺到他是一個貼心的管家,而非冰冷的機器,就像電影魔鬼終結者5裡面的老爹一樣,也是有情感會對人笑一樣(不好意思暴雷惹)。

AI現在也從原本只能靠人輸入訓練資料來教它,演化到只需要一開始教它、後面它會自己演化、自己學習的境界,最大的突破是在於Deep Learning的出現,或許哪天天網或是奧創的出現,那應該不用太意外吧?!
AI存在的價值,並非只有將繁瑣的操作做成自動化,和傳統自動化的差別在於,AI更突出的是它的「學習能力」、「主動判斷」以及判斷後的「決策」,也就是它可以將需要動手或動腦的地方幫忙你處理掉,你只需要悠閒的喝杯咖啡、聊聊天事情就處理完成,AI可以完全自行運作,依照目前現況去做學習、調整和變化,這才是真正的智慧化。
AI應該要是最懂你的助手,而不只是單純處理繁瑣雜事的替代品而已,使用者面對AI會感受到「你真體貼!還記得我喜歡什麼」。

“Sometimes it is the people no one can imagine anything of, who do the things no one can imagine.”
有時候,被世人遺棄的人,才能成就讓人想像不到的大事。
― Alan Turing
我是 DualCores 的共同創辦人大白,我和我的設計夥伴 Evonne Wu 共同創立的設計開發實驗室 DualCores Studio,我們正在進行 AI + 美食相關的 Side Project「吃貨女孩.ai」,有興趣的歡迎找我們聊聊。
Hi,我目前也在做一个Chatbot的项目,和Styletrip的出发点比较类似,都是用多轮会话式交互去取代用户繁琐操作路径,已经一些可能行为的预测。不过我们的主题是穿衣搭配,实际在业务中就是选购、搭配攻略、穿搭方面的闲聊等。我看到你们写的文章,在Chatbot这方面应该有很多经验了,方便电邮交流一下吗? 我的邮箱是zhaominxing208@gmail.com
好的,我的聯絡方式可以透過 FB messenger 聯繫,不過我已經不再進行 Styletrip 的專案了,第一次中斷後有曾經再一次重啟,不過後來還是覺得題目太大難行而放棄。
雖然不是很明白AI的實踐,但是期待你們的成果。