我最近的諮詢客戶是一家出版公司,正嘗試以各種方式將內容數位化及脈絡化。我知道該公司有某些競爭者已和IBM的華生研究中心(Watson)簽約,便問了他們幾位高層,為什麼不和華生研究中心簽約?該公司表示:「我們覺得人工智慧(AI)軟體正在迅速大眾商品化,應該能用低得多的成本自己組合出需要的功能。」幾位見多識廣的經理也提到,他們預計公司會採用來自不同供應商、開放原始碼的認知軟體(cognitive software)。他們考慮採用的開放原始碼軟體供應商可不是小公司,而是Google、臉書(Facebook)、微軟、亞馬遜和雅虎等大公司。聽到該公司的策略,我起初有些訝異。能夠思考的機器,已經變得這麼便宜又容易取得了嗎?認知軟體市場還是個相對新的市場,居然就已經大眾商品化了嗎?廠商還正在努力開發奇特的深度學習(deep learning)功能和機器學習軟體,為什麼願意免費提供?而如果IBM推出的軟體不能明顯優於免費軟體,怎麼能預估華生研究中心將有100億美元的營收?首先談談人工智慧大眾商品化的一些可能原因(至少在目前來說,人工智慧比較適當的名稱或許是「認知科技」)。今天所有軟體的重大趨勢是走向「微服務」,也就是對資料執行一小組功能,再回報結果。通常的形式就是應用程式介面(application program interface,API)。但這些軟體較小型,因此比那些較大規模的軟體更難說服使用者或組織付費。這些軟體的規模小而且模組化,可供多位軟體開發人員用來設計軟體,因此應用程式介面常常會進入開放原始碼的程式庫。在過去十年左右,認知軟體領域的情形正是如此。現在已有許多開放原始碼程式庫,提供各種常見認知功能的演算法,像是神經網路、深度學習(就像是更強大的神經網路)、語音剖析(parsing)及辨識、影像辨識等等。某些程式庫開放已久,但像是Google、微軟、臉書和亞馬遜則是到最近一、兩年才免費開放。一般的存取方式是透過供應商的雲端系統(供應商至少可藉此賺點錢),或是透過像Github這樣的程式網站。如果有很多公司和程式設計師使用某個特定供應商的開放原始碼認知工具,就很有可能:1. 讓這套軟體成為標準;2. 這套軟體很容易整合到同一個供應商的其他產品中。就連IBM的華生研究中心也是往這個方向邁進,至少某個程度上是如此。雖然軟體並非免費(打那麼多廣告,總是需要成本),但現在已經推出一組應用程式介面,可執行許多不同認知功能,包括影像分析、情緒分析,以及原始的問答功能。我計算華生研究中心「華生開發者雲端」服務(Watson Developer Cloud)的目錄,發現可以取得約20種應用程式介面,而這個數字不斷變動,因為可能會有新增的應用程式介面、取消實驗性質的應用程式介面,或者合併相關的應用程式介面。認知工具大眾商品化的速度很快,因此,如果華生研究中心有部分應用程式介面在不久之後成為開放原始碼程式,實在也不值得訝異。另一項推動大眾商品化的因素,則是發展出各種對話機器人(bot),或許也可稱為「智慧人類介面」。對話機器人(有時候使用全稱「chatbot」)是一種小型應用程式,能讓人透過文字或語音輸入,與程式對話。要執行這種功能,需要先將語音轉為文字、剖析那些文字、並且要能理解大量詞彙。聽來困難,但許多曾推出開放原始碼人工智慧軟體的公司,現在也已提供對話機器人,可與它們自己的程式和和幾乎其他所有程式溝通。對話機器人很快就會無所不在;現在甚至已經有一些開放原始碼程式庫了。而且,因為對話機器人只是介面(就像是我們打字或按滑鼠,但更簡單),大概不會有人願意為此付出高價。這一切代表的是:想賣認知軟體賺大錢,大概會相當困難。但當然,如果公司內部沒有一整組資料科學家,就會需要大量這類的外部服務。很多公司也會需要相關諮詢服務,設法了解該在本身的哪些業務裡應用這些工具。我認為,未來應該會出現高度客製化的人工智慧「解決方案」,這些方案十分精細、完全量身打造,因此不可能透過開放原始碼來取得,例如能夠辨識偽鈔的影像分析系統。但大致來說,這類型的軟體應該會有很多,而且是免費的。如果你的公司知道這些軟體的用處、用法,也知道如何整合到自己的業務裡,前途就一片光明。但如果你的公司打算賣這種軟體,前途可能就相當堪慮。
請依據實際授課的人數(包含老師)選擇份數
最低購買份數為5份