《AI世代生存哲學大思考》:人類自發性地想要辨認對象是什麼,但深度學習不會

《AI世代生存哲學大思考》:人類自發性地想要辨認對象是什麼,但深度學習不會
Photo Credit: Depositphotos

我們想讓你知道的是

AI很像在模仿人類大腦,但有一點必須注意,深度學習等電腦技法所建立的人工神經元活動,和真實生物體的大腦相比,其實有相當程度的簡略,頂多只是辨別對象的結果和人類的認知相同而已。

文:高橋透

AI與人腦的差異在於自主辨識能力

深度學習技術的劃時代意義在於:AI並非受到教導才去挑選特徵值,而是AI自主行動。這與人們見到不認識的新對象時「不用誰教,自己就會去捕捉該對象的特徵,以與其他對象作區分,同時認識新對象」的機制有相同效果。深度學習技術出現以前,人們設計的程式必須將對象的特徵一一傳授給AI,單憑想像就能知道,那工程有多麼浩大。

現在,拜深度學習技術之賜,電腦已能自動完成這項作業。這革新對工程師來說是莫大恩惠,而且最重要的是,誕生了能自動執行人腦機能的機器,因而令人震驚不已。

的確,從這一點來看,AI很像在模仿人類大腦。但有一點必須注意,深度學習等電腦技法所建立的人工神經元活動,和真實生物體的大腦相比,其實有相當程度的簡略,頂多只是辨別對象的結果和人類的認知相同而已。至於辨識過程,儘管也和人類大腦類似,實際上卻相差甚遠!

儘管現階段還沒辦法單憑深度學習技術打造出能夠超越人類的AI,但是我們已經能夠想像沙納漢點出的問題──即使以機器學習為出發點的AI開發參考了人類的大腦,人們無法理解的AI舉動還是會愈來愈多──而且也已經能夠理解,那是因為機器執行辨識的過程和人類不同。

深度學習的關鍵:自動編碼

其實,早在50年前AI草創時期就已有人工神經網路的構想。那時的人工智慧電腦已經成功建立3個層級,但在增加層級時屢屢遭遇困難,加上當時電腦的運算能力不足,使得人工智慧的發展要等到50年後出現了深度學習技術才突破瓶頸。

那麼,我們來稍微詳細了解深度學習的架構吧。深度學習從神經網路發展而來,後來發展得更精緻之處,就是提升了自動辨識對象與辨識精確度兩方面。在那以前,人們必須逐一傳授特徵值給AI,亦即AI也需要老師的意思。這稱為「監督式學習」(supervised learning)。當然,現在也還在沿用這種方法。相對的,深度學習不需要老師教導,它能自動學習特徵值,屬於「無監督學習」(unsupervised learning)。

為什麼深度學習可以不需要老師,也就是在「無監督」的情況下自動且正確辨識對象呢?問得具體一點,以谷歌辨認貓的例子來說,為什麼從YouTube輸入的影像,也就是攝影對象的貓與AI輸出的辨識結果──貓的影像能夠一致?

這是一種稱為「自動編碼器」(autoencoder)的機器技法,在2006年時由AI研究者傑弗里.埃弗里斯特.辛頓(Geoffrey Everest Hinton)開發問世。在那以前,AI開發一直遭遇瓶頸,只要增加神經網路的層級數就無法順暢運作。「自動編碼器」誕生以後才終於突破瓶頸,促使神經網路有了飛躍性的進展。

那麼,「自動編碼器」又是什麼?簡單來說,這種機器技法是AI裝置為了讓輸出與輸入的資訊一致,而在內部進行資訊比對。

說得再詳細一點就是,深度學習內部的輸入層與輸出層之間有好幾層,每層會各自擷取對象的特徵值。例如第一層叫做A層,它在辨識出對象貓的鬍鬚線條以後,會把鬍鬚的線條再重組回去貓的影像中。這意思是,單一層會在從影像擷取出特徵值以後,再將該特徵值復原回到原本的影像中。

以專業術語說明就是:AI會先壓縮輸入資訊,輸出時再將資訊恢復成原本大小。藉由這項壓縮作業,AI就能「獲得代表輸入資訊的恰當『特徵』」(岡本貴之的官網「人工智慧講堂」)。

而且,每一層都會重複這項作業,以確保每一層擷取到的特徵值都能與原影像一致,以確保對於對象的認識直到最後階段的輸出層都是正確的。藉由以上作業,深度學習能克服增加中間層所衍生的困難,一步步正確辨識出對象就是貓。所以,深度學習的無監督式學習核心技術就是「自動編碼器」。

AI的自動學習不等於人類的自動學習

深度學習的自動辨識並不是自發性執行辨識。人類會自發性地萌生想要辨認對象是什麼的念頭,但深度學習不會。這一點正是深度學習與人類的不同之處。這話怎麼說呢?

我們不妨再次回到人類必須教導AI的「監督學習」,從那裡思考。假設人類想要AI讀取的影像是郵遞區號,那麼人類必須先把0到9的各個數字特徵值──教給AI。當然,這個需要教導才能學習的AI,是接受人類給予目標──讀取郵遞區號數字──以後才會開始動作。這意味著,監督學習的AI單純屬於人類的工具。

那麼深度學習,也就是無監督學習的AI又是怎麼回事?它能從YouTube的影像獲得提示,自己從影像去認識貓。但是請回想一下,既然深度學習的核心是自動編碼器,那麼搭載自動編碼器這件事不就等同於「人類預先對深度學習下指令,要求AI必須正確辨識」嗎?

因此,AI研究者、東京大學的副教授松尾豐點出,「告訴AI『運算的目的』」才是關鍵。一旦人類給予指令或目標,深度學習就得忠實地聽命行事。簡而言之,現在的情況是:人類預先給予AI「正確辨識對象」這項目標,然後深度學習才會自動執行正確辨識對象的任務。這意思是:所謂能深度學習的AI,同樣只是聽人類命令行事的工具罷了。

所以,即使現在的深度學習已經是能夠自動學習的機器,依然不算是能自發性自主學習的機器,因為它還沒有變成像人類這樣會基於好奇等因素而去學習的裝置,它不會督促自己去設定目的或目標。AI在這個階段還無法超越人類,或像其他生命體一樣行動的原因就在這裡。


猜你喜歡


全球供應鏈緊張,通膨持續影響消費市場,品牌經營者應該如何因應?

全球供應鏈緊張,通膨持續影響消費市場,品牌經營者應該如何因應?

我們想讓你知道的是

疫情、俄烏戰爭造成全球性的通膨與供應鏈吃緊,使得在疫情隔離政策下消費需求大增的電商產業,看似潛力無窮,卻隱含潛在的成本結構問題。品牌主應如何保持優勢、降低通膨與供應鏈帶來的影響?

自2020年起,全球局勢的轉變以疫情作為起點,再到俄烏戰爭、台海情勢而不斷發酵,接連影響經濟層面的通貨膨脹與供應鏈吃緊,而各國央行祭出的升息政策也讓人們更傾向把錢留在銀行、放緩借貸、減少投資,甚至減少消費,對品牌經營造成莫大影響。

《金融時報》(Financial Times)就曾指出,全球供應鏈的動盪阻礙了銷售。不斷上漲的勞動力和燃料成本增加了每筆訂單的費用,再加上利率的急劇變化,讓消費者未來的支出成為不可預測的問號。

影響之大,就連在疫情期間看似爆發性成長的電子商務產業,也在此背景下受到打擊。根據 Statista Digital Market Outlook的最新預測,電子商務收入預計將首次出現萎縮,其最主要原因正是供應鏈、通膨所造成。

因應不同的時空環境,品牌主更需要不同的應對策略,除了重視銷售結果之外,也應回頭省視包括成本定價、財務規劃等企業營運的本質,才能達到永續經營,持續獲利。

通膨與供應鏈問題如何吃掉電商獲利?

疫情下的隔離措施、封城政策等,為電商的發展提供了空前絕後的機會,巨大消費者需求帶起營業額、物流需求以及廣告投資等。不過,在這場空前的繁榮之後,一個轉折點到來了——俄烏戰爭、通貨膨脹與供應鏈衝擊等導致全球經濟衰退,原本突飛猛進的業績開始放緩。

通膨帶來的效應是巨大且一連串的。首先,消費者會驚覺手上的現金能買到的東西愈來愈少,接著他們又發現隨之而來的升息,讓各式貸款如車貸、房貸的負擔變得更加沈重。這些現實會讓消費者開始減少非必需品的支出,例如保養化妝品、鞋包3C等,導致相關產品的銷量下降;同時,消費者也會更精打細算地採購必需品,趁著折價時一口氣囤積貨物,可能讓銷售額短暫上衝,卻後繼無力。

而供應鏈所造成的影響更為直接顯著——當工廠所在地(如中國)因疫情而對製造與運送進行限制和封鎖時,就會造成全球供應鏈的不穩定。品牌更常面臨產品缺貨的問題,甚至是物流配送的時間拉長,讓消費者擔心何時才會收到他們買的東西,或是乾脆放棄購買。

shutterstock_722794939
Photo Credit: Shutter Stock

當消費者的購買意願降低,製造與運輸成本卻不斷上升時,便一口一口蠶食了每筆訂單的利潤,使整體產業的成長出現危機。

重整營運,度過低迷期

從今年起,不少經營多年的電商業主可能面臨銷售效果不彰的問題;而對於新進電商產業的年輕品牌來說,則是一個彎道超車、進場學習的關鍵點。哪間公司可以重整營運模式、迅速建立彈性,就能找出通往高盈利能力的道路,進而度過低迷期,並在下一個週期中茁壯成長。

shutterstock_1978126340
Photo Credit: Shutter Stock

那麼,究竟品牌主應如何思考新局勢下的數位商務結構?可先從兩個大方面著手:

1.利潤結構:成本與獲利是經商最重要的原則,如果沒有好好計算與規劃利潤結構,便可能陷入盲點,甚至產生「多賣多賠」的情況。因此,品牌主應在所有成本都上漲的局勢下重新檢視商務本質,從定價商品、如何漲價、到設計商品組合開始學習,以財務觀點檢視利潤結構。

2.整體佈局策略:巴菲特曾說:「海水退潮就知道誰沒穿褲子游泳。」套用在經商也一樣,當景氣不好時就知道誰的企業體質不好。因此,電商品牌應以永續經營為目標,為完整產品生命週期建立策略,學習從籌備、銷售、客戶關係經營等的結構化知識。

品牌必修課——「電商結構學」

曾為台灣多個知名品牌擔任電商操刀手、外號「小黑」的實戰顧問邱煜庭,多年來反覆驗證電商營運心法,並與台灣電商教育單位「燒賣研究所」及製課專業「透鏡數位」,合作研發出一套任何人都能迅速理解且好上手的「電商結構學」課程,在當前局勢下為品牌主們雪中送炭,提供一套可以檢視、調整與轉型的實作手冊!

電商結構學_主視覺
Photo Credit: 電商結構學

他分享,電商經營知識可分為四個階段:籌備期、導入期、成長期、成熟期。每一個階段都有相對應的經營觀念,不僅有行銷,更有完整的企業經營、佈局策略知識。

例如,將在「產品籌備期」,教業主如何全面健檢成本結構與受眾定位,讓品牌不只是燒錢做行銷,更能設計出擁有精準TA的熱賣商品;接著是「產品導入期」,以邏輯性的行銷策略,藉由Google Ads與KOL快速打響品牌認知,讓商品一上市就有機會成為爆款;第三階段是「產品成長期」,這時的重點在於持續推高銷量顛峰,要以無孔不入的廣告佈局與SEO加持輸出;最後則是「產品成熟期」,需要學習產品組合的設計,以及培養忠誠客戶來製造品牌第二曲線,順利克服衰退危機。

「BTB電商結構學」為線上課程,在14小時的課程中涵蓋14張實作演練的工作表,讓品牌不只線上聽課,更可從實作中學習,層層建構自身商業模式的成功機會。同時,課程中也包含多場客座訪談,邀請如Wabay挖貝、JK Studio、只要有人社群顧問等業界導師分享豐富的市場經驗。

無論是尋求轉型的電商品牌,或是剛進門的年輕品牌主與行銷人,「電商結構學」課程猶如一本顧問工具書,隨時都有一位線上顧問幫品牌解惑、替企業健檢,讓電商品牌建立品牌長久的基本功,打造讓營收翻倍的流量佈局架構,並且成功度過通膨與供應鏈的雙重危機。

現在就訂閱課程:https://shumai.tw/klbtb/tnl
募資期間登入領取關鍵評論網專屬優惠碼,還可折扣500元:https://shumai.tw/rIWh9


猜你喜歡