AI革命第四波——自主智能化

自主人工智能是前三波人工智能浪潮的集大成者，把第一波的個別數據、第二波的群體的複雜數據，和第三波的機器感知能力結合起來。有些人以為機器的自動化便是第四波，我只可以告訴你這是初階版，因那只能夠重複某個動作，但無法做決策或處理突發情況；而高階版就是當人工智能賦予機器視覺、聽覺、觸覺和其他感覺，再加上數據運用來優化的時候，機器能夠處理的工作範圍就大大增加了。

從前，摘草莓只可以用人手去做，因為這工序包含了尋找、判斷和採摘，低端的人工智能化並不勝任這工作。但在機器加了探頭，運用先進的視覺算法，再查看草莓顏色以判斷草莓的成熟程度，然後利用機械手臂模仿人手從枝葉上摘下草莓，完全不傷及果實，是透過一連串學習，手法只會越來越熟練。

另一個例子便是京東的物流中心，它能夠處理龐大數量的貨件，不能單靠人手和機械，只可以依靠無數像甲蟲般的機械人。這些甲蟲舉著商品送到適當的位置，無數甲蟲不斷穿梭又不會碰撞，既看得懂商品最終要送往的位置，又送到最合適的位置，取代了不少人們不想做的工種。

無人駕駛應該會是讀者想到的自主智能化的例子，有兩種截然不同的模式在發展，第一種是完美主義的谷歌模式，不允許任何危及人類性命或企業聲譽的可能性出現，而另一種則採取漸進的特斯拉（Tesla）模式，在部份功能如高速公路上自動駕駛、自動轉向以避免車禍和自動泊車等，只要研發成功便馬上應用，搶的就是時間，但要付出一定的風險。要學懂自動駕駛，就跟真人駕駛一樣，要累積相當里數才有機會遇到不同的路面情況——谷歌花了8年只集得800萬英里數據，而特斯拉只用了兩年就收集到12億英里的數據，足足是谷歌的150倍。谷歌發覺走慢了而減少完美性，而特斯拉則因為死亡個案而加重安全性，一個加快而另一個減慢步伐，各自找出平衡點。

這是一個科技倫理的議題：科技進步還是人命重要？每個人心中的尺也不一樣，西方需要坊間取得共識才可以釐定發展速度，但中國是一個行政主導的國家，實現自主智能化會比西方國家更有優勢。