:::

寰宇韜略

【寰宇韜略】AI發展趨勢與挑戰(上)

◎宋吉峰(譯)

 人工智慧(AI)領域起源可追溯至1956年達特茅斯學院研討會,其目的是探索如何使用機器來模擬人類智能。其中,麥卡錫針對大數據的趨勢資料(即數據可用性、存儲方式和處理能力)提出討論,而這也是人類歷史上人工智慧的起點;如今,人工智慧已成顯學。青年日報特摘譯美國「國會稽核處」(GAO)之〈新興人工智慧的發展、挑戰與影響〉及美國《科學雜誌》、〈嵌入人工智慧的大氣模型的創新與發展〉重要內容,區分上、中、下3部分以饗讀者。(編按)

 前言

 2018年3月,美國「國會稽核處」對人工智慧(AI)的定義是:人工智慧難以精確完整定義,而且僅能根據使用的不同領域定義和分類。因此,除了總體定義AI之外,研究人員也區分了狹義和廣義的解釋。狹義AI指的是提供特定領域專業知識,或工作的應用程序;廣義AI是在人類交互活動範圍內展示與人類或超出人類智能的AI應用程式。雖然近年人工智慧的發展取得相當大的進展,在特定領域的表現也優於人類,但觀察家認為,未來幾十年較不可能實現全面性的人工智慧,AI科技仍待突破。

 人工智慧發展3階段

 去年3月的政策研討中,美國發現AI的具體定義,可以從技術發展的趨勢進行分析。著名的AI學者Launchbury提供了一個完整的研究框架,即根據感知、學習、抽象和推理方面的能力差異,將AI概念區分為3個階段。

 第1階段,人工智慧由法律或其他權威研究專家所凝聚的知識或標準進行編碼,可稱為計算機演算階段,亦可稱為專業系統發展階段,例如後勤安排及相關的稅收程序等。

 第2階段的AI技術,植基於機器學習或統計學習,例如包括語言處理(如語音識別)和計算機視覺技術等。與第1階段相比,第2階段系統旨在感知和學習,具備了聲控、數學能力等,可幫助醫護人員選擇適當的治療方式,或進行快速診斷的應用;另外,還有自動駕駛車輛的發展等。

 第3階段的AI技術結合了第1、2階段的優勢,並且還具有上下連貫的複雜性、抽象性和解釋性。第3階段AI的1個例子,是1艘船可以在無人操作的情況下,在海上航行數月,航行期間能感知其他船隻,並因應海上各種情況,確保在航道上執行相關任務。

 如同Launchbury所描述的,我們正處於「第3波AI」的開始階段,第3波AI的關鍵,是能夠適應未來新情況的系統,且能夠向用戶解釋這些決策與結果背後的成因。

 第3階段人工智慧的成功案例

 人類科技不斷創新,在地球大氣科學領域模型的數量、複雜性和運算能力也不斷強化,但仍無法準確地回答人們心中一些疑問,例如必須建造多高的海牆,以防止海平面上升?熱浪在未來10年會有多嚴重?北極航線在2030年會是什麼樣貌?科學家塔皮奧施奈德組建了一個大氣模型團隊,該團隊正進行一項「地球機器」的計畫,結合運用AI科技,期望於未來能精準掌握、預測地球大氣的形成與發展。

 求知觸角伸向大氣成因

 塔皮奧施奈德是加州理工學院德裔大氣研究科學家,他認為大氣科學可以為地球做出更大的貢獻。2018年由他領導的科學研究團隊,其成員包括前Google執行長艾瑞克史密特、微軟創辦人保羅艾倫等在內的許多傑出科技慈善家支持下,啟動了一個大型的大氣科學計畫。

 該計畫核心是創建新的大氣模型,並運用人工智慧、衛星成像和高分辦率模擬技術等加以整合,這個尚未命名的模型,將針對海面冰層及全球小規模範圍活動雲層的形成與變化,進行細部解構,旨在建立預測大氣變化能力。而當前的重點將針對一些主要不確定性因素,例如雲層在不同海岸線樣貌與信風發展的變化關係,掌握這些不確定因素非常重要,因為這些因素的比例也許只占很少的部分,但卻是影響全球均溫上升或下降的關鍵,而現今既有的大氣模型,仍無法掌握這些因素。

 施奈德表示,該團隊希望運用AI強化此一大氣模型,期能透過實際觀察和精確的雲層模擬,進而達到模型本身可自我學習雲的形成活動,以消弭過去諸多的不確定性因素,儘管這是具有高度挑戰性的計畫,但施奈德深具信心地表示,「我們並不抱持著任何幻想,但是這絕不是個愚蠢的計畫」。

 模型的歷程與發展

 一直以來,在大氣模型領域中,存在著2個必須遵循的圭臬。首先,建模者必須將諸多的地球特徵及條件嵌入於模型中,過去模型只包含大氣和海洋,而現在的模型已包含冰雪覆蓋、土地使用和生物鏈等主次因素,且對於各個因素的先後出現順序也有不同的模擬數據。其次,建模者都盡量設計較小的模型,但卻都希望以此獲得最高的分辦率及清晰度,就如同摩爾定律運用於超級電腦一樣,據資料顯示,自1970年代以來,大氣模型的計算能力已增加了1億倍。

 基本上,現今各國所有大氣模型都大同小異:它們將地球分割成許多網格,每個網格的寬度大約在25至50公里之間,並賦予1組網格不同代碼,以利於模擬各種因素的變化及分析,這種方式已運用於大氣和海洋科學幾個世紀。如果雲的形成發生在比這些網格更小的範圍時,操作者則會以經驗法則間接的加以參數化,進行分析或加以描述;今新的計畫則可以運用模型上的各種功能加以調整,以期能以最合理的方式理解我們所處的大氣環境,對建模者而言,可稱為「可調整的世界」。

 毫無疑問地,現今的模型對於重建世界大氣環境方面有顯著的成果,不僅如此,科學家們還致力於重建北極溫度和海冰融化等相關計畫,因為科學家們相信這兩者可能是影響全球降雨分布的主因,而降雨區域的改變也可能導致洪水及暴雨氾濫的極端現象,麻省理工學院大氣科學家保羅奧戈曼也表示,「雨水落在錯誤的地方及強降雨暴增,是現今全球各國遭逢的困境」,而現今既有的模型尚無法有效模擬層積雲。

 施奈德在加州理工學院期間,特別專注於大範圍的大氣擾動,例如哈德里環流圈,這是大氣將空氣從赤道轉移到亞熱帶區域的現象,他運用了大氣模型加以模擬,這是種簡單的物理定律模擬類型,他發現大氣模型可以大量的整合雲層數據,並且從中發現許多驚人的發現,為了確認這些「發現」的準確性,2016年他返回加州理工學院尋求解決方案。

(待續)

友善列印

相關新聞

熱門新聞