撰文〉 李啟龍博士（Jason哥）
西元2018年，Jason哥有一個感覺越來越強烈，以前我們在科幻電影中看過的場景或情節，在不久的將來幾乎都會實現，
影響未來的關鍵資訊科技發展，以大數據（Big Data）、人工智慧（Artificial Intelligence）與機器人（Robot）三者之影響最大。
大數據，基於事實的精準判斷
大數據一詞最早見於西元2008年9月的Nature雜誌封面，其特徵主要包括資料量大（Volume）、多樣性高（Variety）和變動速度快（Velocity），後來再加上真實性（Veracity）與價值（Value）兩個限制條件，形成所謂的大數據5V。大數據的應用越來越普遍，透過大數據的技術，資料科學家可以從大量、多元且快速變動的資料中，找出基於事實的有價值應用，用於解決人類或是企業的問題，例如：美國洛杉磯警方與加州大學洛杉磯分校合作，分析了上千萬起犯罪案件，找出犯罪熱點區塊，並預測可能發生犯罪行為的時間與地點，隨後警方加強熱點區塊的巡邏，成功地讓犯罪率下降了36個百分點。
人工智慧，機器學習與深度學習的大幅進展
人工智慧的研究最早發展於西元1950年代，其目的是讓電腦具備和人類一樣的推理、思考與問題解決能力。人類的棋類對奕有多種遊戲，包括：五子棋、象棋、西洋棋與圍棋…等，其中以圍棋之複雜度最高，棋類遊戲往往成為電腦科學家的挑戰目標，總是希望發展出能贏過人類棋力的人工智慧程式。西元1997年，IBM設計的電腦深藍（Deep Blue）擊敗了人類的西洋棋冠軍Garry Kasparov；在西元2017年，Google DeepMind推出的AlphaGo圍棋，徹底打敗了世界各國的圍棋棋王，自此正式宣告，電腦的人工智慧下棋能力，已經完全打敗人類。
近年來，人工智慧的發展之所以進行得如此快速，主要是因為機器學習（Machine Learning）與深度學習（Deep Learning）的技術，機器學習希望讓電腦像人類一樣具有學習的能力，主要透過幾種學習方式，包括：監督式學習（有標準答案的學習）、非監督式學習（沒有標準答案的學習）或半監督式學習（少部分有標準答案的學習），找出要分析對象的特徵值；而深度學習是指電腦運用人工神經網路（Artificial Neural Network），讓電腦模仿生物神經網絡的結構，產生數學模型來進行多層深度的學習，找出要分析對象的特徵值，而特徵值是人工智慧程式要學習與判斷時的關鍵。由於電腦硬體結構設計的進步，讓電腦執行AI計算的能力提升，因此，許多的人工智慧計算得以在更短的時間內完成。當然，人工智慧的應用，不是只有與人類下棋，在許多領域如：醫療、金融理財、影像辨識…等，都能見到人工智慧的深入應用。
機器人，生產自動化與智慧化
大數據與人工智慧的應用，大多是以軟體程式為主，而機器人則是指硬體方面的設計。機器人的類型非常多，例如：工業製造機器人、軍事戰鬥機器人、金融服務機器人、救難機器人、家用機器人…等，甚至還有寵物機器人，幾乎是在各個層面，都能看到機器人的應用，例如：杜拜政府運用機器人警察，部署在遊客聚集的景點與購物中心，以維護當地治安。由於機器人相關科技的逐步成熟，有越來越多的企業，採用機器裝置來進行生產的自動化與智慧化，所以，德國在西元2011年的漢諾瓦工業博覽會提出工業4.0（Industry 4.0）一詞，就是指人類將會大量運用機器人自動化、物聯網（Internet Of Things）、大數據與供應鏈分析，以有效提升工業製造之生產力與品質。
面對資訊科技的快速發展，人人都需要面對，資訊科技就像是海水浪潮一樣，一波又一波的湧來，幾乎是每天都有新的技術或觀念產生。「大數據＋人工智慧＋機器人」三者是影響未來的關鍵資訊科技，在「大人機」時代，人類應該如何面對呢？
馬克吐溫說:「勇氣來自於抵抗恐懼並戰勝它，而不是來自於沒有恐懼。」，電腦強大的數據運算、持續性、穩定性與精準的機器人動作能力，在封閉領域都大大超越人類。近期，全球教育界所關心的運算思維（Computational Thinking）議題，就是為了面對大人機時代的挑戰，讓未來世代皆能具備運算思維能力。我們不要被動地接受大人機，而應積極面對大人機，從中找到大人機能爲人類創造價值的可能性，讓我們一起勇敢面對大人機時代吧！
文章來源：中華多元智能教育協會
《大數據時代HR必備能力》 大數據人力資源管理師認證班
|
轉寄好友
推至Plurk
推至facebook
