文／普泉精舍護法會副會長、淡江大學資訊工程學系教授　洪文斌（傳承）

圖一：人工智慧與相關科技的關係圖

　　這一波的人工智慧（AI），其特點就是機器學習，透過大量的資料與學習演算法，自動分析歸納，以學習其內在的知識結構，進而對新的資料得到合理的推論或預測。尤其在影像和語音方面，深度學習都有極佳的成果，甚至超越人類的表現，使得AI開始跨進到我們的生活之中。以下介紹一些與AI緊密相關的科技，簡介其原理，以釐清它們與AI之間的關係，如圖一所示。

物聯網

　　目前的網際網路（Internet，大陸譯為互聯網）非常發達，常見的網路架構為主從式（Client-Server Model），而其最出色的應用就是全球資訊網（World Wide Web,WWW），透過瀏覽器（即客戶端Client），連接到各個網站（即伺服器端Server），我們即可遨遊整個網路世界。此時，伺服器可對客戶端的網頁瀏覽行為記錄下來，進行分析，進而推薦相關網頁，如YouTube網站。若是在公路、鐵路、橋梁，乃至家電、手錶等物體上，加上感測器與通訊晶片，將所感測的資訊經由網路，傳回到伺服器，以進行遠端監控，就構成所謂的物聯網（Internet of Things，IoT），萬物相連，方便訊息傳遞與管理。伺服器端即可進行資料分析，以達到即時監控的目的，例如：交通運輸、物流管理、健康照護等。此資料分析，若用到AI的相關技術，即可達到智能化的管理，例如：智慧型運輸系統（Intelligent Transportation System）、智慧城市（Smart City）等。

資料探勘

　　因應資料庫中日益龐大的資料，無法再使用傳統人工方式來有效分析，於是資料探勘（Data Mining）的研究便應運而生。它使用機器學習、統計分析，與資料庫系統等相關技術，自動或半自動地從大量資料中，探索發掘出隱藏在其背後的有用資訊。簡單地說，資料探勘就是將資料轉化為知識（Knowledge）的技術。資料探勘常見的任務有分類、聚類、迴歸、匯總、關聯規則、異常檢測，以及時間序列分析等。由此可見，資料探勘與AI的關係非常緊密，因此有很多人將資料探勘的研究也歸入AI的領域。

大數據

　　隨著資料的蒐集愈來愈方便，資料的來源愈來愈多元化，傳統資料庫系統已無法負荷，於是就有大數據（Big Data）研究的出現。大數據有三個基本特性：一、數據量大（Volumn），二、成長速度快（Velocity），三、多樣性（Variety）。例如：每天產生1 TB（TB是Tera Bytes的縮寫，有 2 ⁴⁰ ≈ 10 ¹² 位元組）的資料量，資料包含文字、圖形、聲音、影像，乃至影片等多樣性。有人又添加了兩個特性：真實性（Veracity）與價值（Value），形成所謂的3V、4V或5V。分析大數據的步驟（取得、儲存、分析，和視覺化）與處理傳統的資料庫相同，差別在於所使用的工具不同。例如：使用Google表單取得資料，透過分散式的Hadoop技術儲存資料，再使用MapReduce和Spark等工具分析，最後利用Tableau軟體將數據視覺化。其中的分析，仍以資料探勘的技術為主。所以，大數據與AI的關係非常緊密。

雲端計算

　　雲端計算（Cloud Computing）的「雲」指的就是網路（上的伺服器），就是將電腦硬體與軟體，以及個人資料放在網路上，所有的資料處理都在網路上進行。而使用者，只要透過簡單的設備（例如：手機、平板或電腦）上網，即可取得其結果。雲端計算的服務模式有三種，如表一所示。常見的Gmail收發電子郵件服務，即是雲端計算的一例，透過瀏覽器，即可取得電子郵件，使用者不知道儲存郵件資料的伺服器在網路的什麼地方（真是「雲深不知處」），只要可以連上網路，即可使用，這就是雲端計算的特點。若是資料量巨大，或是分析資料所需要的計算量很大，一般的伺服器無法有效處理，就可以利用雲端計算服務，若再搭配AI的應用軟體來進行資料分析，即可構成AI的應用。

表一：雲端計算服務模式

機器人

　　我們常看到工廠裡的機器手臂，負責如焊接或零件組裝等工作，其實就是機器人（Robot）的一種，稱為工業型機器人。近年來，隨著物流、零售、餐飲，和醫療保健的興起，用來協助人類的各種專業型的服務機器人也逐漸盛行。大多數服務機器人皆有移動能力。例如：倉儲機器人負責尋找所需物品，或是將物品自動歸位。除此之外，還有居家清潔機器人，負責吸塵、掃地、割草，和清洗窗戶等工作，透過感測器作出適切的路徑規劃；教育學習機器人，內儲特定學科的知識，以互動方式，輔助學童的學習；聊天機器人（Chatbot），可以和人用自然語言（如中文或英文等）交談互動，可用於導覽與查詢，在機場和銀行經常可以看到他們的身影。我們可以了解這些機器人的背後，一定隱藏著某些AI的程式在運作。

工業4.0

　　隨著時代的進步，少量多樣、變化快速的產品需求日益增加，傳統量產模式已逐漸不符所需。因此有工業4.0（Industry 4.0，也稱為第四次工業革命）的提出，重點在於智慧製造，從產品開發測試、業務、採購、生產智慧化與模組化、銷售，與客服等，將物聯網、數位化工廠、雲端服務、通訊等技術緊密地結合在一起，創造新的製造模式。將生產方式轉為高度客製化、智慧化與服務化的商業模式，可以快速製造少量多樣的產品，以因應快速變化的市場需求。更進一步，可以利用大數據分析，優化所有生產環節，提升生產力與品質，以增加競爭力與服務品質。

5G

　　近年來發展迅速的5G通訊，其實就是行動通訊（Mobile Communication）第五代（Fifth Generation, 5G）技術的簡稱。相較於目前手機普遍使用的4G通訊，5G網路的主要優點在於資料傳輸速率比4G網路快50～100倍，最高可達10Gbps（Gbps是Giga bits per second的縮寫，即每秒 2 ³⁰ ≈ 10 ⁹ 位元）。另一個優點是較低的網路延遲，亦即更快的回應時間，低於1毫秒（10 ^-3 秒），而4G為30～70 毫秒。如此的低延遲與高傳輸頻寬，打造一個可靠的網路環境，使得物聯網萬物相連的目標更容易實現。若再加上AI與雲端的高速運算，猶如一台快速的智慧型電腦在身邊，很多過去因網路因素而無法實現的應用，就可以得到充分的發揮，例如自駕車、車聯網、智慧工廠、運輸、醫院、港口、都市，和遠程醫療等。更進一步，若萬物連網，則所產生海量數據，現在是送往雲端分析，為加速資訊處理效率，未來會在蒐集資料的裝置上加上所謂的邊緣計算（Edge Computing），將海量資料先在裝置上過濾、處理，需要時再送往雲端，以取得較快的即時性反應，適合更多的應用。

結論

　　綜上所述，AI近幾年來得以興起，實因眾多因緣具足，物聯網、資料探勘、大數據、雲端服務、工業4.0，和5G等相關技術的成熟，彼此互相緊密地結合在一起，才讓AI得以發揮所能，一展長才。企業家林百里曾舉出一個妙喻，說明了AI與這些相關技術的關係。他說：AI是飛行員，引領方向；5G是引擎，帶動飛機起飛；而雲端產業則是飛機的機身，用以承載這些產業所需的內容；至於乘客，則由IoT物聯網來扮演，以創造有益於人類的應用。這些都再再印證了佛法所說的「緣聚則生」的道理。誠然也！