文／普泉精舍护法会副会长、淡江大学资讯工程学系教授　洪文斌（传承）

图一：人工智慧与相关科技的关系图

　　这一波的人工智慧（AI），其特点就是机器学习，透过大量的资料与学习演算法，自动分析归纳，以学习其内在的知识结构，进而对新的资料得到合理的推论或预测。尤其在影像和语音方面，深度学习都有极佳的成果，甚至超越人类的表现，使得AI开始跨进到我们的生活之中。以下介绍一些与AI紧密相关的科技，简介其原理，以厘清它们与AI之间的关系，如图一所示。

物联网

　　目前的网际网路（Internet，大陆译为互联网）非常发达，常见的网路架构为主从式（Client-Server Model），而其最出色的应用就是全球资讯网（World Wide Web,WWW），透过浏览器（即客户端Client），连接到各个网站（即伺服器端Server），我们即可遨游整个网路世界。此时，伺服器可对客户端的网页浏览行为记录下来，进行分析，进而推荐相关网页，如YouTube网站。若是在公路、铁路、桥梁，乃至家电、手表等物体上，加上感测器与通讯晶片，将所感测的资讯经由网路，传回到伺服器，以进行远端监控，就构成所谓的物联网（Internet of Things，IoT），万物相连，方便讯息传递与管理。伺服器端即可进行资料分析，以达到即时监控的目的，例如：交通运输、物流管理、健康照护等。此资料分析，若用到AI的相关技术，即可达到智能化的管理，例如：智慧型运输系统（Intelligent Transportation System）、智慧城市（Smart City）等。

资料探勘

　　因应资料库中日益庞大的资料，无法再使用传统人工方式来有效分析，于是资料探勘（Data Mining）的研究便应运而生。它使用机器学习、统计分析，与资料库系统等相关技术，自动或半自动地从大量资料中，探索发掘出隐藏在其背后的有用资讯。简单地说，资料探勘就是将资料转化为知识（Knowledge）的技术。资料探勘常见的任务有分类、聚类、回归、汇总、关联规则、异常检测，以及时间序列分析等。由此可见，资料探勘与AI的关系非常紧密，因此有很多人将资料探勘的研究也归入AI的领域。

大数据

　　随着资料的搜集愈来愈方便，资料的来源愈来愈多元化，传统资料库系统已无法负荷，于是就有大数据（Big Data）研究的出现。大数据有三个基本特性：一、数据量大（Volumn），二、成长速度快（Velocity），三、多样性（Variety）。例如：每天产生1 TB（TB是Tera Bytes的缩写，有 2 ⁴⁰ ≈ 10 ¹² 位元组）的资料量，资料包含文字、图形、声音、影像，乃至影片等多样性。有人又添加了两个特性：真实性（Veracity）与价值（Value），形成所谓的3V、4V或5V。分析大数据的步骤（取得、储存、分析，和视觉化）与处理传统的资料库相同，差别在于所使用的工具不同。例如：使用Google表单取得资料，透过分散式的Hadoop技术储存资料，再使用MapReduce和Spark等工具分析，最后利用Tableau软体将数据视觉化。其中的分析，仍以资料探勘的技术为主。所以，大数据与AI的关系非常紧密。

云端计算

　　云端计算（Cloud Computing）的「云」指的就是网路（上的伺服器），就是将电脑硬体与软体，以及个人资料放在网路上，所有的资料处理都在网路上进行。而使用者，只要透过简单的设备（例如：手机、平板或电脑）上网，即可取得其结果。云端计算的服务模式有三种，如表一所示。常见的Gmail收发电子邮件服务，即是云端计算的一例，透过浏览器，即可取得电子邮件，使用者不知道储存邮件资料的伺服器在网路的什么地方（真是「云深不知处」），只要可以连上网路，即可使用，这就是云端计算的特点。若是资料量巨大，或是分析资料所需要的计算量很大，一般的伺服器无法有效处理，就可以利用云端计算服务，若再搭配AI的应用软体来进行资料分析，即可构成AI的应用。

表一：云端计算服务模式

机器人

　　我们常看到工厂里的机器手臂，负责如焊接或零件组装等工作，其实就是机器人（Robot）的一种，称为工业型机器人。近年来，随着物流、零售、餐饮，和医疗保健的兴起，用来协助人类的各种专业型的服务机器人也逐渐盛行。大多数服务机器人皆有移动能力。例如：仓储机器人负责寻找所需物品，或是将物品自动归位。除此之外，还有居家清洁机器人，负责吸尘、扫地、割草，和清洗窗户等工作，透过感测器作出适切的路径规划；教育学习机器人，内储特定学科的知识，以互动方式，辅助学童的学习；聊天机器人（Chatbot），可以和人用自然语言（如中文或英文等）交谈互动，可用于导览与查询，在机场和银行经常可以看到他们的身影。我们可以了解这些机器人的背后，一定隐藏着某些AI的程式在运作。

工业4.0

　　随着时代的进步，少量多样、变化快速的产品需求日益增加，传统量产模式已逐渐不符所需。因此有工业4.0（Industry 4.0，也称为第四次工业革命）的提出，重点在于智慧制造，从产品开发测试、业务、采购、生产智慧化与模组化、销售，与客服等，将物联网、数位化工厂、云端服务、通讯等技术紧密地结合在一起，创造新的制造模式。将生产方式转为高度客制化、智慧化与服务化的商业模式，可以快速制造少量多样的产品，以因应快速变化的市场需求。更进一步，可以利用大数据分析，优化所有生产环节，提升生产力与品质，以增加竞争力与服务品质。

5G

　　近年来发展迅速的5G通讯，其实就是行动通讯（Mobile Communication）第五代（Fifth Generation, 5G）技术的简称。相较于目前手机普遍使用的4G通讯，5G网路的主要优点在于资料传输速率比4G网路快50～100倍，最高可达10Gbps（Gbps是Giga bits per second的缩写，即每秒 2 ³⁰ ≈ 10 ⁹ 位元）。另一个优点是较低的网路延迟，亦即更快的回应时间，低于1毫秒（10 ^-3 秒），而4G为30～70 毫秒。如此的低延迟与高传输频宽，打造一个可靠的网路环境，使得物联网万物相连的目标更容易实现。若再加上AI与云端的高速运算，犹如一台快速的智慧型电脑在身边，很多过去因网路因素而无法实现的应用，就可以得到充分的发挥，例如自驾车、车联网、智慧工厂、运输、医院、港口、都市，和远程医疗等。更进一步，若万物连网，则所产生海量数据，现在是送往云端分析，为加速资讯处理效率，未来会在搜集资料的装置上加上所谓的边缘计算（Edge Computing），将海量资料先在装置上过滤、处理，需要时再送往云端，以取得较快的即时性反应，适合更多的应用。

结论

　　综上所述，AI近几年来得以兴起，实因众多因缘具足，物联网、资料探勘、大数据、云端服务、工业4.0，和5G等相关技术的成熟，彼此互相紧密地结合在一起，才让AI得以发挥所能，一展长才。企业家林百里曾举出一个妙喻，说明了AI与这些相关技术的关系。他说：AI是飞行员，引领方向；5G是引擎，带动飞机起飞；而云端产业则是飞机的机身，用以承载这些产业所需的内容；至于乘客，则由IoT物联网来扮演，以创造有益于人类的应用。这些都再再印证了佛法所说的「缘聚则生」的道理。诚然也！