人工智能創企併購急增 Chatbot盛行 語音訓練代替客服

原文刊於信報財經新聞專欄「StartupBeat創科鬥室」

有關人工智能（AI）的新聞，近期可謂多不勝數。人類不僅在圍棋輸給電腦，連更複雜的電競項目都戰敗。《信報》StartupBeat請來香港新興科技教育協會會長洪文正，與我們探討現時的AI技術及發展。

主持：尹思哲 《信報》科技編輯

嘉賓：洪文正 香港新興科技教育協會會長

尹：著名遊戲Dota 2的國際職業選手，近日在單打獨鬥的對決中，不消10分鐘就敗給OpenAI，你認同現時AI已相當先進嗎？

洪：我認為對AI而言，Dota 2比棋類更加簡單。始終玩電腦遊戲要出色，需要看不少補充資料，如角色技巧及屬性等，電腦查看及應用資料本身就比人腦快很多。

最初段的電腦遊戲，例如食鬼，都是跟電腦對戰，它們通常比玩家強。以前我亦寫過簡單遊戲，故意令電腦不要贏得太快，否則無法吸引玩家。以前智能已可擊敗人類，要把他們水平降低，才可以讓人類取勝。

尹：打機除了操作，更講求策略。OpenAI在多人對戰中，會否比較弱？

洪：我認為不會，因為AI比人類的學習時間長很多，每天每分每秒都可研究不同策略，訓練更比人類強。正如Tesla將自駕車帶到路上訓練一樣，當資料、數字夠多，效果就做得愈好，而策略可由其他方法測試。

與過往編寫程式的想法不同，我們容許人工智能犯錯，它的訓練只需達九成多，就要留下自學的空間。以前是教導程式應該怎樣做，人工智能卻是把人類的思考模式放入去，教導它如何思考。正如教三四歲小朋友一樣，你教他10件事，結果他做了兩件額外的事情。

需求大 市場潛力巨

尹：人工智能50年前已被着手研究，有人認為在語音上，人類依然佔優；在影像方面，AI卻已完全超越人類，你又有何看法？

洪：這只是視乎花多少時間及資源去訓練的問題。Facebook及Google其中一種訓練方法是，花上5至6年時間認出影像，真人用戶不斷從旁協助。但語音比較複雜，因為聲音分為不同頻譜，聲線亦增加複雜程度。機械翻譯方面，即使在不同時間，同一句說話及文字都有不同意思，難以從字面上判斷。

尹：在自然語言處理（NLP）上，我知道你有訓練經驗，可以分享一下嗎？

洪：NLP就是將一個語句，先分開為幾個部分，再轉換為實質意思。轉換不同的語言，有不同程度的困難。中文又比英文複雜，始終英文格式固定，切割句子相對較容易。

訓練主要是教導如何思考，包括向前或向後思考。向前是指，你要先通過前面幾項條件再下結論；向後則指，你要先找結論，再審視條件是否齊全。現時人工智能已在此階段，可達人類思維層次中，最高水平的「智慧」。

港須培訓人才追落後

尹：主攻人工智能的初創企業，近年吸引不少投資者留意，單是今年首季已有37間獲得收購，其中NLP佔很大的百分比，為何他們特別受歡迎？所有人工智能都要先由NLP訓練開始嗎？

洪：現時Chatbot（聊天機械人）相當流行，全球對客服需求很大，大家都看到市場潛力。一般用戶致電客服時，不喜歡聽到「請按1234」，而偏好跟真人對話。

若對方是Chatbot，而你又不察覺時，就可節省大量人手。尤其IT產品問題眾多，客服訓練難以趕上，AI有助紓緩壓力。

目前語音仍有一些問題，如人類說「好」，未必是字面上的意思，AI亦無法理解。但其中一個好處是，AI沒有感情，不怕被客戶責罵。

尹：香港的AI發展如何，你有何意見？

洪：人工智能是一個老舊的科目，在1950年開始已有。在機緣巧合下，我在十多年前有機會在香港授課，近年已沒有再教，原因是無人讀。學生寧願選擇電子商貿、程式設計等課程；加上人工智能等科目難免牽涉大量數學，既沉悶又難明，但我相信未來將有更多人修讀。

現時香港6所大學有工程系，其中有些教授正研究AI，而且進展不錯。只要香港能夠把科研轉為商業模式即可，不像金融科技有法例限制，亦不如製作硬件般成本高。只要AI應用在軟件上配合合適的訓練，香港發展空間很大。始終港人有創意，數學又夠好。

尹：香港市場小，不少初創都朝着企業對企業（B2B）方向發展，亦有大機構願意找初創合作。你認為本地有足夠AI人才嗎？

洪：最近，我聽過有幾間公司引入Chatbot，但他們對AI的認識仍有距離，要物色人才亦需要時間。香港學校不乏AI人才，由於它要求數學知識，近10年讀電腦科學的人亦比較急功近利，很早就選擇轉行，未必在AI範疇發展。此外，本地有不少出色的留學生，可是很快便回到內地或者前往美國發展，這比較可惜。

註：以上嘉賓訪問均屬個人意見，與本報立場無關。

完整訪問視頻，請上http://startupbeat.hkej.com/觀看。

支持EJ Tech

如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。