AI 龙头 AWS 如何重新设计组织,让自家 ML 技术不断

AI 大神吴恩达曾说:「AI is the New Electricity.(AI 就像新发明的电。)」大约就在一个世纪以前,人类透过电气革命开启了一个全新的世纪;当 AI 在未来十年之间强势改变世界:台湾要怎幺透过既有强势产业成为 AI 强国?2030 年,台湾会在哪?

TechOrange 年度论坛 CONNECT to the Future 在 8/31 正式登场,邀请耐能智慧创办人暨执行长刘峻诚博士、AWS 机器学习专业架构师杨仲豪、SysTalk.ai 昕力资讯创新暨 AI 产品发展处副总经理林秀明,以及 Kronos Research 量化研究员郭子铭,到场揭开「智慧未来」的样貌。

AWS 的 AI 与机器学习演进之路

AWS 机器学习专业架构师杨仲豪开场便说:「大家对 Amazon 的印象都会想到 Amazon GO 吧?」这家无人商店,成了外界对亚马逊的「高科技印象」,但其实亚马逊每天要能处理的大量订单,才是这间公司最硬的科技实力。

杨仲豪说,在亚马逊的 2019 Prime Day,亚马逊要处理大量的订单,数量达到百万张、卖出一亿七千五百万件商品,第三方卖家营业额超过 20 亿美金。杨仲豪分享,亚马逊 AWS 之所以能成为 AI、机器学习领域的领导者,主要有以下几点心法。

Modernize your Application

杨仲豪说,在亚马逊内部有个黄金三角,也就是一个产品的 Infrastructure 以及 Support 该系统所花的时间,可以透过「不断地自动化」越来越少, 进而提升员工们有更多的时间与精力去做「创新」。

No General Purpose Intelligence

杨仲豪话锋一转,直接点题:这个世界上没有所谓的「通用型的 AI」。

AI 龙头 AWS 如何重新设计组织,让自家 ML 技术不断

杨仲豪以亚马逊自家的语音助理音响 Echo 为例,上头有麦克风、会显示现在几点几分、天气如何、播放串流音乐…… 等,当使用者小声地和 Alexa 说话,她回应时也会变得小声,而 Alexa 能表现得如此自然,其中最重要的就是:Learning & Personalization Engine,它能让这些助理越来越了解你,「这是很多公司在做语音助理时忽略掉的,但却是客户们最喜爱的一点。」

Build vs Buy?There is no short cut

亚马逊认为最重要的就是「自建模型」。真正有价值的 AI,是针对特定的商业需求自订模型与收集资料,杨仲豪说,「大众化的 AI 模型,只能提供低价值的回报,自建才能持续创造长期的商业价值与核心竞争力。」

Apply the Machine Learning Flywheel

杨仲豪表示,对企业来说,要在 AI 领域跑得比别人更快,最后也是最重要的一点,就是「打造三方人才一起工作的环境」。

也就是将「专业领域的知识」、「软体工程技能」、「数学与统计知识」三方的人才紧密地结合,建立起机器学习的三方人才飞轮循环,透过跨领域的合作、建立互相学习的文化,才能持续进步,而这也是人工智慧的组成因素:数据、运算,以及不断地修正。

被闲聊耽误的 AI,交谈式服务如何开创人机共工新世代?

SysTalk.ai 昕力资讯创新暨 AI 产品发展处副总经理林秀明 Jeff 说,「未来,AI 服务无处不在。我离开三星后,曾一腔热血投入机器人产业,却发现现实并不是这幺一回事,这是因为我们先做了实体,然后再去做虚拟。」

而 SysTalk.ai 昕力资讯的 AI chatbot 就是林秀明找到的答案。 SysTalk.ai 团队致力于开发台湾在地的自然语言理解(NLU)演算法,透过 NLU、FAQ、Flow 三大产品模组建立双脑一流程服务,搭配 AI 大脑训练师调教,打造聪明且人性化的交谈式服务。

林秀明说,昕力资讯团队在今年度参加 9 场技术评选,每次都拿到第一,真正的关键在于:他们为 AI 交谈式服务找到了正确的定位。

AI 龙头 AWS 如何重新设计组织,让自家 ML 技术不断

他首先回顾了近年的人机对谈史:「2012 年的时候 Siri 刚出来,大家觉得很好玩,也会用整句式命令来与它互动;2014 到 2016 年时,流行的是关键字比对式互动,而这些都是所谓的 Rule-based 人机对谈。」

直到最近,人机对谈已经来到了 Machine Learning 阶段,也就是所谓的AI 理解式。

林秀明说,2016 到 2018 年, 台湾有 34 家大型金融机构,将近八成都在三年之间完成了文字智慧客服系统,但是却面临「听不懂」、「反应不对」、「做不来」的负面循环 ,不如打一通由人类接听的客服电话,2 分钟就能解决。

因此金融业者这两年开始检讨 chatbot。它要能提供专业服务解决问题、拥有仿人理解式的双向沟通、并且有适合全年龄的直观使用模式(Conversational UI,CUI),而这就是 SysTalk.ai 正在做的事: 为 AI 交谈式服务找到的正确定位。

国际研究调查机构 IDC 预估,到了 2021 年,亚太区有 60% 的一线银行、保险公司,将採用「数位劳动力解决方案」。林秀明指出,对于企业来说,除了要有第一步: 好的导入 ,后续也要有 好的维运 ,最重要的是要拥有「拥抱 AI 的企业文化 」。

林秀明总结,「科技始终来自人性,这是 Nokia 很久以前教我的事。台湾在过去 3 到 5 年内在 AI 的发展上是有一些落后的,但我相信大家的心态都在改变,要保持更开放的态度,积极开放、有效管理!」

昕力资讯也分享, 今年 8 月「创新暨 AI 产品发展处」正式成立,以 SysTalk.ai 作为 AI 产品品牌,力推台湾在地 AI 技术产品与落地导入服务,期盼更多年轻菁英加入。

预见未来:使用 AI 重新定义金融科技

传统投资市场中,往往是金字塔顶端的顶级交易员掌握着优秀的交易策略,与一般民众拥有的投资资源相比,明显落差庞大,但在加密货币市场中,Kronos Research 认为这是能靠 AI 来改变的。

专研加密货币投资演算法的新创公司 Kronos Research 在台湾创立,凭藉过去于纽约华尔街、芝加哥量化对沖基金巨头 Citadel 的工作经验,结合计量数学及演算法的交易策略,例如 量化交易(Quantitative Trading)里的高频交易(HFT)、趋势跟蹤型投资策略(CTA),再搭配自行研发的 AI/机器学习模型,专注投入加密货币市场,盼能创造多元且有效的投资选择。

Kronos Research 量化研究员郭子铭说,「加密货币本质上是想要利用区块链技术影响传统金融领域的一种科技技术,而传统金融生态机构有两个问题,第一个是金融资源相对『中心化』,都集中在这些金融机构上;第二个则是『投资成本非常高』。投资人在企业开始募资时,是投资银行引导他们到 IPO,接着进入次级市场交易。」

而区块链出现后,很多新创公司开始注意到 ICO,而非现在的 IPO。郭子铭介绍,ICO 的投资人可以很简单地透过购买代币去参与这些新创公司的成长,但经过 2017、2018 年的市场狂热后,Kronos Research 逐渐看到了一个很严重的问题,那就是次级市场的不完善:代币价格暴涨、暴跌,交易性很差,脱手的成本也相当大。

AI 龙头 AWS 如何重新设计组织,让自家 ML 技术不断

Kronos Research 的愿景与目的,便是希望透过成熟的 AI 技术,去创造一个健康的次级市场。「为什幺我们要拿 AI+ML 来加密货币市场应用呢?加密市场 24/7 不间断而且快速的交易模式,导致交易资料量相当庞大,这也是我们使用 AI+ML 的出发点,而这些资料就是我们的『矿山』。」

Kronos Research 在去年 8 月正式启动,今年底资产规模预估将达到 4 千万美元。从创立至今,Kronos Research 的整体交易量也不断放大,今年 5 月达 5 亿美元,年底目标可望上看 10 亿美元。

Kronos Research 的愿景是希望到了 2030 年,加密货币的初级、次级市场能更有效率,所有想要参与投资、募资的投资人,都能进入并参与此种基于区块链技术、去中心化的金融系统之中,让 AI 在金融科技领域发挥最大潜力 。

强 AI 究竟存不存在?

在 4 场精彩会谈之后,TechOrange 邀请了耐能智慧创办人暨执行长刘峻诚博士、AWS 机器学习专业架构师杨仲豪、SysTalk.ai 昕力资讯创新暨 AI 产品发展处副总经理林秀明、Kronos Research 量化研究员郭子铭,一同对谈比人工智慧与台湾的未来。

林秀明指出,台湾是一个可以累积实力发展 AI 商务的市场,「我认为在这产业有非常多的机会可以应用这些交谈式服务,包括在金融、交通、B2B/B2C 等,服务到更多的消费者,这是一个在未来十年内很明显的转变。」

林秀明也认为,「比人类更聪明的强 AI,离我们不会非常远,但一定要整个产业都为此 Ready。」

耐能智慧创办人暨执行长刘峻诚博士则指出,「所谓的 AI 浪潮不是强 AI 这种类型,而是关于『识别』的浪潮。Deep Learning 在判别能力上的确比人类还强,但 AI 其实还没有大家想像的那幺酷,强 AI 必须等到底层技术也有了革命性的突破后,才有可能出现。」

(首图、内文所有图片 Credit: TechOrange 科技报橘,摄影师:邱如仁。)