從專案到落地的系統規劃關鍵五堂課（一）：認識人工智慧跟工人智慧的異同
從大數據到AI，領域知識才是關鍵
多年來，大數據的快速發展吸引許多科技研究者投入相關領域，隨著各式感知器的蓬勃發展幫助我們搜集到許多資料，但在搜集的過程中，人類也不斷理解與思考：「什麼樣的資料需要被搜集與分析？」范書愷認為，從數據發展至人工智慧的過程中，人類並不是完全依賴冰冷的科技技術，而是加入了經驗與熱情，透過領域知識的分析結果讓我們能對環境變動進行快速反應。
他特別提醒，當大量的資料逐步被轉化成知識、可行動的見解、智慧，最後成為創造力，背後的領域知識才是企業在考慮借用人工智慧或大數據的幫助時必須先具備的基本思維。
北宋知名文學家蘇軾某日自朝中歸來，一家人吃過飯，腆著肚子散步消食。閒來無事，便和侍女開玩笑道: 「你們說，我肚子裡裝著什麼東西？」一女婢不假思索地回答道：「先生肚子裡一定滿是文章。」一女婢不假思索地回答道：「先生肚子裡一定滿是見識。」而蘇軾最寵愛的侍女王朝雲卻機靈說道: 「學士一肚子的不合時宜。」 而這說法，正如同蘇軾後半生的官場寫照。
范書愷以這段故事對應現代的經驗，所謂「滿是文章」就像是搜集了大量文章的資料庫；經過淬煉並轉化為經驗的「滿是見識」則是知識庫；而不合時宜的思想就像是不隨波逐流的見解。范書愷認為，目前的千禧世代 （Millennials）十分相信分享的力量，並且對於用戶評價與市場的反應十分快速，而這正是主管們要善用的優點。
范書愷認為，目前的人工智慧仍然十分「初階」，如果借用馬斯洛的需求層次理論來看，底層指的就是計算力跟儲存力，而這一塊在產業的推廣非常完整；再往上一層就是覺察當下環境變動的感知力，感知再往上一層才是能辨別事物的認知力，逐層往上才是智慧，進一步協助人類解決問題，例如發現煙囪漏氣了，是不是要派維修機器人前來處理？最後才會成為創造力。而目前的人工智慧還在從感知進步到認知的階段，還有許多需要努力的地方。
人類會被AI取代嗎？人工智慧跟工人智慧的異同
那麼，人類會不會被AI取代呢？如果我們將智慧分成四大象限（如下圖），橫軸為人類介入的程度，縱軸則是系統的彈性程度。右上角的「自動化」為無需人類介入且系統無法根據外在環境反應；在其左邊的，則是「協助智慧」，指的是人類需要在系統中扮演角色，但沒有辦法對環境做出改變，大部分會出現在具高度危險或重複性的環境中，這類系統主要是幫忙解決第一線高重複性、高危險的工作，但是，一旦遇到系統沒有辦法解決的狀況時，人類就要出面協助解決。
左下方的「增強智慧」，我們期待系統能針對環境的改變做出反應。這時候，人類與系統中間會需要溝通過程，無論是透過感測器或照相機的幫助。近期，備受討論的強化學習就是因為我們期待人工智慧能從「協助智慧」邁向「增強智慧」。
范書愷解釋，由於目前的資料多半是高度複雜且不結構化的類型，於是，人類希望能借用深度學習的技術，幫助我們在這些大量且多元的資料中找到重要特徵（feature seeking），這類的特徵工程可分成特徵擷取、特徵選擇，以及特徵創造。而機器學習的目的就是在找到重要特徵後，利用Behavial Model建構模型。總結來說，人工智慧是指期待從資料擷取特徵後，建立模型，仿效工人智慧以解決問題。