人工智慧(Artificial Intelligence;AI)正風靡一時,當然也是一個目前更傾向於物聯網(Internet of Things;IoT)方向發展的熱門話題——無論如何,只要是能與「物聯網」扯上關係的任何用詞,業界每一家公司的行銷團隊都會盡力以各種方式包裝於該公司文宣產品中。

當我們透過人工智慧軟體或使用深度學習神經網路,從大量的資料庫「學習」來自感測器或記錄活動所產生的歷史資料後,看到了令人不可思議的結果。在許多工業應用中,對於像預測性維護或流程調度等任務,其效益是顯而易見的,自動駕駛也是如此,只要所建立的規則能在監管機構、社會大眾和汽車製造商之間達成共識即可。畢竟,當我們論及在效率與安全目標均已清楚定義下操作機器時,硬分析(hard analytic)才具有意義。

在醫療領域,基於人工智慧的資料探勘(data mining)可望實現「預測醫學」(predictive medicine)願景或健康監測,以便根據病患的已知病例與行為(很快地還可能結合基因分析),為其預測潛在的健康情況。當然,前提是病患(或甚至是健康的消費者)必須願意配合持續進行監測,並根據尚待建立的標準或經濟條件權衡,而在健康出現警訊前加以提醒。不過,截至目前為止,穿戴式健身/醫療裝置的接受度與採用率並不像醫療保險公司所宣傳的那樣普遍。

然而,當論及個人助理以及由人工智慧提供的所謂「智慧化個性服務」(通常用於推薦過去使用的類似產品或服務)時,我在想是否透過各種完美的分析,人工智慧或許就不會變得過度熱衷於將消費者的行為「訓練」成自動提供反饋的週期循環?

雖然機器可以嚴格地進行參數化,但人類卻經常表現出「不按牌理出牌」的高度不穩定行為。探索智慧型手機用戶可能產生的每一筆資料、自動地傳輸至更多的穿戴式裝置或甚至不情願地提供給智慧家電和基礎設施分享,假以時日,人工智慧難道不會因為逐漸熟練而重於增強這些例行程序?人工智慧助理難道不會更易於作出結論,發現提供協助的最佳方式就是在訓練這些例行程序的同時也拋棄單向的選擇或行為?

松下印度公司(Panasonic India)最近為Android手機發佈的 ‘Arbo’軟體,或許是詮釋我對人工智慧發展看法的最佳案例。Panasonic解釋說,雖然智慧型手機的功能不斷隨著新的特性發展而演進,但事實上,使用者每天通常僅用其中幾個特定的功能。

因此,Arbo軟體可以透過使用人工智慧,根據時間與位置來分析使用者的行為 ,並在螢幕上自動顯示(經常聯絡的手機號碼、其他社交網路的使用者、即將開啟的應用程式、Wi-Fi、音量以及其他設定,如與物聯網裝置連網),並作出及時且基於情境的建議。

當然,智慧化的使用者介面能夠根據使用者的手勢和預測意圖,更快速地達到目的;但人工智慧能由於聚焦我們日常生活中的所有例行事項,而真正地提供人性化的服務嗎?

Panasonic並未表示Arbo是否會從配備該軟體的所有智慧型手機使用者集體產生的數百萬筆資料中學習。

但是,許多公司都依賴這種「共享資料」來找出新的服務或是一些新的建議,讓個別用戶在特定情境下覺得別具意義。長期來看,如果易受外界影響的消費者被頻繁地提醒,可能會更有效地規範追隨機器學習標準組合的消費者行為,這實在比最瘋狂的獨裁夢想更厲害啊!

編譯:Susan Hong

(參考原文:Is AI about to normalize human behaviour?,by Julien Happich)