李鎮宇專欄－投資AI或被AI取代

工商時報【台新投顧總經理李鎮宇】 自從AlphaGo接連擊敗世界圍棋棋王，AI突然變成了一個時髦而嶄新的名詞，什麼東西都非得跟AI沾個邊，否則顯得就落伍了。但投資者們真的了解AI嗎？那在台股的市場裡面，我們又要如何掌握這個未來10年最大的投資趨勢呢？ 所謂的AI，Artificial Intelligence，中文翻譯成人工智能，最早是在1955年由計算機科學家，約翰·麥卡錫所提出。廣義來說，人工智能是一門透過電腦或人類製造的工程系統，來研究、模擬人類智能的一門技術科學。 最早發展人工智能的領域，如大家所知，除了AlphaGo之外，早期的IBM西洋棋巨人深藍，也是人工智能的代表。甚至連約翰·麥卡錫的得意女弟子，芭芭拉·利斯科夫（Barbara Huberman），美國第一個計算機科學女博士，她的博士論文也是在處理西洋棋殘局問題。可以說，人工智能最早的開端，跟棋類對弈息息相關。 隨著電腦能力的演進，資料收集的能力，人工智能的運用場景也跨出了各種棋藝，進入人們的生活當中。如早期蘋果手機推出的Siri語音服務（語音識別），3D sensing的人臉識別技術，自駕車，VR（虛擬現實）等等，體現這些技術後面的都是人工智能技術的加持。 雖然短期看起來似乎蓬勃發展，但是長遠來看，這些AI技術都只是剛剛起步而已。俄羅斯總統普丁甚至直言：掌握AI技術的人，就將統治天下。因此，投資AI將是未來10年的顯學。不投資AI，就只能等著被AI取代。 為什麼我們需要AI？其實最根本、最主要的原因是，人們能做的比能講清楚的要多太多。舉例，你一定有類似的經驗，你在路上閒逛，突然遇到一個人，兩個人對望了數眼之後，同時驚呼原來是十數年沒見過的同學。 十數年不見，理論上外表型態都有很大的差距，但你們就是可以辨認的出來。但是真的要問你為什麼，你卻又只能模模糊糊地講不清楚。如果人們【能感知的】與【能表達的】是一樣多的話，那人類不需要AI，人類只需要好好的編寫好程式碼即可。 但很不幸的，人們能夠感知的，遠遠超過人們所能說清楚的，所以這就給了AI很好發揮的空間。而AI之所以能夠在短時間內突飛猛進，主要拜電腦效能的進步，資料的收集與學習演算法的精進。 目前機器學習主要分成三個構面：監督式學習，強化學習，非監督式學習。監督式學習主要先利用現有的資料，建構訓練出一套模式，並依此模式推測新的實例。 對於擁有大量的行為數據且需要預測結果的工作，監督學習可達到相對好的效果，如人臉辨識，語音辨識，利用過去的消費行為預測未來的消費慣性。這個部分多數的AI公司已經進入，也屬於AI比較初步的階段。 強化學習則是輸入目前的情況、目標及可採取的行動，機器設法達到目標。例如AlphaGo，根據規則達到目標；正確的設定目標是關鍵。 非監督式學習則是訓練資料沒有標準答案，讓機器自行摸索出資料的規律。如自動駕駛。這部分是正在萌芽，未來也是AI最重要的關鍵競爭領域。 目前整個AI產業大概可以類似區分成前台，中台和後台三大區塊。最後台的核心就是資料收集。隨著物聯網，大數據的興起，儲存設備的成本大幅下降，大量取得儲存數據是建構人工智能的第一步。而中台也是目前人工智能的最核心:學習與訓練。 如何將透過的資料，與選定與目標吻合的學習方式(監督式學習，強化學習，非監督式學習)，開始讓機器自主式學習，取得良好的學習成果。這個部分目前最大的霸主還是以Nvidia的GPU一枝獨秀。 在學習完成後，如何透過學習成果做出適當推論（Inference），並在適當的場景來使用，則是前台最重要的工作。那這三大區塊對應到台股市場的投資機會，主要有對應後台收集資料的5G概念股，如立積、瑞昱。對應前台，將已經學習結訓的人工智能，客製化寫入積體電路的ASIC公司，如創意、世芯、智原。 當然對應人工智能發達，晶圓代工龍頭的台積電和封裝龍頭日月光，都有機會在AI崛起中受惠，這也是未來台股投資AI的幾個重點方向。