有人曾說(shuō)，機(jī)器人和人類之差別是在于“難者不會(huì)，會(huì)者不難”，即人類難如登天的事，機(jī)器人則不費(fèi)吹灰之力。譬如，數(shù)次連續(xù)一直不停地計(jì)算如2508248*740232*834293*e23*ln256*sin32o之類的乘法，人類千辛萬(wàn)苦，機(jī)器人則一揮而就;但要辨認(rèn)狗兒而把它抱起來(lái)，機(jī)器人就不知所措而無(wú)法啟動(dòng)，人類則能輕而易舉。

差別的原因是傳統(tǒng)的機(jī)器的控制系統(tǒng)是以專門蝕刻的電路和程序的指令，就可迅速處理基于數(shù)學(xué)邏輯的任務(wù)，但面對(duì)程序指令之外的事就無(wú)法調(diào)整，也就是以前的機(jī)器人是沒(méi)有應(yīng)變的能力，亦即感測(cè)環(huán)境、從狀況“發(fā)現(xiàn)和啟發(fā)式學(xué)習(xí)”(heuristics)、記在心，而經(jīng)由此經(jīng)驗(yàn)，訓(xùn)練自己能應(yīng)變。

人類的腦筋則是具有“適配”(adaptation)能力的神經(jīng)網(wǎng)組成，即接由五官的神經(jīng)元系統(tǒng)而“面對(duì)新的刺激則能自動(dòng)知覺(jué)和改變敏感度”。譬如，人從室外的光亮太陽(yáng)下忽然進(jìn)入屋內(nèi)乍見(jiàn)一片烏黑，但眼睛和腦筋片刻就能知覺(jué)而自動(dòng)調(diào)整視覺(jué);耳朵和腦筋的聽(tīng)覺(jué)部位神經(jīng)元能自然阻擋聲音，如窗外的例行晚班火車笛聲而讓人安眠;和初嗅的異味雖然強(qiáng)烈，“入芝蘭之室，久而不聞其香”，則此不只是鼻子的神經(jīng)元和腦筋的嗅覺(jué)部位神經(jīng)網(wǎng)合作之功能，且是意味著人類更為深刻之能被感化的“適配的人工神經(jīng)網(wǎng)”。

即人腦神經(jīng)網(wǎng)中的各部位神經(jīng)元，能接收從五官傳達(dá)的刺激訊號(hào)而適當(dāng)?shù)刈兏X(jué);亦即人的視覺(jué)、聽(tīng)覺(jué)、嗅覺(jué)、味覺(jué)、和觸覺(jué)是具有天然的學(xué)習(xí)能力。

簡(jiǎn)單的智能電子商品已經(jīng)裝有環(huán)境偵測(cè)器，譬如感應(yīng)溫度、光線、煙霧、聲音等，但反應(yīng)是限制于標(biāo)示或發(fā)出警號(hào)。新的智能電子機(jī)器可搜集刺激的訊號(hào)，并依照經(jīng)驗(yàn)的數(shù)據(jù)構(gòu)成一套“訓(xùn)練集”(Training Set)，即可“發(fā)現(xiàn)和啟發(fā)式學(xué)習(xí)”而“教育”該機(jī)器應(yīng)該如何反應(yīng)。

訓(xùn)練集的數(shù)據(jù)則是用來(lái)進(jìn)行所謂的機(jī)器學(xué)習(xí)，則憑恃一片人工智能核心微處理器，該機(jī)器會(huì)以其中的學(xué)習(xí)算法，能以簡(jiǎn)單的線性回歸或邏輯回歸分析出數(shù)據(jù)的趨勢(shì)，而如此就可判斷未來(lái)的發(fā)展而知道適當(dāng)?shù)姆磻?yīng)。

更進(jìn)步的機(jī)器人可仿效人類的腦筋，即機(jī)器學(xué)習(xí)的訓(xùn)練集是以人工神經(jīng)網(wǎng)模仿人腦的神經(jīng)網(wǎng)，即其中之?dāng)?shù)值排列矩陣所構(gòu)成的如人腦神經(jīng)網(wǎng)構(gòu)造之?dāng)?shù)多隱藏層就可依靠所搜索的數(shù)據(jù)，而經(jīng)由繼續(xù)不斷的疊代迭代而依據(jù)訓(xùn)練集的更新自我適配。

譬如，在使用分類算法可從所搜集的偵測(cè)數(shù)據(jù)進(jìn)行形態(tài)辨識(shí)，而以對(duì)照儲(chǔ)存的辨識(shí)特征就能辨認(rèn)不同的物體，且再聯(lián)接所累積的經(jīng)驗(yàn)數(shù)據(jù)而更新訓(xùn)練集來(lái)對(duì)配所觀察和所儲(chǔ)存的數(shù)據(jù)，繼而教示所辨認(rèn)的辨識(shí)。經(jīng)由反應(yīng)數(shù)據(jù)的疊代迭代，機(jī)器人亦可被教育到在辨認(rèn)物體之后要如何因應(yīng)，而與人類一般，愈多的經(jīng)驗(yàn)，愈強(qiáng)的應(yīng)變能力。

亦即，嬰兒一生是什么都不會(huì)，但接受外來(lái)的刺激訊號(hào)之后，腦筋的神經(jīng)網(wǎng)就會(huì)搜集五官訊號(hào)的刺激數(shù)據(jù)而經(jīng)由自個(gè)兒的經(jīng)驗(yàn)及家長(zhǎng)的指導(dǎo)，不斷的強(qiáng)化及懲罰疊代迭代，久而久之所累積的正向強(qiáng)化和負(fù)向懲罰就會(huì)構(gòu)成小孩自己的訓(xùn)練集，而他會(huì)被教育到依照不同的刺激應(yīng)該如何適配而反應(yīng)。

能如此學(xué)習(xí)的機(jī)器人，進(jìn)而不但能執(zhí)行傳統(tǒng)計(jì)算器的快速計(jì)算和晝夜不懈的運(yùn)轉(zhuǎn)，亦能感應(yīng)環(huán)境的變化而自動(dòng)反應(yīng)，譬如能分辨貓與狗，且在運(yùn)轉(zhuǎn)時(shí)所感應(yīng)而累積的數(shù)據(jù)和適當(dāng)?shù)姆磻?yīng)調(diào)整，能學(xué)習(xí)的機(jī)器人則可一直更新原先的訓(xùn)練集而終于認(rèn)出而將狗兒抱起來(lái)。

自主的智能車

各大汽車公司和幾乎每一家網(wǎng)絡(luò)技術(shù)公司，目前都在研發(fā)無(wú)人駕駛車，而最為明顯的新裝備是安裝在車頂上的光成像檢測(cè)和測(cè)距(LIDAR)塔，即其所發(fā)射的激光脈沖光雷達(dá)遭到物體時(shí)，布置在車上的偵測(cè)器中的“互補(bǔ)式金屬氧化物半導(dǎo)體影像傳感器”(CMOS Sensor)會(huì)接受物體的反射光而依照時(shí)間及波長(zhǎng)差，經(jīng)由微處理器的演算，就可測(cè)繪一個(gè)瞬間高分辨率立體地形和障礙物動(dòng)態(tài)影像。亦即，所發(fā)出與所反射的雷射光之時(shí)間差是表明距離，而波長(zhǎng)差是以多普勒效應(yīng)測(cè)量動(dòng)態(tài)，所構(gòu)成的動(dòng)態(tài)影像則可仿效人類的視覺(jué)環(huán)境。

車上的控制軟件是依據(jù)該動(dòng)態(tài)立體影像而以執(zhí)行器和伺服馬達(dá)操控汽車的方向盤、加速器、和剎車，即經(jīng)由所偵測(cè)的影像與所儲(chǔ)存的各種形態(tài)影像對(duì)比，先辨認(rèn)形態(tài)，爾后依照所儲(chǔ)存的適當(dāng)反應(yīng)，就適當(dāng)?shù)胤磻?yīng)而自主地安全行駛。

亦即，車子的安全行駛是經(jīng)由該立體影像所辨識(shí)的馬路形式、信號(hào)燈、障礙物、車潮、人、狗等等一直在變之各種不同狀況，而適當(dāng)?shù)牟倏厥腔谡嫒笋{駛在試驗(yàn)自主車時(shí)所搜集合儲(chǔ)存的應(yīng)變動(dòng)作。即立體影像的數(shù)據(jù)以及試驗(yàn)駕駛的反應(yīng)數(shù)據(jù)，在遵守交通規(guī)則的約束參數(shù)之下，就是構(gòu)成一個(gè)綜合行駛的訓(xùn)練集和操控機(jī)制，而各種反應(yīng)亦可儲(chǔ)存而用來(lái)疊代迭代而調(diào)整訓(xùn)練集的數(shù)據(jù)。能學(xué)習(xí)的自主車則可與人一樣累積駕駛經(jīng)驗(yàn)而不但學(xué)會(huì)開車，開車的技巧且會(huì)經(jīng)由“適配的人工神經(jīng)網(wǎng)”而一直在進(jìn)步。

由此可見(jiàn)，愈多的開車實(shí)驗(yàn)，自主車的駕駛技巧就愈發(fā)達(dá)，而車上的自主系統(tǒng)甚至可連接到一臺(tái)中央服務(wù)器所儲(chǔ)存的大量且多元的行駛狀況和駕駛反應(yīng)，而駕駛數(shù)據(jù)若是傳送到自主車，由于形態(tài)辨識(shí)和操控訊號(hào)傳達(dá)可比真人的認(rèn)知和反應(yīng)快，自主車的虛擬駕駛員之適當(dāng)及快速反應(yīng)會(huì)優(yōu)于真人駕駛的反應(yīng)。

所以，或者全車上的自主系統(tǒng)，或者連接中央服務(wù)器的互動(dòng)系統(tǒng)，由于更為廣泛的經(jīng)驗(yàn)數(shù)據(jù)和電子的反應(yīng)和操控超快速度，自主車的駕駛技巧其實(shí)都會(huì)比真人駕駛佳，而若是累積中央服務(wù)器所有的正確駕駛反應(yīng)數(shù)據(jù)而使用在所有的自主車上，所搜集的一直在更新的數(shù)據(jù)和適當(dāng)?shù)姆磻?yīng)會(huì)使得無(wú)人駕駛為主的車潮更為規(guī)律化，則整體交通會(huì)更安全。

在研發(fā)實(shí)驗(yàn)的過(guò)程中，意外的事件必定會(huì)發(fā)生，但因?yàn)闅v來(lái)高達(dá)九成的車禍?zhǔn)怯扇藶橐蛩厮?，而連自主車試驗(yàn)的交通意外幾乎全也都是由應(yīng)該緊急介入的車上人過(guò)失而發(fā)。其實(shí)，自主車的專業(yè)系統(tǒng)，由于所累積的龐大而一直更新的駕駛數(shù)據(jù)會(huì)遠(yuǎn)超越真人所能累積的駕駛經(jīng)驗(yàn)，自主車之普遍和長(zhǎng)期使用會(huì)極度降低汽車意外的發(fā)生，即日益劇增來(lái)自各方的駕駛數(shù)據(jù)會(huì)使得自主車的虛擬駕駛員愈來(lái)愈聰明，且絕不會(huì)發(fā)生輕舉妄動(dòng)或者自暴自棄的駕駛行為。

自主駕駛系統(tǒng)最難辨識(shí)的是示意的小動(dòng)作，譬如警察的眼珠動(dòng)向所指的要求，以及不常遇見(jiàn)的障礙物所引導(dǎo)的不尋常駕駛動(dòng)作，譬如修馬路要求的違反交通規(guī)則的反方向改道行駛。自主車必定會(huì)發(fā)生意外車禍，但其件數(shù)會(huì)遠(yuǎn)少于人為的車禍，但因?yàn)槭秦P(guān)計(jì)算機(jī)和機(jī)器，一般人會(huì)有不理性而偏于感性的反應(yīng)，即埋怨機(jī)器總是比自己承認(rèn)錯(cuò)誤好過(guò)。

愈進(jìn)步的激光脈沖光測(cè)繪技術(shù)和愈多且愈敏感的偵測(cè)器會(huì)產(chǎn)生愈多愈準(zhǔn)確的動(dòng)態(tài)影像數(shù)據(jù)，而愈多的自主車行駛經(jīng)會(huì)產(chǎn)生愈多安全的操控?cái)?shù)據(jù)，則社會(huì)大眾一旦能放心而信任自主車的操控，愈來(lái)愈多的人即將使用，而跟隨就會(huì)有更多數(shù)據(jù)。如此的良性循環(huán)則會(huì)造成愈發(fā)達(dá)且愈有價(jià)值的專業(yè)系統(tǒng)，即系統(tǒng)的聰明度是依賴數(shù)據(jù)的多寡，而這就是大數(shù)據(jù)中之“大”的義涵。