智能数据时代的思考与自我学习

智能数据时代的思考与自我学习

    2016年那一年的3月，Google研发的围棋的人工智能Alpha GO与韩国十年传奇棋手李世石九段进行五番棋较量。最終電腦程序以4:1擊敗了李世石選手， 並且在2017年更化名以“Master”快速戰勝中日韓数十位高手，這不僅是震撼了圍棋界，也開啟了人類對人工智能發展上，取得新一步的進展。 並且在2017年落幕的两会中人工智能更是首次被提及在“全面实施战略性新兴产业发展规划“中，彷彿正式宣告”人工智能时代的來臨“

    從傳統的网路資訊時代，到後數據時代，到以人工智慧為主導的智能數據的新時代，我們看到的是一个融合人类智慧、人工智能以及海量非结构化数据的智能数据时代已经来临（ 崔曉波 2016）

    人工智能帶來的還有深度學習及機器學習的發展，在幾個重要在機器學習的非監督學習下，數據並不會被特別標誌，輸入數據僅是做為對模型反饋，，模型對反饋立即作出反應，所以在深度學習與機器學習的模式下，Aalpha GO 和Master才能取得如此成就。

    數據做為智能數據時代的一個重要因素（数据、AI，人的智慧）它改變了我們的學習方式，工作及生活的方式上；更改變了我們中西交融的邏輯思維。西式的思考著重於分析的層面研究的學者利用數據來分析，去找出它的變化規律（車品覺  不二：數位化思考 2017），東西方思維的不同，產生不同的思考；東方人感性的直覺思維和西方重視理性的邏輯思維，東方著重在辯證思維的幾個原理：變化論，矛盾論，和中和論上；西方世界裡比較多的是邏輯思維的方式，沒有變化矛盾及中和的論點，以至於看到數據後學習的方式有存在著不一樣的差別。

光是有數據，有了人工智能，沒有人的智慧，何以開啟智能時代呢？而我們的學習思考模式，是否還有一樣的思維呢？

指數思維促進多元學習與數據化的創新

在以往的思考模式裡，我們的思維是處於一種現象思維，那是一般根據事物的表象分析做出行動，只是那樣的思考模式，對與訊息世界裡的銜接，資訊的大量輸入，在一種不對稱的互動方式下，我們的學習會不跟不上時代的腳程？大數據化的時代，雖然我們不應該隨之亂舞，畢竟人的智慧，在所處的數據時空裡在判斷與分析是十分重要的。但現象的思維方式下我們的學習是否能夠發揮效應？

   另一種指數思維的模式是和现象思维不同的模式，它的增长是2,4,6,8…一对多的爆发式增长模式。其模式對我們的學習又會產生生什麼影響呢？“用指數思維思考的模式下，電晶體技術與電腦科技引領相關產業以此突飛猛進的發展，在同樣的時間單位內，已經顯示出比線性型態成長”（陳炯豪2015）。

    指數發展的科技已經突破線性思維所能預期的事物。我們的學習方式在人工智能的時代，不應該是那樣的思維模式，雖不該隨著數據化亂舞，還是我們要打破以往的方式，跳出既有的框架呢？看著Master的進一步成功，人工智能應用元年的開始，我們對待數據是否該需要如 Gary Wolf所提“數據化自我”？从对外思考的面向、反思自我在这一场过程中的角色呢.

   我們的學習雖然不會至於離開學校之後，许多人也利用时间成长学习、但是隨著科技发展、人工智能时代的來臨，深度學習與多元發展，數據化的深度学习與自我管理的将是自己探索与学习另一個開端；看Alpha GO在和棋手對戰練習之前，已將全球知名棋手的套路數據化的植入，並藉由机器学习達到有3000套的局、進而實現人工智能的初期目標 、它的机器学习能带给我们什么样的启示？數據作为人工智能的基石，藉由數據化多元訊息的方式，让我们驅動自我學習，学习如何利用数据、解析与运用它、計畫自己未來的计划藍圖、。

Reference：

张洪忠 （2017年4月26日），人工智能元年，谁在引领媒体大势？ Retrieved fromhttp://www.sandiegochinesepress.com/press/?p=789831

蘇建州  (2017年4月26日)  数据的力量  ，三十而立世新观点

Gary Wolf:(2010) 数据化的自我 （TED Ideas worth spreading)

陳炯豪（2015） 美國奇點大學　激發指數思維