Page 94 - NO.147銀行家雜誌
P. 94
特別報導
Special Issue
若能妥善運用,AI的發展對金融業有加分作用,但也不可忽視相關風險。(圖/達志影像)
專長為巨量資料分析、曾協助多家金融 也在1990年代起開始出現商業應用,但由於
機構取得營運持續管理(Business Continuity 教導電腦學習規則比想像中困難,所以範圍
Management, BCM)認證的曾韵指出,在AI崛起 仍受限,不過人工神經網路與SVM(支持向量
後,她不時就會看到「你這個只是機器學 機)已被發展出來。
習,不叫A I」、「深度學習不等於A I」之類 2006年後,人類知道如何以相對低的成
的爭辯,但說實在話,目前各界並沒有對A I 本來建構大數據基礎,在既有的機器學習基
做出明確定義。若研究A I的發展歷程,或許 礎下,更能善用大量資料與運算能力,像是
能從中獲得一些啟發。 深度學習在語音、圖像辨識取得重大突破,
在1956年前後,科學家們的想像是,將 加上由Google DeepMind所開發的人工智慧
如同人類思考的機器命名為「人工智慧」, 圍棋程式「A l p h a G o」在2016年圍棋軟體
可以視為AI誕生的階段。來到1970到1980年 AlphaGo戰勝南韓圍棋棋王李世乭,更讓「AI
代,即使A I能拼圖、玩簡單遊戲,但除此之 無所不能」的相關話題備受討論,也將A I推
外並無更實際的價值,而且無法處理大規模 進高度商業化的階段。
數據與複雜任務,加上運算能力尚未有重大 由這些歷程可以歸納出:廣義而言,一
突破,所以遇到瓶頸。 般人認知中的「機器學習」、「深度學習」
直到1980年代,人類將專業知識以有規 都可以列入A I的一環;A I的目標就是使機器
則、有系統的方式傳授給電腦,讓電腦解決 能模擬人類智力行為的各種功能,如學習、
問題的「專家系統」有了更進一步的發展, 感知、推理論證、交流互動等能力。
94 台灣銀行家2022.3月號
1 5% JOEE