熱門:

2018年5月17日

鄒小敏 林建 數裏見真章

人工智能應用仍靠以人為本

筆者近日出席了孫緯武教授在香港大學Big Data Research Cluster舉辦的公開演講,題目是 〈Big Data and Artificial Intelligence Applications Around Us〉(我們周圍的大數據及人工智能應用)。

孫教授畢業於香港聖保羅男女中學,現為美國華盛頓大學(Washington University)物理學系的榮休教授(Professor Emeritus),亦是一位應用大數據及人工智能的成功創業者。隨着資訊化社會的飛速發展,人類對資訊處理能力的要求愈來愈高,包括如資料中心、電子商務、電子圖書館、大中型網站、網路遊戲、社區網路/校園網、大型郵件系統等都用上高性能電腦去處理資訊。

培育人才為發展關鍵

有見及此,孫教授創辦了聯科集團(Cluster Tech),為本地及海外數百間機構提供了十多年的服務,包括金融工程(投資分析、風險管理、衍生物定價等)、商業智能(銷售預測、客戶管理、庫存管理等)、環境科技(氣象預報、暴雨及湍流預報、污染分析與預測等)、智能城巿(資訊採集、資訊分析、優化管理等)和互聯網應用(海量影像處理、視頻儲存與傳送等)。

在孫教授的自我介紹中,有兩点頗發人深思。第一,孫教授的學術背景是讀物理出身,其博士論文與黑洞研究有關【註1】。第二,孫教授在講座中說,自己雖已躋身為生意人(Businessman),但所做的事,其實與他之前做大學教授的分別不大,仍是從事人才培育的工作(Nurturing Talents)。

第一點是關於孫教授的學術研究對象──黑洞,雖經常出現在科幻小說、電影甚至報章媒體中的素材,但實際在天文物理上,銀河系中被發現的黑洞系統已有60多個【註2】。黑洞大部分時間都處於寧靜態,只會短暫時間發出輻射光度。因此,在許多情況下,天文物理學家只能間接根據它對其他事物影響的數據,以愛因斯坦相對論的方程式精確解算出黑洞的存在與質量。

由此可見,孫教授有嚴謹而精確的數學背景,優於利用數學模型去研究物理現象,這肯定造就了他發展大數據及應用人工智能的優勢。放眼未來,香港政府若要打造香港為智能城巿,教育方向不單需要電腦程式言語的訓練去培養數據科學家(Data Scientist)的人才,更重要是加強年輕人數學訓練方面的基礎。輸入科技人才無可厚非,但培訓青年學子才是基本的自強之道。

第二點是關於孫教授對企業人才的看法。孫教授的人工智能應用業務能夠在這些年不斷擴展,子公司及辦事處遍布在北京、上海、西安、廣州、深圳、澳洲悉尼等地。無可置疑,孫教授深明箇中訣竅,就是靠培植扶持來自五湖四海的數據分析人才,為其集團效力去完成客戶交託的各類任務。

事實上,不論是經營哪一個行業的生意,要擴大規模發展,一定要有足夠人才。人才難求是所有企業面對的難題,唯一解決這難題的方法是人才培育。就像孫教授的人工智能公司,仍需以人為本,公司資源不能以機器代替人。

融合行業知識方可發亮

孫教授提到目前我們生活的周圍,已存在很多人工智能的應用。人工智能的四大範疇,分別是資料挖掘(Data Mining)、文字挖掘(Text Mining)、影像處理(Image Processing)、和數據處理(Data Processing)。但以上這些 都只是工具,如何把這些工具,去融合(Integrate)應用範疇內的行業知識(Domain Knowledge),才是真正的挑戰。

行業知識是指適用於特定行業、學科或活動的知識。客戶當然對自己的行業有深刻及獨到的認識,對一些非系统化和非正式的工作流程、數據渠道、業務策略、配置和限制都比較清楚,如何進一步利用大數據及人工智能去融合這些行業知識,包括有關行業的獨特見解或遠見,具體地編寫、轉化為電腦軟件去活用數據,利用嚴謹的數學模型,把客戶的行業知識深化、進一步地利用人工智能把模型昇華,就是數據科學家要面對的挑戰。

例如,近年在金融市場上一種人工智能大行其道,就是Algo Trading。其全寫為Algorithm Trading(程式演算交易),不經人手而直接經電腦落盤交易,這些程式演算交易的前提是系統化地運用金融市場中的交易數據,拼合由網上得來的各方面的有關資料,找尋適當的投資機會,同時也應設定相關的風險管理。

在Algo Trading的領域中,交易速度決定輸贏。故此,孫教授認為高性能電腦(High Performance Computer)為Algo Trading的客戶提供加快執行買賣。高性能電腦是由一個高備用(High Availability)、低延遲(Low Latency)網路將一群商用電腦群組合在一起來,主要目的就是提高運算速度,要達到每秒萬億次級的計算速度。

不過,在Algo Trading這一個領域,亦需要金融領域的行業知識,必要條件是對金融產品價格波動的成因有獨持的看法,才能充分利用大數據及高速運算所能帶來的優勢。

註1:Wai-Mo Suen,"Dynamical Electromagnetic Fields Near Black Holes and Multipole Moments of Stationary, General Relativistic Systems," May 21, 1985.supervised by Kip S. Thorne

註2:https://www.hkas.org.hk/2017/09/11/;https://unwire.hk/2018/03/02/blackhole/fun-tech/

鄒小敏為理工大學專業進修學院客席講師

林建為香港浸會大學榮休教授兼香港大學統計及精算學系榮譽教授

 

放大圖片 / 顯示原圖

訂戶登入

回上

信報簡介 | 服務條款 | 私隱條款 | 免責聲明 | 廣告查詢 | 加入信報 | 聯絡信報

股票及指數資料由財經智珠網有限公司提供。期貨指數資料由天滙財經有限公司提供。外滙及黃金報價由路透社提供。

本網站的內容概不構成任何投資意見,本網站內容亦並非就任何個別投資者的特定投資目標、財務狀況及個別需要而編製。投資者不應只按本網站內容進行投資。在作出任何投資決定前,投資者應考慮產品的特點、其本身的投資目標、可承受的風險程度及其他因素,並適當地尋求獨立的財務及專業意見。本網站及其資訊供應商竭力提供準確而可靠的資料,但並不保證資料絕對無誤,資料如有錯漏而令閣下蒙受損失,本公司概不負責。

You are currently at: www.hkej.com
Skip This Ads