研究數據不精準？外媒：AI技術被過度誇大、誤解
▲人工智慧不斷推進，不過外媒質疑相關研究的報告精確性應當質疑。（圖／Pixabay）
「AI 將取代你的工作！」相信身處於人工智慧技術準備大跳躍的時代，這是人人都聽過的話。閱讀許多科技文獻與新聞，也時常能看見人工智慧將以某種形式取代人力工作，其實不光是新聞媒體對於 AI 技術的樂觀看待，包含研究人員與新創公司也是如此，然而我們對於 AI 的評估是否過度樂觀呢？
科技網站《TechCrunch》的記者 Danny Crichton 發表一篇文章，他認爲人們對於 AI 技術的認知與正確性已經遭到誇大，大衆媒體中所報導的具有誤導性，數據的解讀也存在瑕疵，不過並非全然是媒體的問題，因爲就連 AI 研究人員所公開的資料本身可能就是錯誤、不恰當的，人工智慧研究也身陷「再現危機」（Replication Crisis）。
「再現危機」一詞率先出現於心理學領域的研究中，研究所爲了製造大量的新聞話題，在研究數據上採用不恰當的樣本、使用錯誤的實驗方式，導致許多實驗證實的結果，事後並無法依據相同的步驟再現。在人工智慧領域的研究中存在相同的現象，Crichton 認爲這場危機的成因很多，有許多實驗室面臨發佈新研究否則就滅亡的生存危機，因此亟欲公開最新的研究結果。
▲AI 廣泛運用在各個領域，但機器的判斷力能與人類相當嗎？（圖／Pixabay）
在 AI 研究中，程式碼是運行人工智慧的關鍵資料，然而多數的實驗室都不會選擇公開，僅列出研究結果的統計數據，若無法取得機器學習過程的訓練數據，不但無法證實這項研究的真僞，同時也無法再次呈現相同的實驗結果。
研究報告通常都會列出， AI 對於工作、判別的成功率或是精準度，例如一份運用人工智慧判斷病患是否具有大腸癌的研究報告，內文寫到精確度爲 86%，在 Google 運用機器學習進行翻譯工作的報告中則是寫說，其翻譯系統能展現「接近人類」的翻譯水平。Crichton 質疑 AI 的研究報告都會丟出一個統計數字或是「接近人類水平」的比喻，若只是用來評估 AI 系統非常簡單，但若要與人類一樣運行、判斷，卻無法套用相同的標準。
舉例說明，如果想要確定皮膚上的痣是否有癌變可能，對於 AI 可能就只有兩種答案：「有、沒有」，但在醫學診斷中，人類藉由大量的調查來計算出罹患癌症的可能性，並且藉由不同強度加以區分、權衡，爲了避免錯誤診斷所帶來的治療風險，醫師需藉由不同方式才能確立病情。
▲目前 AI 技術離成熟仍有很多進步空間。（圖／Pixabay）
寫在 AI 研究報告中的準確度與相關描述，與我們所想像的有所不同，數據有操作的空間，「趨近人類」等文字的描述則無法顯示真實。Crichton 於文末表示，沒有人可以在人工智慧的領域上成爲大師，因此對於這些新技術的研究結果都要保持懷疑、謹慎評估，且重要的是，現在許多被人類依賴的 AI 技術，都還在發展階段，AI 要取代人類，還非常非常遙遠。