不要為了AI而AI – 與AI共事的工業工程師(Part I)


✎【Mealcourt LLC】陳宏毅 總裁  |   2024-09-10

       上次分享了零售業的IE人工智慧一篇文章的結尾，提到了AI對於人類的生活與工作都將帶來無所不在的衝擊和改變。 幾乎每個人也都不可避免地，直接或間接的接受和AI共存的事實，有些工作或是生活功能會被AI取代，有些可以瞬間被AI提升， 有些人已經在享受AI所帶來的便利，還有人必須學會如何跟AI共事！   

       這次我們就來探討一下工業工程領域的人，可以如何跟AI一起工作，來提升工業工程職能的效益， 而不是為了AI而AI！

陳宏毅 總裁


在討論如何跟AI共事之前，我們先簡單的介紹從功能性來說，有幾種不同的AI系統！

人工智慧 (Al) 是指，具備執行複雜任務，更強大演算能力的計算機系統，有些複雜的任務，在過去都只能靠人來執行的，例如推理、決策或解決問題！AI 是一個涵蓋多種資料庫，演算法，人機界面，和搭配不同硬體的電腦程式設計技術的統稱，其中包括了機器學習、深度學習和自然語言處理 (NLP)，簡單的介紹一些常用的或正在被研究的Al類型

AI的系統的有四大類功能:

1.被動反應式系統 (Reactive)

2.有限記憶系統 (Memory Limited)

3.仿人智慧系統 (ToM, Theory of the Mind)

4.自我意識系統 (Self Aware) 

1.被動反應式系統

       最基本的人工智慧系統，不儲存過去的經驗，僅僅是被設計用來執行特定任務的．這樣的系統，只根據收到的指令，對當前情況做出反應．    例如，下棋的人工智慧系統，這種系統可以評估可能的走法，並演算出選擇最好的走法，但它無法從先前的棋局經驗當中學習，或規劃接未來的走法． 其中一個例子就是Google的AlphaGo，它可以比任何人類更好地玩棋盤遊戲圍棋，但是它就不能做其他事情。

在工業工程領域當中，很多的半自動化或是傳統的自動化系統，都已經具備了被動反應式AI系統的能力，在提升了計算機演算速度之後，更可以大大提升這些傳統自動化系統的效能！

I thought AlphaGo was based on probability calculation and that it was merely a machine. But when I saw this move, I changed my mind. Surely, AlphaGo is creative.

Commented By Lee Sedol
 圖片取自google.com

2.有限記憶系統

       這種系統有能力儲存過去的經驗，並用儲存的經驗，來演算出當下的決策指令。最有名的例子就是，汽車的自動駕駛系統． 這種系統就是，根據過去的機器學習的經驗，和當下的狀況，演算出決策指令．像是：可以偵測行人、交通燈和道路上的其他物體，並相應地調整其速度和方向。

        然而，這些系統無法從儲存的大數據中創建泛通性(Generalization) ，或抽象性 (abstractions)的運算，並且它們仍然依賴人類輸入來完成某些任務。

        在工業工程領域當中，有多項工作是可以透過有線記憶的AI系統來提升的！ 像是設備系統的預測維護維修，可以夠過機器學習和數據分析，來預測設備故障和維護需求，從而減少意外停機時間和維護成本。  還有就是已經廣泛使用的自動化和機器人技術，利用 AI 驅動的機器人進行自動化操作，如焊接、裝配、包裝等，提高生產線的靈活性和效率。 品質控制的部分，更是有許多的地方可以利用AI的機器視覺, 和AI圖像處理技術來提高效能，更是有效的降低傳統人為誤差。   在高溫或者對人體不安全的環境當中，更是透過AI的技術來取代人工！  大大降低了工業傷害的機率！

3.仿人智慧系統 (ToM, Theory of the Mind)

        這類型的人工智慧系統，有能力理解進而模仿人類喜怒哀樂的情感 (emotions)、信仰 (beliefs)和思想。 仿人智慧系統的目標是，創造能夠以自然人的反應，而且富有同理心的模式，進而可以和人類互動的系統，最典型的例子，就是各種有共感能力的仿人機器人，聊天機器人或虛擬助理，等等。 這種系統具備能力去辨識人類的臉部表情、語氣和肢體語言，並做出相應的反應。這一類的系統，配備了仿人心智理論的人工智慧，它根據所收集到的線索，推斷周邊的人事物想達成的目標。  這些系統可以推論出，其他人可能採取潛在行動的簡單「假設性」問題。此外，他們也具備模擬自己行為後果的演算能力。然而，這類型的系統也一直面臨許多挑戰，像是：預測的準確性，是否可以被信任，文化藝術的共感能力，和隱私辨識。

       仿人智慧系統(ToM) 的應用也是相當多！ 幾乎所有在電腦科學知名的大學院校都有各自的研究領域，像是MIT Media Lab 的Kismet, Stanford University 的Pragmatics in NLP，Carnegie Mellon University ACT-R ，還有很多其他學院的研究，有些已經有階段性的成果，有些也都還在發展階段，有興趣的可以去他們的網站跟蹤！

各個主流的科技公司有都有相關的研究，例如 Google Deepmind, OpenAI  GPT-3, Microsoft Copilot, Facebook LLaMA2 等等。

       在工業工程領域當中，可以應用到這類AI系統的場域包括；改善生產工藝，優化生產的資源 （例如設備架動率）。 所謂的智慧工廠，能夠處理大量訊息，從銷售需求預測一直到整合生產以及數位化供應鏈，都是可應用到ToM系統的場景！

4.自我意識系統

       這些Al系統具有自我意識，能夠理解自己的存在。  研究仍處於早期階段，尚未有已經開發出來的系統或工具。  這種有自我意識的人工智慧系統的目標是創建能夠自行推理、學習和進化的機器，無需人工干預。  例如，一個具有自我意識的人工智慧系統可以有自己的目標、偏好和動機，並且可以與其他代理(agent)/系統/機器進行談判、合作或競爭。  然而，這類的人工智慧系統也出現了許多倫理、社會和哲學問題，例如創建和控制此類機器的權利、責任歸屬和潛在風險等等。

由於篇幅稍長，我們將在下一期繼續討論AI的議題！ 下一次，我們會討論導入AI的幾個步驟，以及工業工程人員應該要理解的基本AI設計！ 待續！