AI 產值破 4.4 兆美元！麥肯錫：機器學習求快更求準

兔年封關前股市衝破萬八，半導體和 AI 概念股功不可沒，生成式人工智慧不僅炒熱股市，也大大影響全球產業走向，根據麥肯錫最新研究報告指出，新一代人工智慧可為全球年生產力貢獻高達 4.4 兆美元，顯然 AI 世代已經來臨。

人工智慧科技基金會執行長溫怡玲表示，ChatGPT之類的生成式 AI 並非橫空出世，AI 一詞早在 1956 年就有科學家提出，並相信能夠讓電腦模仿人腦思考邏輯，直到現在，隨著數據、算力等各種條件到位，透過機器學習（Machine Learning）等技術發展應用，使得人工智慧發展突飛猛進，而 2022 年 AIGC 的出現，更使得 AI 應用門檻降低，並在不同產業快速出現越來越多的創新應用。

AI 將如何改變各產業發展？清大計量財務金融學系副教授韓傳祥表示，AI 的出現改變許多產業的工作模式，運用最多的是在行銷和銷售、產品和服務開發及服務運營，以演算法處理大量的歷史資料，並從中找出資料的模式，讓電腦系統執行複雜的任務。

韓傳祥指出，舉例來說，金融業導入機器人理專的概念，以演算法產生策略，並設定投資目標、風險管理，以及再平衡機制，建構低成本的投資組合，達到優化投資效益的目的。

高頻交易龍頭威旭資訊 8 年前就大量採用機器學習，制定交易程式，創辦人曾永泉指出，「天下武功為快不破，但必須快狠準」，高頻交易商追求快狠準，過去的年代，主要是透過經驗和人工去慢慢的嘗試。

機器學習技術上線，進一步改用 AI 來提高研發速度，但如何訓練機器精準學習就是關鍵，曾永泉表示，機器學習的數據資料並非越多越好，未經篩選或定義清楚的數據屬於品質不良的資料，反而會影響機器的判斷，尤其是金融交易資訊，充滿各種真真假假的訊息，一股腦餵給機器，不是訓練失敗，就是過度擬合（over fitting），導致訓練時看似呈現出良好的結果，但實際應用時就失準。

曾永泉分析，目前大數據資料庫很大，但是也很雜亂，有些訊息缺乏系統性的定義和整理，導致雜訊很多，所以要想讓 AI 發揮到淋漓盡致，得先確保給機器正確的資料，才能降低風險，提高良率，因此在 AI 世代，機器訓練求快，還要求好，並要不斷除錯，已達到精準運用。

溫怡玲表示，根據全球各大研究機構預估，AI 的應用發展仍在起步階段，而人才依舊是產業發展的關鍵，特別是跨領域人才，更值得注意的是，由於 AI 對社會及產業的影響極為深廣，而且人機協作將成為未來工作常態，因此更需要具人文思維與社會科學研究的專業人才投入，並及早預防 AI 可能的傷害。

（首圖來源：Image by Freepik）