● 識別障礙物和信號是AI應用於日常的例子之一。圖為中大賽馬會「智」為未來計劃開發的道德困境實驗,模擬開發者於編程時要考慮無人駕駛車失控時何去何從的兩難抉擇。當中正運用了物件識別。 作者供圖

上期提到,AI的重要元素︰包括大數據(Big Data)、機器學習(Machine Learning)、雲計算(Cloud Computing)和AI倫理及影響(AI Ethics and Impacts)。今期文章,不如就用幾個常見的例子來解釋一下AI在日常生活中的應用和背後的AI技術吧。

例子一:用戶語音記錄和轉錄(例如:語音輸入短訊、語音控制汽車)

語音輸入、記錄和轉錄於日常生活中並不難接觸到,Siri就是最簡單最易接觸的例子,只要我們口述內容,Siri接收後便可轉錄成文字,進行記錄或其他功能,例如搜尋。其實這個功能運用了AI語音輸入技術。首先要收集和利用已錄製的語音及可識別的文本,進行數據訓練。神經網絡會學習將語音轉錄成文本,最後雲計算的運算能力處理語音錄製和文本轉錄。語音輸入技術除了應用於智能手機短訊輸入、Siri之外,亦可以進行語音控制汽車,這個功能於自動駕駛車中亦十分常見。

例子二:個人化推薦 (例如:影片和歌曲推薦)

我們日常生活中常用到的應用程式如流行音樂應用程式、影片電影應用程式等,都會為用戶提供推薦影片和歌曲,而且這些影片和歌曲多是用戶喜愛的類別或平日裏常瀏覽的。究竟這些應用程式是如何做到的?其實這些應用程式都運用了深度學習技術,利用用戶選擇和偏好、使用歷史等大數據,進行機器學習,透過神經網絡分析已記錄的用戶選擇和偏好,並透過雲計算的運算處理用戶歷史,從而產生預測。因此這些應用程式便可以為用戶提供個人化的推薦影片和歌曲了。

例子三:識別障礙物和信號(例如:自動駕駛車)

自動駕駛車是十分常見的AI應用例子。它可以做到自動駕駛,其中一個應用的AI技術是物件辨識。首先利用障礙物的圖像和視頻,如:欄杆、牆壁、汽車、行人等,以及信號,如:交通燈等大數據訓練AI模型,AI深度學習的神經網絡會分析圖像和視頻,並識別重要物件,之後雲計算的運算能力會處理圖像和視頻,並進行物件識別。因此自動駕駛車便可根據物件識別結果識別障礙物和辨認信號,令其可於路上駕駛。不過,自動駕駛車安全性問題仍存在不少爭議,以致暫時未能正式於路上使用。

經上述一番舉例和說明後,相信你們都可以從生活中找到不少運用了AI技術的例子。我們的課程教學框架之一 ─—「意識」正正是要讓初中學生意識到AI並非遙不可及,反而是日常生活中看到、碰到、聽到、應用到的。而且要了解AI,除了學習艱澀難懂的編程外,其實可以從簡單認知入手,先了解哪些事物運用了AI,再了解運用了哪種AI技術。提高了意識之後,才因應個人興趣和能力探索AI背後的知識、原理,以及編程等較進階的領域。

● 中大賽馬會「智」為未來計劃

由香港賽馬會慈善信託基金捐助,香港中文大學工程學院及教育學院聯合主辦,旨在為香港中學創建新的AI課程、支援框架及可持續的AI教育模式,以促進相關的AI教育生態發展。嶄新又全面的AI課程希望為學生提供AI倫理意識和知識,裝備他們應對未來工作。