大數據運算前置思考

黃 惇 勝  撰文
2019-10-01

 上個月應邀到政府機關參加「因應物聯網、大數據及人工智慧時代來臨勞動力發展策進」諮詢委員會議,會中有人主張針對大數據發展趨勢,應強化國內勞動者運算能力,以預防未來可能的失業潮。誠哉!斯言。

 大數據特質顧名思義在數據量之大;但其實也在數據傳遞之快速與變動之頻繁,由此又擴張了數據量之大。所以大數據的「大」並無固定標準,它是遠較傳統數據量龐大的概念,所謂海量是也。問題是這麼龐雜的數據如何有效運用?包括搜集、挖掘、儲存、設計、統計、分析、溝通、判斷、解釋、預測、決策等,難怪美國麻省理工學院(MIT)就此要成立運算學院(College of Computing)了!要言之,強化勞動者大數據的運算能力確有必要。

 然而目前全世界所謂的大數據(big data)就內容而言,其實是涵蓋數據、語文與非語文資料(黃惇勝,2016) 的巨量資料,包括類似文件、論文、輿論、文章、法規、臉書潑文、賴文、推文等所謂的語文性資料,與類似相片、圖形、影音、震動、色彩、光線、空間、方位等所謂的非語文性資料,這些資料的處理已超出單純數據運算的範疇,必須另有一套方法,否則如何對應巨量的資料處理?

 除數據的運算外,我們可否利用類似KJ法(川喜田二郎,1986)的定性資料直觀統合技法,並透過人工智慧(AI)的深度學習,將巨量的語文性資料及非語文性資料,進行相對精確的資料處理?進而透過此結果激發科技與相關人員的創造或頓悟靈感?當然若能透過AI的深度學習遂行這種創造性行為,那就更難能可貴了!

 退一步來說,即使就單純的數據運算而言,從管理、問題解決或創新、創造的角度,在進行相關判斷性或創造性思考時,仍有依賴語文及非語文的時候,譬如數據挖掘重點、運算模式或程式設計、判讀、解釋、推估、決策的個別沉思、構想或集體開會研討等,語文性資料或非語文性資料的處理仍有其應用空間。

 物聯網(IOT)與人工智慧被預期將大舉改變今後科技發展與人類日常生活,未來25年內很多職業將被AI取代(張忠謀,2019)。面對所謂第四次產業革命,無論從國家或個人角度,充實強化包括數據、語文與非語文的巨量資料運算、處理能力,誠為重要課題。

Big Data

圖片引用 : https://www.alvantia.com/en/big-data-machine-learning/

1 2 3