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