1   三種類型的AI

過去20 年，AI 在辨識( 分類) 和預測，兩方面表現令人類驚奇。就像算命仙，辨識出您的本命、預測出您的“時和運”了。若時來運轉，就努力擴大行動，趨吉迎福。若時運不濟，就凡事小心慎行，冬藏春迎，蓄銳待發。這階段的AI，通稱為：識別型AI。

在大數據時代里，人眼可看、手中能掌握的資料很有限，且視野小，人為優化只能獲得局部最優解(Local optimum)。于是，就需要AI 生成來幫忙，以人為找出的局部最佳解為條件( 基礎)，輸入給AI ( 如Conditional GAN 模型)， 讓它協助生成全局最佳解(Global optimum)。這階段的AI，通稱為：生成型AI。

上一期里，曾經談到了AI 能夠幫助檢驗人類決策者的假設，降低決策風險，促進企業的成長茁壯。于是，AI 有3 種：識別型AI、生成型AI、決策型AI。

●   識別型AI：對事物或現象，洞察其特征(Feature)，而進行歸類( 識別)。

●   生成型AI：學習目標事物或現象的數據分布(Distribution)，生成新數據，呈現逼真的事物。

●   決策型AI：由< 生成型AI> 提供方案，由< 識別型AI> 評估風險，然后挑選風險最低、勝率最高的方案，并采取行動。所以決策型AI 的關鍵因子是：風險。

2   決策型AI的3項特點

從商業決策而觀之，商業環境是善變的，而且存在競爭者刻意唱反調，使得看似最佳獲利方案，卻可能是最賠錢的。于是，決策型AI 的第1 項特點是：需要把環境或敵方的可能方案(的特征)輸入到AI模型里。

《孫子兵法》說：勝兵先勝而后求戰；敗兵先戰而后求勝。于是，決策型AI 的第2 項特點是：幫忙做“先勝”的評估，也就是“不敗”的評估，也就是評估風險。

例如，當今股市領域，最著名的投資決策者是巴菲特。他說，他的投資決策都基于兩條原則，第1 條原則是不賠錢( 先不敗、先勝)；而第2 條原則是永遠不忘記。

從成吉思汗與神鷹的故事，可協助我們領會到，如果決策型AI 扮演神鷹的角色，既符合AI 的特性，又非常具有價值。當AI( 神鷹) 發現決策者思緒不夠完美時，可以給予畫龍點睛的效果。更具價值在于：當AI( 神鷹)發現決策者的決定是錯的，而且行動是災難性的，AI立即提出嚴重警告。于是，決策型AI 的第3 項特點是：把“決策型AI”做在決策點與行動點之間。例如，成吉思汗拿著杯子去盛裝那滴下來的山泉水。

裝滿了水，快拿到口邊，準備一飲而盡時，在天空中飛翔的神鷹突然飛撲下來，“嗖”的一聲，就把成吉思汗手中的杯子踢翻了，水都灑到地上了。

神鷹在決策者的“決策時間點”與“行動時間點”之間的數秒鐘內，實時納入當下的決策，做出智慧的推論，采取保護主人的行動，而且刻不容緩( 圖1)。

圖1

過去，許多人把AI 做到“決策時間點”之前，提供給決策者參考，是OK 的，只是這樣的作法，只是把AI 做成為BI ( 商業智能) 或大數據分析的延伸，其價值并非最高的。把AI 做在策者的“決策時間點”與“行動時間點”之間，我稱為：AI 神鷹。把AI 做在策者的“決策時間點”之前，我稱為：AI 獵狗。

AI 獵狗作用于人類的“決策前”；而AI 神鷹作用于“決策后”。這兩項AI 成為人類決策者的最佳伙伴。對于基層經理人( 決策) 而言，AI 獵狗可以發揮很大的輔助效果。對于高層總裁( 決策) 而言，AI 神鷹可以發揮關鍵性的效益。所以成吉思汗出行時，隨身攜帶神鷹，而不是獵狗。獵狗看利益，神鷹看風險。兩者協同合作，帶給人類趨吉避兇效果，讓企業勢如破竹。如成吉思汗一般，建立地球史上最大版圖的帝國。AI 天生具有“考古”和當下“探索”的強大能力。也就是AI 出生就具有獵狗的天份，能極靈敏地嗅出利益機會( 如那里有兔子)。也就是一般統稱的“預測(Predict)”能力，這種極靈敏能力既可以用來嗅出“利益”，也可以用來嗅出“危險”。于是，將一群擅于嗅出風險的AI 獵狗們，巧妙組合成為一個團隊，就成為一只“AI 神鷹”了。

3   以劃拳比賽為例

這是一個做給小學生玩的AI 游戲，讓小朋友與Zenbo 機器人玩剪刀、石頭、布的劃拳比賽( 圖2 和圖3)。

圖2

圖3

比賽一開始，請先開啟Zenbo 的“AI 劃拳游戲”，如圖4。Zenbo 會說出：“我們一起來玩剪刀、石頭、布。當我喊‘剪刀、石頭、布’，我們就同時出拳喔，準備好了嗎?”。請您回答：“好了”。Zenbo 就出現下述畫面( 圖5)，同時Zenbo 也說出：“開始出拳喔，剪刀、石頭、布”。

圖4

圖5

這時請您出拳，要用口說出來。例如說出：“布”。此刻Zenbo 先已決定它的出拳，瞬間已聽到您說出的話(布)，就顯示出來。

圖6

同時，Zenbo 就很高興地說出：“哈哈哈，我贏了”。然后繼續下一回合的比賽。

4   AI模型的架構設計

我們共有3 個模型：RnnPredict、DecisionRiskModel、VoiceClassifier。第1 個模型(RnnPredict) 是基于RNN的模型，它從比賽的歷史數據中，探索對方出拳的規律(圖7)。

圖7

第2個模型(DecisionRiskModel) 是基于對方出拳的規律，加上己方的決策，進行風險(Risk) 評估，如圖8。

圖8

第3個模型(VoiceClassifier) 是監視、辨別對方當下出拳的行為，而計算出勝負( 圖9)。

圖9

在這劃拳游戲里，AI 必須在看到對方出拳之前，預先作最好的決策。所以第2 個模型的運行時間，是比第3 個模型還要早。這第2 個模型是依賴第1 個模型所探索的到的對方出拳規律。

5   AI模型的學習(訓練)流程

5.1 訓練RnnPredict模型

這RnnPredict 模型會從比賽的經驗中找出對手的出拳規律。例如，當A 與您比賽100 回合，它會記錄比賽的過程。

RnnPredict 模型會觀察您出拳的各種習慣性。例如，它會從這100 次的出拳紀錄( 數據) 中萃取您連續出拳相同時，接著您會習慣性選擇出什么拳呢? 于是，它萃取出來了( 圖10)。

圖10

接著，按下“AI 尋找規律”，RnnPredict 模型就展開機器學習，并且以神經網絡的權重來記錄它找出來的規律，然后他也輸出所找到的規律( 圖11)。

圖11

從上圖里AI 輸出的結果看來，AI 的確發現了您的出拳習慣：幾乎沒有連續3 次出一樣的拳。例如，從上圖的第1 列，您前兩次都出“石頭”，AI 就估算出您這次將出拳的可能性是：出“布”、“剪刀”、“石頭”的可能性，分別為（0.75，0.25，0）。

5.2 訓練DecisionRiskModel模型

這是一個分類模型( 屬于識別型AI)。剛才AI 基于過往的大數據，發現1 個規律：您連續兩回合出招一樣時，其后( 第3 招) 出招，幾乎不會與前兩回相同。例如，前兩回合，您都出“剪刀”，這一回合，您幾乎不會繼續出“剪刀”。所以，您只會出“石頭”或“布”了。此時，如果AI 出石頭，就它就穩輸了( 風險高)；反之如果AI 出“布”，它就穩不輸了( 風險低)；同理如果AI 出剪刀，就輸贏各一半( 風險中等)。前兩回，如果您出其他招( 不連續出同一招) 時，都全部看成“中等風險”。

于是，AI 只要善用它所發現的規則，在出拳瞬間自我評估它出招的風險，確保它不會掉入高風險的賽局里，它(AI) 的贏面就大增了。現在就來把上述的贏家規律輸入到Excel 表格里( 圖12)。

圖12

按下“訓練”，就開始訓練DecisionRiskModel 分類模型。它是用來評估各種出拳方案的風險評估。例如，輸入值[1,1,0]，表示對方連續兩次出“剪刀”，而AI決定出“石頭”，此時評估出來：風險高。于是AI 決定改變出拳的選擇。例如，改為出“布”，就輸入[1,1,2]，此時評估風險低，就是好策略了。

6   結束語

本期說明了決策型AI 的特色。并以劃拳比賽為例，說明其架構，包括3 個AI 模型：第1 個是RnnPredict模型，負責探索對方的出拳規律( 知彼)。第2 個是DecisionRiskModel 模型，負責評估決策風險( 知己)。

第3 個是VoiceClassifier 模型是典型的語音識別模型。雖然本范例里，由3 個模型組合起來，與人們競賽。但是它們也可以在商業環境里，協助人類決策者，進行優越的商業決策。

（本文來源于《電子產品世界》雜志2022年12月期）