網站更新隱私權聲明
本網站使用 cookie 及其他相關技術分析以確保使用者獲得最佳體驗,通過我們的網站,您確認並同意本網站的隱私權政策更新,了解最新隱私權政策

2

6
0

文字

分享

2
6
0

用 coding 寫出《鋼鐵人》的 AI 助理 Jarvis 有多難?——專訪臺大資工系陳縕儂副教授

科技大觀園_96
・2022/01/04 ・3527字 ・閱讀時間約 7 分鐘

近年來因為人工智慧、大數據、區塊鏈等應用科技快速發展,以及 Google 等科技公司大舉來到臺灣進駐並招聘大量軟體工程師,臺灣頂大的資工科系成為超熱門志願。不過大家對資工系的印象就是要學寫程式,也就是俗稱的 coding,但 coding 在解決什麼問題?今天我們訪問了臺大資工系的陳縕儂副教授,從老師的專業「自然語言處理」(Natural Language Processing,縮寫 NLP)做切入,來帶大家了解資工系究竟在解決什麼問題。

讓 AI 聽得懂人話,就是「自然語言處理」

陳縕儂老師的機器智慧與理解實驗室,主要是針對語言處理及對話系統相關技術進行研發,藉由機器學習技術,透過資料讓機器自動學習,理解人類語言並且進行適當的互動,目標是希望能讓機器的智能比肩人類,甚至超越人類。

陳縕儂教授與實驗室今年參加 Amazon Alexa Prize Taskbot 競賽的研究生們合影。(圖/陳縕儂提供)

「自然語言處理」是資工領域中的一個分支,名字聽起來很抽象,但其實這項學門的目標就是讓電腦可以「聽懂」人類說的話、「理解」語意並給予「回應」,就像鋼鐵人電影中的 AI 助理 Jarvis,鋼鐵人只要說如常說話就可以下達指令,讓 Jarvis 協助生活中各種大小事。

不過理想很飽滿現實卻很骨感,要做到像 Jarvis 這樣有求必應的 AI 助理並不容易,目前市面上的智慧助理如 Apple Siri、Google Assistant 及 Amazon Alexa 都已經隨著 3C 產品普及化了,但很多時候它們仍會說:「很抱歉,我聽不懂你的意思。」可見,從 Siri 到到 Jarvis 仍有很長的一段路要走,但為什麼這是條漫漫長路?——歡迎來到「自然語言處理」的思考領域。

從「聽懂」到「回應」,AI 必須克服多項關卡

大家可以想像一下,今天要跟一個 AI 互動,通常是透過語音或者文字來下達指令,接著 AI 就會協助我們完成特定的任務,並解決特定的問題。

在這個過程中,有四個主要的環節必須克服,分別是語音辨識 (Automatic Speech Recognition; ASR)、語意理解 (Natural Language Understanding; NLU)、對話決策 (Dialogue Management)、以及語言生成 (Natural Language Generation; NLG),說的白話一點,就是接收你講的話、翻譯成 AI 能理解的指令、要如何處理指令,以及怎麼把回應翻譯成人類能聽懂的聲音或文字。

在這四個環節裡都有相當複雜的問題需要去解決,譬如語音辨識,在技術上通常是將語音訊號直接轉換成文字,讓 AI 去理解,但在將音訊輸入的過程中,就必須要排除掉我們口語中會用的「嗯」、「啊」、「喔」等贅字或不自然的停頓,又或者是新創的流行語、方言、口音……等等的問題必須先解決,才能讓 AI 真的能聽懂人類的自然語言。

在「語意理解」上,要讓 AI 去分析語言或文字的脈絡、理解關鍵字,再找出對應的資料(搜尋資料庫);而「對話決策」更是困難,前面理解了人類的語言或文字表意後,AI 應該要如何回應?可能使用者給的資訊不完整,AI 要追問使用者以釐清問題?又或者在語意理解上有聽不懂的字,得要再次詢問並確認?

這還只是 AI 面對人類自然語言時,其中幾個回應的選項,真實的對話情境可能更加複雜,而且整個對話過程只要有一個環節正確度不夠高,那 AI 後續也很難準確的回應,只要有一步錯了,就會對後續對話體驗造成負面影響。

不過好消息是,現在的深度學習技術已經相當成熟,只要餵資料給電腦時,告訴他怎麼樣是對、怎麼樣是錯,基本上電腦都可以不斷修正(餵的資料也要夠多),再加上現行語言代表模型的優化,智慧 AI 在特定領域的應用上都有蠻不錯的成果。

AI 處理語音指令的過程。圖/陳縕儂提供

Jarvis 仍遙遠,AI 的新突破是精準翻譯

聊到這幾年 AI 的重要突破,老師提到三年前 Google 所開發的語言代表模型 BERT(Bidirectional Encoder Representations from Transformers),當時 BERT 一出現市面上所有自然語言處理的模型都改採用了它的運作邏輯。相較於過去的語言模型,通常都是餵指定任務的文字來訓練電腦,BERT 是在給電腦任務前,先餵它吃很多的文章或書,接著再提供任務給它。

以翻譯為例,這就好像讓一般人翻譯,跟讀過很多書的人來翻譯一樣,讀過很多書的人懂得字彙跟用法,自然翻譯出來的成品更流暢。

而 BERT 的技術確實也得到相當好的成效,所以擊敗了當時許多正在開發的語言模型,成為了當前語言模型的基礎。有趣的是,BERT 的前身是一個名為 ELMo(Embeddings from Language Models,與芝麻街角色名字相同)的語言模型,所以 BERT 的開發者們就用芝麻街的角色,來為他們開發出來的語言模型命名。

當前 AI 發展的目標,為它建立「人的常識」

雖然說 NLP 領域在商業與學術上都有相當大的發展空間,但陳老師認為,目前要達到人的「common sense(常識)」對 AI 來說還是非常困難,舉例來說,今天我們跟智慧助理說我今天要跟某某人吃晚餐,這個時候如果是人類的助理,我們可能會聯想到「吃什麼」、「要不要聯絡某某人」、「交通方式是?」……等等與飯局相關的問題,但 AI 目前並沒有辦法執行這麼複雜的互動,還得必須跟 AI 說「幫我訂位」、「幫我叫車」,仍在一個指令一個動作的狀態,這種 AI「common sense」的建立,可說是目前非常有挑戰性的項目。

AI 的開發方向——人類的工作輔具

身為 AI 的設計者,陳縕儂老師認為 AI 會成為輔助人類的一部分,雖然說現階段許多人對於 AI 可以執行我們的工作感到彆扭,但實際上 AI 正在減輕我們的工作量,舉例來說,像是目前醫院已經有在使用協助診斷的 AI,但這樣的 AI 並不會取代醫生的工作,因為 AI 只是提供醫生診斷的相關依據,實務上對於病患的判斷最終還是得由醫生來做。

雖然 AI 已在產業中被廣泛利用,但基本上仍以「人機協作」為大宗,雖然能取代部分人力,但像是創造類型的工作 AI 就幾乎無法獨自完成。至於大家想像中,AI 恐對人類造成威脅的情節,基本上不會發生,因為 AI 是不會憑空出現意識的,AI 威脅人類的可能,比較會是人類不當利用造成的風險,所以在未來 AI 的開發上,基本上會往輔助人類的方向去做應用。

身為 AI 的設計者,陳縕儂老師認為 AI 會成為輔助人類的一部分。圖/Pixabay

資工領域瞬息萬變,「喜歡新知」很關鍵

談到什麼特質適合來讀資工系,陳縕儂老師認為,數學或是邏輯只是基礎,重要的是「喜歡接受新知」的特質,因為在資工領域瞬息萬變,資訊更新的相當快速,隨時都會有新東西出來,如果不喜歡吸收新知識,讀資工系可能會比較痛苦一點。另外,資工在應用上時常會和不同領域的人做合作,你必須了解對方的需求跟他們的條件,才能設計出能夠幫別人解決問題的方法,而這也是資工有趣的地方。

陳縕儂老師也和我們分享了在他眼中臺灣學生和外國學生的差異,他認為臺灣學生應用網路資源自學的能力非常強,而外國學生則是勇於在課堂上和老師提問並討論,各有各的優點,不過教授也認為由於臺灣學生擅長自己找答案,所以在協作與表達上的可能相較於外國會比較弱一些,但如果這一塊能做到加強,臺灣的學生其實是非常有競爭力的。

陳縕儂副教授認為,臺灣學生在協作與表達上相較於外國學生較弱一些,但若能加強這一塊能力,臺灣學生非常有競爭力。圖/呂元弘攝

最後老師還告訴我們,當初大學時機器學習與 NLP 領域並不是資工領域的主流,一開始只是選擇了自己有興趣的領域,也沒想到近幾年 NLP 會變成現在的顯學,他認為自己真的非常幸運,可以一路延續自己熱愛的主題。

最後的最後,陳縕儂老師建議有意投入資工領域的學員們,可以先了解這個領域需要的先備知識,像是 coding 要用到的程式語言、跟 AI 相關的內容則會牽涉到數學,最後當然就是對知識的熱情和態度,了解之後才比較能判斷這個領域適不適合你,千萬不要因為從眾而選擇。

文章難易度
所有討論 2
科技大觀園_96
72 篇文章 ・ 884 位粉絲
為妥善保存多年來此類科普活動產出的成果,並使一般大眾能透過網際網路分享科普資源,科技部於2007年完成「科技大觀園」科普網站的建置,並於2008年1月正式上線營運。 「科技大觀園」網站為一數位整合平台,累積了大量的科普影音、科技新知、科普文章、科普演講及各類科普活動訊息,期使科學能扎根於每個人的生活與文化中。


0

0
0

文字

分享

0
0
0

媽媽我不想努力了!想多生一個?研究顯示:爸爸先當「神隊友」

研之有物│中央研究院_96
・2022/01/20 ・3707字 ・閱讀時間約 7 分鐘

本文轉載自中央研究院研之有物,泛科學為宣傳推廣執行單位。

  • 採訪編輯|劉芝吟
  • 美術設計|林洵安

家務分工與生育率的本土研究

搶救生育大作戰!臺灣生育率持續走低,人口負成長的警訊近在眼前,除了給薪育嬰假、育兒津貼,2021 年 8 月,政府的生育獎勵也提前至第二胎就發放,鼓勵夫妻多生孩子。加碼補助真的會讓大家願意再生下一胎嗎?搶救少子化,我們還能做些什麼?中研院社會學研究所鄭雁馨副研究員從實證研究發現,高教育背景女性生第二胎的意願,會受到家務分工影響,尤其丈夫是否分攤育兒工作更是關鍵。

工作、家庭蠟燭兩頭燒的「臺灣金智英們」

2019 年,《82 年生的金智英》颳起一陣話題旋風。電影細膩刻劃主角金智英在成長過程、家庭、職場面臨的性別處境,包括同工不同酬、婚姻與育兒負擔,不只衝出南韓高票房,在臺灣同樣掀起熱議。

「未婚的時候催趕快結婚,結婚以後催趕快生孩子,有了女兒又說再生兒子,生個孩子也不會改變什麼。」電影這段揪心金句,道出了無數女性面對婚育壓力的心聲。

然而,生個孩子,真的不會改變什麼嗎?

中研院社會所副研究員鄭雁馨副研究員,從多年研究提供幾個具體數據。根據國外不同學者在 2005、2019 年發表的論文(Gjerdingen & Center, 2005;Kim & Cheung, 2019),當家庭迎來新生兒,妻子花在家務和育兒的時間會大幅上升,丈夫的改變則不大。類似現象,也出現在臺灣。

隨著教育程度大幅提高,臺灣女性的勞動參與率節節上升,不過,家務勞動的時間卻沒有明顯變化。鄭雁馨從 2016 年「婦女婚育與就業調查」發現,臺灣婦女平均仍負擔近 80% 的家務,多數人白天在職場奔波,回家後,太太與媽媽們的「第二輪班」才正要開始……

白天在職場奔波,晚上仍要一手料理家務、育兒,是多數臺灣婦女的生活寫照。圖/iStock

臺灣婦女負擔近八成家務

誰做家事?誰來分攤育兒壓力?乍看只是小夫妻的互動模式,實際影響遠遠不止於此。

長年研究人口學的鄭雁馨直言:「臺灣女性在公領域和男性平起平坐,但如果私領域的性別平等沒有跟上腳步,整體生育率就很難提升。」眾多的西方調查已顯示,有沒有一個「神隊友」,將會影響女性是否想再生一胎。

然而過往的研究較少針對東亞社會,鄭雁馨採用 2016 年行政院主計總處的婦女婚育與就業調查,從 3564 筆年齡介於 15–49 歲且至少有一個 18 歲以下子女的女性樣本,分析「教育程度」與「家務分工」對臺灣婦女生育意願的影響,進行本土性的實證探討。研究結果在 2020 年獲刊於美國頂尖家庭期刊《Journal of Marrige and Family》,這也是將近 10 年後臺灣的家庭研究再次登上此期刊。

從數據來看,臺灣家庭分工呈現何種面貌?

調查發現,臺灣已婚婦女平均每天要花上 6.2 個小時,包括處理家事雜務、照顧一家老小,種種占了將近八成的家務。已婚男性則大約負擔 22% 的整體家務,家事、育兒的比例相差不大。

其中,有 48.5% 的女性受過高等教育,而這些高等教育程度的婦女,通常會獲得丈夫比較多的家務支持。整體而言,妻子的教育程度、收入與丈夫投入家務分工比例,呈現正相關——當妻子的社經地位越高,有越高機率擁有一個更積極分工家務的丈夫。

換言之,家務分工會隨著社會階層呈現不同樣貌:高社經婦女確實多了不少來自隊友的「後盾」支持。

家事分工越平等,媽媽更願意生第二胎

第二個問題:家務分工會影響生育態度嗎?當先生攬下越多家務,太太們會不會有更高的生育意願?

答案很有趣。整體來說,當丈夫家務總時數增加,妻子的生育意願也會增加,但進一步分析,還有三個影響關鍵。

首先,如果區分丈夫做了哪類家務,結果則不一樣。若丈夫是勤快地「做家事」,並不會影響妻子的生育意願;但如果丈夫分攤更多「照顧子女」的工作,妻子的生育意願會明顯增加。顯然對媽媽來說,比起多洗一次碗、多摺兩件衣服,爸爸能在孩子大哭大鬧時陪玩安撫、換尿布哄睡,更稱得上是神隊友。

此外,這個影響主要發生在「一寶媽」,讓她們更有意願生第二胎;對於有兩個以上寶寶的女性,影響不大。原因可能是,經歷過一次「育兒地獄」,媽媽們便能看清隊友的「屬性」,若先生沒有放自己單打獨鬥,新手媽媽自然比較願意迎接第二個寶寶;而二寶或三寶媽要再生下一胎,必須付出更高成本、考量更多面向,因此家務分工較難產生實質作用。

除了家務分工內容、胎次,第三個影響因素則是妻子的社經背景。只有在高教育程度妻子身上,丈夫投入更多家務育兒,才會明顯提高生育意願。

總的來說,研究成果顯示:

更平等的家務分工,特別是分攤育兒工作,能提升高教育女性生第二胎的意願。

數據也顯示,所謂「更平等的家務分工」並不是嚴格的 1:1。實際上,只要先生負擔超過 20% 的育兒責任,就能提高妻子的生育意願。換句話說,公平只是一種感覺,媽媽期待的不一定是全能爸爸,而是隊友實際表現出願意共同承擔照顧壓力,就能讓妻子備感支持。

臺灣的調查呼應了日本、歐洲國家的研究,當伴侶更有性別平等意識、家庭分工較平等,特別是,如果丈夫一起投入照顧孩子,能讓媽媽的育兒經驗不那麼厭世孤單,支持她再重新經歷一次懷孕、生產、帶孩子的甘苦。圖/iStock

第二輪班,東亞女性的共同壓力

鄭雁馨談到,女性承擔高比例家務是臺灣「跨世代的共同現象」。熟齡世代高達八、九成,青壯世代女性也依然負擔七、八成的家務勞動。

「減少的那一兩成,也不一定是先生做更多,可能是自動化幫了忙。」鄭雁馨犀利道出痛點。從掃地機器人、洗碗機常見的廣告語「解放媽媽雙手」、「讓媽媽不再腰痠背痛」,家務商品預設出的消費者形象,也恰恰說明了家務一把罩,仍然是社會對女性的普遍想像。

不只在臺灣。「育兒家事=太太媽媽」,這個如影隨形的標籤,普遍存在於東亞國家。

攤開數據,1990 年代中期,日本婦女每週家務勞動時數是丈夫的 13 倍;韓國為 4 倍,而且經過 20 年,「歐巴們」沒有太大改變,2019 年的研究顯示(Kim & Cheung, 2019)當家裡迎來新生兒,並不會影響韓國爸爸投入家務的時間。對照電影中金智英的無奈心聲:「醫生反問我,飯是電子鍋煮的,衣服是洗衣機洗的,為什麼我的手腕會痛?」婦女承擔「第二輪班」的壓力,仍未完全被看見和同理。

過去,男人出外打天下,女人的戰場是「家庭」,打掃煮飯、照顧老小、專心一打多。如今,許多女性同樣在職場發光發熱,但經歷生產和育嬰關卡時,她們需要付出更大的代價。除了承受懷孕的巨大身心變化,還可能影響升遷、中斷年資,甚至被不友善的職場隱性「驅逐出場」。

這也是為何研究反映出,蠟燭兩頭燒的高社經女性,更容易因為家務分工而影響生育意願。

「家務分工的均衡,影響最大的通常是高社經女性。」鄭雁馨分析:「她們可能有很好的職場表現,正在追求自己的事業和成就感,一旦生產、育兒,勢必要面臨職涯和婚育的衝突。當職場和家庭讓人身心俱疲,又發現丈夫不可能調整工作和作息,總是媽媽要犧牲,越來越多女性遲疑,或者生一個後就此打住。」

東亞各國相比,日韓女性都負擔超過八成的家務,臺灣也有近八成。香港超過六成五,中國超過七成。資料來源/鄭雁馨

停滯的性別革命:生育不只是女人的事!

臺灣生育率節節下滑,一谷還有一谷低,青年低薪、高房價、公托不足都可能是影響因素。但這項實證研究也反映出,

跟不上時代腳步的性別文化,更讓不少蠟燭兩頭燒的女性成為「厭世媽咪」,不願輕易再談媽媽經。

「為什麼北歐國家的生育率能回升?很大原因是,他們完成了兩階段的性別革命。」

鄭雁馨解釋,家務分工與生育率的持續走低息息相關,西方人口學家稱之為「停滯的性別革命」──大量女性活躍在公領域中,但男性在私領域的性別角色仍然停滯不前。這也是東亞文化圈面臨的共同問題,包括臺灣、香港、日本、南韓和中國。

舉例來說,請育嬰假、獨自推嬰兒車散步、上街買菜,是街頭常見的北歐爸爸群像。然而,當育嬰假政策來到東亞,2017 年臺灣、日本、韓國的爸爸使用率全都低於 10%。 「如果文化價值、社會環境沒有跟著改變,立意良善且進步的政策反而強化了性別分工。」鄭雁馨提醒。

回看電影,當金智英滿臉疲憊而怨懟的這麼說:「可以不要再說『幫』我了嗎?幫我做家事、幫我帶小孩、幫我找工作,這難道不是你的家、你的事、你的孩子嗎?」這或許也是大螢幕外許多「偽單親媽媽」的真實吶喊。

透過實證研究再次顯示:生育不只是女人的事,家務分工也絕非是夫妻的家內風景。若我們希望力挽狂瀾、翻轉生育率,便不應該忽視公私領域的性別結構。

研之有物│中央研究院_96
84 篇文章 ・ 331 位粉絲
研之有物,取諧音自「言之有物」,出處為《周易·家人》:「君子以言有物而行有恆」。探索具體研究案例、直擊研究員生活,成為串聯您與中研院的橋梁,通往博大精深的知識世界。 網頁:研之有物 臉書:研之有物@Facebook