我搞的人工智能公司「0xmd」在市場中,有不少競爭對手,其中有一些技術知識,可以同大家分享。
現時很多的「人工智能」軟件,其實是使用第三方的「應用程式介面」(Application Programming Interface),即所謂「API」,簡單點說,是駁向ChatGPT,並非真正由自己開發的人工智能。
當然,這也並非沒有市場需要,皆因現時香港人要想使用ChatGPT,必須使用VPN來翻牆,省卻了這一步驟,也算是為使用者提供了某些方便。
很多早年開發的「人工智能」採用的是「Rule-Based AI System」,其原理是使用一組預定義規則來做出決策和解決問題。我們有一些競爭對手正是採用這一種方法,已經做得很不錯,覆蓋率也很高。
不過,由於我們有一位拍擋是AI專業,因而傾向自行開發,使用「人工神經網路」(Artificial Neural Networks)及大型語言模型(Large Language Model)」來令電腦學習。
這和前述的「Rule-Based AI System」,其分別好比是死讀書、靠背誦而得到知識,和經大量閱讀不同的書本後領悟的知識。
馬斯克設計特斯拉的自動駕駛技術,堅持使用「人工神經網路」,因此研發成本高了很多,也需要更多的數據,去給電腦學習,以及聘請更多的人才,去解決當中複雜的技術問題。
反之,如果採用「Rule-Based」,AI就會比較笨,例如說,Rule是「在紅燈前停車」,如果前面有交通燈壞了並由交通警指揮交通,便需要建立另一套規則,否則就會發生意外。
至於中國的人工智能駕駛,暫時主要是採用激光雷達技術。這很可靠,問題是,成本很高,假如馬斯克的人工智能駕駛成功,就有很大的成本優勢。
我們也不是絕對不用「Rule-Based」,例如說,我們的系統可兼容48種語言,中文方面,有不同的方言需要克服,例如說,閩南話。我們找了幾份閩南話對照表,教會了電腦。
如果是按照正宗的人工智能方式,應該是要教它閱讀幾十萬篇閩南話文章,讓它自己領會,這好比中學時的英文老師,要我們不要用英漢字典,而要用「English-English」,看大量例句來理解。但我們作為醫療健康人工智能系統,可不會把算力放在文字之上了。