58 傳統上於決定批準保釋與否，法官需閱覽很多資料，而且也不排除法官帶有感情。事實 上，若然讓一個在保釋期間，會再犯罪的人保釋外出；或把一個不會重犯的人囚禁在監 獄裡，都不是一個理性而有效的決策。於是便可以用 AI 構建預測模型來協助法官作判 斷。AI 模型透過輸入相關資料變量，例如，此人是否有吸毒習慣、犯罪是什麼類型，是 搶劫抑或貪污等，分析變量與預測量的關係，若預測結果發現，此人重犯的機率為 0% 至 5% 低水準，而且通過輸入變量與輸出的分析，解釋到低重犯機率的原因，於是演算 法給出的結論是：給犯人保釋。當演算法結果具解釋性，可協助法官作出有效判斷，最 終提高整個司法系統的效率。 AI強化人類認知決策能力 值得一提，人工智能或機器學習，並非要取代人類的智慧，而是去協助人類強化決策的 認知能力和理解。目前，AI 或 ML 演算法的應用，也跨入了醫療領域。 在醫療上，使用 AI 技術去協助醫生作出診治判斷。譬如，在一張腦掃描圖上，尋找內裡 是否有腫瘤細胞。AI 演算法方案並非去取代醫生，而是透過 AI 演算法，讓醫護人員從 輸入因素中，如體溫、血壓等等，發現那幾個因素組合，更容易導致出現腫瘤病，同時 展示出判斷的理由，從而提高醫生的檢查成效，甚至更有效地找出預防和治療的方案。 可以說，AI 或 ML 的演算法具解釋性，發展和商業應用潛力巨大，商機無窮。很顯然， 傳統通過大量數據，找到一些模態（Pattern）特徵，據此進行預測。如預測天氣變化、 股票價格走勢、發掘潛在客戶等，在這個過程中，預測的精確性當然十分重要。但人工 智能技術發展至今日，不僅提高演算法預測的精準度，更要演算法具解釋力。筆者相 信，AI 演算法預測能力與解釋能力並重，勢將成為人工智慧領域的發展主流，並為商業 應用帶來更龐大的潛在收益！ ［後文簡介］：下篇文章〈AI 多領域應用創新與局限〉，作者從另一個分析視閾，指出 AI 模仿人類智慧作出決策，有其缺點。基於 AI 透過大量人類過去的經驗，從中學習模仿而 作出決策，一旦人類過去的決策經驗中，含有偏向性價值成份，如帶有岐視性，AI 也會 無篩選地保留接收，顯示 AI 最終無法超越人類智力主導性的本質。 2 科技與商業應用
RkJQdWJsaXNoZXIy NDk5Njg=