若然銷售員向你推薦某件產品卻沒有給你合適的理由，又或者醫生在判斷你患上危疾時沒有向你解釋箇中原因，相信任何人遇到上述情況都難以接受。不過，這情況在現今世界卻愈來愈普遍。
在全球新冠肺炎疫情肆虐之下，數碼經濟大行其道，線上服務已成為普羅大眾日常生活一部分，例如網上購物、電子醫療等服務廣受歡迎。這些系統所具備的先進功能，是利用深度學習技術，為客戶提供貼身的人工智能服務。然而，深度學習以「點對點」（P2P）和「黑箱」（Black Box）形式進行，所以系統輸出的答案一般是無法解釋的，令用戶摸不着頭腦，「用戶友善」（User Friendly）度甚低。
系統精準度 視乎訓練集
針對這個問題，電腦科學家着手研發「可解釋人工智能」（Explainable AI，XAI）技術。顧名思義，其任務是有系統地去了解究竟深度學習算法如何產生某個特定結果。較多人使用的「可解釋人工智能」算法是從訓練數據集當中，找出對結果有最大貢獻的樣本，然後從該樣本抽取出特徵作為解釋。例如，訓練集中有3張圖片：金魚、麻雀和螞蟻，分別代表魚、鳥和蟲類動物，基於此集而訓練產生的人工智能系統，會把一張燕子的圖片定性為鳥類，透過「可解釋人工智能」技術，專家可了解到這決定主要是因為輸入的圖片（燕子）是受到訓練集中麻雀那張圖片的影響；進一步分析兩張圖片，專家發現兩者有着共同的特徵，包括翅膀、喙等；就此，專家便可以解釋燕子是鳥類動物因為它有翅膀和喙。
在實際環境中，訓練集是超大規模的（遠遠多過3張圖片），「可解釋人工智能」技術要從中挖掘出最具影響力的樣本殊不容易，這正是電腦科學家的研究重點。其中一個折衷的方法是重用訊息，科學家可以把每一次分析的結果結合成為一個智識庫（Knowledge Base）。如此這般，系統運作時間愈長，智識庫內所建立的資料便愈豐富，「解釋」的效率同時亦會愈高。再者，系統所建立的智識庫理論上是通用的，可以應用於其他人工智能場景，一舉多得。
數據技術員及檢測員吃香
以上討論的前設是，人工智能系統所輸出的結果是對的，惟現實中系統有機會誤判。這是因為輸入的資訊（如圖片）雖然在學習過程中從來未出現過，但卻與某訓練樣本類似，例如樣本是馬，輸入是鹿，系統可能會錯誤地「指鹿為馬」。在這情況之下，「可解釋人工智能」也可派用場，它可以用作為檢測器，當找出解釋之後，讓專家評估其準確性，並進一步分析當中的錯處。公司可以使用檢測器來修改人工智能系統；政府部門也可以利用此技術，為人工智能產品檢測和認證，確保產品的安全性。
由上述可見，數據驅動（Data Driven）人工智能系統的準確性及可靠性，跟其背後的訓練數據集的質量息息相關。電腦科學入門課程中提出「垃圾入垃圾出」（Garbage In Garbage Out）是深度學習以至人工智能的基本原則。因此，人工智能工程在系統開發過程中，必須做好深度學習前期的數據搜集、篩選、標注等準備工作。這些工作是資訊科技業界應運而生的「數據技術員」、「數據檢測員」等新工種。在日益增長的全球人工智能市場下，這類工作將會愈來愈搶手。香港在這方面的職業培訓也應作好適當的準備，鞏固本港在粵港澳大灣區國際創科中心地位。
原刊於《信報》，本社獲作者授權轉載。
