人工智能深度學習神經網絡|曾國平

用如此有限材料，可以作出這樣精彩分析，那就不是技術而是魔術了。與其亂來，何不去得更盡？

這個題目聽起來夠厲害吧？是的，就如「元宇宙」忽然無處不在，對科技一竅不通的人都莫名其妙地成了專家，另一類廣泛被濫用的術語，就是機器學習、深度學習等的數據分析方法，老是常出現，雖然講者未必知道自己在講什麼，聽者也未必知道自己在聽什麼。

何謂專家的權威？

在人人都是專家、KOL無所不懂的年代，將事情說得高深莫測、拋出大量術語才是生存之道。說得太簡單太清楚，反而會失去專家的權威。

沒興趣做專家，也就不怕給大家一個簡單形容：你想「教」電腦程式做一件工作，可以是捉棋，可以是預測經濟走勢，可以是推斷消費者行為，可以是看圖辨認事物，關鍵是你手頭上有足夠的數據，以及為表現訂立一個清楚準則（如捉棋是為了贏、預測為了準確），那你就可讓電腦程式自動去「學習」，在數據中找尋提升表現方法，探索出肉眼看不到的蛛絲馬跡，就此而已。

那堆霸氣十足的字眼，反映的主要是電腦程式「學習」方式的差異（例如模仿人腦運作的人工神經網絡），以及使用者參與程度的高低（由步步指導電腦程式，到完全自由放任）。

這類數據分析方法的長處，是利用愈來愈強大的電腦運算能力，可將數據中有用的資訊榨乾榨盡，在不少情況下表現勝過一般統計模型。

數據分析是技術還是魔術？

只是當方法威力愈大，行外固然亂吹得不亦樂乎，行內濫用、誤用亦愈見普遍。且分享最近兩次親身經歷。話說有項研究，目標是預測匯率每日走勢，結果就將匯率連同其他數十個經濟金融指標，一併交給幾個機器學習的最新方法處理。研究中的圖表數字洋洋幾十頁，結論是要預測今日匯率，關鍵在於昨日匯率，其他指標相比下並不重要。

其實，行內過去幾十年已有共識，匯率表現跟隨機行走（random walk）不容易分得開，昨天匯率往往是今天匯率的最佳指標。這樣勞師動眾地小題大做舊事重提，除了告知世人自己懂得使用機器學習的程式，根本沒有其他意義。

另一項研究更誇張。同樣是動用一堆複雜機器學習方法，將所有術語都搬了出來，連用一堆估算加上五顏六色圖表，乍看之下相當專業，只是細心一看，原來一輪花式表演背後，數據其實只有20個數字。

用如此有限材料，可以作出這樣精彩分析，那就不是技術而是魔術了。與其亂來，何不去得更盡？我提議利用人工智能機器學習睇相睇風水，如Machine-Learning Feng Shui（簡稱MLFS）又或I Ching with Artificial Intelligence（簡稱ICAI），結合東西方智慧，極有震懾效果，絕對有得諗。

原刊於《am730》，本社獲作者授權轉載。