五南官網-智慧服務首部曲：從探索餐旅體驗開始

財經、商管、統計-管理-一般管理
智慧服務首部曲：從探索餐旅體驗開始

作　　者：許軒
審　　定：洪久賢
出版社別：五南
出版日期：2021/10/07(1版1刷)
ＩＳＢＮ：978-626-317-219-7
E I S B N：9786263172203
書　　號：1F2D
頁　　數：288
開　　數：25K
定　　價：380元
優惠價格：342元

覓食鐵邦美食集團 執行長 潘威達
Aiello 犀動智能創辦人暨執行長 沈書緯
葛洛莉旅館集團 營運長 李憲忠
研華科技 數位行銷長 李昱弘
國立臺灣師範大學 運動休閒與餐旅管理研究所 教授 陳美燕 
實踐大學 智慧服務管理英語學士學位學程 副教授兼主任 高秋英

作者許軒 警廣受訪，主題：「智慧服務首部曲」
https://www.youtube.com/watch?v=9J1wtS2fic0&ab_channel=%E8%A8%B1%E8%BB%92Hsu%2CH.

　　2011年由德國倡議的工業革命4.0，延伸著資訊科技的應用，加上人工智慧、自主化機器人、系統整合、感測器、物聯網、巨量資料分析、積層製造、擴增實境等技術，以創造出虛實整合及達到自主性生產運作的智慧化模式為目標，因此興起許多智慧製造、智慧工廠、智慧城市等智慧化產業、組織等應用形式。

　　本書介紹的餐旅智慧服務，主要強調的是透過人工智慧、智慧科技的輔助，透過現場偵測即時資料或回收資料的進階分析，以達到個人化、動態彈性、積極主動式等新型態服務體驗。而且，在智慧服務體驗提供前、中、後，無論是顧客或服務提供者等利益關係人，皆須透過智慧產品創造彼此能互相連結、溝通、操作等行動，能不斷進行資料收集與運算，以達到價值共創的完整智慧服務系統。

　　這是一場全面性的變革，人們對於「服務」的程度與品質要求不斷「創新」。更符合個人、有敏捷性、彈性、互動性高、即時性等特質的智慧服務，因而形成。

許軒
國立臺灣師範大學管理學博士，專長為智慧科技應用、數位、日常生活美學、體驗設計等。現為實踐大學智慧服務管理英語學士學位學程專任助理教授，曾任職於品裕顧問、中華民國全國商業總會、台灣觀光協會、交通部觀光局、國立臺灣師範大學學習科學學士學位學程、國立臺灣師範大學人類發展與家庭學系等。著有《世界飲食與文化》、《觀光餐旅美學》、《休閒美學》，譯有《神經美食學》、《日常生活美學》。

洪久賢 總編審

美國 Iowa State University博士

現任
實踐大學民生學院院長

經歷
德霖技術學院校長
國立台灣師範大學研發長、學務長
弘光科技大學管理學院院長 
景文科技大學校長
景文科技大學觀光餐旅學院院長

一、智慧（Intelligence/Smart）

探索智慧服務前，我們應先了解「智慧」一詞的意思。畢竟，無論是人工智慧（Artificial Intelligence，AI）或是工業4.0形成的智慧城市（Smart City）中的「智慧」，兩者皆為翻譯用詞（也有人翻譯為人工智能及智能城市）。雖然兩者中文都翻譯為「智慧」，不過其原文分別為Intelligence（名詞）或Smart（形容詞）。進一步探索其字義，Intelligence從「Cambridge Dictionary」與「國家教育研究院雙語詞彙、學術名詞暨辭書資訊網」中的翻譯來看，除了「智慧」一詞外，也有「智力」、「智能」等譯詞；另一方面，Smart從「Cambridge Dictionary」中搜尋獲得的結果，除了常見譯法——「聰明的」之外，形容機器時便會將其翻譯成「智慧的」；於「國家教育研究院雙語詞彙、學術名詞暨辭書資訊網」中，Smart於多數學科領域仍以翻譯為「智慧（的）」為主，而少數領域則將其翻譯為「智能」。其實，搜尋一下Intelligence與Smart兩組單字所代表的圖像時，便能發現其意涵上是有所差異的。由此可知，意義有所差異的兩字，當翻譯成中文時產生交疊應用的情況了。

不過，讓我們來看看Intelligence與Smart延伸出的中文字詞，「智慧」、「智力」、「智能」分別又代表什麼意思呢？根據「教育部國語辭典」的釋義，智慧是「聰明才智」；智力是「心理學上指個體來自遺傳，在生活環境中與人、事、物接觸而產生交互作用時，能經由思考、推理、判斷以解決問題的綜合性能力」；而智能則是「智慧與能力」。可見，無論智力與智能，都能從文字上看到內隱的智慧與相對外顯的能力等兩個意象的身影。

不過，進一步深究智慧的意義「聰明才智」，其中「才智」係為「才能與智慧」，再進一步挖掘「才能」則會獲得「才智與能力」之含義。因此，由上述討論可知，「智慧」、「智力」、及「智能」三個字詞都有類似的含義於其中，都包含人類透過經驗與資訊知識的累積，以環境脈絡為基礎下，透過理解、思考、判斷、推理直到解決問題等，所需的聰明才智與能力。因此，我們可以得知無論是人工智慧或智慧城市、智慧製造、智慧工廠、智慧觀光等概念，套上智慧兩字後，多半就是希望機器、裝置、流程、機制等，能如同人的智慧一般運作，並且能產出有感且聰明的行動表現以輔助人類，並創造出更進步的社會與新時代。

所以，隨著人工智慧的發展與工業4.0的推波助瀾，以及世界各國及產官學各界的關注下，「智慧」一詞已成為近年流行用詞。無論新聞報導媒體、學術論文、商業活動等都能見其身影，而且市面上也充斥著各式各樣以智慧為名（很多真的僅止於「名」）的產品、服務、及解決方案等。不過，智慧就如同「美學」兩字一樣有種強烈的吸引力。畢竟，具有分析、判斷、創造、思考的能力等正面意涵的「智慧」，是人類長久嚮往且畢生不斷追尋的崇高境界。所以，「智慧」一詞會被大量濫用，或許也算「智慧」的原罪吧！

不過，不管你遇到的是真智慧或假智慧，人工智慧及工業4.0帶動形成的智慧城市、智慧工廠、智慧服務等各式各樣的創新應用，都已經一點一滴融入我們的生活了。例如，Google、Bing等具有人工智慧應用的搜尋引擎、具有車牌辨識功能的智慧路邊停車系統、扮演客服角色的聊天機器人等，都是滲透在日常生活中，應用「智慧」所產生的新型態服務範例。因此，為了解智慧服務是什麼，我們就先從延伸出智慧服務的兩大概念——人工智慧及工業4.0，開始一步步挖掘吧。

（一）人工智慧

智慧對於人類的發展扮演關鍵的角色，從古至今哲學家、科學家等，不斷透過各式各樣的取逕了解人類的思維模式，以及如何感受、感知、理解等，直到進一步預測及掌控操縱這個世界。人工智慧，顧名思義便是用「人工（artificial）」的方式來模仿人類的「智慧（intelligence）」，相關研究自第二次世界大戰戰後不久便開始，但是正式使
用人工智慧一詞則是於1956年的達特茅斯會議上才開始的。人工智慧並不是一件新鮮事，只是經歷數階段的發展後，讓人工智慧技術越來越成熟、越來越有「智慧」。人工智慧的發展就像是一波一波的浪潮，繼上一波20世紀70-80年代的人工智慧浪潮——專家系統（Expert System）沉寂後，近年又再度被關注的幾個重要里程碑包括，1997年IBM開發專門分析西洋棋的超級電腦Deep Blue擊敗俄羅斯西洋棋棋手、前西洋棋世界冠軍加里．基莫維奇．卡斯帕洛夫（арри Кимович Каспаров）；2011年IBM開發的人工智慧程式Watson打敗著名美國機智問答節目《Jeopardy》當時的冠軍選手；Google的AlphaGo先是於2015年以5:0全勝的記錄，擊敗法國職業二段圍棋棋士、
前歐洲圍棋冠軍盃的冠軍樊麾，隔年，再以4:1成績擊敗韓國圍棋九段棋士李世乭，成為第一個不需要讓子而擊敗圍棋職業九段棋士之電腦程式。2017年AlphaGo以3:0成績擊敗中國圍棋職業九段棋手、前世界第一棋士柯潔，賽後中國圍棋協會授予AlphaGo職業圍棋九段的稱號。

另外，在這一波人工智慧浪潮中，許多應用到生活中的技術，像是2012年Google貓咪影像辨識技術、日常生活中常用到的Apple Siri、Amazon Alexa等自然語言生成（Natural Language Generation，NLG）和自然語言處理（Natural Language Processing，NLP）技術；又或是Netflix透過機器學習技術，隨著時間根據使用者觀看的電影及戲劇類型，提供符合使用者偏好的影片，Spotify亦運用相似技術推薦符合使用者偏好的音樂清單；另外還有根據使用者網路瀏覽習慣，推薦使用者可能感興趣的新聞或廣告。

其他還有很多人工智慧相關技術的應用，早已成為我們生活中的好夥伴。

隨著電腦運算能力、網路、數位化、巨量資料（即大數據）等科技技術的快速發展與茁壯，促成這一波人工智慧新浪潮的成形。除了帶給人類更便利的生活外，人工智慧在部分特定領域甚至還戰勝人類智慧。因此，當代持續發酵中的人工智慧浪潮，再次讓人意識到人工智慧的重要性，同時也感受到其帶來的威脅。

不過進一步思考，上述列舉的人工智慧案例也都僅止於人類的部分功能、部分智慧的展現。因為，一個人無法單靠下棋、答題、辨識貓咪、聽得見聲音、會說話等單一功能，就能成功存活。又或是無法單靠很會念書、很有錢，就能過上幸福無慮的人生吧！畢竟，人類無論在人生、學校、社會、職場等，都需要複合式的智慧與能力。今日大多數人工智慧的應用，多半是透過機器來展示其特定領域的智慧能力，這類人工智慧被稱作為弱AI（WeakAI/ Narrow AI）。因應當代巨量資料的發展，著實能對各特定領域的人工智慧模型訓練發展產生重大效益，大大幫助弱AI快速且大量廣泛的發展，逐漸讓機器慢慢學會各式各樣原本僅有人類能做到的事情。不過，人工智慧科學家更希望發展與達到的終極目標是通用人工智慧（Artificial General Intelligence，AGI）， 也有人會使用強AI（Strong AI）的用詞。這類型的人工智慧就是以能解決各式各樣不同領域的複雜問題，具備思考、意識、情緒、優缺點、偏好等特徵，能在各類環境中自主地且得以與其他人事物互動，並能執行各式人類任務的機器。由上述內容可知，通用人工智慧便是接近全人的狀態，就彷彿是我們在電影裡看到具有人工智慧的機器人那般，與真實人類相似。

不過，到底人工智慧為何這麼神奇？還是讓我們先了解人工智慧是什麼、以及其涵蓋什麼學問吧！人工智慧係為一種使用機器來模仿和執行與人腦有關的智慧與行為，例如感知、溝通、理解、學習、思考、判斷、推理、證明、識別、規劃、決策、及解決問題等智慧與行動活動等。從Stuart Russell 與Peter Norvig撰寫的人工智慧必讀聖經Artificial Intelligence: A Modern Approach中， 就以思考及行為、人性及理性等兩兩對比概念作為維度，延伸分為人性化思考、人性化行為、理性思考、及理性行為等四面向，再進一步細化探索人工智慧的定義。

首先，人性化思考的部分，人工智慧被定義為要能夠自動化地執行，例如決策制定、問題解決等人類會做的思考活動（Bellman, 1978）。當探討人類思考相關概念時，就牽扯到認知科學、學習科學、神經科學等學科內容。透過將這些知識轉化成為電腦程式，得以促使機器達到模仿人性化思考的功能。

接續，從人性化行為角度來看。人工智慧被定義為創造機器執行人類運用智慧從事行為的技術（Kurzweil,1990）。不過，我們要怎麼樣去確認一個機器的確具備像是人一樣的行為呢？艾倫．圖靈（ Alan Turing） 為此設計出一圖靈測試，作為辨識的基礎。當人類測試員詢問具有人工智慧的機器一些特定問題後，無法確定是機器的應答內容還是來自人類，該人工智慧就通過測試。其實電腦是可以被人類設計成很口語化且考量情境脈絡去回答題目，以騙過測試員，並通過測試。但是，機器是否真的了解自己回答的內容而非只是透過編碼做出反應的討論，就剛好呼應上述強AI與弱AI的比較觀點。不過回頭來看，機器要能模仿到彷彿是真人的行為，就已是一番大工程了。以下六個人工智慧功能，能讓機器具備有機會通過圖靈測試需要的能力，這些功能同時也是當今人工智慧應用上的主要項目，其中包括：

• 自然語言處理（Natural Language Processing，NLP）：機器能使用人類語言成功地與人類溝通。
• 知識表示（Knowledge Representation）：機器能夠存儲獲知或聽到的事物，並對知識進行表示與陳述。
• 自動推理（Automated Reasoning）：機器能夠使用儲存下來的資訊回答問題並推導出新的結論。
• 機器學習（Machine Learning）：機器能夠學習與適應新的環境，並且對環境資料進行檢測及推斷模式。
• 電腦視覺（Computer Vision）：機器能夠感知物體，並進一步進行辨識、測量等功能。
• 機器人技術（Robotics）：機器能夠操作物體並四處移動。

再者，人工智慧於理性思考層面的定義係運用（電腦）運算模型，以進行（人類）心理運作能力的研究（Charniak and McDermott, 1985）。理性思考，其實就是牽扯到邏輯思維領域，就像是開創邏輯學的希臘哲學家亞里斯多德的三段論中，最常見的舉例就是：「蘇格拉底是人類，所有人類都會死，所以蘇格拉底會死。」以此邏輯推演，方能推斷出正確的結論。 這也是過往程式設計與運作時的基本核心——邏輯。像是人工智慧三大學派中的符號主義（Symbolicism）學派，就是主張以公式和邏輯建構人工智慧系統；上一波的人工智慧熱潮——專家系統，便是以邏輯透過程式設計建構出程式碼，模擬人類專家回應問題的作法。

最後，理性行為角度，人工智慧被定義為關注機器的智慧行為（Nilsson, 1998）。人工智慧中常常會使用代理人（agent）來代表某種可以行動的物體，例如微軟Power Virtual Agent 就是一可以代替人類，以回應其他人透過問題提出需求的智慧聊天機器人。具有理性行為的理性代理人（rational agent），則是採取行動以達最佳結果或最佳預期結果的代理人。理性代理人透過邏輯推理出特定行動預計達成目標的結論後，再根據該結論採取行動。先前提到的六大功能中，「知識表示」和「推理」便能使代理人做出正確的決策；「自然語言」得以生成讓人理解的詞句，予以將行為表現出來。上述這些便是讓代理人（機器）產生具有理性之行為的功能與能力。

所以，從上述的四個人工智慧定義，剛好呼應本書一開頭進行中文翻譯詞彙討論時，所指出內隱和外顯概念。畢竟，無論是人性化或是理性，多半還是透過他人看不見的思考思維開始，接續再由外在產出的行為促使旁觀者有所意識。其實，這也與我們平時對他人的觀察相似，一個人個性是偏感性還是理性，若沒有特定的態度行為表徵，通常較難被察覺與判斷。

當我們了解人工智慧後，是否也有很多讀者，被近年時常穿插、重複、重疊出現的人工智慧、機器學習、深度學習，搞得暈頭轉向。一下子人工智慧、一下子機器學習、一下子又深度學習。從圖1-9人工智慧、機器學習、深度學習的關係中，可以看出人工智慧是最大的範疇，而機器學習與深度學習（Deep Learning）則是旗下子範疇。有別於過往需要人類設計程式幫助機器形成「智慧」的專家系統，從資料讓機器「自己學習」的形式，形成了機器學習的方式；進一步身為機器學習的子範疇的深度學習，也是透過資料進行學習，只是運用到類神經網絡為架構對資料進行學習的方式。目前，深度學習已於電腦視覺、自然語言處理等功能上，獲得優異的結果。

當今人工智慧的發展越來越快、領域擴張亦是越來
越快，除了歸咎於整體科技技術的快速進步外，資通訊科技滲透到日常生活的現象，也是重大功臣。人類無論是生活起居、工作、旅遊、休閒時，隨時隨地都使用著資通訊科技裝置。因此各式各樣數位資料不斷地由人類或機器產出，進而產生許多足以讓機器可以學習的資料。加上各式各樣演算法發展，人工智慧應用確實越來越普遍。為新的人工智慧技術——機器學習與深度學習，帶來良好發展環境，也促使人工智慧於短時間內有如此多的突破性發展。如同微軟對於人工智慧的定義：人工智慧＝資料（Data）＋科技（Technology）＋運算能力（Computing Power）＋複雜演算法（Complex Algorithms），而且其能了解周遭環境，並對於收到的資訊產生回應，且能學習與解決問題。如此定義呼應當代人工智慧的運作模式，以及人類期許機器代理人具備「智慧」的行為效果。也因此，伴隨著人工智慧的發展以及各式各樣軟硬體科技技術的興起，新一代的工業4.0帶領「智慧」更進一步擴張觸角至各行各業，開創許多新型態的智慧機構、組織、功能等運作模式，並且效益持續熱燒中。

法律/政治

財經/商管/觀光

文/史/哲/期刊

理工/醫護

教育/心理/傳播

小五南/中等教育