AI是什麼?
人工智慧(英語:Artificial Intelligence,縮寫為AI),亦稱機器智慧,指由人製造出來,並透過普通電腦程式來呈現人類智慧的技術。
機器學習(Machine Learning)通過處理並學習龐大的數據後,利用歸納推理的方式來解決問題,所以當新的數據出現,機器學習模型即能更新自己對於這個世界的理解,並改變他對於原本問題的認知。
通過經驗來讓機器學習的運作模式,也是為何我們稱相關技術為機器學習。在現在絕大多數的AI應用中,都主要是以ML為主,不過也越來越多基於神經元網路的深度學習手段也走進了AI應用的主流。
深度學習(Deep Learning)這個機器學習的分支利用多層次的人工神經網路透過數據學習,其中兩種最為主要的類別為卷積神經網路(CNN)以及遞歸神經網路(RNN)。
CNN較適合如圖片、影片等的空間數據類型,透過不同階級的特色來識別圖像,例如從一個鼻子的特徵、眼睛的特徵、嘴巴的特徵、三者彼此的關係為何、再到最後變成一張人臉。CNN的發展對於需要快速識別周圍環境的自動駕駛至關重要,同時圖像識別的技術,也是工業4.0的核心技術之一。
RNN則較適合如語音、文字等的序列型數據,不同於其他的神經網路,對於RNN,所有的input都是相連的,所有處理過的資訊都會在訓練的過程中被記住,而也是這特色,讓它非常適合處理自然語言。
強化學習(Reinforcement Learning)
集成學習(Ensemble Learning)
AI應用可分為四大部分:
1.感知能力(Perception)看、聽、說、讀、寫等能力,包括:
- 「看」:電腦視覺、圖像辨識、臉部辨識、物件偵測。
- 「聽」:語音辨識。
- 「說」:語音生成、文字轉換語音。
- 「讀」:自然語言處理、語音轉換文字。
- 「寫」:機器翻譯、文字生成
2.認知能力(Cognition)透過學習、判斷、分析等等心理活動來瞭解訊息、獲取知識的過程與能力,包括:
- 分析辨識能力:例如醫學圖像分析、產品推薦、垃圾郵件辨識、法律案件分析、犯罪偵測、信用風險分析、消費行為分析等。(語音客服系統)
- 預測能力:例如AI執行的預防性維修(Predictive Maintenance)、智慧天然災害預測與防治。
- 判斷能力:例如AI下圍棋(AlphaGo )、自動駕駛車(Tesla)、健保詐欺判斷、癌症判斷等。
- 學習能力:例如機器學習、深度學習、增強式學習等等各種學習方法。
3.創造力(Creativity)產生新思想,新發現,新方法,新理論,新設計,創造新事物的能力,它是結合知識、智力、能力、個性及潛意識等各種因素優化而成,這個領域目前人類仍遙遙領先AI,包括:AI作曲、AI作詩、AI小說、AI繪畫、AI設計等。
4.智慧(Wisdom)深刻瞭解人、事、物的真相,能探求真實真理、明辨是非,指導人類可以過著有意義生活的一種能力,這個領域牽涉人類自我意識、自我認知與價值觀,是目前AI尚未觸及的一部分,也是人類最難以模仿的一個領域。
AI發展史相關
年代 |
20世紀 40年代 |
20世紀 50年代 |
20世紀 60年代 |
20世紀 70年代 |
20世紀 80年代 |
20世紀 90年代 |
21世紀 00年代 |
計算機 |
1954 |
||||||
人工智慧研究 |
1953 博弈論 |
1977 知識工程宣言 |
1982 第五代電腦計劃開始 |
1991 |
2007 |
||
人工智慧語言 |
1958 |
1972 |
|||||
代表性 人或事 |
艾倫·圖靈 圖靈測試 西洋棋程式 (電腦輸) |
1954FORmula TRANslator (公式翻譯器),由約翰·巴科斯等人所發明 1956由約翰·麥卡錫發起會議並定了七個議題: 1.自動計算機 2.如何對計算機進行編程以使用語言 3.神經網絡 4.計算規模理論 5.自我改進 6.抽象 7.隨機性與創造性 |
LISt Processor (列舉處理器),由約翰·麥卡錫等人所發明 |
Programming in Logic)(邏輯程式設計語言)。它建立在邏輯學的理論基礎之上, 最初被運用於自然語言等研究領域。現在它已廣泛的應用在人工智慧的研究中,它可以用來建造專家系統、自然語言理解、智慧型知識庫等 |
第五代電腦是日本經濟產業省於1982年的一個大型研發計畫,目的為開發一部劃時代的電腦,利用大量平行計算,使它擁有超級電腦的運算效能和可用的人工智慧能力。 |
類神經網路是一種模仿生物神經網路結構和功能的數學模型或計算模型,用於對函數進行估計或近似。能在外界資訊的基礎上改變內部結構,是一種自適應系統,具學習功能。 |
深度學習框架,是基於人工神經網路的框架可以追溯到1980年福島邦彥提出的新認知機。是於對資料進行表徵學習的演算法,如每個像素強度值的向量,或者更抽象地表示成一系列邊、特定形狀的區域等。應用於臉部辨識或面部表情辨識。 |
留言列表