人工智慧 Artificial Intelligence (AI)

人工智慧是指由人製造出來的機器所表現出來的 智慧。
智慧是哲學問題。

什麼是智慧

John Rogers Searle 美國哲學家 John

強人工智慧強調電腦將能擁有自覺意識、性格、情感、知覺、社交等人類的特徵。
弱人工智慧主張機器只能模擬人類具有思維的行為表現，而不是真正懂得思考。他們認為機器僅能模擬人類，並不具意識、也不理解動作本身的意義。
Example : 烏鴉跟鸚鵡

計算機科學與人工智慧之父

John

2014年的電影《模仿遊戲》
機器會思考嗎？
圖靈測試

人工智慧的方向

人工智慧的研究歷史有著一條從以「推理」為重點，到以「知識」為重點，再到以「學習」為重點的自然、清晰的脈絡。

AI History

第一次人工智慧的黃金年代 1956 ~ 1974

1955年，全世界第一個人工智慧程式之稱的邏輯理論家 (Logic Theorist)
1958年，十年之內，數字計算機將成為西洋棋世界冠軍。(1997 IBM 深藍電腦打敗當時西洋棋世界冠軍)
1965年，二十年內，機器將能完成人能做到的一切工作。
1967年，一代之內，創造『人工智慧』的問題將獲得實質上的解決。
1970年，在三到八年的時間裡我們將得到一台具有人類平均智能的機器。

第一次 AI 的低谷 1974 ~ 1980

人類不知，機器也不能解決，AI這時沒超過人類。
對人工智慧的研究方向局限於邏輯數學領域、加上硬體環境上的困境，使早期人工智慧只能解一些代數題和數學證明，難以在實務上有所應用。

第二次人工智慧再次繁榮 1980 ~ 1993

「機器學習」是一門涵蓋電腦科學、統計學、機率論、博弈論等多門領域的學科，從 1980 開始蓬勃興起。
第一次人工智慧泡沫後，研究領域轉為「機器學習」(Machine Learning)。
機器學習之所以能興起，也歸功於硬體儲存成本下降、運算能力增強 (包括本機端與雲端運算)，加上大量的數據能做處理。

深度學習的低谷 1993 ~ 2010

早在 1943 年提出「MCP神經元」用來描述一個簡化的腦細胞。
淺層的機器學習模型。
GPU沒出來，運算能力不行，數據不夠多。
1990年，支撐向量機 (SVM, Support Vector Machines)廣受歡迎，我們之後也會詳細介紹 SVM 。

再次爆發人工智慧的熱潮 2012~

ImageNet 是全世界最大的圖像識別資料庫。每年，史丹佛大學都會舉辦 ImageNet 圖像識別競賽，參加者包括了Google、微軟、百度等大型企業，除了在比賽中爭奪圖像識別寶座、同時測試自家系統的效能與極限。
其實從 2007 年 ImageNet 比賽創辦以來，每年的比賽結果、每家都差不多，錯誤率大致落在 30%、29%、28%… 瓶頸一直無法突破。
結果 2012 年 Hinton 的兩個學生以 SuperVision 的隊伍名參賽，以16.42% 的錯誤率遠勝第二名的 26.22%。用的正是深度學習技術。