☰

林建甫／AI 越来越聪明　深度学习最有可为

▲在众多ＡＩ的学习演算法中，深度学习是近几年成长最快、表现最亮眼的技术。（示意图／Pixabay，下同）

人脑与电脑有很大的不同。人工智慧（AI）就是让电脑有智慧，是电脑科学的一个领域，致力于解决与人类智慧相关的常见认知问题，例如学习、解决问题和模式辨识。基本上现在AI是电脑的结果，这还是跟喂给它的资料和电脑的计算过程很有关系。电脑本身没有思想，做的决策逻辑是程式的结果，没有意识、也不理解动作本身的意义。

1950年代最先的AI研究方向是以「逻辑符号推导」为出发点。面对的问题包括走迷宫、下棋或河内塔（Hanoi）等动头脑的游戏。基本上很多都是利用树状搜寻（Search Tree）来求解，用穷尽的方式来思考问题。当时的电脑计算能力有限，造成有些游戏反应时间也须很久，因此到了1960年代就这些研究就冷却了下来。

停滞一段时间后，1970年代开始AI的发展，主要是把大量专家的知识输入电脑中，形成专家系统。专家系统的问题求解过程是通过人机交互界面、知识库、推理机等部分构成。知识库用来存放专家提供的知识。

人机界面是系统与用户进行交流时的界面。通过该界面，用户输入基本信息、回答系统提出的相关问题，并输出推理结果及相关的解释等。在专家系统中的对话，问题与答案是透过IF…THEN…的形式来产生。也就是规则非常简单：透过搜寻将问题转成某种前提，让条件得到满足，就产生相应的答案。

专家系统广泛运用于医疗、军事、地质勘探、教学、化工等领域，节省了人力，物力，但产生的效益也很有限。因为电脑依照使用者的问题判断答案。但若专家系统应用在疾病诊断，连续的问题有一个判断错误则得到错误的结果。而且专家系统需要由专家定义知识及规则，但专家往往无法涵盖所有的知识及定义所有的规则。

专家系统不能自我学习，而因知识库的内容就有所限制，能回答的问题就有限。另外一个角度，电脑程序是由人类撰写出来的，当人类不知道一个问题的解答时，电脑同样不能解决人类无法回答的问题。遇到瓶颈，卡住或无法突破，最后变得不实用，因此到了1980年代末期又冷却了下来。

从约2000年后，由于半导体技术的进步提升了运算能力，而且硬碟储存变得便宜。世界各地的「大数据（big data）」如雨后春笋，有很多直上在云端。资料科学，包括收集资料、了解资料、分析资料、预测资料，也精进到一个程度，因此这一结合，给AI极佳的发展际遇。

AI在早一点，1980年后期的进展就是开始机器学习。科学家思考如何让电脑的学习更有效率。科学家也发现大量资料下，到最后完成解答的中间的过程可以让电脑自动分类、自动寻找特征，自动形成规则，…，等等，AI 变得越来越聪明。

机器学习的发展，可分成四类。最先就是延续专家系统的观念，进行监督式学习（supervised learning）。该学习所有资料都被「标注」（label），告诉机器相对应的值，以提供机器学习在输出时判断误差使用。这种方法要先做人工分类，然后让电脑找规则。

第二，非监督式学习（un-supervised learning）：所有资料都没有标注，电脑透过寻找资料的特征，自己进行分类。

第三，半监督式学习（semi-supervised learning）：对少部分资料进行「标注」，电脑只要透过有标注的资料找出特征并对其它的资料进行分类。这种方法可以让预测时比较精准，是目前最常用的一种方式。

第四，强化式学习（reinforcement learning）：机器透过每一次与环境互动来学习，以取得最大化的预期利益。运用强化式学习的方式，我们不用标注任何资料，但告诉它所采取的哪一步是正确、那一步是错误的，根据反馈的好坏，机器自行逐步修正、最终得到正确的结果。

这些机器学习，就让机器产生智慧。发展出来资料的分析方法，从资料中逐渐萃取出复杂的规则，让电脑根据这些规则展现出拟似人类智慧的行为，逐步演进到「现在」的AI。而在众多的学习演算法中，深度学习（多层次类神经网路的代称）是近几年成长最快、表现最亮眼的技术。

AI深度学习就是把机器学习搭配人工神经网路进行运算。人类大脑的神经网路是由「神经元（neural）、隐蔽层(hidden layer)」组成，人工神经网路（artificial neural network, ANN）又称为「类神经网路」，是一种模仿生物神经网路的结构和功能所产生的数学模型，用于对函式进行评估或近似运算，是目前AI最常使用的一种「模型」。也就是机器学习是经由大数据来训练电脑「学习」资料的特征值；深度学习是指大量的隐蔽层让大数据来训练电脑自行「理解」资料的「特征值」。

例如i-phone 打两万个光点到人脸上， i-phone根据人脸的三度空间，自己形成500个特征值，之后每次解锁就是根据资料库形成的特征值去判断是否是原来的本人。500个特征值就是500层中间隐蔽层的神经网路，进行深度学习，来看是否要开锁。

AI 自我学习系统并非自主运作的系统。在电影和电视节目中所看到想像中的 AI 技术，仍然只是科幻小说。但是，电脑能够探勘复杂资料来学习和完美执行特定工作，已经变得越来越常见。像是Google的影像辨识、语音对话、文字翻译、自动回信、垃圾邮件判断，都做得很好。因此AI深度学习，只要懂得定义问题，有足够质量的资料、有转化为模型的能力，几乎可以应用在任何决策问题上。

AI技术走过了从简单的逻辑器到机器学习再到深度学习的历程，虽然是越来越聪明，但离人类智慧，学习、做决策还是有很大的距离。但电脑是不聪明，却很勤劳，速度很快，又不会抱怨。懂得跟它合作，将AI　变成IA（Intelligence Augmentation），智慧扩充器。AI运用得当，可以给生活带来巨大改变，给经济带来成长动力，也给社会带来更多正面影响。

林建甫／AI 越来越聪明 深度学习最有可为

相关资讯

林建甫／AI 越来越聪明　深度学习最有可为