什麼樣算是人工智慧

不久前，我有一個在國外唸書的朋友突然打電話給我，問我說「你知道什麼是AI嗎」，藉此我才明白，很多其他領域的朋友常常搞混什麼是人工智慧、機器學習、深度學習這些詞彙，只很表面的認知AI大概就是自動駕駛的汽車、跟人一樣聰明的機器人，但其實，AI不僅僅是如此而已。

世紀帝國II征服者入侵是我在國小第一個接觸到的即時戰略遊戲，裡面的電腦會採集資源、生產軍隊、攻城掠地，也會根據玩家的行為做出一些應對，這也是一種AI，只是電腦永遠是電腦，不會變強也不會變弱，戰術永遠是那一套，他的行為被寫死在程式碼之中，永遠在相同的狀況下做出相同的判斷。

機器學習是實踐人工智慧的一種方法

那究竟現在紅遍全球的AI，與世紀帝國II的AI到底差在哪裡呢？答案是差在中間如何去實踐人工智慧的方法，而目前AI的實踐方法，就是大家耳熟能詳的機器學習，透過機器學習的方法去實踐人工智慧，可以讓做出來的人工智慧具有學習的能力，不再是單調的按照許多的判斷式，去做相對應的行為。

目前的市面上已經有許多關於人工智慧的商品與服務，以微軟Azure上面所開放的API為例，提供了識別、語音、語言、知識、搜尋六大類型的服務，這些服務是在背後透過機器學習的技術，做出了一個人工智慧的產品，並且放在網路上讓大家使用這項產品，僅此而已。(有興趣的朋友可以玩玩看，之前在工作時因緣際會接觸到了一些功能，覺得頗為有趣。)

人類透過觀察學習，機器透過資料學習

在台大教授林軒田機器學習的基石課堂中提到，人類打從出生，藉由我們的五感，不斷的去接收外界的資訊以及反饋，我們透過這樣的方式學習到什麼是狗、怎麼樣不會被罵甚至是如何推導微積分公式，人類藉由不斷地觀察去訓練出一套思維以及反應模式，所以才說一個人的個性會受到他的成長背景所影響。

在機器學習的方面，相較於人類透過五感觀察世界，機器學習採用的是透過資料作為學習、訓練的基礎，並且使用演算法，作為學習的工具，因此我們常常可以聽到許多像是SVM、NN等演算法，皆是屬於機器學習的演算法。總結來說，機器學習是透過資料，並且使用演算法來訓練，最後做到像是預測、分類等複雜的事情。

那到底，機器學習是在紅什麼

我認為，當今機器學習的成功來自於兩點個優點：

• 做到人類可以做到的事情：像是上面介紹到在Azure上面所提供的識別、語言、語音服務，皆是人類可以做到的，但藉由電腦的高運算效率、方便性與不會累的特性，可以做到比人類還高的優勢。
• 做得比人類好，甚至是人類做不到的事：機器學習是使用資料作為學習的基礎，觀察的角度與人類不同，藉由大量的資料可以得到精確的結果，尤其是在預測的這一塊，像是金融業常見的投資預測，也有聽說利用心電圖分析病患的死亡機率、甚至是夫妻的離婚率。這一類型的預測是人類很難精準判斷的，但利用機器學習所訓練的模型很有可能達到很高的精準度。

這一篇淺淺的帶過我所認知的機器學習，若有任何意見和指教非常歡迎提出討論，下一章節開始會正式切入正題，開始講述機器學習的演算法。

參考資料：
機器學習的基石