iT邦幫忙

第 11 屆 iT 邦幫忙鐵人賽

DAY 3
0

今天是專題研究,我們老師請了來自台科大的碩士大大來教我們XD
在之前就經歷過Google的教程後好理解非常多,就順便在這裡做個筆記。


相信大家對於AI應該已經不陌生,不管是在各種電影還是任何作品中都有對於未來人工智慧充滿各式各樣的想像。

老師一開始就拿了Ex Machina - 2015當例子,內容是關於各中關於AI的想像與道德上的討論,如果想要更深入了解非常推薦看看。

ML的應用:

  1. 垃圾郵件分類 - 自動將不重要的郵件丟入垃圾桶
  2. 圖片文字翻譯 - 看到圖片中自動將其中的文字翻譯並顯示
  3. 搜尋引擎 - 依照個人化及各種資訊將你想要搜尋的東西找出來。

什麼算是智慧?

  1. 強人工智慧(Strong A.I.)
    強人工智慧是具備與人類同等智慧、或超越人類的人工智慧,能表現正常人類所具有的所有智能行為。

  2. 應用人工智慧(Weak A.I.)
    應用人工智慧只能模擬人類的思維與行為表現,但缺乏真正的推理與解決問題的能力,也不具有自主意識,並不具備人類的思考能力。
    其實目前大多數在市面上流通的AI都屬於弱人工智慧,如語音助理等都只是模仿人說話的方式,卻沒有辦法讓我們和語音助理自然的溝通。

強人工智慧和應用人工智慧的分隔線

Turing Test(圖靈測試)

https://ithelp.ithome.com.tw/upload/images/20190916/20103852r2IGerizHM.png

強人工智慧擁護者 v.s. 弱人工智慧擁護者

電腦與人工智慧的距離

  1. 硬體儲存與效能不足
    Moore's Law

    • IC上相同面積可容納的電晶體數目量年增加一倍
    • 性能18個月提升一倍
  2. 無法回答人類不知道的問題

Artificial Intelgence > Machine Learning > Deep Learning

機器學習之父 Groffrey Hinton

in DNNresearch

  1. Back Propagation 反向傳播算法 1986

    • 解決ㄌ神經網路所需要的複雜計算問題
  2. Restricted Boltzmann Machine 限制波爾茲曼機模型 2006

    • 成功訓練多層神經網路
  3. 深度學習+gpu一戰成名,爆發人工智慧熱潮 2012

    • IMAGENET

上一篇
【Day 02】ML x NLP懶人包
下一篇
【Day 04】神經網路之應用:構音矯正APP
系列文
我是高中生,我學ML和NLP20

尚未有邦友留言

立即登入留言