在狂想未來之前,先讓我們回顧了解一下 AI的發展史。
談起人工智慧發展史,必須從人工智慧之父-圖靈說起。艾倫•麥席森•圖靈(Alan Mathison Turing)圖靈提出的圖靈試驗,奠定了人工智慧發展的基礎。其相關事蹟曾被翻拍成電影「模仿遊戲」。
1950年代Marvin Minsky 一位生物學家,專長是研究神經科學,他用數學模型模擬了神經元,稱作感知機。Marvin的理論對人工智慧的研究在模仿人類的信息傳遞方式深具意義,但因當時的條件狀況之下,並未被發揚光大。
1960年代西蒙( Herbert Simon )用人工智慧模擬人類的推理,於1975年獲得圖靈獎,之後於1978年獲得諾貝爾獎經濟學獎。
在1965年,西蒙曾預測說,20年內,機器可以完成人類所能做到的一切東西。1970年,Marvin曾說,在3到8年內可以讓機器具有人類平均的智能。然而,這兩個預言都未在預言的時間內真正發生。
1966年伊莉莎(Eliza)問世,「她」不具人形,也沒有聲音,僅是一個簡單的透過人工編寫腳本與人交談的機器人程序,約略可算是亞馬遜語音助手Alexa、谷歌助理和蘋果語音助手Siri們的前輩,可以算是與人進行交流的前身。
1990年代,AI發展於並行處理能力的提高,讓計算機的運算速度能夠大幅提升。
1997年,IBM的計算機深藍在西洋棋比賽中,戰勝了世界冠軍世卡斯帕羅夫,這是首次人工智慧在人機大戰中獲得勝利。
2006 年 HINTON 成功訓練多層神經網路、稱為深度學習。
然而,真正的轉折突破,要算是2012 年 Hinton 的兩個學生以 SuperVision 的隊伍名稱參加了ImageNet圖像識別競賽,以 16.42% 的錯誤率奪冠,他們所使用的技術正是深度學習,從此爆發了深度學習的熱潮。而2015年微軟更以3.5%的錯誤率奪冠,超越了人類的5%。
2018年,google與Microsoft都相繼的把內部的機器學習資源解密,使得深度學習的門檻大幅降低。
近年來深度學習與演算法的成功,讓各行各業紛紛投入產業AI化,並想從資料的洪流之中,取得正確相關的資料,並加以大幅應用。此起彼落的 AI & Data狂想曲因而得以就此展開。