今日事項:
簡單了解 AI 的定義與分類
如果文章對你有幫助的話,歡迎按讚或留言,讓我知道我不是一個人在這裡碎碎念(?),我會很感謝的❤️
在昨天我們已經建立好心理建設,要來好好認識這些「AI 怪獸」了,那首先問題就來了--所謂的 AI、AI 唸著唸著大家都習慣了,但到底什麼是「AI」?
所以我們第一步要做的就是,先來看看 AI 的定義。
即為
讓機器模仿人類的技術
,使機器能夠執行原本需要人類智慧才能完成的任務,如學習、推理、解決問題、感知環境等
首先我們來看一下這張圖片:
其實除了 AI,最近應該也很常聽到什麼機器學習、深度學習,巴拉巴拉很多聽不懂的東西。
但其實他們是一個大家庭,只不過代表的事情不同罷了。
AI 的中文是「人工智慧」,其實就是所有廣義上的大領域,舉凡是讓機器模仿人類的技術
,都可以被歸納在 AI 的範圍裡面。
比方說自動駕駛、能夠自己送餐的機器人、聊天與圖片生成……等等等等,全部都是 AI 的範籌。
而我們這次的主題「生成式 AI」就更是了。
用最簡單的方式來說的話,就是當你走進神奇寶貝的世界,除了人之外,你看到的就都是神奇寶貝(?)
先說「模型」,因為後面會很常出現,模型是由各種數據與演算法構成的,GPT-5 是一個模型、Midjourney-v7 也是一個模型,可以簡單想像成
一個模型就是一隻神奇寶貝
機器學習是 AI 中的一種訓練方法,透過讓模型「學習」的方式進行訓練,讓機器可以做到我們希望他做的事情。
在機器學習中有三大分類,其實也就是三種不同的學習方式,可以簡單想像成像是在訓練神奇寶貝:
監督式學習(Supervised):
在訓練的時候就先準備好題目與答案,讓模型從答案中去學習
要怎麼回答問題。而在專業術語上來講,一個答案就是一個標籤(Label)。
簡單來說就是在訓練神奇寶貝的時候,在開始前就直接先告訴牠當遇到草系的敵人時,用火系技能會更加有效,等下次再遇到同樣的敵人時,就知道要使用什麼樣的技能。
非監督式學習(Unsuperviced):
與監督式學習剛好相反,只給了題目,所以模型需要在沒有答案的情況下慢慢歸納出近似的分類
。
也就是說當神奇寶貝在面對各種對手的時候,會慢慢摸索出規律--當遇到那些對手的時候自己會是弱勢,遇到誰的時候我可以打出更多的攻擊,而這些對手可能都共同有什麼特徵?
強化學習(Reinforcemen):
強化學習與前兩者不同的地方是,是透過環境變數來訓練機器的行為,比如透過獎勵或懲罰機制
讓機器知道怎麼做是好的,從而摸索出最佳的行動策略。
比如在神奇寶貝什麼都不懂的時候帶出去戰鬥,也不告訴他出什麼樣的招式會必較好,而是採取打贏了有糖果吃 or 打輸了會餓肚子的方式,讓牠知道贏了才是對的,所以會自己想著要怎麼贏。
(以上只是比喻,本文中沒有任何神奇寶貝受到傷害@@)
簡單來說,就是透過多層次的思考,讓機器比其他的學習方法聰明了不只半點!
深度學習就比較複雜一點了,深度學習最主要做的就是模擬人類大腦的神經
,不只是對單一規則做學習或簡單分類,而是透過多層的神經網路進行層層的特徵提取與判斷
,最後才做出決策。
這邊的特徵提取可以想成是神奇寶貝在對決時,看見對手後得到的特點,比如紅色的可能是火系、長什麼樣子可能對應到哪個角色等等。
透過這樣的多層「思考」,牠不會單純的僅有「草系就用火招」的概念,而是可能會先:看看這個對手是誰 → 分析對手是什麼屬性 → 回想過去的戰鬥經驗 → 推演可能的戰術 → 決定最佳的出招方式。
這樣的方式讓模型可以想的更多,也可以做的更多,所以近年來發展的生成式 AI
等等技術,大多是基於深度學習。
AI 可以有兩種分類方式,第一種是以他所做任務的類型來進行分類,另一種則是用他的「智慧程度」進行分類。
三種類型的不同分別是:生成新事物、判斷分類、推測未來
類型 | 核心概念 | 應用例子 |
---|---|---|
生成型(Generative AI) | 從資料中學習規律,並生成 新的內容 |
ChatGPT(文章)、MidJourney(繪圖)、Suno(音樂) |
分析型(Analytical AI) | 整理資料、理解規律,協助做決策 |
醫療影像診斷、商業智能數據分析、情緒分析 |
預測型(Predictive AI) | 根據歷史資料,推測未來 走向 |
股票走勢、天氣預報、顧客流失預測 |
自從 ChatGPT、Midjourney 出世,影響社會各層面開始,就有許多人在喊著「 AI 要毀滅世界啦!!」
但這是真的嗎?現在是還沒有看出跡象(說不定他們隱藏的很好),但是倒是有許多諸如被引誘自殺、殺人等等的新聞被爆出來。
或許在擔心他們毀滅世界之前,我們要先擔心人類自己會不會把自己或世界給玩沒了……
人類自己都還沒有搞懂人性呢,人性本善、人性本惡爭了幾百年還沒爭出個結果,倒是現在評 AI 善惡評的挺歡。我倒是覺得人生來本就無善惡,所謂的好壞都是世人自己分的,跟生出來的小孩有什麼關係咧。
同樣的,這些 AI 本身也就是技術,所謂的好壞也是人教的。畢竟給他餵什麼資料、調什麼參數,他就會長成什麼樣子,甚至還沒有像人類基因上的干涉。
那除了性格上面的好壞,最能用來分類的就是「智慧」了,用來他們可以做些什麼、做到什麼程度。
只能在特定領域完成任務的 AI
比如聊天機器人、翻譯軟體、圖像生成軟體,在單一領域中再怎麼聰明也一樣
,不管是多益 990 還是智商 180,其實都歸類在弱 AI 的階段。
就像是在動畫中大部分常見的神奇寶貝,單屬性的只會電擊或發送小火球,就算是一隻會了十萬伏特的皮卡丘,也只算一般的神奇寶貝。
具備和人類一樣的通用智慧,可以跨領域解決問題
到了這個階段,可以很簡單的理解成這是「一個有思想與行為能力的人」了,其實就像是普通的人,可以對談、交流、思考。最重要的就是不會受限在某一個或幾個領域,而是可以靈活應對各種情境
。
就像是一隻可以學會不同技能,在面對不同屬性時都可以靈活應對的神奇寶貝,比如夢幻,幾乎能夠學會所有屬性的技能。
智慧遠超人類,能自我學習、進化
這個基本上還是處於非常非常幻想的階段,在這個時候也別想著要怎麼學 AI、AI 會不會毀滅世界了,他屑不屑毀滅你還是一個問題……
如果硬要比喻的話,可能就像神奇寶貝裡的阿爾宙斯(傳說是世界中的創世神),世界上的生物、人類會的不會的他都會,這種時候也不用想著怎麼對決了。
看完這些定義與分類,大家有沒有對 AI 比較了解一點了?對於這些「怪獸」有比較多的了解之後,有沒有發現其實他們也挺有趣的?
(還是更可怕了?!)
關於 AI 的分類也挺有意思,看到弱 AI 、強 AI 、超級 AI 三種分類之後,大家覺得現在我們看到的 AI 屬於哪一種?
其實現在的 AI 全部都還是在弱 AI 的階段
哦!
別看 ChatGPT 好像已經很厲害了,測試的分數也都很高,但他就是在聊天的領域厲害,頂多就是能查資料跟生成圖片,其他人類能做的事情他仍然做不到,所以還算是侷限在某個或某幾個領域的弱 AI。