在過去的數十年裡,出現了許多不同的人工智慧研究分支,而機器學習是其中一個技術分支,同時也是目前最廣泛使用和談論的部分。但其實機器學習已經存在好一段時間,一直到過去十年中才開始嶄露頭角。因為數據愈來愈多,運算能力越來越強等因素,讓大家也愈來愈重視它。而這樣的技術讓機器可以進行學習,並且可以學會準確地做出許多預測。

想了解機器是如何學習,並進而能有智慧,那你可以先瞭解這 7 件事:

1. 機器沒有數據就無法工作

人類學習主要來自於經驗,而機器為了要學習如何擅長做出預測,需要的第一件事就是數據,事實上,收集數據與收集經驗非常相似。

人類會不斷累積經驗,來做出更好的判斷,而機器也是根據數據經過學習後,能有很好的預測能力。

機器沒有數據就無法工作

2. 機器可以感知周圍的世界

我們知道機器學習需要數據,那它實際上是如何獲取數據的呢?除了我們準備好數據提供給它之外,機器主要會透過傳感器(Sensors)來感知周圍的世界,並將這些觀察結果(圖像、文本、聲音)轉化為數據。

而人類則是使用各種感官來感知周圍的世界,這些感官就是我們的“傳感器”(Sensors)。

機器可以感知周圍的世界

3. 機器可以識別模式

機器有了數據後,可以在其中尋找模式(Patterns),而模式識別會是機器學習中最重要的一個過程。同時模式可以讓我們從數據中發現洞察力,並且利用它來進行預測。如果數據變得很大,機器在尋找數據模式方面會做得更好。

機器可以識別模式

4. 機器可以從數據中學習

與其他 AI 技術相比,機器學習是獨一無二的,因為它可以從數據中學習。我們提供的數據越多,機器做出預測的能力就越好,同時產生的錯誤也會比較少。這就是為什麼在機器學習的世代中,數據為王。

事實上,機器學習已經存在許多年,但直到近幾年機器學習才開始起飛並獲得重視。主要是因為我們可用的數據類型和數量都出現了驚人的增長,並且運算處理能力也大幅增強。為機器提供大量數據,使其擅長預測。 這個過程我們稱為“訓練”。在此訓練過程,機器會持續學習,直到它所犯的錯誤程度變小。

其實,人類也需要大量的“數據”來學習。還記得前面所提的經驗比喻嗎?我們收集的經驗或數據越多,我們就越有能力做出未來許多決定。

機器可以從數據中學習

5. 機器可以把東西變成數字

對於我們使用機器學習來說,數據必須是數字的形式。但是,如果數據不是數字,例如圖像、文本或音頻呢?

不用擔心,機器幾乎都可以將它看到的所有東西變成數字,這意味著它們將成為數據。

機器可以把東西變成數字

6. 機器的”大腦”有點像人腦

有一種機器學習技術稱為神經網路(Neural Network)。它雖然存在很久,但現在非常流行,因為它可以在最複雜的數據中找到模式(Patterns)。

神經網路有點像人腦。它由我們稱為神經元的單元組成。我們可以將這些神經元想像成很微小的智慧積木。單一看一個積木時,起不了什麼作用,但是放在一起時,它們可以做一些非常棒的事情。神經元可以相互連接,同時當我們提供的數據越多,神經網路將會學習的越多。

機器的”大腦”有點像人腦

7. 人類可以決定機器變好或變壞

對於任何技術,總有辦法將其用在好的地方或壞的地方,這些非技術好或壞的問題,而是使用它的人可決定它走哪條路。沒錯,決定的人就是你和我。

人工智慧是一種影響各行各業的人的技術。所以,我們必須從一開始就做到這一點,那就是現在。當我們創建人工智慧系統時,應該考慮許多道德問題。例如,必須尊重每個人的個人數據隱私權,同時必須確保人工智慧系統不偏向特定人群,而產生偏見。

最重要的是,當我們利用人工智慧進行創新時,應該考慮它對今天和未來社會的影響。

人類可以決定機器變好或變壞

想瞭解更多這一方面知識,可以參考「Zero to AI – 人工智慧

如果你喜歡這篇文章歡迎訂閱、分享(請載名出處)追蹤,並持續關注最新文章。同時 FBIG 也會不定期提供國內外教育與科技新知。

使機器變智慧的 7 件事 有 “ 1 則迴響 ”

發表迴響

在下方填入你的資料或按右方圖示以社群網站登入:

WordPress.com 標誌

您的留言將使用 WordPress.com 帳號。 登出 /  變更 )

Twitter picture

您的留言將使用 Twitter 帳號。 登出 /  變更 )

Facebook照片

您的留言將使用 Facebook 帳號。 登出 /  變更 )

連結到 %s