所謂人工智能（Artificial Intelligence；縮寫：AI）,，是指以人工方式來實(shí)現(xiàn)人類所具有之智慧的技術(shù),。只不過，目前能實(shí)現(xiàn)與人類智能同等的技術(shù)還不存在,，世界上絕大多數(shù)的人工智能還是只能解決某個(gè)特定問題,。本篇文章是在我閱讀了幾本AI的相關(guān)書籍后，所概略統(tǒng)整出的架構(gòu),，希望讓初次接觸AI的讀者,，能透過333口訣，快速理解AI到底是什么,。

　　一、AI的三次浪潮

　　人工智能AI發(fā)展史

　　第一次AI浪潮

　　第一次AI浪潮起于1950～1960年,，止于1980年代,。由于出現(xiàn)在網(wǎng)絡(luò)之前，因此又被稱為“古典人工智能”,。這時(shí)期出現(xiàn)的“符號主義”與“聯(lián)結(jié)主義”,，分別是日后“專家系統(tǒng)”與“深度學(xué)習(xí)”的雛形。只不過,，雖然當(dāng)時(shí)的成果已能解開拼圖或簡單的游戲,，卻幾乎無法解決實(shí)用的問題。

　　第二次AI浪潮

　　第二次AI熱潮伴隨著計(jì)算機(jī)的普及,，出現(xiàn)在1980年代,。這時(shí)期所進(jìn)行的研究，是以灌輸「專家知識」作為規(guī)則,，來協(xié)助解決特定問題的“專家系統(tǒng)”（Expert system）為主,。然而，縱使當(dāng)時(shí)有商業(yè)應(yīng)用的實(shí)例,，應(yīng)用范疇卻很有限,，熱潮也因此逐漸消退。

　　第三次AI浪潮

　　第三次AI浪潮則出現(xiàn)于2010年代,，伴隨著高性能計(jì)算機(jī),、因特網(wǎng),、大數(shù)據(jù)、傳感器的普及,，以及計(jì)算成本的下降,，“機(jī)器學(xué)習(xí)”隨之興起。所謂機(jī)器學(xué)習(xí)（Machine leaning）,，是指讓計(jì)算機(jī)大量學(xué)習(xí)數(shù)據(jù),，使它可以像人類一樣辨識聲音及影像，或是針對問題做出合適的判斷,。

　　二,、AI的三大技術(shù)

　　快速了解了AI的發(fā)展史后，我們來看看當(dāng)代人工智能的三大代表性模型：遺傳算法,、專家系統(tǒng),、類神經(jīng)網(wǎng)絡(luò)。

　　1,、遺傳算法

　　遺傳算法（Genetic algorithm,；GA），又稱為演化式算法（Evolutionary algorithm）,，是受達(dá)爾文演化論所啟發(fā)的人工智能,。它透過「適者生存」的規(guī)則，將“優(yōu)秀的個(gè)體”想象成“好的答案”,，透過演化的方式來找出最佳解,。

　　2、專家系統(tǒng)

　　專家系統(tǒng)（Expert system）,，則是針對預(yù)設(shè)的問題,，事先準(zhǔn)備好大量的對應(yīng)方式。它應(yīng)用在很多地方,，尤其是疾病診斷,。只不過，專家系統(tǒng)只能針對專家預(yù)先考慮過的狀況來準(zhǔn)備對策,，它并沒有自行學(xué)習(xí)的能力,，因此還是有其局限性。

　　3,、類神經(jīng)網(wǎng)絡(luò)

　　從第三次AI浪潮所興起的機(jī)器學(xué)習(xí)（Machine learning）有許多種手法,，其中最受矚目的，莫過于深度學(xué)習(xí)（Deep learning）了,。所謂深度學(xué)習(xí),，是透過模仿人腦的“類神經(jīng)網(wǎng)絡(luò)”（Neural network）來學(xué)習(xí)大量數(shù)據(jù)的手法。

　　類神經(jīng)網(wǎng)絡(luò)的由來

　　若你去觀察腦的內(nèi)部，會發(fā)現(xiàn)有大量稱為“神經(jīng)元”的神經(jīng)細(xì)胞彼此相連,。一個(gè)神經(jīng)元從其他神經(jīng)元那里接收的電氣信號量達(dá)某一定值以上,，就會興奮（神經(jīng)沖動）；在某一定值以下,，就不會興奮,。

　　興奮起來的神經(jīng)元，會將電器信號傳送給下一個(gè)相連的神經(jīng)元,。下一個(gè)神經(jīng)元同樣會因此興奮或不興奮,。簡單來說，彼此相連的神經(jīng)元,，會形成聯(lián)合傳遞行為,。我們透過將這種相連的結(jié)構(gòu)來數(shù)學(xué)模型化，便形成了類神經(jīng)網(wǎng)絡(luò),。

　　類神經(jīng)網(wǎng)絡(luò)：深度學(xué)習(xí)

　　我們可以發(fā)現(xiàn),，經(jīng)模型化的的類神經(jīng)網(wǎng)絡(luò)，是由“輸入層”（Input layer）,、“隱藏層”（Hidden layer）及“輸出層”（Output layer）等三層所構(gòu)成,。另外，學(xué)習(xí)數(shù)據(jù)則是由輸入數(shù)據(jù)以及相對應(yīng)的正確解答來組成,。

　　以影像辨識為例,，為了讓AI學(xué)習(xí)類神經(jīng)網(wǎng)絡(luò)的模型，首先必須先將影像學(xué)習(xí)數(shù)據(jù)分割成像素?cái)?shù)據(jù),，然后將各像素值輸進(jìn)輸入層,。

　　接受了數(shù)據(jù)的輸入層，將像素值乘上“權(quán)重”后,，便傳送給后方隱藏層的神經(jīng)元,。隱藏層的各個(gè)神經(jīng)元會累加前一層所接收到的值,，并將其結(jié)果再乘上“權(quán)重”后,，傳送給后方的神經(jīng)元。最后,，經(jīng)由輸出層的神經(jīng)元的輸出,，便可得到影像辨識的預(yù)測結(jié)果。

　　為了讓輸出層的值跟各個(gè)輸入數(shù)據(jù)所對應(yīng)的正解數(shù)據(jù)相等,，會對各個(gè)神經(jīng)元的輸入計(jì)算出適當(dāng)?shù)摹皺?quán)重”值,。

　　這個(gè)權(quán)重的計(jì)算，一般是使用“誤差倒傳遞算法”（Error Back Propagation）,，使用與正解數(shù)據(jù)之間的誤差,，從輸出層逆推回去。透過各「權(quán)重」的調(diào)整,，來縮小輸出層的值與正解數(shù)據(jù)的值之間的誤差,，以建立出完成學(xué)習(xí)的模型,。

　　由于過去類神經(jīng)網(wǎng)絡(luò)之間進(jìn)行傳遞的權(quán)重值難以優(yōu)化，因此曾有多數(shù)研究者對類神經(jīng)網(wǎng)絡(luò)的研究持否定態(tài)度,。直到2006年,，辛頓（Geoffrey Hinton）開發(fā)出自動編碼器（Autoencoder）的手法，才突破了這項(xiàng)瓶頸,。

　　自動編碼器是指,，在類神經(jīng)網(wǎng)絡(luò)的輸入層和輸出層使用相同數(shù)據(jù)，并將隱藏層設(shè)置于二者之間,，藉此用來調(diào)整類神經(jīng)網(wǎng)絡(luò)之間的權(quán)重參數(shù)的一種手法,。利用以自動編碼器所獲得的類神經(jīng)網(wǎng)絡(luò)權(quán)重參數(shù)值進(jìn)行初始化后，便能應(yīng)用「誤差倒傳遞算法」,，提高多層類神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)準(zhǔn)確度,。

　　透過類神經(jīng)網(wǎng)絡(luò)，深度學(xué)習(xí)便成為了“只要將數(shù)據(jù)輸入類神經(jīng)網(wǎng)絡(luò),，它就能自行抽出特征”的人工智能,，而這又稱為“特征學(xué)習(xí)”（feature learning）。

　　深度學(xué)習(xí)最擅長的,，是它能辨識圖像數(shù)據(jù)或波形數(shù)據(jù)這類無法符號化的數(shù)據(jù),。自2010年代以來，如Google,、Microsoft及Facebook等美國知名IT企業(yè),，都開始著手深度學(xué)習(xí)的研究。例如,，蘋果「Siri」的語音識別,，Microsoft搜索引擎「Bing」所具備的影像搜尋等等，而Google的深度學(xué)習(xí)項(xiàng)目也已超過1,500項(xiàng),。

　　至于深度學(xué)習(xí)如此飛躍的成長,，要?dú)w功于硬設(shè)備的提升。圖形處理器（GPU）大廠輝達(dá)（NVIDIA）利用該公司的圖形適配器來提升深度學(xué)習(xí)的性能,，提供鏈接庫（Library）和框架（framework）產(chǎn)品,，并積極開設(shè)研討課程。另外,，Google也公開了框架「TensorFlow」,，可以將深度學(xué)習(xí)應(yīng)用于數(shù)據(jù)分析。

　　三,、AI的三大應(yīng)用

　　據(jù)羿戓制造了解到,，AI應(yīng)用領(lǐng)域主要可分為語音識別、影像辨識以及自然語言處理等三部分。

　　1,、語音識別

　　語音識別部分,，透過多年來語音識別競賽CHiME的研究，已經(jīng)有了等同人類的辨識度（CHiME,，是針對實(shí)際生活環(huán)境下的語音識別,，所進(jìn)行評測的國際語音識別競賽）。此外,，Apple,、Google、Amazon也相繼提出可應(yīng)用于日常生活的服務(wù),，因此其成熟度已達(dá)到實(shí)用等級,。

　　2、影像辨識

　　影像辨識部分,，雖然一般圖片的辨識已有同等于人類的辨識率,，但動態(tài)影像的辨識準(zhǔn)確度卻仍比不上人類，目前還在進(jìn)行各種算法的測試,。其中,，影像辨識目前最火熱的應(yīng)用場域非自動駕駛莫屬了。

　　整個(gè)汽車,、信息通訊產(chǎn)業(yè)都正朝著自駕車的方向努力,，例如Google持續(xù)進(jìn)行自動駕駛的研究，TOYOTA也在美國設(shè)立豐田研究所,，可以知道現(xiàn)階段的開發(fā)已十分接近實(shí)用化,。因此，我們可判斷目前影像辨識的成熟度是介在研究和實(shí)用等級之間,。

　　3,、自然語言處理

　　自然語言處理（Natural language processing；NLP）,，是試著讓人工智能能理解人類所寫的文字和所說的話語,。NLP首先會分解詞性，稱之“語素分析”（morphemic analysis）,，在分解出最小的字義單位后,，接著會進(jìn)行“語法分析”（syntactic analysis）,，最后再透過“語意分析”（semantic analysis）來了解含意,。

　　輸出部分，自然語言處理也與生成文法（generative grammar）密切相關(guān),。生成文法理論認(rèn)為,，只要遵循規(guī)則即可生成文句。這也代表著，只要把規(guī)則組合在一起,，便可能生成文章,。

　　在自然語言處理中，最具代表性的應(yīng)用就是“聊天機(jī)器人”（Chatbot）了,，它是一種如真人般,，可透過文字訊息與人對話的程序。2016年,，臉書推出了“Facebook Messenger Platform”,，而Line也推出了“Messaging API”，因而促使這種搭載NLP技術(shù)的聊天機(jī)器人成為矚目的焦點(diǎn),。

　　另外,，由IBM所開發(fā)的華生（IBM Watson），也是應(yīng)用NLP的人工智能而成,。華生可以從維基百科等語料庫中抽取知識,，學(xué)習(xí)詞匯與詞匯之間的相關(guān)性。現(xiàn)在,，就連軟件銀行（SoftBank）機(jī)器人Pepper也是搭載華生系統(tǒng),。

　　只不過，由于在日常對話中,，我們很常省略詞句,，也不一定會提及時(shí)空背景，因此當(dāng)前的Chatbot尚無法與人類進(jìn)行天花亂墜的對話,。所以說,，現(xiàn)行多數(shù)的Chatbot廠商，還是會限定對話的環(huán)境與應(yīng)用領(lǐng)域,。