人工智慧 (AI) 是電腦科學的一個領域,致力於解決與人類智慧相關的常見認知問題,例如學習、解決問題和模式辨識。人工智慧 (通常簡稱為 "AI") 呈現出機器人或未來世界的景像,也就是說,AI 不再是科幻小說中虛構的機器人,而真正成為現代高階電腦科學中的現實。Pedro Domingos 教授是這個領域聲譽卓著的研究人員,提出機器學習的「五大流派」,包括:符號主義 (Symbolists),源自於邏輯和哲學;聯結主義 (Connectionists),神經科學的分支;進化主義 (Evolutionaries),與進化生物學相關;貝葉斯派 (Bayesians),採用統計學和概率方法;以及類比主義 (Analogizers),源自於心理學。最近由於統計運算效率的提高,所以貝葉斯派的學者成功地讓「機器學習」在很多領域更向前邁進。同樣地,網路運算方面的進展也讓聯結主義流派的學者進一步發展「深度學習」這個分支。機器學習 (ML) 和深度學習 (DL) 這兩個電腦科學領域都是從人工智慧這個學科衍生出來的。
這些技術大體上分為「監督」和「未監督」兩種學習技巧,「監督」使用包含預期結果的訓練資料,「未監督」則使用不包含預期結果的訓練資料。
提供 AI 越多資料,它就會變得「越聰明」而且學習更快,企業每天產生這些資料讓機器學習和深度學習解決方案更加完備,包括從資料倉儲 (如 Amazon Redshift) 收集或擷取的資料、透過
Mechanical Turk 的「群眾」力量所產生的真實資料,或是透過 Kinesis Streams 動態探勘得到的資料等等。此外,由於 IoT
的出現,感應器技術讓需要分析的資料量大幅暴增,這些資料包含之前幾乎不曾接觸過的來源、地點、物件及事件資料。
資訊來源: https://aws.amazon.com/tw/machine-learning/what-is-ai/
AI 是什麼?淺談人工智慧| 機器學習 V.S 深度學習
AI 究竟是敵是友?!神秘的人工智慧大解密
讓人工智慧玩捉迷藏,最後居然發展出連人類都想不到的策略!?
人工智慧於一般教材中的定義領域是「智慧主體(intelligent agent)的研究與設計」,智慧主體指一個可以觀察周遭環境並作出行動以達致目標的系統。約翰·麥卡錫於1955年的定義是「製造智慧機器的科學與工程」。安德烈亞斯·卡普蘭(Andreas Kaplan)和麥可·海恩萊因(Michael Haenlein)將人工智慧定義為「系統正確解釋外部資料,從這些資料中學習,並利用這些知識透過靈活適應達成特定目標和任務的能力」。
閱讀更多...人工智慧(Artificial Intelligence,AI),又稱人工智能,是計算機科學領域的部分範疇,意指讓機器具備和人類一樣的思考邏輯與行為模式。發展過程包括學習(大量讀取資訊、並判斷何時使用該資訊)、感知、推理(利用已知資訊做出結論)、自我校正,以及如何操縱或移動物品。
閱讀更多...人工智慧 (AI) 是電腦科學的一個領域,致力於解決與人類智慧相關的常見認知問題,例如學習、解決問題和模式辨識。人工智慧 (通常簡稱為 "AI") 呈現出機器人或未來世界的景像,也就是說,AI 不再是科幻小說中虛構的機器人,而真正成為現代高階電腦科學中的現實。
閱讀更多...「人工智慧是新時代的電力,未來將不會有任何現代產業與人工智慧無關,」前台灣人工智慧學校執行長陳昇瑋曾這樣說。人工智慧AI點亮了新一代的科技前景,此後,人們快速利用巨量資料分析、展開機器學習,深究長久未解的問題,指向最佳決策。
閱讀更多...蒐集各平台之課程,包含:edX、Udacity、Coursera、TaiwanMOOC、eWant、Oxford、Offline Taiwan Courses
閱讀更多...有一整套紮實而完整的 AI 訓練,並非教AI程式如何撰寫,而是從基礎理論到機器學習與深度學習等關鍵技術課程。一旦實際面對問題時,不會只有工具可以應對,而能知道如何選擇適合的工具。
閱讀更多...
基礎思維:提升AI概念思維,理解應用實踐於其他領域
程式模型:深度熟悉 Python 技術,提升實踐模型能力
領域知識:跨主題學習,建立知識體系,解決領域問題