什麼是人工智慧 (AI) ?

人工智慧(Artificial Intelligence, AI)是電腦科學的範疇,是指電腦、程式等系統及機器,自行透過數據分析進行推論,模擬如人類的思考邏輯、執行策略的先端技術。以淺顯的語句來說,AI人工智慧的終極目標,就是讓電腦擁有像人類一般的思考判斷能力。

人工智慧的起源

不過,人工智慧是怎麼出現的?其實,人類始終對於讓機器類比人腦的未來性充滿想像,而被譽為人工製為之父的圖靈(Turing),就曾在論文中提出「機器會思考嗎?(Can Machines Think?)」的疑問,此後人們便思索電子大腦的可能性。
1956年,學者John McCarthy等人提出「人工智慧」一詞,進一步拓展人工智慧領域的討論空間,經過數十年努力,機器學習、深度學習、規律化分析等研究陸續問世,協助人類突破應用疆界,開創出現今AI人工智慧應用的多元性。

AI人工智慧的重要性

一覺醒來,智慧音箱便傳來今日代辦事項的提醒;駕著擁有輔助駕駛的智能車前往醫院,醫生調出AI系統化報告,協助進行精準病症分析;進入銀行或超市,不必攜帶卡片,短短幾秒的人臉辨識,就能快速提款、支付…,AI人工智慧,早已悄悄深入你我的生活中。
從Google、Facebook、Microsoft、Nvidia等世界科技大廠,不約而同投入資源發展AI人工智慧技術、培養人才來看,就能知曉AI人工智慧的重要性與日俱增。AI人工智慧並非是取代人工的科技,而是協助處理重複性高、繁冗的資料分析,讓人擁有更多的彈性執行其他更細緻的任務,有效提升人力資源應用。

AI人工智慧優缺點

AI人工智慧技術發展快速,主要歸功於AI可迅速轉化大量數據,協助分析潛在問題,藉以提高勞動生產率。然而,與所有創新技術一樣,新科技帶來好處,也可能帶來負面的影響。雖說AI人工智慧可快速判讀龐大數據、協助提高作業效率,但AI處理大量數據所需成本也相對高昂。

AI的優點

只需少許時間就能處理大量的數據
不易出錯,
有效降低過往因注意力不集中所產生的人為錯誤
可連續工作
提供一致性的結果

AI的缺點

須具備專業開發技術
需有具備一定AI知識的人才
作業精度及準確度取決於系統及數據量

什麼是強AI?弱AI?

提到AI人工智慧,最為人所爭論的,便是機器有沒有自我意識。
現今所談的AI,其實又分為弱AI (Artificial Narrow Intelligence)、強AI (Artificial General Intelligence)兩種類型。

弱AI

弱AI,又稱為特定AI,是一種在特定範圍中,可模擬部分人類思維和行為例如人臉辨識、下圍棋、語言翻譯、自動導航、掃地機器人、Siri等。弱AI不具自主意識,是目前最常見的人工智慧應用。

強AI

強人工智慧,又稱為通用人工智慧 (AGI),是指電腦擁有自我意識,並擁有人類一般的學習能力、語言能力、邏輯思考能力等智慧,可以因應不同的情境靈活調整自身能力進行決策。但目前強AI尚存在於電影所描繪的場景中,如復仇者聯盟中的幻視即是一例。需待未來電腦運算能力、資料量、儲存空間等擴增及技術提升,能有機會實現強AI的應用。

人工智慧 ? 機器學習 ? 深度學習 ?

在瞭解人工智慧的定義後,是否心生疑惑,為何提到AI,就又會出現機器學習( Machine Learning, ML)、深度學習(Deep Learning, DL)等名詞?他們之間又有什麼樣的關聯呢?
timeline showing the origins of Artificial Intelligence

什麼是機器學習?

機器學習 (ML)是人工智慧的一種應用。主要是運用大量數據資料,讓系統透過各種演算法訓練、反覆學習改進,建立模型給予答案及反饋。

什麼是深度學習?

深度學習 (DL)是機器學習的分支,以人腦的神經網絡思考為架構,進而創造出分層演算法結構,能自主學習並且進行決策的人工神經網絡。

機器學習及深度學習對產業的幫助?

近年隨著科技越發突飛猛進,資訊系統、機器廣泛應用於各大產業中,為提升自動化進程效力,而AI勢頭趁勢崛起,成功在金融、製造、電信、軟體等領域發揮影響力,不過,AI技術蘊含的潛能雖被國際期待,但法規、技術整頓、應用範疇、市場接受度等面相仍有待商榷,成為AI人工智慧發展趨勢下的「未知數」。
相關文章
  • 1. 老舊設備 – 非侵入式資料擷取以及控制

    數位轉型實踐 – 設備智慧化結合AR創造商機

    台灣防疫固然有成,並且成功的讓產業所受到的衝擊降到最低,但在全球經濟轉變以及工作模式已經帶來全面性的改變:設備智慧化、零接觸經濟、遠距教學等需求逐步提升。因此在這後疫情時代下,從各面向進行數位轉型,並帶動經濟的發展,為產業帶來嶄新的機會!那究竟我們需要怎麼樣來實行呢?我們將會遇到哪些問題?
  • AI機器視覺是甚麼?原理與應用?看完這篇一次了解

    AI機器視覺是人工智慧的一個分支,使機器和人一樣「看懂」圖像與物件後進行判斷與決策,常用在工業自動化與機器人領域如: 視覺瑕疵檢測、3D視覺定位等,也是新興的AR + AI視覺系統技術核心。
  • 對於工業 AI人工智慧 的 4 個常見誤解

    此時此刻我們正在人類科技發展以爆炸性速度成長的奇異點上,大家都在猜測AI的能耐到底有多大,未來是否真的會發展到人類完全無法理解的水準,當有人興奮、有人驚慌的同時,更多的是全球許多領先企業及製造業,已經搶先將AI人工智慧投入工廠及生產線,生怕慢對手一步便會錯失良機。
  • AOI與AI差異

    AI與AOI差異在哪?優缺點與應用有那些?

    訂單從過往「少樣多量」變成如今「多樣少量」的彈性生產,待測物件尺寸、外型、材質等複雜度隨之提高,甚至出現定義不明的瑕疵,而傳統AOI需先定義瑕疵樣本,並以設定好的參數做為判斷基準,無法靈活快速做出判斷,導致漏檢率大幅增加,在此情況下,AI崛起讓機器視覺開始進化,其「擬人化」技術便成為新解方。