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
  • 什麼是OCR? OCR能夠做什麼應用?

    OCR技術對於企業的數位轉型有相當大的功勞,現今社會提倡無紙化概念,且用紙本保存貴重資料的舊有形式,已經無法再適用現今瞬息萬變的資訊化腳步,OCR在無紙化轉型之中就扮演了相當重要的角色,除此之外,OCR結合AI還可用於瑕疵檢測、車牌辨識、字跡辨識、自動識檢驗別等。
  • 您可能從未想過的機器視覺的 5 個好處

    機器視覺技術多年來一直是一個改變遊戲規則的技術,讓製造商能夠在各種行業中提高效率和品質控制。雖然許多製造商都知道機器視覺的主要優點,但還有一些較不為人知的好處也值得考慮。 以下是您可能從未想過的機器視覺技術的五個好處
  • Solvision檢測LD瑕疵圖例

    如何判斷AI瑕疵檢測對企業與產線帶來的幫助?

    擁有如人類思考的AI技術,在辨識並定位不規則特徵佔有優勢,為滿足檢測需求,市場上已出現許多AI瑕疵檢測系統及服務,然而,套裝軟體在許多功能上依舊存在差異,其中在使用者介面(UI)友善度、訓練樣本數、辨識率、檢測速率的討論度最為廣泛。
  • 為什麼一定要讓AOI結合AI?

    應用AOI檢測最多的PCB產業,往往會因為保證產品良率而調高AOI參數,設定成相當嚴格,此舉會導致AO相當敏感,便會產生過殺(Over Kill)的現象,但是透過AI軟體,可以藉由經驗法則來學習判斷,可以因應外在變化而達成自我調整,進一步有效判斷未曾看過的瑕疵集成像。