淺談人工智能 (AI) 與機器學習 (ML) 的分別

當現時愈來愈多人提及”Big data” 這類型的詞彙的時候,人工智能 (AI) 與機器學習 (ML) 這兩個字便愈來愈流行,但是有多少人卻真正清楚他們兩者的分別呢?

簡單來說,AI 就是就是利用我們認為比較「智能」的方式去執行任務;而ML就是基於AI,讓機器自行去學習。

AI 的發展

其實AI 已經存在了一段很長的時間,早在以前歐洲的電腦上已被認定是「邏輯機器」,而當時的工程師試圖製作機械大腦。隨著科技進步,AI的構成已經有一些轉變,現時AI領域是集中在模仿人類決策過程和以更人性化的方式執行任務。 其實AI是可以分成 Applied AI 及 General AI 兩大部分。Applied AI 又稱為弱人工智能,主要處理特定問題,較為常見的,例如智能股票交易的系統,或自主車輛便屬於這一類。General AI ,又稱強人工智能,或通用人工智能,是具備與人類同等智能、或超越人類的人工智能,相對不太常見,但 General AI 發展正正是推動了ML的進程,並且是當今最受注目的發展方向。

ML 的風險

機器學習是一門人工智能科學,主要透過以經驗學習改善具體演算法效能。

ML 的其中的一個風險由 1959 年亞瑟·塞繆爾(Arthur Samuel)發現,他教曉了機器自己去學習。第二個風險來自互聯網興起,導致愈來愈多資訊產生和可用作存儲,分析等之用。當這些的創新愈來愈成熟之後,工程師意識到現時不是教電腦去做一切的指令,而是讓他們像人類一樣思考,然後把它們放入互聯網,讓他們獲得所有他們需要的信息。

神經網絡的發展

神經網絡的發展是令到電腦以人類的方式去思考,同時保留了它們對於我們的固有優勢,例如速度,準確性等。神經網絡是一個網絡系統去模仿人類大腦相同的方式對信息進行分類的工作。它可以教導他們例如去識別圖像等。基本上,神經網絡是基於概率的系統,基於他們所得的數據,神經網絡能夠作出陳述,決定或預測。與此同時,神經網絡亦能夠告知用家的決定是對或錯。

ML 的應用能夠為用家讀取文字,甚至可以得知文章的內容是投訴抑或是祝賀。更甚的是,他們還可以聆聽一段音樂去決定該音樂會否為人帶來高興或悲傷,並以尋找其他合適的音樂來配搭心情。某些程況下,ML 甚至可以創作屬於自己的音樂。

ML 所以能夠這樣做的原因其實很大程度上都要感謝神經網絡的發展。所以,近期興起的其中一個新領域,Natural Language Processing (NLP) 都已經非常依賴ML的應用。NLP 的應用其實是試圖理解人類在書面上或口頭上的交流,並學習使用類似的語言與人類進行交流。

AI ML 上的應用

AI 與 ML 其實在市場上都已經有不少的應用,特別在銀行業,醫療保健甚至製造業都正在採用AI和ML等的技術。事實上,其實人我們最後都會開發人類AI (Human-Like AI) ,而現時我們已經離人類AI的發展已經更進一步。

參考資料: Forbes

One thought on “淺談人工智能 (AI) 與機器學習 (ML) 的分別

發表迴響

你的電子郵件位址並不會被公開。 必要欄位標記為 *

限制時效已用盡。請重新載入驗證碼。