AI 是讓電腦擁有像人類智能的機制,如同在自然語言處理的應用所提及的,應對客戶疑問的智慧問答機器人、透過語音辨識讓我們的生活變得更加便利的智慧語音助理,以及利用圖像辨識系統運作的自動駕駛等等,在我們的日常生活中已經存在著各式各樣的運用實例,我們就來了解 AI 如何擁有那麼強大的能力吧。
機器學習
機器學習(Machine Learning)簡單來說就是讓電腦能夠自主學習的機制,機器學習有各式各樣的方法,電腦以大量的數據為基礎,利用不同的機器學習方法進行自主學習。
舉例來說,在自然語言學習的領域中,我們會針對文本中的語言特徵進行人工標記。例如在特徵抽取 — — 你是哪裡人?中提到,將北部人及南部人說話的不同特徵標記為「0」和「1」讓電腦學習,讓電腦看懂我們的語言。
再舉一個例子:像是將文本中所出現情緒相關的詞彙,例如:「棒」、「好」、「開心」等正面詞以及「壞」、「差」、「生氣」等負面詞進行人工標記,透過機器學習來分析文本是偏向正面或負面的情緒。這樣的例子常應用在網拍上的商品回饋留言,可以了解顧客對某項產品的滿意程度,或是觀眾對電影的評價等等。
深度學習
深度學習(Deep Learning)是機器學習的其中一種方法,它使 AI 的性能大幅地提升。深度學習是以類神經網路(Neural Network)為基礎,所延伸發展的技術。所謂類神經網路,是模擬人類頭腦的結構,來處理資訊的機制。如下圖,深度學習的運作方式就如同我們的大腦,一個一個的節點、以及點和點之間所連結起來的線,是不是很像我們的腦神經呢?
近年眾所矚目的「自動駕駛車」就是利用深度學習的方法來運作,而深度學習與機器學習的差異在於,原本的機器學習是需要靠人類向 AI 指出需要注意的特徵,例如:花朵的「顏色」或「花瓣形狀」;而深度學習可以只依靠灌輸大量的數據,自行抽取出特徵,甚至還可能發現人類無法捕捉到的特徵,所以 AI 所做出來的預測,其精準度又更高一層!
這個章節我們先簡單了解機器學習與深度學習的概念和架構,往後我們會再一一了解電腦是如何運用這些方法變得更聰明。
AI 講講話|人工智慧 AI 系列文目錄
- 淺談 人工智慧(AI, Artificial Intelligence)
- AI 的歷史演進
- 取得訓練資料 — — 打造模型的第一步
- 特徵抽取 — — 你是哪裡人?
- AI 技術在企業上的數位轉型
- AI 的應用:機器翻譯
- AI 是如何變聰明的? — — 「機器學習」與「深度學習」← 目前位置
- AI 如何變聰明?(二) — — 什麼是「機器學習」
- AI 如何變聰明?(三) — — 模擬人類大腦的「類神經網路」
- AI 如何變聰明?(四) — — 什麼是「深度學習」
- 開啟 AI 2.0 新時代
- 大型語言模型(LLM)的發展
- 大型語言模型(LLM)對自然語言處理(NLP)的影響
- ChatGPT 為什麼那麼紅?一次了解歷代 GPT 模型