online gambling singapore online gambling singapore online slot malaysia online slot malaysia mega888 malaysia slot gacor live casino malaysia online betting malaysia mega888 mega888 mega888 mega888 mega888 mega888 mega888 mega888 mega888 機器如何學習?從人工智慧到深度學習,完整解密人工智慧發展歷史

當人類開始在人工智慧領域中有所突破後 ,接下來發現有更多的障礙。最大的問題是缺乏計算能力:計算機根本無法儲存足夠的訊息或在短時間內處理。由於當時的電腦不夠強,無法展示出「智慧」,因此投資的資金也隨之減少,十年來研究進展幾乎停滯。

深度學習與專家系統重啟人工智慧發展

1980 年代,開始出現了更多不同的演算法,John Hopfield 和 David Rumelhart 推廣「深度學習」(deep learning)技術,也讓電腦能夠利用經驗進行學習。另一方面,Edward Feigenbaum 導入了模仿人類專家決策過程的「專家系統」(expert system)。

專家系統是一個有智慧的電腦程式,以電腦看得懂的形式,將專家知識儲存起來,並加入控制策略,使電腦能像專家一樣,利用這些知識和經驗法則來解決問題。也就是說,專家系統是一個知識庫(Knowledge-based)程式,可用來解決某領域問題,並且能提供像人類專家般「專業水準」的解答。

基於這樣的技術,從 1982 年到 1990 年期間,日本政府大力投資了 4 億美元,目標是徹底改變電腦處理、程式撰寫和改進人工智慧。不幸的是,大多數的目標都沒有實現,而人工智慧發展也再度停擺。

不過諷刺的是,在沒有政府資助和公眾宣傳的情況下,人工智慧反而快速蓬勃發展。在 1990 年代和 2000 年代,人工智慧領域達成了多個里程碑。

1997 年,IBM 的超級電腦 Deep Blue 首次挑戰西洋棋世界冠軍 Gary kasparov,最後人類以 2-4 落敗。這場紅遍全球的比賽是世界西洋棋冠軍第一次輸給電腦,這也是人工智慧的一大步。

人工智慧無所不在

我們現在生活在一個大數據時代,在這個時代,大量的數據和訊息湧入,而人工智慧在科技、金融、行銷、娛樂等不同領域都有所貢獻。

那麼,未來接下來會發生什麼?

《Genius Makers》(《天才製造者》,暫譯)是一本關於深度學習和人工智慧歷史的書籍,書中詳盡的描述了當初人工智慧是如何開始快速發展、甚至衍伸成為一場新的軍備競賽。讀者也能一窺 Google、Facebook 和其他正在進行研究的機構是如何發展至今,以及人工智慧在技術上面臨的發展與挑戰。

作者 Cade Metz 以過去在《紐約時報》撰寫相關報導以及採訪的經驗,透過大量的案例說明,完整的展示了人工智慧的發展和演變。不論是想了解機器學習、深度學習的學生、研究人員、從業者,或是想了解未來趨勢的普通讀者,都可以從這本書中探索人工智慧技術的起源及未來的創新。

轉貼自: TechOrange

若喜歡本文,請關注我們的臉書 Please Like our Facebook Page:    Big Data In Finance


留下你的回應

以訪客張貼回應

0
  • 找不到回應
Powered by Komento

YOU MAY BE INTERESTED