▲圖片標題(來源:TechOrange)
從 1957 年到 1974 年,人工智慧開始蓬勃發展。電腦可以儲存更多訊息,也變得更快、更便宜、更容易獲得。人類在機器學習演算法也得到了突破和改進,人們開始知道要將哪種算法應用在各種不同的問題上。
▲圖片標題(來源:TechOrange)
從 1957 年到 1974 年,人工智慧開始蓬勃發展。電腦可以儲存更多訊息,也變得更快、更便宜、更容易獲得。人類在機器學習演算法也得到了突破和改進,人們開始知道要將哪種算法應用在各種不同的問題上。
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。
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。
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