AI

什麼是 AI、人工智慧？

• 與人交談
• 下棋
• 動畫
• 以假亂真
• 影像辨識
• 讓電腦能夠像人類一樣思考和行動。 (有些已經超過人的能力) 聰明的 AI，笨的 AI。
• 電腦模擬人類智慧活動需要透過建立及套用內建於動態運算環境的演算法。三個關鍵要素：運算系統、資料與資料管理、進階 AI 演算法 (程式碼)。
• 機器學習 (ML)：能從資料中學習，或透過所存取的資料提高績效的系統。機器學習都屬於 AI，但並非所有 AI 都是機器學習。
• 深度學習。

起源

• 至少西元前一世紀，人類就對製造機器模擬人腦的可能性充滿興趣 (？)。1955 John McCarthy 創造「人工智慧」這個詞彙。1956 McCarthy 等人舉辦《達特茅斯學院夏季人工智慧研究專案》的會議，因此機器學習、深度學習、預測性分析應運而生，也興起了全新的資料科學研究領域。
• 1950 艾倫·圖靈 (Alan Turing) 的論文《計算機與智慧》，提出機器思考的可能性，首先創造了「人工智慧」一詞，並提出其理論和哲學概念。
• 1948年9月，約翰・麥卡錫 (John McCarthy) 參與「自複製自動機」論文發表，開始投入人工智慧的起點。
• 1955，麥卡錫、閔斯基與香農首度提出「人工智慧」（artificial intelligence）一詞。[參考]
• 1956 麥卡錫等人舉辦《達特茅斯 (Dartmouth) 學院夏季人工智慧研究專案》會議，邀請各國學者專家探討人工智慧的潛能及展望。後來，麥卡錫將人工智慧定義為「研發智能機器的一門科學與技術」（The science and engineering of making intelligent machines.）。
• 1958 秋天，麥卡錫在 MIT 開發了 LISP 程式語言 (第 2 古老的高階語言，第 1 古老是 Fortran)，在計算機科學領域開創許多先驅概念，包括：遞迴、樹狀結構、條件表達式等，大大影響後來高階語言的產生及邏輯概念，使人們在與電腦溝通上，能夠更便捷，也能更簡單的執行不同的運算及動作。(麥卡錫說，當今電腦速度和記憶體容量或許不足以做出人腦許多複雜的功能，但主要障礙不是這個，而是不能充份利用我們的優勢寫程式。) 此外，LISP was necessary for the development of McCarthy’s other great contribution: the idea of ​​computer time-sharing, known as utility computing. In an era in which the personal computer seemed science fiction, John devised the theory of a super central computer to which many people could connect at once. It was one of the pillars of the future creation of the Internet. 約翰・麥卡錫的父親為美國共產黨創辦的全國性報紙《每日工人》的業務經理，母親則熱心參與各種社會運動。或許是因著雙親對社會議題的關注及努力，麥卡錫耳濡目染下在人工智慧的探究上，不僅有科學理論應用的層面，更加入了許多社會議題，探討人工智慧對人類帶來的影響。在一篇他寫的微小說《機器人與嬰孩》（The Robot and the Baby）裡，便描述了家庭機器人有感情後發生的各種小故事，藉由人類冷漠及機器人溫暖的對比，諷刺科技社會的悲哀，及探討機器人的更多可能性。
• 1959 麥卡錫在麻省理工學院建立了第1所人工智慧學院，開始研究不同的演算法及尋求對計算機運算的最佳解法。後因與該計畫的主持人意見分歧而離開，另在史丹佛大學建立了第2個人工智慧學院，研發出早期的自駕車及無線網路。這不僅影響世界各國的通訊方式，也間接促使各國開始設立人工智慧學院。
• 2016年，人工智慧圍棋程式AlphaGo在公開比賽中，擊敗了當代圍棋界傳奇棋手李世乭，一時之間，「人工智慧」議題再次成為當紅炸子雞，受到廣泛討論。首先提出將人工智慧應用於棋藝上的是約翰・麥卡錫（John McCarthy），他開啟了後代對於人工智慧在不同領域的應用及想像。
• 1957-1974 電腦能夠更快速地儲存更多資料並進行處理，國防高等研究計劃署 (DARPA) 等機構進而發展機器學習 (ML) 演算法，一開始主要目的是探索電腦是否能轉錄和翻譯口說語言。
• 1980 年代，越來越多基金和演算法工具套件投入，大衛·魯梅爾哈特 (David Rumelhart) 和約翰·霍普菲爾德 (John Hopfield) 發表了深度學習技術的論文，表明電腦可以從經驗中學習。
• 1990-2000 年代初，電腦資料運算和處理能力更加先進，打敗世界棋王。AI 技術正在迅速進化為「通用人工智慧」，讓軟體執行複雜任務。例如，軟體可以自行建立內容、做出決策和學習，而這些能力以前只有人類可以達成。

重要性：人類和機器所產生的資料量遠遠超出了人類吸收、解讀及據此做出複雜決策的能力。

應用

• 虛擬客戶協助 (VCA)：預測和回應客戶的詢問。
• 聊天機器人：先與聊天機器人互動，如果聊天機器人無法解讀或解決問題，再由人介入、並同時饋送到機器學習運算系統，改進聊天機器人。
• 自然語言處理 (NLP)：協助電腦瞭解人類語言。
• 電腦視覺 (CV)：應用於自拍濾鏡到醫學影像處理等。