所謂人工智能（Artificial Intelligence；縮寫：AI），是指以人工方式來實現人類所具有之智慧的技術。只不過，目前能實現與人類智能同等的技術還不存在，世界上絕大多數的人工智能還是只能解決某個特定問題。本篇文章是在我閱讀了幾本AI的相關書籍后，所概略統整出的架構，希望讓初次接觸AI的讀者，能透過333口訣，快速理解AI到底是什么。

　　一、AI的三次浪潮

　　人工智能AI發展史

　　第一次AI浪潮

　　第一次AI浪潮起于1950～1960年，止于1980年代。由于出現在網絡之前，因此又被稱為“古典人工智能”。這時期出現的“符號主義”與“聯結主義”，分別是日后“專家系統”與“深度學習”的雛形。只不過，雖然當時的成果已能解開拼圖或簡單的游戲，卻幾乎無法解決實用的問題。

　　第二次AI浪潮

　　第二次AI熱潮伴隨著計算機的普及，出現在1980年代。這時期所進行的研究，是以灌輸「專家知識」作為規則，來協助解決特定問題的“專家系統”（Expert system）為主。然而，縱使當時有商業應用的實例，應用范疇卻很有限，熱潮也因此逐漸消退。

　　第三次AI浪潮

　　第三次AI浪潮則出現于2010年代，伴隨著高性能計算機、因特網、大數據、傳感器的普及，以及計算成本的下降，“機器學習”隨之興起。所謂機器學習（Machine leaning），是指讓計算機大量學習數據，使它可以像人類一樣辨識聲音及影像，或是針對問題做出合適的判斷。

　　二、AI的三大技術

　　快速了解了AI的發展史后，我們來看看當代人工智能的三大代表性模型：遺傳算法、專家系統、類神經網絡。

　　1、遺傳算法

　　遺傳算法（Genetic algorithm；GA），又稱為演化式算法（Evolutionary algorithm），是受達爾文演化論所啟發的人工智能。它透過「適者生存」的規則，將“優秀的個體”想象成“好的答案”，透過演化的方式來找出最佳解。

　　2、專家系統

　　專家系統（Expert system），則是針對預設的問題，事先準備好大量的對應方式。它應用在很多地方，尤其是疾病診斷。只不過，專家系統只能針對專家預先考慮過的狀況來準備對策，它并沒有自行學習的能力，因此還是有其局限性。

　　3、類神經網絡

　　從第三次AI浪潮所興起的機器學習（Machine learning）有許多種手法，其中最受矚目的，莫過于深度學習（Deep learning）了。所謂深度學習，是透過模仿人腦的“類神經網絡”（Neural network）來學習大量數據的手法。

　　類神經網絡的由來

　　若你去觀察腦的內部，會發現有大量稱為“神經元”的神經細胞彼此相連。一個神經元從其他神經元那里接收的電氣信號量達某一定值以上，就會興奮（神經沖動）；在某一定值以下，就不會興奮。

　　興奮起來的神經元，會將電器信號傳送給下一個相連的神經元。下一個神經元同樣會因此興奮或不興奮。簡單來說，彼此相連的神經元，會形成聯合傳遞行為。我們透過將這種相連的結構來數學模型化，便形成了類神經網絡。

　　類神經網絡：深度學習

　　我們可以發現，經模型化的的類神經網絡，是由“輸入層”（Input layer）、“隱藏層”（Hidden layer）及“輸出層”（Output layer）等三層所構成。另外，學習數據則是由輸入數據以及相對應的正確解答來組成。

　　以影像辨識為例，為了讓AI學習類神經網絡的模型，首先必須先將影像學習數據分割成像素數據，然后將各像素值輸進輸入層。

　　接受了數據的輸入層，將像素值乘上“權重”后，便傳送給后方隱藏層的神經元。隱藏層的各個神經元會累加前一層所接收到的值，并將其結果再乘上“權重”后，傳送給后方的神經元。最后，經由輸出層的神經元的輸出，便可得到影像辨識的預測結果。

　　為了讓輸出層的值跟各個輸入數據所對應的正解數據相等，會對各個神經元的輸入計算出適當的“權重”值。

　　這個權重的計算，一般是使用“誤差倒傳遞算法”（Error Back Propagation），使用與正解數據之間的誤差，從輸出層逆推回去。透過各「權重」的調整，來縮小輸出層的值與正解數據的值之間的誤差，以建立出完成學習的模型。

　　由于過去類神經網絡之間進行傳遞的權重值難以優化，因此曾有多數研究者對類神經網絡的研究持否定態度。直到2006年，辛頓（Geoffrey Hinton）開發出自動編碼器（Autoencoder）的手法，才突破了這項瓶頸。

　　自動編碼器是指，在類神經網絡的輸入層和輸出層使用相同數據，并將隱藏層設置于二者之間，藉此用來調整類神經網絡之間的權重參數的一種手法。利用以自動編碼器所獲得的類神經網絡權重參數值進行初始化后，便能應用「誤差倒傳遞算法」，提高多層類神經網絡的學習準確度。

　　透過類神經網絡，深度學習便成為了“只要將數據輸入類神經網絡，它就能自行抽出特征”的人工智能，而這又稱為“特征學習”（feature learning）。

　　深度學習最擅長的，是它能辨識圖像數據或波形數據這類無法符號化的數據。自2010年代以來，如Google、Microsoft及Facebook等美國知名IT企業，都開始著手深度學習的研究。例如，蘋果「Siri」的語音識別，Microsoft搜索引擎「Bing」所具備的影像搜尋等等，而Google的深度學習項目也已超過1,500項。

　　至于深度學習如此飛躍的成長，要歸功于硬設備的提升。圖形處理器（GPU）大廠輝達（NVIDIA）利用該公司的圖形適配器來提升深度學習的性能，提供鏈接庫（Library）和框架（framework）產品，并積極開設研討課程。另外，Google也公開了框架「TensorFlow」，可以將深度學習應用于數據分析。

　　三、AI的三大應用

　　據羿戓制造了解到，AI應用領域主要可分為語音識別、影像辨識以及自然語言處理等三部分。

　　1、語音識別

　　語音識別部分，透過多年來語音識別競賽CHiME的研究，已經有了等同人類的辨識度（CHiME，是針對實際生活環境下的語音識別，所進行評測的國際語音識別競賽）。此外，Apple、Google、Amazon也相繼提出可應用于日常生活的服務，因此其成熟度已達到實用等級。

　　2、影像辨識

　　影像辨識部分，雖然一般圖片的辨識已有同等于人類的辨識率，但動態影像的辨識準確度卻仍比不上人類，目前還在進行各種算法的測試。其中，影像辨識目前最火熱的應用場域非自動駕駛莫屬了。

　　整個汽車、信息通訊產業都正朝著自駕車的方向努力，例如Google持續進行自動駕駛的研究，TOYOTA也在美國設立豐田研究所，可以知道現階段的開發已十分接近實用化。因此，我們可判斷目前影像辨識的成熟度是介在研究和實用等級之間。

　　3、自然語言處理

　　自然語言處理（Natural language processing；NLP），是試著讓人工智能能理解人類所寫的文字和所說的話語。NLP首先會分解詞性，稱之“語素分析”（morphemic analysis），在分解出最小的字義單位后，接著會進行“語法分析”（syntactic analysis），最后再透過“語意分析”（semantic analysis）來了解含意。

　　輸出部分，自然語言處理也與生成文法（generative grammar）密切相關。生成文法理論認為，只要遵循規則即可生成文句。這也代表著，只要把規則組合在一起，便可能生成文章。

　　在自然語言處理中，最具代表性的應用就是“聊天機器人”（Chatbot）了，它是一種如真人般，可透過文字訊息與人對話的程序。2016年，臉書推出了“Facebook Messenger Platform”，而Line也推出了“Messaging API”，因而促使這種搭載NLP技術的聊天機器人成為矚目的焦點。

　　另外，由IBM所開發的華生（IBM Watson），也是應用NLP的人工智能而成。華生可以從維基百科等語料庫中抽取知識，學習詞匯與詞匯之間的相關性。現在，就連軟件銀行（SoftBank）機器人Pepper也是搭載華生系統。

　　只不過，由于在日常對話中，我們很常省略詞句，也不一定會提及時空背景，因此當前的Chatbot尚無法與人類進行天花亂墜的對話。所以說，現行多數的Chatbot廠商，還是會限定對話的環境與應用領域。