機器如何深度學習

Zyra

機器如何深度學習
■1監護權950年代，人工智慧（AI）開始成為學術研究的一個新領域，研究人員希望在一個世代內成功展現人類智慧。不過當時的演算法和計算能力無法勝任，夢想也隨之破滅。
■過去幾年，AI研究捲土重來。研究人員從腦科學汲取靈感，發展深度學習技術。這些模仿大腦神經網路的演算法證明，先前對於AI的期望或許能夠實現。
■深度學習技術透過複雜的人工神經網路，接收各種範例進行學習，例如辨識影像、聽懂語音、進行棋類比賽，而且在某些任務上的表現已經相當接近人類智慧。
1950年代，電腦開始在西洋棋上戰勝人類，並且協助數學家證明數學定理，人們為此興奮不已。1960年代，人們的期望越來越高，覺得科學家很快就會在軟硬體上展現人類智慧、人工智慧（artificial intelligence, AI）在各種任務上的表現也不會輸給人類。1967年，美國麻省理工學院（MIT）的明斯基（Marvin Minsky，今年初過世）宣稱，AI的挑戰將在一個世代內解決。   
當然，這種樂觀看法顯然言之過早。不論是透過軟體協助醫師做出更準確的診斷，或是藉由網路仿效人腦來辨識影像的內容，這些事都無法符合人們原先的期望。早年的演算法不夠成熟，也缺少大量資料來執行運算。我們想讓機器呈現宛若高度智慧的人類思維，機器就必須執行大量的計算，但當時的電腦處理能力實在太「溫吞」了。
到了2000年代中期，打造擁有人類等級智慧的機器這類夢想幾乎在科學社群中消失了，甚至連AI這個詞也淡出科學領域。科學家和媒體把1970年代到2000年代中期的希望破滅稱為「AI寒冬」。
但最近這10年，情況大為不同。從2005年開始，AI的前景有了劇烈轉變，因為「深度學習」（deep learning）從那時開始發揮作用。深度學習是一種從腦科學汲取靈感以打造智慧機器的方法，最近幾年已經成為推動AI研究的主力，大型資訊科技公司都投資了幾十億美元進行研發。