在媒體報導人工智慧 （AI）、機器人（Robot）未來可能會取代我們的工作時，我們又看到坊間有教人工智慧技術的機構，又端出一堆名詞如大數據（Big Data）、Python 程式語言……，還有深度學習等等。那到底這些名詞中間又有什麼關聯？這篇以問答方式一一幫你解答
人工智慧、機器人，是同一個東西嗎？
相信大家都看過有關機器人的電影，都把機器人描述的很厲害，甚至比人類還強！沒錯，這些機器人很賴害是因為他們裡面被導入了「人工智慧」
「人工智慧」，又稱「人工智能」，英文為「Artificial Intelligence（縮寫為 AI）」白話點來說，就是：任何讓電腦能夠像人類般思考、表現出類似人類的行為」的科技；更具體一點的說法，人工智慧是一種可以感知、學習、推理、協助決策，並採取行動幫助我們解決問題的科技。
為何有些人工智慧會比真人還厲害？
日前，AI 甩尾，角度精準過方程式車手的消息；還有 AI 雀士在網路上打日式麻將打過一拖拉庫真人的訊息、⋯⋯究竟人工智慧是怎麼學習的？又為何會比真人厲害？
AI 學習事物其實與人類學習事物的方法相仿，就是所謂的機器學習及與深度學習。
機器學習理論，主要是設計和分析一些讓電腦可以自動「學習」的演算法。機器學習演算法是一類從資料中自動分析而歸納出規則來，並利用此規則對未知的資料進行預測的演算法。
而「深度學習」又是模擬人類神經網絡的運作方式，只要懂得定義問題，有足夠質量的資料以及轉化為模型的能力，幾乎可以應用在任何決策問題上，雖然不見得都有準確的預測能力。不過目前常見的 Google 語音辨識、文字翻譯、照片分類、自動回信、垃圾郵件判斷，現在都是用深度學習來做的。
搜集大數據讓AI去做機器學習，加上不同的演算法，接著，登愣！成就了不同專長的AI?
餵給 AI 正確的大量資料（大數據），加上好的大腦（演算法），AI 才能做出正確的判斷。
各種領域都應用了不同功能的人工智慧，如醫療、教育、製造、理財及自動駕駛等，就如同每個人擅長的領域都不一樣：有的人擅長賽車、有的人擅長分析、有人善於醫療等等。
演算法的不同，會深深影響 AI 的思考與學習模式，好的演算法可以製造出卓越的人工智慧。例如甩尾角度比人類還精準的 MartyKHANA AI！
反之，不好的演算法會讓 AI 判斷錯誤。
2016 年發生了全球首例 Tesla 自駕車撞上大貨車的意外，乃因 Tesla 的自動駕駛系統，無法辨識在強烈日照下而有反光的大貨車，因此未能即時做出煞車判斷。因為此演算法從未學習過這類大數據。
Python 與 人工智慧的關係？
因為 Python 的語言簡單好懂、就像是使用人類的語言在與電腦溝通一樣，加上跨平台的性質，操作方便快速，因此已有許多工程師使用其語言發布大量與人工智慧、機器學習、深度學習領域相關的資料庫，讓用戶可自由套用、執行各式功能、操作。這些資料庫由來自四面八方的來源 (如 PyPi) 所發布，包含預先編寫好的程式片段，讓 AI 開發人員不需要從頭開始編寫程式。
機器學習與深度學習都需要連續的數據處理，Python 的函式庫則可讓你取用、處理、轉換這些數據。例如應用於深度學習的 Keras 函式庫，它允許快速計算和原型設計，因為它除了使用計算機的 CPU 之外還使用 GPU。
其他與人工智慧、機器學習、深度學習有關的八個函式庫，請見此篇文章：連 IBM 都推！入行 AI 人工智慧必學 Python 的8大理由
延伸閱讀看這裡：
AI 產業革命開始！為何 Python 成人工智慧必備語言？
連 IBM 都推！入行 AI 人工智慧必學 Python 的8大理由
AI 重機車手 MOTOBOT - 專為超越 MotoGP 冠軍 Rossi 而生
留言列表
