【AI與創造它的科學家們】關於AI我們需要知道的兩三事

從遠古到當代,人們對「人造智慧體」的嚮往,在中西方的神話和寓言中展露無遺,卻一直到二戰結束後,在眾多科學家的努力下,人工智慧(AI)相關理論才漸漸有了雛形。冷戰期間,美國基於對俄語即時翻譯的需要,使機器翻譯成為美國國防部的重點研究項目,從此開啟近代人工智慧發展的序幕,但發展過程並沒有科學家最初想像的順利,而是經歷了許多高低起伏,科學家們再也在每一次的瓶頸中不斷改良,讓人工智慧的演算法日趨精確。本次演講邀請到清華大學資訊工程學系陳宜欣副教授,為我們介紹人工智慧的發展史與創造人工智慧的科學家們,揭開人工智慧發展在二戰後所經歷的興盛與寒冬,也帶領我們思考人工智慧背後蘊藏的珍貴人文價值。

Read more

【人物專訪】您好,AI法官?──專訪黃詩淳教授

你是否想像過自己像鐵面無私的包拯公,或明辨是非的所羅門王,為難解的訴訟糾紛伸張正義?那你能想像人工智慧幫助法官審判法律案件嗎?甚至人工智慧可能做出比法官更好的判決?這次我們訪問到台大法律系的黃詩淳教授,請她帶我們一窺AI和法律相遇後究竟會冒出怎樣的火花。

Read more

【人物專訪】柔軟的地方──專訪溫在弘教授

「我一直覺得我們是格格不入的一群,無法一刀切下人文或自然科學的邊界,可能有一些天分讀理工,又想要一條和人文社會科學連結的路,在這種事情上搖擺,卻也有不同的視野。」說起地理學,溫在弘笑道:「大學地理系關注的和外界對地理學的印象差很多,當時高中不知道,後來才發現地理系做的事是我很喜歡的。」

Read more

【人物專訪】當公式成為現在進行式──訪林風教授

林風2001年於交通大學博士班畢業,現為國立臺灣大學特聘教授,他描述,原先存在於紙筆之間機率理論、數學模型,經過推導運算之後產生的模型,小如個人口袋裡的個人通訊設備,大至行動網路的系統行為,均可由經由這些模型來評估其效能。可以應用到平時生活當中的各個層面,他深受吸引,而投入研究領域當中。也從此看待平日事務的眼光有了不同。

Read more

【人物專訪】生活是音樂,音樂是生活──訪張智星教授

張智星大學時就讀台大電機系,後赴美留學,畢業於加州大學柏克萊分校,專精於研究音樂的分析與檢索、機器學習應用,以及控制系統等領域。張智星受訪時說,用數學的語言解鎖音樂,可以發現許多一般人觀察不到的細節,也是做研究的一大樂趣,保持好奇心面對研究議題,也保持好奇心面對日常,是生活的理想樣貌。他更勉勵學生,外在的潮流、趨勢往往是一時的,重要的是向內找到自己真正的興趣所在。在選定方向後用心鑽研,才容易走得深,走得遠。

Read more

【人物專訪】試試又何妨?──訪郭陳澔教授

「有機會不要浪費。」從地震起家的郭陳澔,現在任職於中央大學地球科學系,並曾獲得頒給年輕傑出學者的吳大猷先生紀念獎。這樣的歷程看似一帆風順,但談到與地震的不解之緣,其實來自一連串因緣際會與跨領域試誤的過程。

Read more

【人物專訪】感性AI的先行者——專訪表演科學家朱靜美教授

在AI左腦的運算能力早已飆升至人類無法企及的高速運算能力的同時,科學家們也開始思考:要怎麼讓冷冰冰的程式語言展現出AI右腦的溫暖「人味」,甚至更具有人類美妙的想像力與創造力呢?致力於賦予AI「右腦」智能的臺大朱靜美教授近二十年來一直致力於賦予AI察言觀色與表情達意等右腦能力的開發,除了系統化地建構全球少有的各式情感大數據資料庫之外,朱教授更針對華人特有的情緒表達方式,建立了人臉情緒、語音情緒、情緒動作等三大大數據資料庫。

Read more

吳恩達 Andrew Ng(1976-)

除了是知名線上教育平台Coursera的共同創辦人,吳恩達更曾先後任職於中美兩國最大的科技公司──Google與百度。在Google時期,吳恩達團隊最著名的研究之一,莫過於以非監督式學習方法,訓練出對人臉、人體以及貓臉特別敏銳的深度學習模型。之後為中國百度延攬,擔任研發部門主管,帶動了人才與資金的流入,為中國的AI研究注入一股活水。2017年離開百度後,吳恩達致力於打破AI專屬於高科技公司的既定印象,創立自己的顧問公司與創投基金輔導企業轉型。

Read more

李飛飛 Fei-Fei Li(1976-)

為解決電腦視覺專案常遭遇樣本數不足的問題,李飛飛透過亞馬遜的外包平台,招募廣大網友為照片標上正確的註解,集結成名為「ImageNet」的大型圖像資料庫。並將ImageNet開放給各路團隊,以該資料庫訓練或測試模型,相互競爭,一度成為AI界的年度盛事。李飛飛同時也十分關注AI的研究與應用倫理議題,例如:AI軍武化、研究團隊多缺乏女性或少數族群的科學家、假消息的氾濫等。2020年出任Twitter的獨立董事,但因為中國移民的身分而備受質疑。

Read more

傑佛瑞.辛頓 Geoffrey Hinton(1947-)

雖然是英國人,Hinton日後的發展重心卻放在北美,更讓加拿大一躍成為AI的研發重鎮。Hinton極力推廣反向傳播演算法,將已然失去市場信心的「(多層)人工神經網路」重新包裝為「深度學習」,並與學生大力向學界以及大眾推銷這款新瓶舊酒。2012年,Hinton的學生Alex Krizhevsky,以AlexNet贏得當年ImageNet大規模視覺識別挑戰賽冠軍。2018年,Hinton與曾追隨自己的博士後研究員LeCun,以及好友Yoshua Bengio(1964-),因對深度學習的貢獻,三人共同獲頒杜林獎。

Read more

楊立昆 Yann LeCun(1960-)

與Hinton最初是在一次會議上相遇,發現彼此有著相同的研究主題,於是離開法國遠赴加拿大成為Hinton的博士後研究生。他開發的手寫數字辨識模型LeNet,不但是電腦視覺常見的卷積神經網路(Convolutional Neural Network,CNN)原型,更是首次將反向傳播演算法付諸實踐(於是證實Hinton的想法是可行的)。目前任教於紐約大學,同時是Facebook的首席AI科學家。在2016年的一場會議中,以一個「蛋糕的比喻」強調無監督式學習的重要性,卻意外在學術圈引起軒然大波。

Read more

約翰.霍普菲爾 John Hopfield(1933-)

雙親皆為物理學家,Hopfield理所當然地成為一名固態物理學家。但不甘於被舒適圈所侷限的他,不斷向外尋找「那個值得解決的問題」。於是先後跨足分子生物學,以及當時新興的神經科學及AI研究,並在各個領域都有不容忽視的發現或研究成果,例如血紅蛋白的別構調控、tRNA參與蛋白質合成的校正機制。而後提出的「霍普菲爾網路」,不但為生物的聯想式記憶(associative memory)提供了簡單的數學模型,也為當時幾近被廢棄的人工神經網路,重新燃起一絲希望。

Read more

諾姆.杭士基 Noam Chomsky(1928-)

身為語言學大家的Chomsky,始終對AI抱持著負面態度,卻在不經意間影響了AI的早期發展:一是他的語法理論,間接促成了當時在IBM做研究的John Backus(1924─2007)開發出第一套高階程式語言FORTRAN。McCarthy便是在FORTRAN的基礎上,於隔年開發出LISP;二則是他曾經(不情願地)參與的「機器翻譯」計劃。該計劃的失敗(並非Chomsky從中作梗)是造成第一次AI寒冬的眾多原因之一。年已九旬的他,從不吝於表達自己在政治上的看法,大力抨擊美國的對外政策。

Read more

約翰.麥卡錫 John McCarthy(1927-2011)

McCarthy對於近代AI研究有著舉足輕重的地位。1956年,他與好友Marvin Minsky(1927-2016)希望藉由一場工作坊聚集當時相關領域的專家,達到腦力激盪的效果。即使最終成效不佳,但當初為了申請經費在計畫書上所定下的「人工智慧」一詞卻成了這門研究科目的名稱。1958年,他開發出LISP,成為早期AI專案常使用的程式語言。另一方面,早期AI著重於人類知識的符號化與形式化,McCarthy在非單調邏輯的研究成果,讓他成為其中的領頭羊。

Read more