寫給中學生看的AI課:AI生態系需要文理兼備的人才

隨著資訊科學的蓬勃發展,AI已經成為生活中各個領域不可或缺的名詞,從自駕汽車到到銀髮族長期照護,甚至是演奏貝多芬的音樂,都可以見到AI的影子。面對此一浪潮,教育部除了制定108課綱,希冀加強學生的素養,也推出許多AI學習平台和AI競賽,提供社會大眾充實AI知識的管道。此次演講邀請到國立中央大學資訊工程學系蔡宗翰教授,分享現代人培養AI素養的方式,在日常生活中如何參與AI的發展,並介紹AI目前已被應用於生活中哪些場域⋯⋯

Read more

【AI與創造它的科學家們】艾西莫夫——機器人科幻迷絕對不能錯過的名字

從古至今,人們對機器人始終有著無限的憧憬,無數的科幻小說編寫者人們對機器人的想像,而在眾多科幻小說中,始終有一條很重要的線串連其中,這條線就是被譽為二十世紀三大科幻小說家之一的艾西莫夫。艾西莫夫創立了機器人三大法則,訂下人和機器人的第一份契約;他創造機器人學,開啟了後人研究研究機器人的先河;他同時還是生化領域的大學教授,可說是一位集文學、工程和生物學於一身的天才。本次演講邀請到陽明交通大學電機工程學系楊谷洋教授,分享深深烙印在機器人科幻迷心中的名字——艾西莫夫的故事,以及當代機器人的發展⋯⋯

Read more

【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

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

克勞德.向農 Claude Shannon (1916-2001)

Shannon或許是少見的天才型人物。碩士時,他結合布林運算與二元運算,以開關及電路配置實現邏輯匣,堪稱人類科技史上最重要的碩士論文之一。而後他提出「資訊理論」,不但牽起生物神經電訊號與數位訊號之間的聯想,更是當今資訊時代的基石:「位元」作為資訊的最小單位、資料的儲存與除錯、訊息的傳輸,都可追溯到Shannon的理論。無奈他天生內向、不喜張揚的性格,晚年更因罹患阿茲海默症而深居簡出,成了你我最熟悉的陌生人。

Read more

艾倫.杜林 Alan Turing(1912-1954)

Turing在其短暫的一生中有過許多重大的發現與發明,但與AI關聯最密的,莫過於「杜林機」與「杜林測試」。杜林機不是一台「真實」的機器,而是一個抽象的模型,將人類的思維過程轉化為一連串簡單的操作步驟,於是可在電腦上重現,這是早期AI的設計理念。杜林測試,則是用來判斷前項任務成功與否,也就是一台機器是否具有思維能力的一項測驗。即使後續越來越多人指出杜林測試的局限與不足,但對於許多AI開發者而言,仍是他們念茲在茲的目標。

Read more

艾薩克.艾西莫夫 Isaac Asimov(1920-1992)

著作等身的多產作家,除了如《基地》系列、《機器人》系列等深植人心的科幻作品外,同時也是一位科普作家,也曾在大學中任教。「機器人學三大定律」最初出現在Asimov 1942年的短篇小說《轉圈圈》(Runaround)中,用以規範通用AI的行為,也是機器倫理的濫觴。三定律看似周全,實際上存在內在矛盾與例外,因而常見於其他科幻作品,作為故事發展的開端或主軸。然而一套倫理學竟然在被規範者出現之前就被廣泛討論,反映了大眾對於「人造智慧體」的猜忌與不安。

Read more