賦予AI人類直覺

那種能實際理解人類語言與邏輯,並依據已知背景知識作出推論的人工智能,早已為多數電腦科學家所拋棄。取而代之的,是由大量資料所訓練出的機器學習AI。這些AI缺乏將所習得規則套用在其他情境的缺點,使得一批認知發展學家重新思考人工智能的未來發展方向。

Read more

AlphaGo:從棋盤到電網

2016年,AlphaGo 在「人機對弈」中以 4:1 打敗棋王李世乭(Lee Sedol),躋身圍棋世界排名第四,更在隔年以 3:0 勝過世界排名第一的柯潔,向人類社會投下極大的震撼彈。接下來,他的「智慧」將更進一步,探索人類工商活動中的「棋局」。

Read more

【探索17-8】機器能有意識嗎?

如果機器能藉由不斷輸入資料而學習、成長,會不會有一天終能演化出如人般的意識呢?在一味擔心此問題以前,黃從仁老師提供我們一套切入的角度,將目前多數人認為的意識分為「清醒意識(wakefulness)」、「知覺/認知/動作/情緒意識(awareness)」和「自我意識(self-awareness)」三部分討論,在分別的操作型定義規範下討論目前機器發展的程度。

Read more

2016年度科學界大事記

■對於科學研究者來說, 2016 是動盪不休的一年。不過儘管如此,還是有些很了不起的成就,比方說直接偵測到重力波,太空事業穩定佈局,以及人工智慧大勝人類棋王等等;另外像是氣候協定、茲卡病毒疫情、 CRISPR 專利大戰等等,也都頗有話題性。且讓我們回顧過去這一年裡,值得記上一筆的科學頭條故事。

Read more

機器學習與人工神經網路(三):AlphaGo 怎麼下棋?

■Google 的圍棋人工智慧 AlphaGo 是第一支能戰勝職業棋士的電腦程式。其實早在1997年,IBM 超級電腦深藍(Deep Blue)就打敗當時的西洋棋冠軍。人工智慧在棋藝上擊敗人類已經不是新鮮事,為什麼 AlphaGo 的勝利仍震撼全球呢?除了圍棋和西洋棋複雜度的差異外,另一個原因在於讓電腦自己學習下棋。

Read more

機器學習與人工神經網路(二):深度學習(Deep Learning)

■戰勝圍棋九段的 Google AlphaGo 正是以深度學習作為核心。比起一般的機器學習,深度學習是如何有深度呢?廣泛地說,深度學習是指具有層次性的機器學習法,能透過層層處理將大量無序的訊號漸漸轉為有用的資訊並解決問題。但通常提到深度學習,人們指的是一種特定的機器學習法─「深度神經網路」(Deep Neural Network)。

Read more