機器如何學習?從人工智慧到深度學習,完整解密人工智慧發展歷史


《TechOrange》每週精選「還沒有中文版」的國外好書給你!如果你閱讀以下書訊後希望能讀這本書的中文版,請點擊文末連結,進入我們全新社群服務「HoozBook」 +1 催生這本書的中文版!

從 1957 年到 1974 年,人工智慧開始蓬勃發展。電腦可以儲存更多訊息,也變得更快、更便宜、更容易獲得。人類在機器學習演算法也得到了突破和改進,人們開始知道要將哪種算法應用在各種不同的問題上。

當人類開始在人工智慧領域中有所突破後 ,接下來發現有更多的障礙。最大的問題是缺乏計算能力:計算機根本無法儲存足夠的訊息或在短時間內處理。由於當時的電腦不夠強,無法展示出「智慧」,因此投資的資金也隨之減少,十年來研究進展幾乎停滯。

深度學習與專家系統重啟人工智慧發展

1980 年代,開始出現了更多不同的演算法,John Hopfield 和 David Rumelhart 推廣「深度學習」(deep learning)技術,也讓電腦能夠利用經驗進行學習。另一方面,Edward Feigenbaum 導入了模仿人類專家決策過程的「專家系統」(expert system)。

專家系統是一個有智慧的電腦程式,以電腦看得懂的形式,將專家知識儲存起來,並加入控制策略,使電腦能像專家一樣,利用這些知識和經驗法則來解決問題。也就是說,專家系統是一個知識庫(Knowledge-based)程式,可用來解決某領域問題,並且能提供像人類專家般「專業水準」的解答。

基於這樣的技術,從 1982 年到 1990 年期間,日本政府大力投資了 4 億美元,目標是徹底改變電腦處理、程式撰寫和改進人工智慧。不幸的是,大多數的目標都沒有實現,而人工智慧發展也再度停擺。

邵元婷2022-06-10

資料來源:https://buzzorange.com/techorange/2022/06/10/hoozbook-genius-makers/

Related posts