什麼是人工智慧、機器學習和深度學習? - Tommy Huang

人工智慧/人工智能（Artificial Intelligence, AI [Wiki , 1]），是指由人製造出來的機器所表現出來的智慧。

通常是指電腦模擬/模擬人類思維過程以模仿人類能力或行為的 ... GetunlimitedaccessOpeninappHomeNotificationsListsStoriesWrite什麼是人工智慧、機器學習和深度學習?人工智慧/人工智能（ArtificialIntelligence,AI[Wiki,1]），是指由人製造出來的機器所表現出來的智慧。

通常是指電腦模擬/模擬人類思維過程以模仿人類能力或行為的能力。

由上述定義可知，人工智慧這個題目應該早在有計算機出來的時候，應該就有這個名詞的出現了，所以人工智慧這個名詞出現的非常早(早於1956年[1])。

但因為早期計算機/電腦的效能和限制，因此只能用來解決一些簡單的問題，無法實際用在解決現實生活的問題，所以理論雖然一直有在發展，但這個主題一直被限制住，沒有蓬勃發展起來。

但這兩年因為AlphaGo在圍棋上不斷擊敗人類，AI因此而聲名大噪。

商人不斷在被炒作AI這個題目，彷彿AI什麼都能做，因為AlphaGo的成功所以電腦很快就會像魔鬼終結者(Terminator)一樣擁有超高智能把人類給滅絕←純粹唬爛的，光是要讓電腦能辨識所有的物品都很困難了。

電影演的AI純粹欣賞，那些都還是科學家們在努力中的方向。

以上是廢話，如果有先看到這句，以上可以省略。

人工智慧、機器學習和深度學習的差異這篇主要是說人工智慧(ArtificialIntelligence,AI)、機器學習(machinelearning,ML)、深度學習(deeplearning,DL)有什麼差別。

下圖是我從網路節錄[2]。

[2]從圖中可以看到，所謂的AI是一個很大的集合，ML只是其中的集合，而在幾年很夯的DL也只是ML的其中一個小集合。

這三個的簡單定義如下:AArtificialIntelligence:“IntelligentAgents“referstotheabilityofthecomputertosimulate/modelhumanthinkingprocessestoimitatehumanabilityorbehavior.MachineLearning:Learningthemodelfromthedata(data-drivenmodel).DeepLearning:learningdatarepresentationswithuseacascadeofmultiplelayersofnonlinearprocessingunit.簡單中文亂翻譯為:AI:計算機模仿人類思考進而模擬人類的能力/行為。

ML:從資料中學習模型。

DL:利用多層的非線性學習資料表徵。

上面定義看不懂是不是，很正常的，如果不懂這個領域，這三句話我也看不懂。

次簡單翻譯:AI:只要跟電腦程序有關，電腦可以有反應/反饋的行為。

ML和DL:需要有一組數據/資料，經由學習後，建立模型來給予答案/反饋。

如果這邊還看不懂最簡單翻譯AI:電腦程式模擬人類要做的事情。

ML和DL:電腦程式模擬人類要做的事情，但電腦程式需要先有資料進來學習的機制。

還是看不懂，那我也沒辦法了。

以下我會用如何判斷貓跟狗來當例子說明ML和DL差異。

早期專家系統是rule-based，算是AI的一部分，但還不是ML或DL。

所謂的rule-based，就是某個專家根據他的經驗設定好的值來判斷就算。

比如「貓都有花紋，狗沒有」、「貓是喵喵叫，狗是汪汪叫」，這就是判斷貓狗的rule。

但有沒有可能「貓沒有花紋且汪汪叫」，如果我們用rule-based去判斷這隻貓就有可能會被判斷成狗。

因此到了機器學習(ML)的時代，我們會希望能有一組貓跟狗所有的資料，盡可能什麼種類都有。

然後經由人類知識，我們從這種資料去萃取一些特徵資料(量化)，比如貓或是狗的形狀、花紋、聲音總類等。

從萃取出的資料中學習模型，然後用學習好的模型去判斷貓和狗。

ML結構:資料→特徵擷取→模型→答案而到了深度學習時代，捨去人類知識作的特徵萃取，YannLeCun[3]則是定義說從大量的資料中讓多層結構的神經網路自己從資料中學習這組資料可以做什麼樣的特徵擷取。

所以貓跟狗的特徵是根據你給模型的資料，模型自己去學習貓跟狗在特徵擷取上的差異。

DL結構:資料→模型(特徵擷取自學)→答案兩類的差異如下圖(網路找到的圖)，應該有比較清楚差在那了吧。

題外話我剛舉的例子(貓跟狗的判斷)，假設我建立訓練好了ML或是DL的模型了。

如果我今天把一張豬的照片放進去模型。

你覺得ML或是DL模型會判斷成什麼。

是豬嗎?答案是:貓或是狗。

絕對不會是豬，因為模型在訓練的時候我們從來沒有給他豬的照片，也沒有跟模型說這是豬。

所以ML或是DL給的反饋/答案是根據模型訓練者一開始給的答案和類別來做反應的。

如果從來沒跟模型說這是「豬」，絕對得不到「豬」這個答案的。

[1]https://zh.wikipedia.org/wiki/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E5%8F%B2#%E6%B8%B8%E6%88%8FAI[2]http://www.prowesscorp.com/whats-the-difference-between-artificial-intelligence-ai-machine-learning-and-deep-learning/[3]YannLeCun,YoshuaBengio&GeoffreyHinton,Deeplearning,Nature,Vol.521,pp.436–444,2015.MorefromTommyHuangFollow怕老了忘記這些吃飯的知識，開始寫文章記錄機器/深度學習相關內容。

黃志勝Chih-ShengHuang(Tommy),mail:[email protected]?Learnonthegowithournewapp.TryKnowableAboutHelpTermsPrivacyGettheMediumappGetstartedTommyHuang6.9KFollowers怕老了忘記這些吃飯的知識，開始寫文章記錄機器/深度學習相關內容。

黃志勝Chih-ShengHuang(Tommy),mail:[email protected]‘…noliecanliveforever….’MLKCornéPotgieterDeepfakePAragAgrawalInventoryof3technologytrendsthatwillinvadeourlivesin2022(withshares)GimbiyaGaladimaCrowdPadDeepDive:AtTheClickofAButtonHelpStatusWritersBlogCareersPrivacyTermsAboutKnowable