AI

AI 人工智慧的發展

1956年-AI的誕生

Mobirise

達特茅斯會議

達特矛斯夏季人工智慧研究計劃(英語:Dartmouth Summer Research Project on Artificial Intelligence)由約翰·麥卡錫等人於1956年8月31日發起,旨在召集志同道合的人共同討論「人工智慧」(此定義正是在那時提出的)。會議持續了一個月,基本上以大範圍的集思廣益為主。這催生了後來人所共知的人工智慧革命。

1967年-樂觀思潮

Mobirise

具有人類平均智能機器

馬文·閔斯基:「一代之內……創造『人工智慧』的問題將獲得實質上的解決。」
馬文·閔斯基:「在三到八年的時間裡我們將得到一台具有人類平均智能的機器。」

1974年-第一次AI低谷

Mobirise

計算機的運算能力

當時的計算機有限的內存和處理速度不足以解決任何實際的AI問題。例如,羅斯·奎利恩(Ross Quillian)在自然語言方面的研究結果只能用一個含二十個單詞的詞彙表進行演示,因為內存只能容納這麼多。

1980年-繁榮

Mobirise

專家系統

專家系統是一種程序,能夠依據一組從專門知識中推演出的邏輯規則在某一特定領域回答或解決問題。

1987年-人工智慧的低谷

Mobirise

對AI高度預期

戰略計算促進會大幅削減對AI的資助。
直到1991年,「第五代工程」並沒有實現,事實上其中一些目標,比如「與人展開交談」,直到2010年也沒有實現。

2016年-智能代理

Mobirise

AlphaGo擊敗職業圍棋棋士

2016年3月,AlphaGo擊敗李世乭,成為第一個不讓子而擊敗職業圍棋棋士的電腦圍棋程式。2017年5月,AlphaGo在中國烏鎮圍棋峰會的三局比賽中擊敗當時世界排名第一的中國棋手柯潔。

人工智慧三大應用

AI應用領域主要可分為語音辨識、影像辨識以及自然語言處理等三部分。

語音辨識

語音辨識部分,透過多年來語音辨識競賽CHiME的研究,已經有了等同人類的辨識度(CHiME,是針對實際生活環境下的語音辨識,所進行評測的國際語音辨識競賽)。此外,Apple、Google、Amazon也相繼提出可應用於日常生活的服務,因此其成熟度已達到實用等級。

影像辨識

影像辨識部分,雖然一般圖片的辨識已有同等於人類的辨識率,但動態影像的辨識準確度卻仍比不上人類,目前還在進行各種演算法的測試。其中,影像辨識目前最火熱的應用場域非自動駕駛莫屬了。
整個汽車、資通訊產業都正朝著自駕車的方向努力,例如Google持續進行自動駕駛的研究,TOYOTA也在美國設立豐田研究所,可以知道現階段的開發已十分接近實用化。因此,我們可判斷目前影像辨識的成熟度是介在研究和實用等級之間。

自然語言處理

自然語言處理(Natural language processing;NLP),是試著讓人工智慧能理解人類所寫的文字和所說的話語。NLP首先會分解詞性,稱之「語素分析」(morphemic analysis),在分解出最小的字義單位後,接著會進行「語法分析」(syntactic analysis),最後再透過「語意分析」(semantic analysis)來瞭解含意。
輸出部分,自然語言處理也與生成文法(generative grammar)密切相關。生成文法理論認為,只要遵循規則即可生成文句。這也代表著,只要把規則組合在一起,便可能生成文章。

© Copyright 2020 LuisaAIweb.com. All Rights Reserved.

Designed with Mobirise - Try it