什麼是人工智慧、機器學習和深度學習?

6 min readMar 23, 2018

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(Artificial Intelligence, AI)、機器學習(machine learning, ML)、深度學習(deep learning, DL)有什麼差別。下圖是我從網路節錄[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:

A Artificial Intelligence: “Intelligent Agents“ refers to the ability of the computer to simulate/model human thinking processes to imitate human ability or behavior.
Machine Learning: Learning the model from the data (data-driven model).
Deep Learning: learning data representations with use a cascade of multiple layers of nonlinear processing unit.

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。