發表文章

目前顯示的是 3月, 2022的文章

讀書筆記:《用Google玩人工智慧實驗》

圖片
若您覺得文章寫得不錯,請點選文章上的廣告,來支持小編,謝謝。 If you like this post, please click the ads on the blog or  buy me a coffee . Thank you very much. 最近幾年資訊科技一直圍繞在人工智慧與物聯網(物廉網)上,而《 用Google玩人工智慧實驗 》這本書介紹了只需開起瀏覽器就可以在電腦、手機、平板上體驗人工智慧實驗,於是筆者就高興地閱讀此書了。 第1章 認識人工智慧 此章介紹了人工智慧的定義與起源,以及它的發展與現況。在1956年,科學家在一次的研討會中,提出「人工智慧」一詞,希望機器 能夠使用語言 、 能理解抽象概念 、 能解決只有人類可解決的問題 、 能自我改良 等。而 Alan Turing 提出了 Turing Test 來檢驗機器是否具有智慧。 人工智慧經歷過 幾次的起伏 ,從「推理與探索」到「專家系統」到「深度學習」為主流的精采歷史。目前人工智慧可大約分成 專用型人工智慧(弱人工智慧) 以及 通用型人工智慧(強人工智慧) 兩種。 世界各大企業持續提供方便的人工智慧工具,例如 Google AI Experiments 。 第2章人工智慧如何運作 此章介紹了人工智慧如何運作以及機器學習、類神經網路、深度學習的基礎觀念。機器學習、類神經網路、深度學習的關係可參考下圖: 人工智慧研究如何讓 機器(電腦) 表現得有智慧,於是得先有資料給它進行 學習(輸入) ,讓電腦進一步 計算與分析(處理) ,最後產生 結果或功能(輸出) ,如下圖所示: 機器學習 通常分為三種類型:監督式學習(Supervised Learning)、非監督式學習(Unsupervised Learning)、強化學習(Reinforcement Learning)。 深度學習是從類神經網路發展而來的,而類神經網路利用機器來模擬人腦神經系統運作模式。( https://playground.tensorflow.org/ ) 類神經網路 如下圖所示,含有輸入層(Input Layer)、隱藏層(Hidden Layer)、輸出層(Output Layer)。 圖上的每一個圓圈為一個節點,是模仿生物神經元發送訊號。每個節點的輸出若高於一個指定的臨界值,就會啟動該節點,並將訊號傳送給...