圖解人工智慧

人工智慧(Artificial Intelligence)

個人筆記：
人工智慧與電腦對於個人來說，人工智慧簡單說是一堆篩選器(SWITCH)所建構的處理器。所有的輸入資訊配合對應的處理器，再進行輸出。

電腦思維：輸入→處理(已經被工程師設定好的方式進行)→輸出 

人工智慧：輸入→處理(人工智慧依照地要求進行調整)處理→輸出

電腦大多數情況是人寫好指令，電腦依指令執行。 

人工智慧則是 電腦能判斷自己該下哪寫指令並執行問題。簡單說電腦不需透過人養成問題解決的能力。所以某種程度AI可被解讀為販賣一種具備人類思考能力的電腦。

看書對我而言，看書目的除了興趣以外，就是了解時局、分析局勢。至於有啥用？
阿知~不容易被騙算嗎? 所以改被高明的騙?

最後按照歷史說法
1990 第一世代： 電子計算機
1950 第二世代： 電腦與OS

2011 第三世代：人工智慧

因此如果懂得股票，我相信你知道該怎麼做？

●電腦擅與不擅長？

處理有系統的資料、分類資料跟對比，有既定事實的確定答案。

1.      電腦擅長分類問題→分析、類化、數據、數位邏輯

2.      不擅長回歸問題→人類的自然語言。

●機械學習

機器學習(Machine Learning)
└→類神經網路(Neural Learning)

     └→深度學習(Deep Learnig)

         ├→卷積神經網絡CNN(Convolutional Neural Network) wiki

         └→循環神經網絡RNN(Recurrent Neural Network) wiki

機械學習方式前先談人類學習方式

人類學習：

     ├→人類學習→嘗試錯誤累積→建立新知識概念

     └→教育人類學習的方式→教師或教具協助鷹架知識→建立新知識

不過人類學習並非惟一學習的模式，學習是不只是眼睛看、耳聽、心體會這麼簡單。神經來說非常複雜。

舉例來說：一個人突然眼睛看不見，他不會忘記如何站立跟坐下只要時間讓他去了解失去眼睛做這些動作的感覺即可

機械學習分為 監督式學習與非監督式學習

     ├→監督式學習(人類教育輔助)→ 很適合訓練成有一定能力的電腦

     └→非監督式學習(探索學習)→深入嘗試錯誤學習

人工智慧學習的好處

     1.程式語言不用人從自然語言的轉譯機械語言。

     2.電腦寫的程式語言對電腦更直觀且節省debug時間。

●人工智慧主流方式

卷積神經網絡CNN(Convolutional Neural Network)

└圖像、影像對比分析。類似應用人臉比對系統，大家可能比較常聽過。

循環神經網絡RNN(Recurrent Neural Network)

└資料有前後關係

EX 我養一隻狗，我  養  一隻 狗 這四部分 ，電腦必須推測  狗 為這句話的重點對象

●反向傳播法 

└電腦需要理解字詞相對關係：

1.我和狗在散步=狗和我在散步= 我和狗一起散步，電腦能理解意思的相近。

甚至更能推估，我和狗一起生活。

2.此種概念就是google搜尋引擎能夠用自然語言搜尋的關鍵。

●現今人工智慧的應用

IBM Watson wiki

聊天機器人的應用