http://goo.gl/URy8ZL

if (typeof (ONEAD) !== "undefined") {

近日南韓棋王李世乭與Google旗下人工智慧公司開發的AlphaGo進行圍棋大戰,「李九段」苦吞三連敗,跌破大家眼鏡,所幸昨日出了「神之一手」贏得第一勝,幫人腦扳回一城。面對這個人工智慧發展的重大里程碑,台灣可以從中學到什麼?這場比賽的結果和賽前預測差很大,主要因素有三項,第一是賽前大家低估了AlphaGo。AlphaGo程式設定可能是每盤棋贏夠多就好,而不是想冒險取得壓倒性大勝,所以局面領先時會下出人意料之外的「緩著」。第二是熟悉程度的不對等。AlphaGo在賽前已學習了李世乭的許多棋譜,而卻沒有多少AlphaGo的棋譜可供李世乭研究。第三是心理因素,李世乭因壓力大而顯現出緊張的情緒,相對而言,AlphaGo真正做到勝不驕敗不餒,毫無情緒可以波動。

新竹小額借貸



ONEAD.cmd.push(function () {



人工智慧起源於1950年左右,經過數十年的發展,已有非常多的成果應用在日常生活中,例如蘋果公司的Siri系統、工廠用的自動光學檢測、機場的人臉辨識系統、Google的無人車等。AlphaGo的成功很大一部分可歸功於程式中的深度神經網路(deep neural network)等機器學習功能。一旦機器有自我學習能力,就有機會進步到設計者不能預知的程度。人工智慧與機器學習技術的應用範圍非常廣泛,未來許多產業的競爭力會取決於智慧的程度。例如智慧高的無人自動駕駛車可以上街不出車禍,智慧低的上不了路就要被淘汰。另一個例子是巨量資料(big data),巨量資料的核心技術也是機器學習技術,可以從數十億筆電子商務資料中自動學習分析出消費者的喜好。未來能夠運用巨量資料的電商終將勝出。又如在各個路口裝感測器,車多時綠燈時間拉長,這是笨的物聯網。把所有的資料匯集到後端做巨量資料分析,以面的方式整體控制交通號誌,甚至影響未來的交通規畫,才是有智慧的物聯網。我們在圍棋人機大戰的熱鬧之餘,更應注意到人工智慧與機器學習已有突破性的進展,這是一個喚醒台灣迎頭趕上的契機。我們該做的事很多,最基本的當然是人才的培育。人工智慧的進入門檻相當高,人才無法用短期訓練班的方式大量創造,需要政府、學界、產業界的重視與長期培養。另一件我們可以立刻做的事是重新檢視一些重大計畫。以往有些計畫以為有用到網路與手機就可以冠以智慧之名,可能忽略了導入成熟的人工智慧與機器學習技術,只要加以適當調整,就可以有畫龍點睛之效。若能如此,AlphaGo戰勝人類棋王這一事件對台灣的意義將深遠得多了。(作者為工研院巨量資訊科技中心主任)(中國時報)

ONEAD.cmd = ONEAD.cmd || [];

if (typeof (ONEAD) !== "undefined") { ONEAD.cmd = ONEAD.cmd || []; ONEAD.cmd.push(function () { ONEAD_slot('div-inread-ad', 'inread'); }); }

台南民間借款



ONEAD_slot('div-mobile-inread', 'mobile-inread');

});

新竹小額借錢

>台南民間貸款



}



新竹小額借款


A5A3E8E773667F92
arrow
arrow
    創作者介紹
    創作者 bvb15t1 的頭像
    bvb15t1

    楊家茵的部落格

    bvb15t1 發表在 痞客邦 留言(0) 人氣()