從人工智慧談起

Report
從人工智慧談起
Artificial Intelligence
IBM的深藍 VS 卡斯帕洛夫
1996.02.17世界西洋棋棋王卡斯帕洛夫實現他
不會被電腦打敗的壯志,在四十三手中打敗由
IBM所設計的超級電腦「深藍」。總共六盤
「人腦對電腦」的西洋棋大賽至此落幕,卡斯
帕洛夫獲得三勝二和勝利。
1997.05.11下午在最後一場比賽中,只開戰一
個小時,「深藍」(Deep Blue)下了第十九步棋,
便迫使「棋王」卡斯帕洛夫承認失敗,開啟了
電腦科技可以超越人腦的歷史里程。
~資料來源: http://issue.udn.com/DAILY/200210/102416.htm ~
IBM的深藍 VS 卡斯帕洛夫(續)
「深藍」如果真是人類,世界西洋棋王
卡斯帕洛夫輸棋以後的挫折感,恐怕還
會小一點,因為,當一些國外報導將卡
斯帕洛夫的這一次參戰,定義成了「為
人類尊嚴而戰」的同時,卡斯帕洛夫就
已經背上他身為人類所無法避免的包袱
──情緒。
~資料來源:新新聞532期 「深藍的五位親生父母」~
http://www.new7.com.tw/weekly/old/532/article092.html
IBM的深藍 VS 卡斯帕洛夫(續)
深藍在下棋方面,是有智慧的。但是它
的確沒有其他方面的智慧。它沒有辦法
完善翻譯外文,沒有辦法與一般小孩子
流利對話。它沒有情緒,沒有 EQ。它
從不動怒、從不疲倦、從不高興、從不
失望、從不沮喪。沒有情緒算不算是最
高 EQ?柯斯巴魯夫在最後關鍵一局第
19手棄子投降,是人類最脆弱的表現。
~資料來源: http://www.jjhou.com/review3-11.htm~
「深沈老德」vs 克拉姆尼克
西洋棋王克拉姆尼克和電腦「深沈老德」(Deep
Fritz)在「巴林之腦」西洋棋賽中進行八局較量,
結果各勝兩場另和局四場,打成平手
克拉姆尼克未能擊敗電腦,原因在他有美感,這
卻是人和電腦的一個重要差別。
製造「深沈老德」的是德國電腦公司ChessBase,
這家公司的創辦人之一佛萊德爾說,「深沈老德」
的最大長處不是運算速度快,而是能夠對任何事
物都「坐懷不亂」,可以專注下棋。
~資料來源: http://archive.udn.com/2002/10/21/NEWS/INTERNATIONAL/GLOBAL/1040443.shtml ~
人工智慧
探討如何讓電腦去做哪些人類特性的工作,這
些特性包括智力、想像和直覺力。
廣義的定義
人工智慧是研究如何使電腦在現階段去做那些由人
做起來會比較好的事
人工智慧是一個正在發展中的科學,當研究者
解決了一個人工智慧的問題時,這個問題就會
從人工智慧的領域中被移除-西洋棋
~資料來源: H.L. Capron , Computers Tools for an Information Age~
人工智慧(續)
讓電腦具有人類的知識與行為,並且具有
學習
推理與判斷解決問題
儲存記憶
解人類所說的語言等能力。
簡而言之,人工智慧是一門研究使電腦具備聰
明特性的學科,以及如何使電腦能做一些目前
人類做得較好的事。
http://content.edu.tw/senior/computer/ks_ks/et/ai/chap1/
人工智慧的領域
專家系統(Expert
System)
自然語言(Natural
Language)
問題解決學(Problem
Solving)
機器人(Robotics)
~資料來源: H.L. Capron , Computers Tools for an Information Age~
早期的挫敗
The spirit is willing, but the flash is weak.
心有餘而力不足
英翻俄
俄翻英
The vodka is good, but the meat is spoiled.
伏特加很美味,但是肉的味道就不好
~資料來源: H.L. Capron , Computers Tools for an Information Age~
人工智慧的學習
知識庫(Knowledge base)
推論引擎(Inference engine)
事實:春嬌是志明的太太
規則:如果X是Y的太太,則Y是X的丈夫
人工智慧語言
Prolog
Prolog 起源於 1970 初期, 由 Edinburgh
University 的 Robert A. Kowalski (目前在
Imperial College, London) 與 University of AixMarseille 的 Alain Colmerauer 所發展。在 1972
年, 他們努力的成果, 誕生了 Prolog 這個以
formal Logic 為基本的程式語言。
1982年,日本宣告以Prolog為第五代電腦發展程
式語言,Prolog因此受到重視。
人工智慧語言(續)
Lisp
1958年由John McCarthy在M.I.T.發展出來。
設計的目的是用來處理非數字的資料,如字
元或字詞等。LISP語言與PROLOG都是在人
工智慧常用的語言,在系統程式分析、電腦
輔助教學、專家系統上,LISP都占有了非常
重要的角色。
類神經網路(Artificial Neural Network)
人工智慧進步的主要動力
為了在語音及影像辨認獲致與人腦相似的功能,
自1940年起,科學家即著手從事此方面的研究,
仿造最簡單的神經元模式,開始建立最原始的類
神經網路,歷經40年的發展,類神經的研究工
作雖曾一度陷入低潮,近幾年又再度復甦,並且
結合了生理,心理,電腦等科技而成為新的研究
領域
類神經網路(續)
?
Black Box
類神經網路(續)
類神經網路已被研究多年。這些類神經網路的模
型主要是嘗試著去模仿人類的神經系統,因為人
類的神經系統在語音、聽覺、影像和視覺方面均
有很完美的表現,所以也期望這些模型能夠在這
些方面有出色的成果。
類神經網路是由很多非線性的運算單元(Neuron)
和位於這些運算單元間的眾多連結所組成,而這
些運算單元通常是以平行且分散的方式進行運算,
如此就可以同時處理大量的資料,由這樣的設計
就可以被用來處理各種需要大量資料運算的應用
上。
類神經網路(續)
每一個神經細胞網路模型,其特性是由
網路的拓樸(Topology)圖形,節點的特性
加以決定。在訓練的過程中這些法則最
初是由一組初始權重(Initial Weights)值
來決定,並在學習過程中調整其加權以
增進效率,經由不斷的調整和學習,使
得真正的網路輸出與目標值能達到相同
值後,才固定網路中的加權值,此時才
算訓練完成。
類神經網路(續)
類神經網路由人腦結構所啟發而生的新
計算方式和現今廣泛使用的電腦是十分
不同的。因其是一個高密度排列的連接
點(interconnections),以及不可思議的
簡便處理器(simple processors)而形成的
巨大平行網路。其仍是模擬真正人腦的
神經細胞而得名,但許多細胞中的細節
已被省略刪除,即使如此卻仍然保留了
人腦的基本本質。
類神經網路(續)
類神經網路提供了廣大應用範圍的有效
處理方式,如圖案的繪製,修補,分類;
把金融資料檔案轉換後,形成未來走勢
的評估或繪製可見的影像作為對機器人
的指令及對那些片段遺落或不清的受干
擾圖案,亦可以利用那些已受訓資料來
修補全部圖案的輪廓。
類神經網路(續)
過去以人工智慧或邏輯語言為基礎的第五
代電腦,與掌管思路的人類左腦相似,類
神經電腦則與根據圖形處理或經驗來進行
直覺判斷的右腦相似。所以在不久的未來,
以類神經網路的平行資訊處理技術,勢必
將與逐次資訊處理、人工智慧、專家系統、
模糊邏輯(fuzzy logic)等結合,產生出更
有彈性的電腦

similar documents