【用戶】ametachu

【年級】高三下

【評論內容】關鍵技術一：文藝復興後的人工神經網絡對於人工智慧，電腦科學家當然希望可以直接模仿生物的神經元運作，因此設計數學模型來模擬動物神經網絡的結構與功能。所謂人工神經網絡是一種仿造神經元運作的函數演算，能接受外界資訊輸入的刺激，且根據不同刺激影響的權重轉換成輸出的反應，或用以改變內部函數的權重結構，以適應不同環境的數學模型。關鍵技術二：靠巨量數據運作的機器學習科學家發現，要讓機器有智慧，並不一定要真正賦予它思辯能力，可以大量閱讀、儲存資料並具有分辨的能力，就足以幫助人類工作。1970年代，人工智慧學者從前一時期的研究發展，開始思辯在機器上顯現出人工智慧時，是否一定要讓機器真正具有思考能力？因此，人工智慧有了另一種劃分法：弱人工智慧（Weak AI）與強人工智慧（Strong AI）。弱人工智慧意指如果一台機器具有博聞、強記（可以快速掃描、儲存大量資料）與分辨的能力，它就具有表現出人工智慧的能力。強人工智慧則是希望建構出的系統架構可媲美人類，可以思考並做出適當反應，真正具有人工智慧。關鍵技術三：人工智慧的重要應用：自然語言處理對人類來說，如何讓這些現代自己製造出來的機器們，可以聽懂人話，並與人類「合作」，絕對是可以推動我們面對未知宇宙的重要助手。自然語言處理（Natural Language Processing, NLP）的研究，是要讓機器「理解」人類的語言，是人工智慧領域裡的其中一項重要分支。英國雷丁大學的演化生物學家馬克．佩葛（Mark Pagel）認為，最早的一種「社會科技」是人類的「語言」，語言的發明讓早期人類部落透過新工具：「合作」在演化上占有優勢。自然語言處理可先簡單理解分為進、出計算機等兩種：其一是從人類到電腦──讓電腦把人類的語言轉換成程式可以處理的型式，其二是從電腦回饋到人──把電腦所演算的成果轉換成人類可以理解的語言表達出來。資料來源：https://www.bnext.com.tw/article/41534/3-key-techniques-of-ai?

【用戶】牛奶

【年級】高三上

【評論內容】人工智慧的三大代表性模型：遺傳演算法、專家系統、類神經網路。遺傳演算法遺傳演算法（Genetic algorithm；GA），又稱為演化式演算法（Evolutionary algorithm），是受達爾文演化論所啟發的人工智慧。它透過「適者生存」的規則，將「優秀的個體」想像成「好的答案」，透過演化的方式來找出最佳解。專家系統專家系統（Expert system），則是針對預設的問題，事先準備好大量的對應方式。它應用在很多地方，尤其是疾病診斷。只不過，專家系統只能針對專家預先考慮過的狀況來準備對策，它並沒有自行學習的能力，因此還是有其侷限性。類神經網路從第三次AI浪潮所興起的機器學習（Machine learning）有許多種手法，其中最受矚目的，莫過於「深度學習」（Deep learning）了。所謂深度學習，是透過模仿人腦的「類神經網路」（Neural network）來學習大量資料的手法。虛擬實境(VR, Virtual Reality)(1) 一種以電腦為主所設計的虛擬環境，用來模擬真實世界的技術。可獲得身歷其境的臨場感，能與虛擬的環境影像形成互動，是一種新的人機溝通模式。(2) VRML(Virtual Reality Markup Language)：一套能與全球資訊網結合，用來描述、產生三度空間互動世界的檔案格式，使全球資訊網的使用者可以觀賞到立體空間的模型。(3) 虛擬實境應用：飛機駕駛、太空訓練、虛擬遊戲機、虛擬博物館、美術館導覽系統、景觀設計、室內設計、分子結構模擬。2. 擴增實境(AR, Augmented Reality)(1) 從虛擬實境演化而來，目的在將電腦產生的虛擬影像與真實世界中的環境相結合，產生混合影像，並可進行互動。可提供真實世界中無法直接獲知的訊息。例如：由手機拍攝實際景物，會從資料庫中搜尋，並在螢幕上立即顯示所有相關的資訊。(2) 擴增實境應用：實地導覽、商業廣告、手機應用、醫療手術、機械維修製造、遊戲娛樂等。

【用戶】ametachu

【年級】高三下

【評論內容】關鍵技術一：文藝復興後的人工神經網絡對於人工智慧，電腦科學家當然希望可以直接模仿生物的神經元運作，因此設計數學模型來模擬動物神經網絡的結構與功能。所謂人工神經網絡是一種仿造神經元運作的函數演算，能接受外界資訊輸入的刺激，且根據不同刺激影響的權重轉換成輸出的反應，或用以改變內部函數的權重結構，以適應不同環境的數學模型。關鍵技術二：靠巨量數據運作的機器學習科學家發現，要讓機器有智慧，並不一定要真正賦予它思辯能力，可以大量閱讀、儲存資料並具有分辨的能力，就足以幫助人類工作。1970年代，人工智慧學者從前一時期的研究發展，開始思辯在機器上顯現出人工智慧時，是否一定要讓機器真正具有思考能力？因此，人工智慧有了另一種劃分法：弱人工智慧（Weak AI）與強人工智慧（Strong AI）。弱人工智慧意指如果一台機器具有博聞、強記（可以快速掃描、儲存大量資料）與分辨的能力，它就具有表現出人工智慧的能力。強人工智慧則是希望建構出的系統架構可媲美人類，可以思考並做出適當反應，真正具有人工智慧。關鍵技術三：人工智慧的重要應用：自然語言處理對人類來說，如何讓這些現代自己製造出來的機器們，可以聽懂人話，並與人類「合作」，絕對是可以推動我們面對未知宇宙的重要助手。自然語言處理（Natural Language Processing, NLP）的研究，是要讓機器「理解」人類的語言，是人工智慧領域裡的其中一項重要分支。英國雷丁大學的演化生物學家馬克．佩葛（Mark Pagel）認為，最早的一種「社會科技」是人類的「語言」，語言的發明讓早期人類部落透過新工具：「合作」在演化上占有優勢。自然語言處理可先簡單理解分為進、出計算機等兩種：其一是從人類到電腦──讓電腦把人類的語言轉換成程式可以處理的型式，其二是從電腦回饋到人──把電腦所演算的成果轉換成人類可以理解的語言表達出來。資料來源：https://www.bnext.com.tw/article/41534/3-key-techniques-of-ai?

【用戶】牛奶

【年級】高三上

【評論內容】人工智慧的三大代表性模型：遺傳演算法、專家系統、類神經網路。遺傳演算法遺傳演算法（Genetic algorithm；GA），又稱為演化式演算法（Evolutionary algorithm），是受達爾文演化論所啟發的人工智慧。它透過「適者生存」的規則，將「優秀的個體」想像成「好的答案」，透過演化的方式來找出最佳解。專家系統專家系統（Expert system），則是針對預設的問題，事先準備好大量的對應方式。它應用在很多地方，尤其是疾病診斷。只不過，專家系統只能針對專家預先考慮過的狀況來準備對策，它並沒有自行學習的能力，因此還是有其侷限性。類神經網路從第三次AI浪潮所興起的機器學習（Machine learning）有許多種手法，其中最受矚目的，莫過於「深度學習」（Deep learning）了。所謂深度學習，是透過模仿人腦的「類神經網路」（Neural network）來學習大量資料的手法。虛擬實境(VR, Virtual Reality)(1) 一種以電腦為主所設計的虛擬環境，用來模擬真實世界的技術。可獲得身歷其境的臨場感，能與虛擬的環境影像形成互動，是一種新的人機溝通模式。(2) VRML(Virtual Reality Markup Language)：一套能與全球資訊網結合，用來描述、產生三度空間互動世界的檔案格式，使全球資訊網的使用者可以觀賞到立體空間的模型。(3) 虛擬實境應用：飛機駕駛、太空訓練、虛擬遊戲機、虛擬博物館、美術館導覽系統、景觀設計、室內設計、分子結構模擬。2. 擴增實境(AR, Augmented Reality)(1) 從虛擬實境演化而來，目的在將電腦產生的虛擬影像與真實世界中的環境相結合，產生混合影像，並可進行互動。可提供真實世界中無法直接獲知的訊息。例如：由手機拍攝實際景物，會從資料庫中搜尋，並在螢幕上立即顯示所有相關的資訊。(2) 擴增實境應用：實地導覽、商業廣告、手機應用、醫療手術、機械維修製造、遊戲娛樂等。