BENEVO台灣部落格 之 科技應用。創新與分享

人工智慧（Artificial Intelligence，AI）是指人類製造出來的機器所表現出來的智慧，它從早期是以更聰明的機器手臂取代工廠裡的勞工，到機器學習過濾垃圾郵件，分析我們的行為並且投放相關的廣告，近來年由於深度學習技術的突破，無人車即將取代司機，甚至靠腦力的白領工作都岌岌可危，到底什麼是機器學習？什麼又是深度學習呢？

我們常常聽到的「機器學習」（Machine learning）是屬於人工智慧的一部分，另外「深度學習」（Deep learning）又屬於機器學習的一種，如下圖所示。

▲

人工智慧、機器學習、深度學習的範圍。（參考：nVidia）

機器學習（Machine learning）

顧名思義機器學習就是要讓機器（電腦）像人類一樣具有學習的能力，要了解機器學習，就先回頭看看人類學習的過程，人類是如何學會辨識一隻貓的？大致上可以分為「訓練」（Training）與「預測」（Predict）兩個步驟：

訓練（Training）：小時候父母帶著我們看標註了動物名字的圖片，我們看到一隻小動物有四隻腳、尖耳朵、長鬍子等，對照圖片上的文字就知道這是貓，如果我們不小心把老虎的照片當成貓，父母會糾正我們，因此我們就自然地學會辨識貓了，這就是我們學習的過程，也可以說是父母在「訓練」我們。

預測（Predict）：等我們學會了辨識貓，下回去動物園看到一隻有四隻腳、尖耳朵、長鬍子的小動物，我們就知道這是貓，如果我們不小心又把老虎當成貓，父母會再次糾正我們，或者我們自己反覆比較發現其實老虎和貓是不同的，即使父母沒有告訴我們，這個是我們判斷的過程，也可以說是我們在「預測」事物。

機器的訓練與預測

要讓機器（電腦）像人類一樣具有學習與判斷的能力，就要把人類大腦學習與判斷的流程轉移到機器（電腦），基本就就是運用數據進行「訓練」與「預測」，包括下列 4 個步驟：

獲取數據：人類的大腦經由眼耳鼻舌皮膚收集大量的數據，才能進行分析與處理，機器學習也必須先收集大量的數據進行訓練。

分析數據：人類的大腦分析收集到的數據找出可能的規則，例如：下雨之後某個溫度與濕度下會出現彩虹，彩虹出現在與太陽相反的方向等。

建立模型：人類的大腦找出可能的規則後，會利用這個規則來建立「模型」（Model），例如：下雨之後某個溫度與濕度、與太陽相反的方向等，就是大腦經由學習而來的經驗，機器學習裡的「模型」有點類似我們所謂的「經驗」（Experience）。

預測未來：等學習完成了，再將新的數據輸入模型就可以預測未來，例如：以後只要下雨，溫度與濕度達到標準，就可以預測與太陽相反的方向就可能會看到彩虹。

機器學習的分類

機器學習和人類學習的過程類似，要先進行「分類」（Classification），才能分析理解並且進行判斷，最後才能採取行動，分類的過程其實就是一種「是非題」（Yes 或 No），例如：這一張照片「是」貓或「非」貓。機器學習是由電腦執行程式自行學習，一邊處理大量資料，一邊自動學會分類方式，就如同人類在學習一樣，因此機器學習就是在進行資料處理。

機器學習的種類

監督式學習（Supervised learning）：所有資料都有標準答案，可以提供機器學習在輸出時判斷誤差使用，預測時比較精準，就好像模擬考有提供答案，學生考後可以比對誤差，這樣聯考時成績會比較好。例如：我們任意選出 100 張照片並且「標註」（Label）哪些是貓哪些是狗，輸入電腦後讓電腦學習認識貓與狗的外觀，因為照片已經標註了，因此電腦只要把照片內的「特徵」（Feature）取出來，將來在做預測時只要尋找這個特徵（四肢腳、尖耳朵、長鬍子）就可以辨識貓了！這種方法等於是人工「分類」，對電腦而言最簡單，但是對人類來說最辛苦。

非監督式學習（Un-supervised learning）：所有資料都沒有標準答案，無法提供機器學習輸出判斷誤差使用，機器必須自己尋找答案，預測時比較不準，就好像模擬考沒有提供答案，學生考後無法比對誤差，這樣聯考時成績會比較差。例如：我們任意選出 100 張照片但是沒有標註，輸入電腦後讓電腦學習認識貓與狗的外觀，因為照片沒有標註，因此電腦必須自己嘗試把照片內的「特徵」取出來，同時自己進行「分類」，將來在做預測時只要尋找這個特徵（四隻腳、尖耳朵、長鬍子）就可以辨識是「哪類動物」了！這種方法不必人工分類，對人類來說最簡單，但是對電腦來說最辛苦，而且判斷誤差比較大。

半監督式學習（Semi-supervised learning）：少部分資料有標準答案，可提供機器學習輸出判斷誤差使用；大部分資料沒有標準答案，機器必須自己尋找答案，等於是結合監督式與非監督式學習的優點。例如：我們任意選出 100 張照片，其中 10 張標註哪些是貓哪些是狗，輸入電腦後讓電腦學習認識貓與狗的外觀，電腦只要把照片內的特徵取出來，再自己嘗試把另外 90 張照片內的特徵取出來，同時自己進行分類。這種方法只需要少量的人工分類，又可以讓預測時比較精準，是目前最常使用的一種方式。

【延伸閱讀】機器學習的種類還有增強式學習與馬可夫決策過程，都是機器學習重要的觀念，有興趣的人可以參考〈知識力專家社群：機器學習（ML：Machine learning）〉。

人工神經網路（ANN：Artificial Neural Network）

人工神經網路（ANN）又稱為「類神經網路」，是一種模仿生物神經網路的結構和功能所產生的數學模型，用於對函式進行評估或近似運算，是目前人工智慧最常使用的一種「模型」。科學家模仿人類大腦的神經網路，提出了「赫布理論」（Hebbian theory），用來解釋學習過程中大腦神經元變化的神經科學理論，突觸上一個神經元向突觸下一個神經元持續重複的刺激，可以導致突觸傳遞效能的增加，也就是人工神經網路上的「權重」（Weight）。

人類大腦的「神經元」（Neural），如下圖（a）所示，我們把人類大腦複雜的神經元簡化成一個圓圈和一個箭號，如下圖（b）所示，圓圈內的數字代表這個神經元的神經衝動強度，箭號旁的數字代表這個神經元突觸傳遞效能，也就是「權重」，則大腦內複雜的神經網路就可以簡化成人工神經網路，如下圖二（c）所示，一層層的連結起來，以手寫辨識數字為例，「輸入層」就是我們手寫的數字，「輸出層」就是辨識的結果數字 0~9。

▲ 人工神經網路示意圖。

【延伸閱讀】機器學習的單層感知器（SLP）與神經網路模型的計算方式，都是機器學習重要的觀念，有興趣的人可以參考〈知識力專家社群：人工神經網路（ANN：Artificial Neural Network）〉。

符號與意義

如果電腦可以自行分析資料找出特徵值，那就更接近我們想要的人工智慧，也就是人工創造出來可以思考的電腦。這個時候電腦能夠自己分析資料理解「有斑紋的馬」這個特徵，只要人類告訴電腦這個特徵所使用的符號叫「斑馬」，就把符號與它所代表的意義相互連結（接地）了！

符號「貓」或「Cat」，意義是指尖耳朵、尖眼睛、長鬍子很可愛的一種動物，這些就是「特徵值」。人工智慧面臨許多問題就是因為電腦無法自行理解符號的「意義」，而最近發展的「深度學習」已經可以讓電腦自行分析資料找出「特徵值」。

▲ 符號「貓」與「特徵值」示意圖。

深度學習（Deep learning）

深度學習（深度神經網路）是讓電腦可以自行分析資料找出「特徵值」，而不是由人類來決定特徵值，就好像電腦可以有「深度」的「學習」一樣。而深度學習使用多層神經網路，理論上隱藏層愈多自由度與精確度愈高，但是結果相反，因為誤差反向傳播（EBP）很難傳遞回更上一層的神經元，就好像主管經由員工提供的資訊進行判斷，正確的資訊是由下（員工）向上（主管）提供（反向傳播），而修正時由上（主管）向下（員工），當階層太多時效果不佳。因此深度學習不但使用多層神經網路，同時使用「自動編碼器」（Autoencoder）來進行「非監督式學習」（Un-supervised learning）。

Google 貓臉辨識計畫

Google 公司 2012 年做了一個實驗，由 YouTube 的影片中取出 1,000 萬張圖片，使用具有 100 億個神經元的深度學習神經網路，由 1,000 台電腦（16,000 個處理器），運算 3 天才完成。

• 將 1,000 萬張圖片輸入深度學習神經網路，經由數層神經網路使電腦自行學習找出「特徵值」而能夠辨識「對角斜線」，如下圖（a）所示。
• 再經由數層神經網路使電腦能夠辨識「人臉」，如下圖（b）所示，以及「貓臉」，如下圖（c）所示，形成抽象度愈高的「特徵值」，最後經由特徵值理解這個東西的「意義」。
• 此時只要我們告訴電腦具有下圖（b）這個特徵值的東西稱為「人」（符號）；具有下圖（c）這個特徵值的東西稱為「貓」（符號），電腦就能夠將符號與意義產生連結了！
• 未來只要我們輸入其他照片，電腦就能夠自動判斷這個是人，那個是猫，這個學習的過程其實和人類學習過程是類似的。

▲ Google 貓臉辨識計畫深度學習神經網路示意圖。

Reference: https://technews.tw/2017/10/05/ai-machine-learning-and-deep-learning/