回首頁
「服務他人是你住地球應該付出的租金。」– 穆罕默德‧阿里 (拳擊手)
"Service to others is the rent you pay for your room here on earth." -- Muhammad Ali, Boxer
文章搜尋
最新消息
英語島Newsletter
天天閱讀英語島,在這裡感知世界,汲取英文的養分。
 

1969年,擁有全智能的貓型機器人哆啦A夢(Doraemon)第一次走進大雄的房間,將近五十年過去了,許多人對未來的想像仍帶有藤子不二雄所描繪的影子,方便的道具、時光機、可以跟人做朋友的機器人...

其實,AI的發展幾經波折。

從60年代人們對科技跟AI充滿樂觀,70年代對運算速度低落的失望;到1997 AI西洋棋打敗人類,重新燃起希望,但隨後又沮喪地發現功能依然侷限;直到現在,「機器學習」跟效能大幅提升的處理器,讓運算大量數據、進而預估未來變得可能,AI是否真的能進入我們生活呢?

以下內容分成兩部分,從過去AI多以研究人員代表(John McCarthy、吳恩達)的時代,到今天科技五巨頭瓜分AI的版圖:

【AI發展史第一步:給他魚不如教他釣魚】

代表人物1: 開始與機器溝通

John McCarthy 約翰・麥卡錫


1956 創造出「人工智慧」(artificial intelligence)一詞

1958 創造專為編寫AI程式的語言:LISP (List Processing Language)(之後沿用於語音辨識,例如Siri)

1966 用程式與俄國人對弈西洋棋,雖然輸了卻發下豪語「未來十年電腦會是西洋棋之王」(雖然1997電腦才大獲全勝)

 

代表人物2: 直接教機器「學習」

Andrew Ng 吳恩達

2011 帶著「深度學習」技術到Google創建「Google Brain」
(深度學習讓機器模仿人腦傳遞訊息的過程,為一種判別模型)
(著名例子:讓基礎為零的AI看Youtube認識「貓」)

2012 創辦Coursera

2014 在中國百度研發AI「百度大腦」

2017 回到美國,在coursera開設「Deeplearning.ai̍」課程

 

【AI發展史第二步:從Mobile-first到AI-first】

看好AI商業潛力,5大科技公司各有所長: 

1. Google:擁有大量資料,分析之王

由機器學習團隊搜集、分析海量資料:Google Brain & DeepMind

AI產品集中在語音辨識及圖像識別:

Cloud Machine Learning Engine

Cloud Natural Language

Cloud Speech

Cloud Translation

Cloud Vision

Cloud Video Intelligence API

建立AI生態:管理工具Kubernetes、開源機器學習系統TensorFlow

 

2. FacebookFB強化媒體體驗,掌握每人接收的資訊

Facebook的人工智慧研究團隊,簡稱FAIR,擁有世界級的專業人員

(FAIR=Facebook Artificial Intelligence Research)

你應該要認識這些人:

-AI實驗室院長:Yann LeCun(卷積網路之父)

-機器學習應用團隊負責人:華金・坎德拉 Joaquin Candela

華金・坎德拉2017年初在一場紐約的會議中鄭重說道:

“Facebook today cannot exist without AI. Every time you use Facebook or Instagram or Messenger, you may not realize it, but your experiences are being powered by AI.”

「今天的Facebook不能沒有AI。每一次你打開FB、IG或Messenger,也許你沒發現,你所有的體驗都是AI完成的。」

 

3. Amazon:協助新創,深入商業活動

美國零售界霸主Amazon已經推出多項智慧服務:

Amazon Alexa:智慧語音助手,可聽歌、點菜、叫車

Amazon Web Services (AWS):適合創業的彈性雲端主機服務

其中包含Amazon AI:

這個AI平台提供三項服務:影像分析、文字轉語音、聊天機器人(Rekognition, Polly, and Lex)

 

4. Apple大運算能力,創造消費者對AI的需求

9/12蘋果發表會公佈了iPhone X的最新仿生晶片A11,為的是讓「機器學習」進到每個人的手掌心。

“The new A11 Bionic neural engine is a dual-core design and performs up to 600 billion operations per second for real-time processing. A11 Bionic neural engine is designed for specific machine learning algorithms and enables Face ID, Animoji and other features.”

「新的A11仿生神經系統是一個雙核心設計,並且能每秒進行6億次運算。A11仿生系統的設計,是為了支援Face ID、Aminoji、其他功能等等的機器學習演算。」 

 

5. Microsoft定位為智慧工具,整合人與人的交流

Nadella成為CEO後,將微軟定位為「工具製造者、平台提供者」,強調AI應該被「民主化」,任何人都能取得。

例如:

(1) Skype即時翻譯:通話的同時使用語音辨識技術,將語音轉為文字、再轉譯成目標語言。

(2) PowerPoint多語即席翻譯:選定語言,支援多個使用者將演講內容同時轉譯成目標語言。

 


編輯整理/英語島編輯室

本文收錄於英語島English Island 2017年10月號
訂閱雜誌

加入Line好友