人工智慧的發展與應用
人工智慧的發展與應用 講者／林斯寅（國立宜蘭大學資…
深度學習
在深度學習之前 充滿日本職人精神的電腦視覺AI
在深度學習之前 充滿日本職人精神的電腦視覺AI
編譯／江彥成、黃思齊
深度學習是電腦視覺的唯一途徑嗎？
機械手臂靈巧性再升級
機械手臂靈巧性再升級
編譯／許晉華
科技發展蓬勃的今日，機械手臂已跨足各個領域，輔助人類提升工作效率。其所追求的最終目標，不外乎是能和人類的雙手一樣敏捷，以執行更精密的任務，惟現有機械手臂的靈巧性仍遠不及人類。因此，OpenAI團隊推出結合AI的全新系統Dactyl，透過強化學習和能高速平行運算的訓練平台Rapid，讓Dactyl在50小時的訓練過程中吸收相當於100年的學習經驗，更自行摸索出人類常用手勢，大幅提升機械手臂的操作靈活度。
向量式導航和人工網格細胞
向量式導航和人工網格細胞
史丹佛大學應用物理系博士班 陳奕廷
探索新的道路、回到記憶中的地點和尋找捷徑等，這些能力看似簡單，卻難以解釋。一直以來，大腦的空間辨認能力是個謎，沒有數學模型能夠好好地描述，亦沒有人工智慧能在這方面和大腦相比。直到最近，採用深度強化學習的最新人工智慧達到了人類等級的空間辨識和導航能力，它不僅能走迷宮，還會抄近路，也對於大腦科學給了一大啟發。不僅僅是人類，大多數的動物都具備「識途」的能力，包含探索新的道路、回到記憶中的地點和尋找捷徑。這種看似簡單的能力，在大腦中的運作原理卻相當複雜。除了難以用生物實驗驗證之外，也很難用理論解釋。
科學家必看！AI正在改變科學研究的方式
科學家必看！AI正在改變科學研究的方式
史丹佛大學應用物理系博士班 陳奕廷
你是否覺得在新聞、臉書、廣告和你的朋友都在討論人工智慧、深度學習和大數據？沒錯！因為它們就是這麼重要！人工智慧除了應用在「傳統人工智慧領域」，他也席捲了直覺上跟人工智慧毫不相干的許多科學領域。包括尋找新的基本粒子、憂鬱程度的預測、從書寫風格判斷個性、古文鑑定、找出自閉症根源、去除天文雜訊和研發製藥，這些都和AI有關。讓我為你一一介紹！
AI、人類與社會
AI、人類與社會
陳文翊
在1997年IBM的Deep Blue擊敗西洋棋的世界冠軍。2011年，IBM開發的Watson在美國的益智節目Jeopardy!中，挑戰電腦運算能力回答富有背景意義或雙關等複雜的問題，擊敗了兩位衛冕者；在2016年DeepMind團隊開發的Alphago挑戰了人們視為博大精深的圍棋。不同於象棋跟西洋棋以先擒王為勝，圍棋以獲取最大領域者為勝，為此必須考量全局局勢方能作出正確判斷，而這是傳統程式難作到的。原本各界並不看好Alphago，但完全出乎意料地4:1擊敗南韓棋王李世乭。之後DeepMind團隊開發出進階版的Alphago Master以3:0擊敗中國當今最強的棋手柯潔，近來該團隊甚至開發出自我學習的系統Alphago Zero，能力甚至凌駕Alphago Master。
Pages
- 1
- 2