AI: What is Machine Learning?
-
0:02 - 0:07[音樂]
-
0:08 - 0:12我的名字是Ali Flores,我在Alexa擔任產品經理。
-
0:12 - 0:13我是Chelsea Haupt博士,我任職於
-
0:13 - 0:16艾倫人工智慧研究所,
-
0:16 - 0:19我的專業領域在於人工智慧驅動的學術搜尋引擎。
-
0:21 - 0:23All around you computers are making
您生活周遭的電腦皆在 -
0:23 - 0:26作出決定,而這些決定會影響
-
0:26 - 0:28您的日常生活。
-
0:28 - 0:32當您在網路上搜尋資料,或瀏覽新聞時,
-
0:32 - 0:34電腦會決定您所看得內容。
-
0:34 - 0:37電腦已經可以識別您的臉孔
-
0:37 - 0:39並聽懂您的聲音。
-
0:39 - 0:41很快地它們也將會駕駛車輛,
-
0:41 - 0:44並且比人類還更能準確地偵測疾病。
-
0:44 - 0:47所以,這怎麼可能呢?
-
0:47 - 0:48您也許曾聽過
-
0:48 - 0:51一種叫做AI的科技技術,
-
0:51 - 0:56or artificial intelligence, true artificial intelligence is decades away
或是人工智慧,其實真正的人工智慧還差幾十年的時間, -
0:56 - 1:01不過有一種當今的人工智慧叫做機器學習。
-
1:01 - 1:06這是一種您可能未察覺,卻每天會互動的人工智慧,
-
1:06 - 1:08而且它提供了機會幫助我們
-
1:08 - 1:12處理許多世界上最艱難的挑戰。
-
1:12 - 1:16機器學習指得是電腦如何識別模型,
-
1:16 - 1:21而且在沒有明確編程的情況下作出決定。
-
1:21 - 1:23更令人眼睛為之一亮的是,它使用的是一種
-
1:23 - 1:25和我們以往編程一部電腦的方式完全不相同。
-
1:34 - 1:38您可以利用編程使電腦學習,
-
1:38 - 1:42就像您自己也是透過反覆試驗,
-
1:42 - 1:43和大量的練習來學習。
-
1:45 - 1:46學習來自經驗的累積,
-
1:46 - 1:49對於機器學習也是一樣的道理。
-
1:49 - 1:54在本案例中,經驗代表很多很多的數據。
-
1:54 - 1:58機器學習可以讀取各式各樣的資料:
-
1:58 - 2:01圖像、影片、音檔或文字,
-
2:01 - 2:05以及開始識別數據中的模型。
-
2:06 - 2:08一旦機器學會識別
-
2:08 - 2:10這些數據當中的模型,它也可以學習基於數據中
-
2:10 - 2:13的模型做出預測。
-
2:13 - 2:16就像察覺到一張車子的圖像
-
2:16 - 2:20和一台腳踏車的圖像之間的差異。
-
2:21 - 2:23人工智慧和機器學習逐漸在廣泛的社會和我們的未來
-
2:23 - 2:29扮演著越來越重要的角色。
-
2:29 - 2:31因此,這也是為什麼我們該透過實戰經驗
-
2:31 - 2:36學習人工智慧的原理如此重要的原因。
-
2:36 - 2:39記住,人工智慧就像是任何一種工具。
-
2:39 - 2:41首先,您從中吸取知識,
-
2:41 - 2:44接著才擁有主宰的力量。