還記得2001年「A.I.人工智慧」這部電影嗎?在當時,有誰能想到如今AI人工智慧已經是未來科技的趨勢。隨著日新月異,人工智慧更慢慢演進為機器學習,甚至更深入的深度學習。對於初次接觸這些名詞的人來說,大概搞不清楚人工智慧、機器學習和深度學習的差異在哪吧?簡單說,就以三個同心圓來看,人工智慧是最外圈的圓,機器學習是被人工智慧包圍在中間的圓,而深度學習則是被機器學習包住的最內圈;換言之,人工智慧依序包含了機器學習和深度學習。

 



機器學習是1980年代逐漸興起的人工智慧的一個分支,主要就是讓電腦可以自己從資料中學會一套技能。最早期的機器學習理論大多是統計學家或機率學家提出,後來電腦科學界的人發現這樣似乎可以幫助解決問題,於是機器學習就變成一門統計+資工所衍伸出來的資料科學,從大量的資料中找出規律來學習。

 


深度學習則是機器學習衍生出來的另一個分支,其發展的前身就是「類神經網路」,由Hinton提出,並且於2006 年提出限制玻爾茲曼機(RBM)模型,成功訓練了多層神經網路。然而,深度學習真正受到關注是在2012年,Hinton 的兩個學生參加ImageNet 圖像識別競賽,透過深度學習+GPU的技術,以16.42% 的錯誤率大勝第二名的 26.22%。而後,隨著NVIDIA推出CUDA運算的GPU輔助,深度學習才開始如虎添翼,大放異彩。
 

名稱 機器學習 Machine Learning 深度學習 Deep Learning
起始年代 1980年 2006年
運算方式 大數據分散式儲存 GPU、TPU平行運算
學習架構 監督式學習、非監督式學習、增強式學習 多層感知器、深度神經網路、卷積神經網路、遞迴神經網路
應用領域 垃圾信過濾、語音識別、手寫識別、證券分析等 視覺辨識、語音識別、自然語言處理、生物醫學等


機器學習透過演算法,使用大量的資料找出規律,進行訓練,訓練完成後會產生一套模型;當未來有新的資料出現時,機器學習就能利用訓練出來的模型進行預測。舉個生活中最常見的機器學習案例吧!「垃圾信分類」,就是利用機器學習,在電子信箱中判別、歸類垃圾信。

而深度學習的案例,近來年最廣為人知的大概就是AlphaGo了吧!針對特定的需求設定後,給機器海量的學習資料和規則,告訴機器什麼答案是對的,就能夠透過運算快速得到最佳解答。然而,深度學習再怎麼厲害,還是需要人類去定義、設計,學習將要解決的問題用數字來表達,才能真正利用深度學習解決自己的問題。(延伸閱讀:麗台GPU深度學習成功案例)

> 更多麗臺解決方案

 
 
 

麗臺科技(LEADTEK Research Inc.)成立於1986年,秉持誠信篤實的精神,堅持以「研究創新、品質至上」的信念提供消費者最完善的服務品質。麗臺科技是全球知名的繪圖卡研發製造專業廠商,長期致力於全方位多媒體通訊解決方案,主要產品線包括桌面虛擬化Zero Client與Thin Client、電腦遊戲及工作站繪圖卡、多媒體電話、全球衛星導航系統、數位監控系統及雲端超級運算工作站等多項領域,現在更跨足軟體產業。期望以多元化的創新技術與優異的品質服務全球市場。

麗臺科技股票代號 2465
麗臺科技全球資訊網

媒體連絡人
黃韻潔 Linda_Huang / +886 2 8226-5800 # 887/linda_huang@leadtek.com.tw