深度學習

北京有位教育創業家王熙喬創辦了一所「實驗高中」，不設教室，也沒有傳統課程，學生畢業後也沒有學籍，但仍然吸引數千萬人民幣資金投資。這位21歲的創辦人說，這是為了「改變人類的學習體系」。

若將深度學習比喻為手拉坏，陶土就是資料，陶碗成品是電腦自動找出來的函數（function），而目前有的「拉坯機」為TensorFlow、PyTorch、Microsoft CNTK、Keras等程式庫......核心處理器GPU就像拉坯機的電源，若是GPU強大又穩定，深度學習的運算速度會更快。但最重要的是，身為手拉坏師傅的你，要如何教導電腦這位學徒。

Google最近在期刊《自然》發表研究，展示了深度學習為醫療系統開源節流、提高效率的潛力。

Google早前展示的Duplex技術能夠代人打電話預約，對話自然流暢，但這代表Duplex已經通過「圖靈測試」了嗎？

資訊科醫師雖然不再需要花更多時間辨識病理特徵，但需學習統計相關的概念、理解醫學資訊的演進等，透過人工智慧的醫療服務，也能幫助醫療資源匱乏、醫事人力相對不足的地區。

理解力的強大是透過累積更多的詞彙、知識、概念和規律發展出來的。你的詞彙量、知識量越大，懂得的概念越多，你能夠輕鬆理解的知識就越多，因為你可以理解的相鄰可能得到擴展了。

現今，AI尚停留在只有特定功能表現得比人類更加亮眼的階段，但AI擁有和人類同等智慧的未來並非不可能發生，其實目前有更加可視的危機需要關注。試想，這些被相信終有一天能夠超越人類的技術，正被掌握在誰手中？例如，深度學習研發仰賴海量數據的投入訓練，另外也需要資金和人才支持。

我認為世界上最需要勇氣的事情便是學習，學習是直到我們呼吸終止前都得進行之事，也是需要不斷克服心理恐懼與精神折磨之事，而且還得持續進步、創造人生價值。

新技術能讓這產業變得更美好嗎？我無法回答這個大哉問，但卻有些想法。

作者討論因Coding技術而讓「建築設計」從「願景、計畫、想像」淪為「機械性的客製化產出」後，產業生態因應技術而產生轉變的種種臆測。

假設這樣的技術夠成熟，那麼電腦將會以更低的成本以取代大量的傳統智人，進而產生好壞不一的巨大改變嗎？還會有業主願意花時間和精力去消費建築師針對不同時空背景、耗費心力的高成本設計嗎？

到底什麼是人工智慧？什麼是機器學習？什麼是深度學習？三者的差異在哪？要解決的又是什麼問題呢？

DeepBach是由索尼電腦科學實驗室（Sony CSL）開發。透過深度學習技術學習古典音樂大師巴哈的聖詩歌作品，DeepBach可以模仿巴哈的作曲風格，並創作自己的旋律。

每一步都下出最好步，累積起來就是最後的勝利。所以說柯潔為什麼會輸？他如果要贏，必須每一步的勝率都比AlphaGo高，但人腦不可能在短時間計算那麼多可能棋步，只能憑直覺，而直覺是一種相對不精確的深度學習。

人工智慧如何不斷地進化與學習？透過深度學習、機器學習、非監督式學習等方式，在其所屬的環境中找出最佳的行動。

我們過去總認為，電腦是工具，只能幫我們處理機械化的工作。但廖弘源博士兩個最新研究之中，都包含著非常複雜的深度學習運算技術，若研發成熟後，人工智慧在影片處理上的技巧，將會突飛猛進。

隨著Alpha Go在棋盤上的勝利，以及Vladimir與Estragon連續三天的對話直播的出現，機器是否能夠思考原本乃是二元論與唯物論思想之間的重要辯論，如今卻將因人工智慧的發展而使得智慧與靈魂這個模糊的邊界更加模糊。

正如我們會把發明汽車、輪船、火箭、太空船等等視為人類文明進步，我們應把AlphaGo看成人類文明另一大進步。