近年來巨量資料(Big Data)應用發展極受重視,隨著科技發展,資料產出已不容忽視,如此龐大的資源若能妥善運用,必能將資訊產值大幅提升,而人工智慧則能提出更優化的運行模式。

藉由複雜的演算流程,建出具備等同於人類智力特徵的機器,這就是「廣義人工智慧」的概念,就像是使機器擁有人類的所有感覺、理智,能像人類一樣思考,甚至更多能擴展的可能性的神奇機器。「狹義人工智慧」則是指在處理特殊任務時,機器表現如專家一樣好,達到協助各行各業的發展,「機器學習」因此誕生了。

機器學習是通過演算法來分析數據,從中學習、判斷或預測現實世界裡的某些事物,並不是手動編寫帶有特定指令的軟體程序來達成某個特殊任務,而是用大量的數據和演算法來「訓練」機器,讓它學習如何執行任務。

為了使機器能更優化、更完善的學習我們交代的任務,「深度學習」開創出機器學習的實際應用,並能全面推廣人工智慧領域 ,運用深度學習,將雜訊高的數據整合,希望把資料透過多個處理層中的線性或非線性轉換,抽取出足以代表資料特性的特徵。

在深度學習強大的處理能力下,能協助各行業處理繁複的任務,包含無人駕車、推薦好看電影、甚至是更好的醫療預防服務。

不少研究團隊分享利用巨量資料的研究成果,如在汽車業將深度學習技術用於自駕車的導航系統,利用深度學習圖像辨識的優勢,來識別路標、交通號誌等。醫療業也可透過深度學習技術判讀醫療影像,或是尋找新藥組合。

#智慧 #資料