AI人工智慧_思與思的協定
AI人工智慧_思與思的協定
人工智慧AI_思與思的協定
http://lmy20121416.pixnet.net/blog/post/340590042
看著新聞中出現的pepper，忍不住想起鴻海，忍不住想起郭台銘董事長捐贈台大的「台成幹細胞中心」，忍不住想起「佛心」。忍不住要想起曾經可謂「不見天日」眼精總是忍不住流汗、覺得聽到「祝你早日康復、要加油」……都好沉重的曾經……的曾經。感謝人類偉大智慧的恩賜，感謝台大骨髓移植團隊悉心的照顧，感謝那位不曾謀面的「髓緣」，感謝慈濟師姐師兄們的鼓勵和陪伴，感謝所有的朋友們，感謝所有的「血緣」們。
應邀編寫有關AI人工智慧的資料，是集所有的感恩感謝的終於…，謹向所有的感恩致敬。
AI人工智慧電影熱映，越來越多人對AI人工智慧這門趨勢科技開始熱衷；不論是想像，不論是應用和發展。讓人忍不住矛盾，忍不住要期待要想像_人工智慧何時會超越人類智慧！成為科技主流；對遲早要面臨的問題，我們要如何參與AI人工智慧！一起相互適應！以色列國家科學實驗中心致力研究軍事和金融商業上 AI智慧技術驚人，其實以色列在科技的研發早顛覆一般西方新聞裡的刻板印象，今日以色列早晉昇至科學科技的翹楚。
科技急速衍生新局，任何思考基楚顯著地的改變，巨大的影響牽動我們的學習。過去的人工智慧程式設計知識已無法成就機器邁向無限多元的單一指令。從讓機器學習，到創造機器自行的感官系統，達到甚至超越人類級的人工智慧；但又想避免機器智慧太擬人化了！這領域的強大發展，讓我們談到人工智慧時，第一個跳入思維的或許會想到「魔鬼終結者」浮動的神經AI！
人工智慧可解釋成一個_超級智能優化的流程，目標是從運算上賦予智慧最強化！讓AI能夠發展自己的運算能力！控制要傳達的核心思想，在了解自己想要控制的架構上付諸實施。
Cornus的意思是說，把人工智慧解釋成「特斯拉線圈」型的無線網路，讓超級智慧跳脫限制，學習人類的價值觀；更聰明更安全的和人類同一陣線；人類設計的機制_AI人工智慧適合我們的價值觀，像「鋼鐵人」那史塔克的夥伴！
導演史蒂芬·斯皮爾伯格曾經導過一部電影_「人工智慧」，人工智慧Artificial Intelligence, AI，或稱機器智慧，是指人工製造系統所表現的智慧。一般人工智慧是指透過普通電腦實現的智慧；同時也探索這樣的智慧系統能否實現，及如何實際在科學領域上應用。人工智慧的研究具高度專業性和技術性，各領域其實都不相通，因而涉及的範圍極廣。首先是技術問題，主要集中在解決具體事務，要如何運用不同工具完成特定應用程式的操作。
AI的問題核心包括知識、推理、學習、交流、規劃、感知、移動及操作等。人工智慧領域的長遠目標，目前的方式是統計，計算智慧與傳統AI的連結。像搜尋和數學邏輯，目前正大量應用人工智慧，機率和經濟學的演算等，也正逐步大量以AI連結。人工智慧的兩部分，是「人工」與「智慧」。「人工」容易理解，我們只要考慮什麼是人力能製造的，或者只推演人的智慧程度是否高到可以創造人工智慧！就是說在化量意義下的人工系統被創造出最優化！其次就是關於什麼是「智慧」。
智慧悠關心靈mind、意識consciousness、自我self、精神unconscious mind等層面。我們瞭解的智慧普遍認同的觀點是人本身的智慧，但有時候我們對自身智慧的理解也非常有限，對於人類智慧必要元素的瞭解也有佝限，所以要定義什麼是「人工」「智慧」了，就涉及對人本身智慧的研究。至於關於動物或其它人為系統的智慧，同樣被認為是人工智慧相關的課題。
在計算機領域，目前人工智慧已獲得廣泛的發揮;尤其在機器人、控制系統、仿真系統，或經濟決策中已普遍應用。人工智慧目前的研究方向已區隔出幾個相互的子領域，研究人員是希望一種人工智慧系統至少應具備某項特定能力，可直接模仿人類進行推理，類似棋盤般對人類的思考模式進行邏輯推理；或利用機率結合經濟學上的概念，研究發展了出方法處理不完整不確定的資訊。
對於可能需要大量運算資源的困難問題，類似發生可能組合爆增_如果問題超過一定的規模，電腦會需超大數量的記憶體及運算時間；這時優先尋找更有效的演算方式是人工智慧研究的功能。人類通常解決問題的模式，是直觀、快捷的判斷，早期的人工智慧研究通常採逐步推演，表征性的解決問題取得進展；實實上的研究則強調感知，試圖模擬人類神經網路和大腦結構重現的這項技能。
Agent智慧必須能夠制定目標及實現目標，就需要方法建立可預測的模式，將整個狀態用數學模型去表現，並預測這種行為將如何改變這個目標，這樣就可以選擇功效最大的模式。一般規劃問題在傳統上，Agent智慧是被假定具影響力的，所以要做出什麼行為已經確定；但是事實並非如此，這必須定期檢查目標模型的狀態能否和目標預測相符合，若不符合，即必須改變計劃。因此智慧模擬必須在預測不確定結果的狀態下，推理的能力。
對人工智慧而言，機器學習自始就很重要；在很多的Agent中，規劃多個Agent合作與競爭，合作完成目標，使用演算法演化，主要以群體智慧達成整體的行為目標。機器學習的目的是為從使用者輸入資料處獲得知識，從而幫助解決更多問題，減少錯誤，提高問題解決的效率。
模擬情感和社交技能對智慧agent非常重要。首先是設計動機和預設狀態下的情感，去預測可能的行動；因此決策理論要能塑造檢測擬人情感和情緒感知能力。此外，尚須建構良好的人機互動，智慧代理人表現出來的情緒，必須自在圓和的與人打交道，就是要有表現正常情緒的能力。
人工智慧的子領域代表理論和實際實現產生的系統，輸出時的創意和系統識別的創造力也一併定義，所以人工直覺和人工想像的多元智慧都是被納入的研究。人工智慧研究人員往往希望最終建構個一具有超強人工智慧的系統，能結合所有技能，並且要能超越大部分的人類能力。有人則認為，要達成上開目標，需要更擬人化的特性，如具備人工意識或類人工大腦，讓人工智慧更具完整性。
就是_設定能解決其中一個問題，必須也要能解決全部的問題。即使是簡單或者特定任務都可迎刃而解，例如須用到機器翻譯時，可能需要強人工智慧能像人類一樣，機器即可按照創作者的推理完成，知道什麼是人需要的知識，再呈現作者的情感去推算，因此被認為機器翻譯最具人工智慧完整性。
比爾蓋茲、史蒂芬·霍金……等，都對人工智慧技術的未來表示憂心，若在許多方面，人工智慧若超越人類智慧水平，再不斷更新，不停自我提升，步步進逼下也有可能取得控制管理權；這時人類是否有足夠的能力及時停止人工智慧領域的競爭，人類能否依然保有最高掌控權！可能存在的現有事實是_機器或許失控導致人員傷亡，這種情況是否會大規模出現？觀諸歷史，至少至目前為止顯然無法有樂觀可靠的答案。
特斯拉電動車集團的馬斯克Elon Musk就曾在航太研討會上明示，人工智慧就像惡魔的顯微鏡，認為研用人工智慧一旦開始製造抵抗人類甚至超越人類的智慧機器，人類智慧可能很難獨自生存，比爾蓋茲同意馬斯克Elon Musk所言，並直言_不知道為何有些人不擔心這問題！
最著名的當屬2016年時的一場世紀對奕_DeepMind的人工智慧系統在「AlphaGo」對戰南韓棋王李世乭時獲勝；開發商隨即表示，在其內部設立的倫理委員會，已針對人工智慧的應用制定政策，防範人工智慧淪為犯罪開發者的超級工具！
科技越進步人工智慧科技產生的「自主型武器」軍備競賽也早展開，美國、英國、以色列甚至北歐挪威，都已悄稍部署自主飛彈與無人操控的無人機，最爭議的是_具備搭載「射後不理」fire-and-forget飛彈的能力，多枚飛彈間尚可互相溝通、分享找到攻擊目標！
英國獨立報就發表一則警告發文，指出人工智慧可能比人類金融市場、科學家、人類領袖更能操縱人心，甚至研發出人類無法理解的超級武器；專家們就恐怕這將發展到無法控制的局面，並援引_聯合國禁止研發某些特定武器的「特定常軌武器公約」，意在籌謀防犯和限制；但有專事人工智慧的教授認為，這是一種欺騙，因為機器無法區分敵我！
CNN財經網數字媒體學家兼Webbmedia集團創始人艾米·韋伯Amy Webb……等紛紛開始預測一些即將被機器人取代的職業，日本和英國的研究學者的共同調查也指出，在十至二十年之後，日本可能有超過兩百種49%的職業種，可能被機械和人工智慧功能取代而消失，直接影響的是數以千萬人計的人力職場。如：超市、一般事務、計程車、收費站、收銀員、市場銷售員、客服人員、製造業工人、金融人員和分析師、記者、電話公司員工…，甚至麻醉師、士兵、保全、律師、醫生、軟體開發者和操盤手、股票交易員等高薪酬的職業，將最受到極大衝擊。
人工智慧較早的定義，指人工智慧是人造機器所表現出來的智慧，要讓機器行為看起來就像人所表現出來的智慧行為。但這個初期定義似乎忽略了強人工智慧的可能性。目前對人工智慧的定義劃分為四類，「像人一樣思考」、「像人一樣行動」、「理性地思考」及「理性地行動」。這裡_「行動」，廣義地被界定為採取行動而不是肢體動作和制定行動的決策。
