人工智慧時代的科學思維統計之美

人工智慧的發展，有三個大派別*：

1. 符號主義：認為人工智慧是源於數理邏輯，人類智慧基本單元是符號，認知過程就是符號運算。
2. 聯結主義：認為人工智慧源於仿生學，人類智慧的基本單字是神經元，認知過程是由神經網路構成的。
3. 行為主義：認為人工智慧源於控制論，智慧取決於感知和行為，不同的行為表現出不同的控制結構。

當今人工智慧的成功，主要靠深度學習加大數據，所以目前看來三大人工智慧的派別，是由聯結主義勝出了。

戰勝圍棋職業選手的AlphaGo，就是電腦人工智慧深度學習的代表作。在更早的深藍機器，採用的是演繹法，利用公理和假設，計算出最有勝率的下一步。而AlphaGo採用的則是歸納法，透過「閲讀」大的棋譜，進行深度學習，歸納出最好棋步的下法。

仿神經單元的電腦運作，簡述於下。

人的神經單元，能接受一組變的輪入x1, x2, …xm, 細胞核收到這個m個訊號的輸入，用W1,W2, …Wm的權值計算，再加上一個常數項W0, 的形成的資訊量I為：

I=W0+x1*W1+x2*W2+…+xm*Wm

I 這個資訊量只有大到一個由啓動函數決定的閥值之上，才會繼續被傳遞出去，可能變成下一個神經元m個輸入中的一個。好多層的神經元交接在一起，就可以構成一個非常複雜的神經網路了。

有了線性滙總和啓動函數，我們就可以用數學模式，模仿神經元細胞的工作機制了。

在任兩個神經元間的權數是必須估計的，這可以用深度學習的方式來求解。而對AlphaGo 而言，就是閲盡全世界的棋譜，在電腦的仿生神經元的數學結構中，建立勝率較高的權數連結。未來在對弈的時候，接受到了棋局的輸入，就可以輸出勝率最大的一步了，很神奇吧！

*：《人工智慧時代的科學思維統計之美》，李艦 海恩 著，張慶暉 審閲

2020/7/20 人工智慧時代的科學思維統計之美 Damakey