牛人與凡人的差距

Image Source: Wikipedia Pedro Domingos 在終極算法(The Master Algorithm)這本書1裡面提到: 我在大四时,用了一个夏天玩俄罗斯方块游戏,这是一个涉及方块叠加的电子游戏,游戏中由正方形组成的各种形状的图案往下掉,你要将这些图案堆起来,堆得越紧密越好。如果图案堆到屏幕顶部,那么游戏就结束了。当时我完全没有意识到,这就是我接触NP完全问题的开始,这是理论计算机科学最重要的一个问题。 這就是牛人和凡人的差距嗎?Pedro 玩電玩想到 NP-Complete,我輩玩俄羅斯方塊,想到什麼? 這本書的簡體中文版書名是《終極算法:機器學習和人工智能如何重塑世界》,由中信出版社出版 ↩

來塗鴉吧!

Google 的人工智慧研究團隊,設計了一個 A.I. Experiments 網站,展示人工智慧技術能做些什麼,裡面有個 QuickDraw 遊戲,讓你用滑鼠或是手指,依照畫面指示用20秒畫出指定的圖形,比如鴨子、犀牛、房屋、汽車,Google 研究員們利用神經網路技術,判斷你畫的像不像。這個遊戲用手指玩比較方便,用滑鼠畫畫比較不容易。 如果玩者同意,畫的圖形就提供給研究員加入資料庫,大家都聽說過了,神經網路技術技術能發揮作用靠的就是龐大的訓練集(training set),畫的越多,資料越多,QuickDraw 就越準。 有意者盍興忽來,來玩吧。

機器學習 vs. 統計

機器學習越發受到大眾矚目之後,比較機器學習和統計有什麼不同的各種說法越來越多,我自己也在各種資料上,和各種討論(打嘴炮)場合,見過和聽說過各種偏見和意見。有一點小意外, Data Mining 圈大名鼎鼎的 KDNuggets ,竟然找了投資銀行出身的 Astash Shah 來說說機器學習和統計有什麼不同? 從教科書抄出來的定義,和一般大眾的印象,得到的總結是這樣的: Machine learning is all about predictions, supervised learning, unsupervised learning, etc. Statistics is about sample, population, hypothesis, etc. 然後 Astash Shah 說統計是數學的分枝科目,而機器學習的理論技術則是源自人工智慧。 Machine learning is a subfield of computer science and artificial intelligence. It deals with building systems that can learn from data, instead of explicitly programmed instructions. A statistical model,…

用機器學習技術幫助身心障礙患者

看到技術大廠和個人運用機器學習技術幫助身心障礙、學習障礙的患者,能更好的在這個世界活下去,比起看到 AlphaGo 大殺四方和 Libratus 贏了多少錢的新聞,心頭多了幾分暖意。 比如: YouTube 開發新演算法讓字幕更人性,更好理解,聽障人士的福音 (Youtube) rolled out algorithms that indicate applause, laughter, and music in captions. More sounds could follow, since the underlying software can also identify noises like sighs, barks, and knocks. MIT 和 IBM 合作開發語言處理軟體,協助閱讀障礙和認知障礙的患者理解文本 Researchers at IBM are using language-processing software developed under the company’s Watson project to make…

我們應該擔心嗎

前幾天 MIT Technology Review 網站有文章談到深度學習大牛 Yann LeCun 認為機器可以利用機器視覺技術從大量影片中提取「常識」等級的知識,還有篇文章談如何利用機器學習技術,協助法官判案。 光看這兩篇文章的標題,就讓我渾身冷颼颼,在人工智慧技術進展迅速的今日, John Markoff 的書Machines of Loving Grace 裡面所說 IA (intelligence augmentation) vs. AI (artificial intelligence) 的天平,似乎擺盪頻率愈發的高,擺盪幅度也愈發的大了。 看了上面這兩篇文章,我不禁懷疑,IA 和 AI 兩個取向,天平擺盪會有贏家輸家嗎?誰贏誰輸,最終對人類的影響究竟有什麼不同? AlphaGo 初次露臉之後,李開復寫了一篇《人工智慧對人類真正的威脅是什麼?》,我覺得他對人工智慧議題的觀點是稍偏 IA 這一側的。但機器若能從大量影片裡面觀察到事物的特色與限制(真的邁向 common sense 了?),那可真的是「學習」路上一大步,不是 augmentation 或 amplification ,而是 intelligence 了。 One of the things we really want to do is get machines to acquire…