便宜好物推薦王

秒購商品結合故事與互動科技，打造不可思議神秘樂園

甜蜜蜜食物狂想曲，甜牙齒也瘋狂

魔法蛋糕屋、白雪薑餅屋、南瓜城堡屋、巧克力夢幻屋

2016年12月17日 l 國立臺灣科學教育館七樓西側特展區 l 驚喜無限奇幻登場

人工智慧（Artificial Intelligence）的研究，過去60多年來從未停歇，而今總算有了不凡的突破，從AlphaGo到智慧語音助理、自動駕駛技術等，無疑捕捉了無數人們的注意力，宣告著劃時代的科技盛世已經到來。



1950年，圖靈在他名為〈運算機器與智慧（Computing Machinery and Intelligence）〉的論文裡提問：「機器能思考嗎？（Can Machine Think？）」，挑戰了人類對計算機智慧的想像。圖靈認為人們會首先流於爭執機器與思考的定義，卻沒有辦法很精確地討論問題核心：「機器會有智慧嗎？」

由於機器智能難以確切定義，圖靈在該論文首次對如何判定機器具有智慧，提出了著名的「圖靈測試」：如果機器與人類進行非面對面（例如在中間以布幕隔離）對話（例如使用文字訊息），人類卻無法辨認出對方是機器，那麼這台機器就具有智慧。圖靈測試無論在當時或現代，對於人工智慧研究而言都是重要且相對嚴謹的研究提案，後續許多業界與學界的研究都企圖挑戰圖靈測試：如1966年麻省理工學院人工智慧研究室的約瑟夫．維森鮑姆（Joseph Weizenbaum），以字串比對自動回覆的方式所開發出的聊天機器人ELIZA；或到2014年，英國雷丁大學（University of Reading）重磅宣布其所開發出的Eugene，已經通過測試，但後來被質疑標準有誤。

其實，人工智慧一詞直到1956年，才在美國新罕布夏州一場為期兩個月的研究工作坊「達特茅斯暑期人工智慧研究計畫（The Dartmouth Summer Research Project on Artificial Intelligence）」上，由負責組織會議的電腦高階語言LISP之父約翰?麥卡錫（John McCarthy）正式定名。這場工作坊所討論的問題：「計算機、自然語言處理、神經網絡、計算理論、抽象化與隨機創造」後來都成為人工智慧研究發展的重要領域，而達特茅斯會議也因此成為人工智慧領域的經典起源。

歷經了60年的發展，人工智慧的研究領域因種種困難而起起落落，經歷了無數個轉角。起初仿造動物神經元，希望打造強人工智慧的人工神經網絡（Artificial Neuron Network），先是經歷了機器無法應付計算複雜度的困境，無法取得研究經費而停滯；同一時期另一脈絡的弱人工智慧，則發展出博聞強記、分辨率隨資料質與量逐步提升而快速進展的機器學習。如今，人與機器的對話，已因商業應用的普及而不再困難。這一甲子，到底電腦科學家解決了些什麼問題呢？從人工智慧三大關鍵技術突破或可窺探未來。

關鍵技術一 文藝復興後的人工神經網絡

對於人工智慧，電腦科學家當然希望可以直接模仿生物的神經元運作，因此設計數學模型來模擬動物神經網絡的結構與功能。所謂人工神經網絡是一種仿造神經元運作的函數演算，能接受外界資訊輸入的刺激，且根據不同刺激影響的權重轉換成輸出的反應，或用以改變內部函數的權重結構，以適應不同環境的數學模型。

1951年，科學家馬文．閔斯基（Marvin Minsky）第一次嘗試建造了世上第一個神經元模擬器：Snarc（Stochastic Neural Analog Reinforcement Calculator），它能夠在其40個「代理人」和一個獎勵系統的幫助下穿越迷宮。六年後，康乃爾航空工程實驗室的法蘭克．羅森布拉特（Frank Rosenblatt）設計、發表神經網絡的感知器（Perceptron）實作後，人工神經網絡（或稱類神經網絡）學者曾經一度振奮，認為這個突破終將帶領人工智慧邁向新的發展階段。

但，人工智慧領域的研究在1970年代因為缺乏大規模數據資料、計算複雜度無法提升，無法把小範圍的問題成功拓展為大範圍問題，導致計算機領域無法取得更多科學研究預算的投入而沉寂。到了1980年代，科學家首先透過思考上的突破，設計出新的演算方法來模擬人類神經元，迎來神經網絡發展的文藝復興時期。物理學家約翰．霍普費爾德（John Hopfield）在1982率先發表Hopfield神經網絡，開啟了神經網絡可以遞迴設計的思考。四年後，加州大學聖地牙哥分校教授大衛．魯梅爾哈特（David Rumelhart）提出了反向傳播法（Back Propagation），透過每次資料輸入（刺激）的變化，計算出需要修正的權重回饋給原有函數，進一步刷新了機器「學習」的意義。科學家更進一步把神經元延伸成為神經網，透過多層次的神經元締結而成的人工神經網絡，在函數表現上可以保有更多「被刺激」的「記憶」。

目前多層次的人工神經網絡模型，主要包含輸入層（input layer）、隱層（hidden layer）與輸出層（output layer），另外根據資料輸入的流動方向，又分為單向流動或可以往回更新前一層權值的反向傳播法。由於神經網絡模型非常仰賴計算規模能力，為了增加高度抽象資料層次的彈性，電腦科學家將之複合為更複雜、多層結構的模型，並佐以多重的非線性轉換，將其稱之為深度學習（Deep Learning）。

關鍵技術二 靠巨量數據運作的機器學習

科學家發現，要讓機器有智慧，並不一定要真正賦予它思辯能力，可以大量閱讀、儲存資料並具有分辨的能力，就足以幫助人類工作。1970年代，人工智慧學者從前一時期的研究發展，開始思辯在機器上顯現出人工智慧時，是否一定要讓機器真正具有思考能力？因此，人工智慧有了另一種劃分法：弱人工智慧（Weak AI）與強人工智慧（Strong AI）。弱人工智慧意指如果一台機器具有博聞、強記（可以快速掃描、儲存大量資料）與分辨的能力，它就具有表現出人工智慧的能力。強人工智慧則是希望建構出的系統架構可媲美人類，可以思考並做出適當反應，真正具有人工智慧。

機器學習（Machine Learning）可以視為弱人工智慧的代表，只要定義出問題，蒐集了適當的資料（資料中通常需要包含原始數據與標準答案，例如人像圖片與該圖片內人像的性別、年齡），再將資料分做兩堆：訓練用與驗證用，以訓練用資料進行學習，透過特定的分類演算法抽取特徵值，建構出資料的數學模型，以該數學模型輸入驗證用資料，比對演算的分類結果是否與真實答案一樣，如果該數學模型能夠達到一定比例的答對率，則我們認為這個機器學習模型是有效的。這種具有標準答案，並以計算出的預期結果進行驗證的機器學習，通常被稱為監督式學習。 相對於監督式學習，非監督式學習則強調不知道資料該如何分類的機器學習，換句話說，我們提供電腦大量資料，但不告訴它（或許我們也真的不知道）這些資料該用什麼方式進行分類，然後電腦透過演算法將資料分類，人類只針對最終資料分類進行判別，在數據尋找規律就是機器學習的基礎。

機器學習的發展方向，是在設計、分析一些讓電腦可以自動「學習」的演算法，讓機器得以從自動分析資料的過程中建立規則，並利用這些規則對還沒有進行分析的未知資料進行預測。過程中，時常運用統計學技巧，並轉化成電腦程式，進而計算出資料??的分界條件來做預測。 弱人工智慧作為人工智慧領域的發展途徑，無論是監督式學習或非監督式學習，隨著資料被大規模蒐集、經由網際網路被傳遞、輔以雲端架構支援的運算，用機器學習來解決人類基礎的問題變成一種可能。目前機器學習也是人工智慧商業應用最廣泛的一種技術。舉凡搜尋引擎、圖像辨識、生物特徵識別、語音與手寫識別與自然語言處理、甚至是檢測金融詐欺等等，都是常見的應用。

關鍵技術三 人工智慧的重要應用：自然語言處理

對人類來說，如何必買 讓這些現代自己製造出來的機器們，可以聽懂人話，並與人類「合作」，絕對是可以推動我們面對未知宇宙的重要助手。

自然語言處理（Natural Language Processing, NLP）的研究，是要讓機器「理解」人類的語言，是人工智慧領域裡的其中一項重要分支。英國雷丁大學的演化生物學家馬克．佩葛（Mark Pagel）認為，最早的一種「社會科技」是人類的「語言」，語言的發明讓早期人類部落透過新工具：「合作」在演化上占有優勢。自然語言處理可先簡單理解分為進、出計算機等兩種：其一是從人類到電腦──讓電腦把人類的語言轉換成程式可以處理的型式，其二是從電腦回饋到人──把電腦所演算的成果轉換成人類可以理解的語言表達出來。

無論是從人類到電腦，或從電腦到人類，語言處理通常都使用到我們一般學習外語所要具備的聽、說、讀、寫等技能。其中：聽與說主要使用到聽覺與發音，對電腦而言就是能夠透過麥克風「聽」到人類說話，把聽到的聲音轉成文字（這是語音辨識），或把電腦想要表達的意思轉成人類可以理解的詞句（這是自然語言生成），再用耳機或喇叭「唸」給人類聽（這是語音合成，功能通常稱作文本朗讀：text to speech）。科學家與工程師們也致力於影像文字辨識，影像來源可以是掃描完成的文件影像檔案、也可以是手機鏡頭的即時影像，目標的文字體則可以是一般鉛字印刷品或列印的文件，也可以是手寫文字（手寫文字辨識）。

當計算機透過「聽」或「讀」，將人類的話語或文章轉成文字、語句進到處理層，還需要能夠自動分詞（word segmentation），也就是電腦必須拆解人類的語句來理解語意，才可以進而給出相應的答案。例如一般人對手機說：「今天香港會不會下雨」，手機必須錄下聲音、並且濾掉雜音、將這句話的聲音轉化為文字、將這句文字拆解成不同詞句，並標注上不同詞性（speech tagging）。

「瞭解」使用者想要知道氣象資訊的命令後，手機必須對能提供「天氣」資訊的伺服器發出相應的（告訴伺服器要的地理資料是香港、並把今天轉換為實際的日期時間）資訊請求，包含未來數小時區間氣溫、氣象（是多雲、雨或晴天等）、風速、降雨機率、濕度、氣壓、空氣品質或紫外線指數等。

當伺服器回應了前述的相應數據後，手機可以選擇用螢幕畫面來回應，但更貼心的作法是把這些資訊翻譯成「人話」，然後用聲音唸出來。這時的處理可以把「香港接下來八小時會是晴天，氣溫攝氏25度，降雨機率是10%，空氣品質良好」這個句子，透過合成不同語詞聲音後說出來。但是，使用者問的其實是「會不會」下雨，所以必須進一步把降雨機率10%、晴天等等資訊轉換成「會不會」的尺度，例如10%可以轉化為「不太會」或是「只有很小的機率」一詞。

人類互動最重要的工具就是語言，無論是文字或語音，語音智慧助理讓人能和機器說話，無非是近年行動裝置普及後，最令人興奮的進展之一。

（中央社記者郭芷瑄屏東縣11日電）中信盃少棒賽今起一連5天在屏東鹽埔鄉中信公益園區開打，25支受資助球隊展開競賽，其中馬祖少棒聯隊總教練鄭新勇是公車司機，他帶著小朋友參加人生中第一個棒球賽。

從2014年起，中國信託基金會透過「愛接棒」資助球隊計畫，資助全台偏鄉弱勢學校籌組棒球隊，從第1年6所、第2年12所折價卷，今年完成1縣市資助1所學校球隊的目標，包括外島的金門、澎湖和馬祖都有，其中，馬祖少棒聯隊是最後一塊拼圖。

馬祖少棒聯隊今年10月中旬籌備，11月初才正式成立，以連江縣塘岐國小為主要訓練基地，由於縣內各校學生人數少，棒球隊招收全縣國小學生，全隊23名球員散落在馬祖的4鄉、5島，平常由各島教練分別指導球員，假日才集中訓練。

總教練鄭新勇是馬祖的公車司機，因熱愛棒球而接下總教練一職，雖然今天的首場比賽以0:21落敗，但鄭新勇跟小朋友說，只要繼續努力就好。鄭新勇表示，不是為了要贏得比賽，而是透過比賽，孩子們未來人生遇到難題、困境時，才不會輕言放棄。小朋友坐船、參賽過程，鄭新勇一一錄影記錄。

25支球隊都有故事，屏東的大平國小因為學生數少，學校幾乎一半的孩子都進棒球隊；基隆東光國小球員的練習在禮堂水泥地上進行，全校弱勢家庭學生超過5成，教練捐出結婚基金支撐球隊的運作；南投新街國小，球隊成員由原住民及新住民學童組成，都是教練上山一個一個找回來的；苗栗汶水國小今年創校以來第一次有畢業紀念冊。

5天賽程將於14日早上進入複賽，15日則為4強賽及季、冠軍戰，中信表示，希望透過「愛接棒」計畫，讓偏鄉孩子，有機會成為棒球的明日之星。1051111

下面附上一則新聞讓大家了解時事

（中央社記者陳偉婷台北5日電）藝人隋手機開箱文 棠今天在臉書談到在台灣的產檢經驗，看診時會有其他病患在場，醫療隱私曝光，讓她和老公困惑及焦慮。醫師表示，患者若很在意隱私問題，可跟醫生要求獨自看診。

懷第二胎的隋棠在臉書（Facebook）發文，在台灣產檢經驗都碰到很親切、溫柔有耐心的醫師，但一直有一個點困擾著Tony哥和她，就是關於醫療隱私。

隋棠說，他們去的是一般醫院而非私人診所，每次被護理師叫進約2坪大的診間量血壓時，前面一名病患及家屬也都還在裡頭看診。「即使不想，量著血壓的我和坐在一旁的先生都可以幾乎清楚完整的聽到所有關於前位病患的醫病雙方對話」。

她表示，排在她後面的下一名病患及家屬也都能被動的接收許多關於她的醫療隱私，讓他們夫妻一直感到困惑及焦慮。想真心請問大家，「妳們真的覺得這樣是沒問題的嗎？」

隋棠也補充說明，她的討論以一個普通人的角度，並沒有特別去看VIP門診。純粹是因為國際非常嚴肅看待醫療隱私，「無論你是何種身分或是付多少錢都該擁有」。

台灣婦產科醫學會秘書長黃閔照下午受訪時表示，這個問題必須從醫療經濟面討論，國內外的產檢費用差很多，台灣在健保給付條件下，「要用陽春麵價格吃牛肉麵本來就很困難」。

黃閔照表示，之前有個學妹在國外單純接受哺餵母乳的衛教，就要價美金100元（約新台幣3165元）；台灣產檢10次費用，包含抽血檢查、超音波等，醫院只能拿到4000元，醫師拿到的更少。

他表示，婦產科醫師也想盡量維持一對一的看診環境，但有些產科可能因為患者人數太多，明明下午診要看到晚上、晚上診看到半夜的都時有所聞，要完全做到一對一「真的蠻困難」。

黃閔照說，在沒有足夠醫療資源下，政府應思考產檢要提供什麼樣的服務。國家也應多拿點錢，改夏季特賣 善產科給付低、醫生不願投入的困境，若新血醫生投入，也可以分散產婦，減少集中看診狀況。

台北醫學大學附設醫院婦產部主治醫師陳菁徽表示，相信婦產科醫師都很注意維護患者隱私，但有些醫生可能因患者過多，怕看不完，還是會有多組患者同在診間的狀況。若孕婦很介意隱私問題，建議直接跟醫生要求單獨看診，醫生應該都會樂意接受。1051105

★更多相關新聞

隋棠產檢盼隱私遭批「大頭」 大器回應被讚爆
隋棠憂產檢沒隱私 醫：不喜歡陽春麵就是到牛肉麵店
隋棠帥兒Max根本來報恩？宅女小紅：民間媽媽看了生氣啊～
隋棠懷長腿妹得真傳 走秀抱8.5kg胖娃吃力
混血男友婚姻斷不乾淨 謝沛恩冤變蒙眼小三？

魔法屋特展 - 141739 推薦, 魔法屋特展 - 141739 討論, 魔法屋特展 - 141739 部落客, 魔法屋特展 - 141739 比較評比, 魔法屋特展 - 141739 使用評比, 魔法屋特展 - 141739 開箱文, 魔法屋特展 - 141739?推薦, 魔法屋特展 - 141739 評測文, 魔法屋特展 - 141739 CP值, 魔法屋特展 - 141739 評鑑大隊, 魔法屋特展 - 141739 部落客推薦, 魔法屋特展 - 141739 好用嗎?, 魔法屋特展 - 141739 去哪買?

• 哪裡買
• 購物
• 精選
• 直殺成本
• 新品上架
• 限時優惠
• 紀念日禮物
• 24H
• 團購
• 省錢

• CP值超高無藥可醫：營養學權威的真心告白-居家商品
• 優惠中12堂泰語實用會話(附MP3+贈泰文版鍵盤貼)-超值推
• 特價暢銷作家寫作全技巧：成為頂尖小說家的十堂必修課〈第一本全方位作家職能訓練規畫書〉-好評
• CP值超高HQ事件的真相-介紹
• 非買不可光在地球之時(04)：朧月夜-秒購商品