人工智慧AI的技術起源與發展？

1956年，美國電腦科學家麥卡錫（John  McCarthy）首次使用新詞彙「人工智慧」，

並舉辦了第一次人工智慧研討會「達特茅斯會議」（The Dartmouth Workshop）——

以此為起點，人工智慧的各支研究陸續萌芽，

科學家  前後踏入  機器學習、深度學習、資料科學  等學問研究。

目前，世界共經歷了三次人工智慧浪潮。

三波人工智慧浪潮，分別有哪些發展？

第一波人工智慧浪潮（1950到1960年）：

符號邏輯，告訴電腦「人的思考邏輯」；

人類無法釐清自己的思考過程，最終失敗。

第二波人工智慧浪潮（1980到1990年）：

專家系統，告訴電腦「人的所有知識」；

人類無法解答所有問題、寫成規則，最終失敗。

第三波人工智慧浪潮（2010年至今）：

機器學習，告訴電腦「人看見的事物」；正在發展中。

歷經兩次挫敗，在第三波人工智慧浪潮中，科學家發展出「機器學習」方法，

終於讓AI科技有了突破。

後來，人類又從機器學習的經驗中，找出「深度學習」技術，

讓第三波AI浪潮開始大進展。

在第三波AI浪潮中，專家發現，

圖形處理器（Graphics Processing Unit, GPU）

比過去的中央處理器（Central Processing Unit, CPU）

更適合執行深度學習，因此紛紛轉移目光。

同時，GPU大廠Nvidia更成為深度學習的強力助攻，

藉著提升硬體設備、發揮強大的運算能力，

幫助AI深度學習能量大爆發。

機器學習和深度學習比較，有何差異？

機器學習（Machine Learning, ML）：

由人工或機器從大量數據、經驗中，自行辨識出規則，

最終做出  預測 及 決策。

深度學習（Deep Learning, DL）：

機器學習的一種，以  多層次的  巨大神經網路  搭配  更進步的

訓練技術、計算能力，學習更複雜的大數據，

例如辨識圖像、語音。