大數據能促進人工智慧相關項目向前推進和發展

事實上，「獲取足夠大量的數據」就是極耗成本的一件事，此外，有些數據如罕見疾病的病歷、癥狀等本身就具稀有性，因此像是強化學習等低數據依賴度機器學習方案逐漸開始受到青睞，許多公司與研究機構也以此作為研發的努力方向。日前颸拓公司就發布了其最新的研究成果AInspir深度學習平台，表示其可僅用很少量的數據訓練機器學習，就達到媲美進行深度學習後的精準辨識能力，成功吸引市場關注。

除了一般仰賴大數據的深度學習外，其他可降低數據量依賴度的機器學習方案正不斷醞釀中。在不遠的未來，我們開車出門只要安穩的在后座休息，不須擔心安全與塞車問題，AI自然會幫我們找到最佳路徑;彈指輕點，手機便會幫我們挑選出最適合的購物選擇;還可能有貼身的虛擬健康顧問可諮詢，並隨時告知我們每天的飲食是否均衡、甚至幫我們設計健康菜單。

舉個例子描述深度學習如何進行。想像一下，要讓一台搭載深度學習能力的車輛進行自動駕駛，面對陌生的路線、隨時有行人衝出馬路的危險路況，機器怎麼判斷?透過深度學習，你可先一次提供機器海量的數據資訊，包含路標、號誌、路樹、行人、等，讓它學會辨識環境中的物體為何，學會了，便有助於它在行進過程中快速而精準地避開障礙、找出最佳路徑，並順利抵達目的地。只要數據越豐富完整，機器就越能夠提高一切辨識的精準度，以加強判斷能力。

人工智慧

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！