人工智能原理 淺陋篇

作為一個電腦從業員，去理解 AI 點運作，係責任。人會因為無知產生恐懼，作為專業人員唔可以。

依家嘅 AI, 基本上係 Neural Network, 簡單嚟講係 Weighted Average. 個 average 就係分類結果嘅信心/準誠度。而分類嘅結果準唔準，就要睇吓啲 Weight 啱唔啱。至於啲 Weight 點搵出嚟，就要有一 set data 去話俾個 Neural Network 知乜嘢係啱，個過程叫做 Training.

最簡單嘅 Neural Network, 例如 OCR 去認英文字同數字，一個 10 x 10 嘅單色圖，1 個 input layer 有 100 個 node, 1 個 output layer 有 62 個 node. 入面有好多數要計 ，當中會用到數學上嘅 Matrix, 所以最理想係用 GPU 計。

多過兩層嘅 Neural Network 就叫做 Deep Network/Learning, 功較就係加入複雜性，例如有一層識得認直線、橫線、斜線，下一層就識得認十字線同交叉線，而圖案嚟講，就係由複雜嘅線條組成，從而去認唔同嘅物件。

無論係唔係 Deep Network, training data 嘅質素係好重要，學電腦第一堂學嘅就係 Garbage In, Garbage Out, 亂教一通嘅話，就係一個亂嚟嘅 AI, 同你亂教一個鬼佬講廣東話粗口當係問候語效果差唔多。

所以 AI 會唔會發展到消滅人，就要睇吓 Neural Network 嘅結構同埋擺乜嘢 data 去 train.

至於 AI 會唔會有自我意識，咁就要睇吓點樣將自我意識呢樣嘢變做 1 同 0 先。

P.S: 點解 QQ 個 Bot 點解會反共，一係假 AI, 一係俾人 feed 咗啲反共 data 去 train, 無其他。