ChatGPT 是 AI 一大步?秒懂人工智慧發展 6 階段

最新AI资讯1年前 (2023)发布 Aibot114
439 0
广告也精彩
ChatGPT 是 AI 一大步?秒懂人工智慧發展 6 階段

人工智慧(AI,Artificial Intelligence)科技,在去年底 ChatGPT 橫空出世引爆破億人氣之後,已成了今年最熱門的關鍵字。但是你可知道它早在 18 世紀就出現原型?中間更歷經多次發展熱潮與寒冬?此文帶你快速從人工智慧的 6 大關鍵發展階段,理解它未來潛力。

2023年肯定是人工智慧元年!自2022年11月底ChatGPT引爆全球熱億與使用後,這幾個月,全球業界已經大量招募相關人才,商家們更是搶著導入AI。

此外,學界除了瘋狂投入研究、發表論文以外,只要系所名稱跟資工、資管、電機能夠沾得上邊,必定是今年學生選系的上乘之選,各國政府更是大舉投資,不願意在這個兵家必爭之地缺席。

不過,人工智慧能夠有今日的熱潮,其實走了很長一段時間,才出現ChatGPT這個一問世就讓眾人有感的超夯AI應用,它可說是人工智慧發展史上的一大步。

至於過去幾十年,AI科技發展曾走過高山與低谷,雖曾經有一些國家研究機構鉅資挹注研發,也有尖端研究機構苦等補助的衰退期。究竟人工智慧的發展有哪6大階段?又怎麼走到今天?本文帶你看。

階段118世紀:人工智慧是從神話到真人扮演的下棋機器

人類文明早就有著對於人工智慧的渴望,例如希臘神話中的機械巨人塔羅司(Talos)、《列子》當中工匠偃師打造能歌善舞的人偶,雖說只是神話與寓言故事,但著迷於打造具備智慧的機器,似乎是從古至今不變的追求。

但是,若要追溯到最早原型概念,當推18世紀奧地利人肯沛倫(Wolfgang von Kempelen)打造出會下棋的「土耳其人」(Mechanical Turk)。

這尊僅有上半身的機器人的戰績輝煌,在棋盤上大殺四方,它內部的繁雜機械構造讓人看了目不暇給,但其實僅是掩人耳目用,機械後面有隔板能夠藏人進去,棋藝高超的棋手就是躲在裡面和挑戰者對奕。19世紀,英國人胡博也打造了下棋機器人「阿吉」(Ajeeb),高超的棋藝背後,同樣有人躲在其中,直到20世紀,才有西班牙的工程師真正打造出完全自動的西洋棋機器,但它只能玩三種殘局而已。

ChatGPT 是 AI 一大步?秒懂人工智慧發展 6 階段

▲ 18世紀奧地利人肯沛倫打造出會下棋的「土耳其人」。(Source:Marcin Wichary from San Francisco, U.S.A., CC BY 2.0, via Wikimedia Commons)

階段220世紀二戰:圖靈為了反擊納粹,首創AI檢驗標準

將時間快轉到二次大戰,圖靈(Alan Turing)為了破解德國密碼設計的解碼機,成為當代電腦的雛型,他同時也提出了圖靈測試:若人類和機器與另一個人類對話,但無法分辨兩者差異時,該機器就通過了測試,具備了我們所稱的智慧,這也成了日後檢驗機器是否擁有智慧的常用標準。

1956年,在美國新罕布夏州(New Hampshire)達特茅斯學院(Dartmouth College)擔任助理教授的麥卡錫(John McCarthy),偕同幾位年輕的同好,舉辦了一場以人工智慧為名的暑期工作坊,這場時長8週的研究交流,被廣泛視為人工智慧做為研究領域的濫觴。根據企畫內容,這場工作坊旨在討論如何「打造能夠模擬智慧特徵或者能夠學習的機器」。參與活動者,都在日後數十年間成為人工智慧領域的重要推手。

階段31956年:第一個對話機器人ELIZA問世,引發首波AI研究熱潮

1956年在達特茅斯會議之後,科學家打造出能夠解決代數問題、證明數學定理的機器。當時也開發出ELIZA對話機器人,作者是麻省理工學院的教授威茲彭(Joseph Weizenbaum),ELIZA能夠扮演心理諮商師的角色,使用者提問後它會耐心引導並回應。因為設計精良,有人在交談後以為ELIZA是由真人操作,但其實它無法理解文字的意思,主要利用自然語言處理,拆解使用者的字句,再按照規則重組成句子。因為用途是聊天或諮詢,對話不會過於複雜,因此能掩人耳目。

由於研究成果驚人,當時的研究者普遍樂觀,甚至認為距離具有完全智慧的機器面世,不需要花上20年。沒想到,馬上面臨第一次的人工智慧寒冬。

1970年代,人工智慧領域的研究受挫,雖然機器能夠處理人類的問題,但解決這些問題就跟玩玩具一樣,只能自娛娛人,無法真的幫得上人類,其他限制包含電腦運算能力的不足、處理問題的時間太長、不具備基本常識等,都讓各國的研究機構不再資處相關計畫。

ChatGPT 是 AI 一大步?秒懂人工智慧發展 6 階段

▲ 1956年對話機器人ELIZA問世,使用者提問後他會耐心回應。(Source:File:ELIZA conversation.jpg, Public domain, via Wikimedia Commons)

階段41980~1997年:專家系統出現,帶來第二波AI研究熱潮

不過,就在相關研究處於低谷時,仍有人研究不輟,因此讓人工智慧的第二波熱潮得以在1980年復興。在人工智慧寒冬中開發出的專家系統(expert system),成為這波熱潮的代名詞。專家系統顧名思義,指的是具備特定領域知識的系統,例如診斷疾病、分辨化學物質、挑選製造組件的機器。這些機器能處理的問題不再只是兒戲,而是能夠真確地替企業省下成本與時間的資產。除了專家系統以外,當時神經網路也重新興起,並出現了辨識文字和聲音的用途。

然而,因為專家系統昂貴,又需要特別開發,雖然推出時能夠帶來效益,但隨著個人電腦的逐漸興起,人們以此為專家系統的替代品,而且電腦的用途有很多,相對成本較低,這些都傷害了專家系統的市場;神經網絡復甦帶動了機器學習相關技術的開發,但這同樣需要蒐集大量資料和運算能力,每項都要真金白銀,又沒有辦法立刻帶來豐厚回報。因此,相關機構再次停止注資,人工智慧領域迎接了第二波寒冬。

階段51997~2020年:深藍戰勝人類棋王,大數據風潮爆發

接下來,人工智慧仍有持續發展,例如1997年深藍戰勝人類棋王,一時蔚為風潮,2011年華生在機智問答競賽上稱霸,也讓人嘖嘖稱奇。因為技術進步,運算的成本大幅降低,蒐集數據的成本和難度下降,再加上演算法漸次進步,先前人工智慧的瓶頸逐一突破。

2010年代,迎來了第三波的人工智慧熱潮,這個時期也就是我們熟知的大數據、深度學習爆發的年代。

隨著技術一次又一次的進步,這幾年我們看到人工智慧AlphaGO在圍棋上、電玩遊戲中都勝過人類。另外,馬斯克創辦的特斯拉(Tesla)引領研發電動車的AI大腦,自動駕駛的技術也逐漸成熟。

階段62022年至今:ChatGPT引發史上第一次全球性AI使用熱潮

現在,ChatGPT、Midjourney引領出的生成式AI熱潮更是遍地開花。從這裡看,未來三到五年內,人工智慧的烈火只會燒得更為熾熱。雖然已有不少人擔憂將被機器淘汰,它的發展勢將為世界帶來顛覆性變革。

© 版权声明

相关文章

暂无评论

暂无评论...