） 讓 AI 學習 日本 的 「 待客 之 道 」 ， 便 能 實現 不易 被 模仿 的 AI 待客 服務 。 雖說 現在 的 AI 應用 ， 尤其 是 常 作為 提高 生產力 或 削減 成本 的 實現 手法 ， 但 筆者 認為 ， 能夠 帶給 人類 幸福 的 AI 應用 ， 則 具有 更 大 的 市場性 （ marketability ） 。 如此 這般 ， 技術 水準 已 提升 的 語音 辨識 和 影像 辨識 ， 商業 用途 也 不斷 增加 。 好比 說 ， 除了 方才 所 提到 的 蘋果 的 「 Siri 」 外 ， 又 如 美國 亞馬遜可 聲控 的 喇叭 端子 「 亞馬遜 智慧 音響 」 等 ， 更 是 擴大 了 在 消費者 領域 上 的 應用 。 由於 語音 辨識 技術 讓 人類 與 IT 系統 之間 的 介面 變 得 更為 自然 ， 因此 促使 IT 應用 機會 的 增加 是 指日可待 。 至於 運用 深度 學習 的 影像 辨識 ， 如 製造 業界 等 對 其 技術 的 期待 也 逐漸 高漲 。 就 連 在 日本 ， 來自 機器人 廠商 或 汽車 廠商 的 投資 也 極為 踴躍 。 應用 實例 也 越來越 廣泛 ， 像是 成為 實現 汽車 自動 駕駛 的 最 重要 技術 ， 這 可 說 是 毫無 疑問 的 。 除此之外 ， 在 購物 網站 部分 ， 透過 影像 來 搜尋 產品 的 運用 也 是 可 預想 得到 的 。 而 醫療 領域 方面 ， 透過 影像 來 協助 疾病 的 診斷 ， 勢必 將 成為 最 有力 的 應用 程式 。 至於 製造業 方面 ， 除了 汽車 外 ， 也 開始 應用到 工廠 的 產品 分類 或 品質 檢查 等 部分 。 另外 ， 提供 這些 服務 的 新創 公司 也 不斷 增加 ， 成為 當紅 領域 。 舊式 AI 的 瓶頸 在於 需要 大量 人手 為何 深度 學習 會 如此 受到 矚目 呢 ？ 若 相較 起 目前 所 運用 的 AI 元件 技術 的 應用 領域 及 開發 、 應用 成本 ， 就 會 知道 原因 。 好比 說 ， 於 一九八○年代 成為 熱潮 的 以 規則 為本 （ rule based ） 的 AI ， 其 應用 範疇 十分 有限 。 原因 就 在於 啟動 AI 所 需 的 規則 難以 建立 。 所以 ， 到 了 現在 ， 難以 應用 機器 學習 的 交談式 系統 （ interactive system ） 搜尋 引擎 ， 僅 運用 於 有限 的 領域 。 相對於 此 ， 成為 現今 AI 技術 核心 的 機器 學習 ， 應用 範疇 更 廣於 以 規則 為本 的 AI 。 如 垃圾 信件 的 分類 ， 或是 購物 網站 中 預測 顧客 需求 給予 建議 的 推薦 （ recommendation ） 等 ， 都 是 大家 所 熟悉 的 應用 實例 。 不過 ， 在 「 舊式 」 機器 學習 的 部分 ， 為 了 鎖定 用來 執行 分類 及 預測 任務 的 「 特徵 」 ， 其 所 花費 的 程序 和 成本 乃是 一 大 課題 。 若是 人類 ， 用不著 刻意 自覺 ， 便 能 找出 辨識 所 需 的 特徵 。 例如 ， 若要 分辨 紅 蘋果 與 青 蘋果 ， 就 會 知道 顏色 資訊 是 一 大 特徵 。 然而 ， 不 具有 深度 學習 的 「 舊式 」 機器 學習 技術 ， 無法 自行 抽取出 這 項 可 用來 辨識 的 特徵 。 因此 ， 人類 必須 事先 下達 指示 ， 教導 它 以 顏色 資訊 作為 辨識 的 特徵 。 要 經由 人工 的 這 一 點 ， 在 製作 辨識 複雜 對象 的 系統 後 便 會 成為 障礙 。 例如 ， 人臉 辨識 ， 事先 必須 教導 AI 的 ， 不 是 只有 「 眼睛 」 或 「 嘴巴 」 形狀 那樣 低 程度 的 特徵 ， 還要 運用 「 眼 與 口 的 位置 關連 」 這 類 高程度 的 特徵 。 而且 ， 於 複雜 任務 教導 適當 的 特徵 這 件 事 本身 變 得 困難 ， 機器 學習 的 性能 到 了 極限 。 為 要 提升 性能 ， 開發 ‧ 運用 成本 也 會 變 高 。 而 深度 學習 正 能 克服 這 類 舊式 機器 學習 所 遭遇到 的 課題 。 就 深度 學習 而言 ， AI 會 自動 從 龐大 資料 中 抽取出 執行 任務 所 需 的 特徵 。 換言之 ， 人類 無須 指示 應當 留意 的 特徵 ， 只要 提供 大量 的 資料 即可 。 AI 會 在 資料 學習 的 過程 中 自行 找出 特徵 。 像 這樣 會 從 資料 中 學習 特徵 的 機制 ， 被 稱為 「 特徵 學習 」 （ feature learning ） ， 而 認為 特徵 學習 必定 能 突破 舊式 機器 學習 所 遭遇到 的 瓶頸 的 期待 ， 也 逐漸 高漲 。 模仿 大腦 神經 迴路 構造 那麼 ， 我們 接著 就 用 辨識 手寫 文字 的 例子 ， 來 認識 深度 學習 的 基本 機制 吧 （ 圖表 1-1 ） 。 深度 學習 為了 學習 大量 資料 ， 採用 了 模仿 （ 模型化 ） 人 腦神經 迴路 構造 的 資訊 處理 機制 「 類 神經 網路 」 。 圖表 中 的 類 神經 網路 ， 是 由 「 輸入層 」 （ input layer ） 、 「 隱藏層 」 （ hidden layer ） 及 「 輸出層 」 （ output layer ） 等 三 層 所 構成 。 另外 ， 學習 資料 則 是 由 作為 輸入 資料 的 手寫 數字 影像 資料 ， 以及 正確 解答 資料 組成 一 套 。 為了 讓 AI 學習 這 項 類 神經 網路 的 模型 ， 首先 ， 必須 將 學習 資料 分割成 像素 單位 ， 然後 將 各 像素值 輸進 輸入層 。 如 圖表 ， 便 輸入 了 縱 28 × 橫 28 的 784 像素 資料 。 接收 了 資料 的 輸入層 ， 將 像 素值 乘上 「 權重 」 後 ， 便 傳送給 後方 隱藏層 的 神經元 （ neuron ） 。 同樣地 ， 隱藏層 的 各 個 神經元 會 累加 從 各 輸入層 所 接收到 的 「 與 權重 相乘 的 值 」 ， 並 將 其 結果 再 乘上 「 權重 」 後 ， 傳送給 後方 的 神經元 。 由於 圖表 的 模型 是 三 層 網路 ， 隱藏層 後方 的 神經元 即為 輸出層 ， 經由 輸出層 神經元 的 輸出 ， 便 可 得到 文字 辨識 的 預測 結果 。 運用 深度 學習 的 學習 ， 為 了 讓 輸出層 的 值 與 各 個 輸入 資料 所 對應 的 正解 資料 相等 ， 會 對 各 個 神經元 的 輸入 計算出 適當 的 「 權重 」 值 。 這 個 「 權重 」 的 計算 ， 一般而言 ， 都 是 使用 將 與 正解 資料 之間 的 誤差 從 輸出層 逆向 搬運 ， 藉 此 來 提高 學習 精確度 的 「 誤差 倒 傳遞 演算法 」 （ Error Back Propagation ） 。 深度 學習 面對 為數 眾多 的 學習 資料 ， 會 計算 其 「 權重 」 值 。 無論 輸入 的 是 哪 種 資料 ， 都 會 進行 「 權重 」 值 的 調整 ， 縮小 輸出層 的 值 與 正解 資料 的 值 之間 的 誤差 ， 建立出 完成 學習 的 模型 。 阿爾法 圍棋 是 如何 獲得 勝利 的 ？ 那麼 ， 如 深度 學習 等 的 AI 具體 上 是 如何 應用 的 呢 ？ 在 此 ， 以 阿爾法 圍棋