AI的機器學習與深度學習

在學習人工智能時，常常遇到“機器學習”與“深度學習”這兩個名詞，若不知其分別及關係，容易引起混淆。

任何技術能用於模仿人類智能或智慧，皆統稱為“人工智能”(Artificial Intelligence)，簡稱AI，“機器學習”(Machine Learning)是其中一種技術；用進一步技術來提升機器學習到另一境界，稱之為“深度學習”(Deep Learning)。

深度學習所用的技術叫“神經網絡”(Neural Network)技術，是一種模擬人類大腦神經網絡為基礎發展出來的技術，深度學習蘊藏着很多隱藏層（如圖示），越多隱藏層，就學習得越仔細，得出的結果就更加準確，並且深度學習使用有別於機器學習的算法(Algorithm）。

那麼，怎樣知道用戶現在用的人工智能是機器學習還是深度學習呢？好簡單，硬件方面，看看用戶所用電腦是否一般電腦，如只有中央處理器(CPU)安裝，十居其九是用機器學習；用深度學習的人工智能，用戶的電腦除一般的中央處理器(CPU)外，必須安裝多個圖像處理器(GPU)。軟件方面，兩者都會使用Application Programming Interface(API)，例如TensorFlow或Keras等促進(facilitate)學習過程。

深度學習是機器學習的子集(subset)，機器學習則是人工智能的子集，用數學符號表達：深度學習⊂機器學習⊂人工智能。

人工智能的深度學習是目前最先進、較流行的學習模式。需注意，機器學習及深度學習皆有其先前幾次講述的監督式學習、非監督式學習及強化式學習模式。

學勤進修教育中心電腦專科導師

周柏堅