技術與營運驅動機器學習大爆發

數據資料大幅增加、演算法有極大的改善、電腦硬體功能愈來愈強大。上述這三個因素,使得人工智慧目前如此受矚目。
自1950年代以來,機器學習系統就一直存在,為什麼突然在許多不同領域出現突破?這是因為有以下三個因素發揮作用:數據資料大幅增加、演算法有極大的改善、電腦硬體功能愈來愈強大。過去二十年來(不同應用的時間可能不太一樣),可用的資料已增加到一千倍,重要的演算法已改進十到一百倍,硬體速度提高至少一百倍。麻省理工學院(MIT)的托瑪索.波吉歐(Tomaso Poggio)表示,這些因素結合起來,可讓一些應用軟體改進高達一百萬倍,例如在自動駕駛汽車裡使用的行人偵測視覺系統。

我們來檢視每個因素。

資料。數十年來,大量的音樂CD、電影DVD和網頁,一直在添加全球的數位編碼資訊的數量,但在過去幾年之間,創作速率激增。智慧型手機與工業設備上的感測器傳出的訊號、數位照片與影片、不間斷的全球性社群媒體洪流和其他資料來源,所有這些結合起來,使我們置身在前所未見的資料豐富時代。現今世界上有90%的數位資料,是在過去兩年中創造出來的。物聯網(internet of things,IoT)蓬勃發展,可望連接數十億個新裝置和這些裝置的資料流(data stream),因此在未來十年,我們必定會有更多數位資料可用。

演算法。...

本篇文章主題

技術與營運

更多關聯主題