 |  |
 AlphaGo 连续击败了几位顶尖棋王后，我们忽然发现，电脑不单在重复性高的工作上做的比我们快，连需要大量思考的围棋也可以打败我们。AlphaGo 是如何办到的？本文将为你介绍AlphaGo 背后的机器学习系统TensorFlow 以及我们可以如何运用。 本文的五大重点：1. TensorFlow 的进化，电脑现在能够以更接近人类的方法学习。2. 不用整理，电脑也能够为你找出「冲浪」与「滑雪」的照片。3. 电脑不但懂得分辨垃圾邮件，还会帮你回信。4. 只需要3 天的训练，电脑就可以帮你分类小黄瓜。5. 系统侦测管理员的车辆，延长居民可以停车时间。 1. TensorFlow 的进化，电脑现在能够以更接近人类的方法学习 2015 年 11 月，Google 宣布推出第二代的机器学习系统 TensorFlow 以取代第一代的DistBelief。更重要的是，Google 决定以 Apache 2.0 授权模式开放 TensorFlow，让有兴趣的人都可以自由的使用它。 TensorFlow 是一套运用「深度学习」(Deep Learning) 的机器学习系统。有别于之前的机器学习，TensorFlow 能够以更接近人类的方式学会新的知识。 人类透过联想来学习的方法一直是机器无法模拟的。一个三岁的小孩，只要给他看几张「狗」的照片，他很快的就能够知道什么是「狗」也能够分辨「狗」和「猫」的不一样。 但是，对机器来说，要知道什么是「狗」就是很复杂的问题。以往的方法是为「狗」定义很多的「特点」，例如：四只脚、 会吠、身体有毛、等等， 然后将这些「特点」输入系统。但是，我们会发现就算我们定义的再细，机器还是无法有效的分辨出「狗」和「猫」。 「深度学习」改变了机器学习的方法。我们再也不需要定义任何的「特点」，我们要做的是提供大量的资讯给机器，以上面的例子来说，就是输入大量的「狗」和「猫」的图片。然后告诉机器，哪一张图片是「狗」，哪一张是「猫」。而它就能够自行定义出它们不一样的地方。当机器成功建立了这个「模型」后，它就能够分辨任何一张图片上的「狗」与「猫」。 2. 不用整理，电脑也能够为你找出「冲浪」与「滑雪」的照片 如果你有在使用 Google 服务， TensorFlow 其实早就默默的处理你很多的需求。例如智慧型手机的出现，让我们不自觉拍了很多的照片。这大量的照片是非常难整理的。试想在和朋友见面时，如果你要给他看看去年冬天滑雪的照片，或者是夏天在垦丁冲浪的英姿，搞不好就要找个十分钟才能找到想要的照片。 |
GMT-5, 2025-4-1 22:54
