Posted by 
人工智能（Artificial intelligence，簡稱AI）已經靜悄悄地潛入我們日常生活當中。Facebook會顯示與你更相關的廣告，Spotify會建議你可能喜歡的歌曲，各大網店平台（例如淘寶，天猫等等）會猜你喜歡那些產品，繼而把它們顯示於版面一旁，方便你把它們加進購物車中。類近的例子多不勝數，證明人工智能時代經已來臨。
人工智能的定義十分廣闊，*維基百科的內容提到：「人工智能指由人製造出來的機器所表現出來的智能。通常人工智能是指通過普通電腦程式的手段實現的人類智能技術。該詞也指出研究這樣的智能系統是否能夠實現，以及如何實現。」簡單來說，就是希望利用電腦的強大運算能力，透過一些複雜算式去協助人類解決問題。
如果我們要了解多點人工智能的原理，應從哪裡開始？首先，我們可從人工智能的特質入手。以下利用一個例子去說明一下。
每一個人工智能應用都存在著一個主體，而其主體目標是解決一個或數個問題。例如：人工智能醫生的目標是給醫生們提供診斷建議。所以，我們需要先設定希望要解決什麼問題，這就是「目標」。在這篇文章中，我們先假設「診斷建議」為是次項目之目標。在日常生活中，到底醫生是如何決定病人所患的是那一種病？主要基於以下兩方面：
- 於大學修讀相關學科的時候去學習吸收不同知識。知識來源包括書本、課堂講義、教授分享等等。（這些知識一早被整齊地編制好，因此是比較有條理的。）
- 於實習或行醫之時，臨床的經驗累積所得。基於現有的知識進行實際操作，這是非常重要的一環，因為最準確的決定，往往會基於知識及經驗而衍生出來的。由於每位醫生所遇到的病人及其病情都不一樣，因此所累積的經驗都是個人化的，主要根據醫生個人的判斷從而改變臨床所做的決定。
在這裏我們可以看到，知識被分為兩個層面。第一個層面為標準化的內容，這是整個人工智能架構的基礎部份。每一位同學對着同一本教科書或是同一份課堂講義，大學都希望各位向着同一個方向走，獲得大概一樣的結果。很多科目都需要進行考試，這個評估方法直接反映同學對現有知識的吸收水平。第二個層面為多變的內容，有標準化的內容演變成為個人化的知識，再而進行臨床診治。這部份比第一個層面的要求更高，首先需要豐富的基礎知識作為支持，再加上每天不斷思考及嘗試，從而提升診斷的命中率。很多醫生當發現自己對某方面或者某個病的知識不夠充足，他們都會閱讀相關的書本去吸收知識，從而擴闊累積經驗所需的知識基礎層面。
那麼人工智能會如何處理以上的情況呢？電腦還未能跟人類一樣，直接閱讀書本而作出決定。所以人類專家要設計出一個系統架構，讓電腦系統有條理地學習相關知識並進行分析。在診斷建議方面，系統架構可以被設定如下：
- 數據輸入 — 包括病人的病徵及醫生在臨床時所觀察到的細節。例如，感冒的患者一般都會有頭痛、流鼻涕、咳嗽、有痰等等。醫生會根據自己所擁有的知識及臨床經驗進行問診，這些資料都會被當作數據輸入到電腦系統中進行分析。
- 數據處理 — 在人工智能及機器學習的範疇中有很多不同的算式，協助專家進行問題分析或分類。在這「診斷建議」的例子，其實我們所需要的是從所輸入的病徵進行分類，透過分析而獲得分類結果，得出患者所屬何病。由於在現實世界所需要的算式都很複雜，我們在此舉一個簡單例子。例如：如果病人有頭痛、流鼻涕、咳嗽的病徵，那位病人很可能患上了感冒。
- 數據輸出 — 如果這是一個人工智能系統，醫生便可以基於這「診斷建議」去作最終決定。當然，這只是一個輔助性質的助手，最後臨床決定還是需要專家來落實。
- 數據學習 — 就算每位病人患上相同的病，但是他們的病徵都會有所不同。這是因為每個人的體質，日常生活習慣等等都有分別。人類可以透過累積經驗以提升作決定的命中率，而人工智能系統則需要人類把數據及期望結果回饋到系統之中，讓系統知道它早前所提供的建議跟預期結果有所不同從而進行調整。根據某些算法，系統可以進行自我學習，把新的知識加進系統之中，以便日能作出更準確的判斷。
本文簡單講解人工智能之原理，既然人工智能時代經已來臨，我們應及早認識人工智能所帶來的好處，並實踐於日常生活之中。在決定學習或使用那些人工智能或機器學習的算式之前，先要把希望解決的問題列出，例如問題本身的重點在哪裏、如何作出決定、有沒有足夠數據支持等等。別再猶豫，快踏出你與人工智能的第一步吧！
*參考：https://zh.m.wikipedia.org/zh-hk/人工智能
Facebook: https://www.facebook.com/drjackeiwong/
Instagram: https://www.instagram.com/drjackeiwong/
YouTube: https://www.youtube.com/drjackeiwong/