Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.
人工智慧技術發展與應用
國立高雄大學資訊工程學系
洪宗貝 講座教授
tphong@nuk.edu.tw
T. P. Hong 2
AI (Artificial Intelligence)
John McCarthy
1956年
Dartmouth Summer Research Project on
Artificial Intelligence...
T. P. Hong 3
What is AI?
正式而言,計算能力的研究
知覺
推理
行動
別碰我...
你看起來
像壤人...
$^%&..
T. P. Hong 4
Two Different Views
Strong AI
Weak AI
T. P. Hong 5
Strong AI
As powerful as a human being
e.g. a robot
Now: not so powerful as a human being
Think the same as a...
T. P. Hong 6
Weak AI
To make computers more efficient at
solving problems
e.g. expert systems
e.g. bio-inspired computing
...
T. P. Hong 7
Alan Turing
1950s
Often seen as the father of AI
The first paper in AI
Computing Machinery & Intelligence
Inv...
T. P. Hong 8
Turing Test
No system has yet passed the Turing Test
An Interrogator
A Human
A Computer
(ask questions) (answ...
T. P. Hong 9
CAPTCHA
Completely Automated Public
Turing test to tell Computers and
Humans Apart
卡內基梅隆大學的 Luis Von Ahn 團隊
開...
T. P. Hong 10
CAPTCHA
https://zh.wikipedia.org/wiki/%E9%AA%8C%E8%AF%81%E7%A0%81
T. P. Hong 11
noCAPTCHA
不需要驗證碼的驗證碼
會傳送一組資料到 Google 的伺服器中
包含 Google 偷偷記錄下來的 IP 位址、國
家、時間
以及你打勾之前的滑鼠軌跡、打勾之前的
網頁捲動紀錄等
已經能非常準確...
T. P. Hong 12
Knowledge Levels
(rules about rules)
(rules + facts)
(facts)
(facts)
Meta
Knowledge
Knowledge
Information
Da...
T. P. Hong 13
為什麼 AI 能夠發展起來
巨量資料
網路速度
行動裝置普及
硬體升級
演算法改良
…
T. P. Hong 14
ASE Social Informatics & Big Data
T. P. Hong 15
Social Media
T. P. Hong 16
Internet of Things
Sensors, Networks, Applications
圖來自: Cadence
T. P. Hong 17
Big Data
People:
Social Media
Objects:
Internet of Things
Multi-media:
Text, Image, Voice, Video, Graph, Dat...
T. P. Hong 18
Data Growth Rate
Faster and faster
According to IBM
90% data in the past two years
T. P. Hong 19
Related Technology
Platform
Apache Hadoop, Cloudera, …
Data Storage and Management
DB, NoSQL, Hadoop HBase, ...
T. P. Hong 20
Trend of Big Data and AI
2015 2016 2017 2018
Google Trends, 2015 – 2018, Worldwide
Big Data, Machine Learnin...
T. P. Hong 21
第二十四屆人工智慧與應用研討會
(TAAI 2019)
2019年11月21至23日
By 國立高雄大學 & 台灣人工智慧學會
Location: 蓮潭會館
Paper Due: 9月1日
T. P. Hong 22
第二十四屆人工智慧與應用研討會
(TAAI 2019)
T. P. Hong 23
第二十四屆人工智慧與應用研討會
T. P. Hong 24
人工智慧領域
資料探勘神經網路
自然語言
AI
語音對話
電腦視覺
機器人
仿生計算
機器學習模糊理論
專家系統
T. P. Hong 25
人工智慧領域
人工智慧
人工智慧於遊戲之應用
AR/VR介面設計
仿生計算
動態系統
圖形識別
多媒體串流
嵌入式系統
巨量資料
平行與分散式應用
張量計算
影像與訊號處理
影像與訊號處理
影像處理
情感運算
控制系...
T. P. Hong 26
Top 10 Strategic Technology Trends
http://www.gartner.com/smarterwithgartner/gartner-top-10-strategic-techno...
T. P. Hong 27
海底撈針 – 搜尋
只求一個解的搜尋法
e.g.魔術方塊
求最佳解的搜尋法
求近似解的搜尋法
電腦下棋的搜尋法
e.g.象棋
一方要贏
另一方不讓你贏
T. P. Hong 28
人機大戰
1997年人工智慧大事
IBM Deep-Blue(深藍)擊敗世界棋王卡斯巴羅夫
2016年人工智慧大事
Google Alpha-Go擊敗韓國職業棋士九段李世乭
T. P. Hong 29
AlphaGo
2014年開始由英國倫敦Google
DeepMind開發的人工智慧圍棋程式
2016年3月擊敗韓國職業棋士李世乭
2017年5月擊敗世界排名首位的中國棋
王柯潔
2017年5月在烏鎮圍棋峰會上團隊戰...
T. P. Hong 30
AlphaGo Overview
1
Selection
2
Expansion
3
Simulation
4
Backpropagation
Monte Carlo Method
T. P. Hong 31
人機大戰
電腦下棋
利用超強的計算能力
- 計算之後可能的下棋局勢
利用強大的儲存能力
- 將所有棋局模式加以儲存
利用機器學習的能力
- 增強自己對奕能力
人與電腦到底誰厲害
叫阮第二名
T. P. Hong 32
冷血超人
何謂專家系統
將人類專家的知識,以規則(Rule)或其他
知識表達方式建立於系統中。
例如:If下雨天, Then不要出去玩;
If不出去玩, Then要念書等
推論
輸入天氣是下雨,則得到系統要你去念書
...
T. P. Hong 33
專家系統架構
使用者
新案例的描述(事實)
建議及解釋
知識庫
推理機
專家系統
使
用
者
介
面
T. P. Hong 34
機器學習
機器學習是人工智慧的核心!!
由例子中學習
例如:
燕子會飛,麻雀會飛 -> 鳥會飛
T. P. Hong 35
機器學習
用資料建出Model,以有效率解決問題
e.g. decision tree, neural network, …
應用範圍廣
T. P. Hong 36
機器學習的類別
監督學習 (Supervised learning)
Data 的 Class 已知
無監督學習 (unsupervised learning)
Data 的 Class 不知
半監督學習 (Semi...
T. P. Hong 37
監督式學習範例
Training Data Set
Label: Cat
Another Data
Label: Cat
T. P. Hong 38
Unknown New Data
Training Data Set
Label: Cat
Unknown New Data
Label: Cat
T. P. Hong 39
監督式學習
Supervised Learning Workflow
Raw Data
Testing
Data
Feature
Extration Trainging
Training
Model
Feature
...
T. P. Hong 40
非監督式學習
No label
Just features
T. P. Hong 41
AI vs Machine Learning vs Deep Learning
圖來自: Navidia deep learning
T. P. Hong 42
腦力激盪
人腦結構及功能
由許多的腦細胞(Cell)組成
利用細胞之間層層的訊號傳遞而完成各種
思考及學習的功能
觸角
觸角
觸角
細胞核
T. P. Hong 43
類神經網路
模擬人腦中細胞的功能
輸入細胞
中介細胞
輸出細胞
a0 a1 a2 a3 a4
a5 a6 a7 a8
a9 a10 a11
每個細胞都有單一而簡單的功能
作業完成後再將結果傳給上層的細胞
T. P. Hong 44
類神經網路例子
2 1 3 +
1 5 1 -
2 4 2 -
3 2 1 +
5
-4
2
T. P. Hong 45
Separable vs Non-Separable
T. P. Hong 46
Back-Propagation Model
Output layer
(o)
Input layer
(m)
Hidden layer
(h)
Output layer
(o)
Input layer
(m)
Hi...
T. P. Hong 47
Deep Learning
圖片來自: https://panx.asia/archives/53209
T. P. Hong 48
Deep Learning
GPU的進步
ImageNet冠軍
正確率超過第二名將近 10%
T. P. Hong 49
CNN 神經網路
Image Processing + NN
前半部「採樣」
後半部full-connected 神經網路
圖來自:https://www.clarifai.com/technology
T. P. Hong 50
CNN採樣
Convolutions
用filters擷取圖片特徵
Pooling
強調圖片特徵
圖來自: http://www.iro.umontreal.ca/~bengioy/talks/DL-Tutorial...
T. P. Hong 51
Some Applications
影像處理:
黑白照片上色 f ( ) =
馬賽克還原 f ( ) =
語音處理:
語音辨識 f ( ) = “ Hello, world”
對話機器人 f ( 你好嗎? ) = “...
T. P. Hong 52
Deep Learning
圖來自: https://www.xenonstack.com/blog/log-analytics-deep-machine-learning-ai/
T. P. Hong 53
Biomimicry (仿生)
Emulating nature’s rules and living ways
For solving some human’s problems
T. P. Hong 54
54
ANT System
T. P. Hong 55
Metaheuristic Algorithms
Metaheuristic
algorithms
Evolutionary
algorithm
Physics-based
algorithm
Swarm-based...
T. P. Hong 56
Chatbot
Evolution
56
圖來自: Kontiki AI Labs
T. P. Hong 57
Data Mining
Simon
Goods
Supermarket
How to arrange goods into
supermarket?
T. P. Hong 58
Association Rules
Bread
Milk
IF bread is bought
then milk is bought
T. P. Hong 59
The Role of Data Mining
Useful patterns
Transaction data
Preprocess
data
Data Mining
Knowledge
and strategy
...
T. P. Hong 60
【統一】Metamin健康3D(90錠/瓶
)
$
1,779
【LP33】益生菌膠囊30顆*8盒(送
20顆)
$ 6,999
【統一】Metamin健康3D(90錠
X5 瓶)
$ 7,499
【統一】Metam...
T. P. Hong 61
Web Mining Hierarchy
T. P. Hong 62
Visualization
User Activity on Wikipedia
T. P. Hong 63
Visualization
Social Networks
T. P. Hong 64
Tools
IBM SPSS
DataWatch
Google Trend
Weka
Python
Tenserflow
…
圖來自: Datawatch Corporation
T. P. Hong 65
Applications
Everywhere
Opinion Investigation
Health
Recommendation
Disaster prevention
Manufacturing
Educat...
T. P. Hong 66
Google 預測疾病
一般疾病預測:
透過醫院採集患者檢體,送交實驗室,
再回報給疾管署,最後再由政府公布
優點:資訊可靠
Google 疾病預測:
Google Flu Trend
利用特定關鍵字的熱門搜尋
優點...
T. P. Hong 67
防災的應用
防災(以土石流為例)
前端:用感測器對重要因子數據進行蒐
集
>>觀測系統
(來源:土石流防災資訊網)
T. P. Hong 68
交通應用
交通(以計程收費為例)
前端:由於102年12月30日開始實施計程
收費
>>大量增加通行車輛的訊息
中端:分析出
易塞車的路段、時段
居民的使用習慣
行車速度
後端:規劃交通政策的依據
無人車
今昔收費方...
T. P. Hong 69
智慧家庭
T. P. Hong 70
關鍵製程智慧化
從關鍵know-how開始
紡織、製鞋等傳產老技術寫進AI
例如染色
老師傅的獨家筆記本
人工智慧調配參數
客製化需求
T. P. Hong 71
AOI 機器視覺
資料來源: http://apisc.com/aoi-introduction.htm
T. P. Hong 72
Health Informatics
Bioinformatics(生物信息學)
e.g. gene expression data
Neuroinformatics(神經信息學)
e.g. MRIs, brain ...
T. P. Hong 73
高大人工智慧研究中心
配合國家高科技人工智慧發展政策
整合本校人工智慧跨領域研究與資源
培育人工智慧產業發展所需之各類型跨領域人才
建立人工智慧相關創新知識交流平台
執行校內外委託人工智慧相關計畫
T. P. Hong 74
組織
T. P. Hong 75
直接相關之研究人員
姓名 服務單位 職稱 人工智慧專長領域
1 洪宗貝 資訊工程學系 講座教授
機器學習、資料探勘、仿生計算、資
訊系統
2 王學亮 資訊管理學系
校長、
特聘教授
機器學習、資料探勘與隱私、社群網
...
T. P. Hong 76
直接相關之研究人員
9 賴智錦 電機工程學系 教授
影像處理、圖形識別、演
化式計算
10 黃健峯 資訊工程學系 教授
金融科技、機器學習、演
化計算、資料挖掘
11 黃士峰 應用數學系 教授兼統計所所長
機率與統計...
T. P. Hong 77
直接相關之研究人員能量(近五年)
已發表超過兩百篇之期刊文章
已發表超過三百篇之會議論文
承接過超過七十個以上的AI相關計畫
舉辦過多次大型AI相關國際及國內研討會和競賽
在中華民國人工智慧學會內擔任常務理事及理事
...
Some Practices
T. P. Hong 79
Surface Supplied Diving
Operation
T. P. Hong 80
Decompression Procedure
Record depth and time Build a Point Reader
圖來自:
U.S. Navy Diving Manual
T. P. Hong 81
Progressive Selfer CNN
A
A
T. P. Hong 82
Transfer Learning
Pan, S. J., & Yang, Q. (2010). A survey on transfer learning.
IEEE Transactions on knowled...
T. P. Hong 83
Transfer Learning
leopard & bear
classifier
lion & dog classifier
leopard & bear
classifierReferences:
[1] S...
T. P. Hong 84
Progressive Selfer CNN
A C
A C D
T. P. Hong 85
Progressive Selfer CNN
A C D
A C D F
T. P. Hong 86
Progressive Selfer CNN
G
G H
T. P. Hong 87
Dynamic Reduced Learning Rate
14
23
4047 60
T. P. Hong 88
Recognizing and Counting Motorcycles
T. P. Hong 89
影像辨識手臂
T. P. Hong 90
影像辨識手臂
T. P. Hong 91
眼球輔助輸入系統
T. P. Hong 92
Extension
 左、右轉頭
 抬頭、低頭
 挑眉
 鼓嘴
 閉眼(兩眼)
 眼睛移動方向:
上、左、右、下
 共 11 種
T. P. Hong 93
老人跌倒即時通報系統
T. P. Hong 94
樂曲改編達人
T. P. Hong 95
瀏覽紀錄學習之音樂存取
I like this song.
How can I search for
similar music?
……
Beethoven - Moon Sonata
Adele - Skyfall...
T. P. Hong 96
手機
架構
• 以伺服器為核心
• 主要透過手機端
使用
伺服器資料庫
對話
憂鬱症診斷機器人
對話紀錄
評斷結果
Jieba NegEx SnowNLP
ChatterBot劇本
憂鬱分數 罹患病徵
T. P. Hong 97
Two-dimensional GA
A possible schedule
Aircraft 001
Aircraft 002
Aircraft 003
Time slot 1 Time slot 2 Time s...
T. P. Hong 98
Airline Scheduling Problems
Solving three airline scheduling problem
Aircraft scheduling problem
Airline pai...
T. P. Hong 99
Group Stock Portfolio
𝐺1 {2801, 1325, 2460, 2412}
𝐺2 {2809, 2851, 2382, 4938, 1321}
𝐺3 {2325, 2881, 2409, 24...
T. P. Hong 100
Knowledge Warehouse
Los Angeles
branch
San Francisco
branch
New York
branch
SimonBike
company
T. P. Hong 101
FinTech
SSCI國際期刊「
Investment
Analysts Journal
」並獲選為年度唯
一最佳論文
http://www.iassa.
co.za/journals/。
T. P. Hong 102
AI Ethics
Artificial mistakes
AI bias
Privacy & Security
T. P. Hong 103
AI Ethics
Unemployment
圖片來自: https://www.weforum.org/agenda/2016/10/top-10-ethical-issues-in-artificial-int...
T. P. Hong 104
AI Ethics
The best solution is not the best
decision
movie: I, robot (機械公敵)
T. P. Hong 105
AI Ethics
Robot rights
Treated like human
or just a robot
圖來自: https://zh.wikipedia.org/wiki/File:Repliee_Q...
T. P. Hong 106
AI Ethics
Movie
The Circle (直播風暴)
About a social media company
T. P. Hong 107
Conclusion
好的人工智慧系統
知識 + 搜尋
處理不確定資訊
速度和準確度的折衷
學習
容錯
友善的使用者介面
自然語言
語音辯識
…
自我感測環境資訊
T. P. Hong 108
Conclusion
Big Data -> Big Trend -> Big Money
AI as a good tool
Applications everywhere
Full of our lives
R...
Thank You !
Upcoming SlideShare
Loading in …5
×

of

[台灣人工智慧學校] 人工智慧技術發展與應用 Slide 1 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 2 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 3 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 4 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 5 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 6 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 7 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 8 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 9 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 10 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 11 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 12 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 13 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 14 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 15 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 16 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 17 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 18 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 19 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 20 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 21 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 22 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 23 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 24 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 25 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 26 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 27 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 28 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 29 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 30 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 31 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 32 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 33 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 34 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 35 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 36 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 37 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 38 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 39 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 40 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 41 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 42 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 43 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 44 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 45 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 46 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 47 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 48 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 49 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 50 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 51 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 52 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 53 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 54 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 55 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 56 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 57 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 58 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 59 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 60 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 61 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 62 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 63 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 64 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 65 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 66 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 67 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 68 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 69 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 70 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 71 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 72 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 73 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 74 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 75 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 76 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 77 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 78 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 79 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 80 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 81 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 82 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 83 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 84 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 85 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 86 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 87 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 88 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 89 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 90 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 91 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 92 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 93 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 94 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 95 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 96 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 97 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 98 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 99 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 100 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 101 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 102 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 103 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 104 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 105 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 106 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 107 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 108 [台灣人工智慧學校] 人工智慧技術發展與應用 Slide 109
Upcoming SlideShare
What to Upload to SlideShare
Next
Download to read offline and view in fullscreen.

8 Likes

Share

Download to read offline

[台灣人工智慧學校] 人工智慧技術發展與應用

Download to read offline

洪宗貝 / 高雄大學講座教授兼人工智慧研究中心主任

[台灣人工智慧學校] 人工智慧技術發展與應用

  1. 1. 人工智慧技術發展與應用 國立高雄大學資訊工程學系 洪宗貝 講座教授 tphong@nuk.edu.tw
  2. 2. T. P. Hong 2 AI (Artificial Intelligence) John McCarthy 1956年 Dartmouth Summer Research Project on Artificial Intelligence The science and engineering of making intelligent machines
  3. 3. T. P. Hong 3 What is AI? 正式而言,計算能力的研究 知覺 推理 行動 別碰我... 你看起來 像壤人... $^%&..
  4. 4. T. P. Hong 4 Two Different Views Strong AI Weak AI
  5. 5. T. P. Hong 5 Strong AI As powerful as a human being e.g. a robot Now: not so powerful as a human being Think the same as a human being? 上圖與右圖來自: WALL-E, A-Lab: Asuna
  6. 6. T. P. Hong 6 Weak AI To make computers more efficient at solving problems e.g. expert systems e.g. bio-inspired computing e.g. neural network
  7. 7. T. P. Hong 7 Alan Turing 1950s Often seen as the father of AI The first paper in AI Computing Machinery & Intelligence Inventing the Turing Machine A theoretical computational model Inventing the Turing Test
  8. 8. T. P. Hong 8 Turing Test No system has yet passed the Turing Test An Interrogator A Human A Computer (ask questions) (answer)
  9. 9. T. P. Hong 9 CAPTCHA Completely Automated Public Turing test to tell Computers and Humans Apart 卡內基梅隆大學的 Luis Von Ahn 團隊 開發 2009年賣給Google
  10. 10. T. P. Hong 10 CAPTCHA https://zh.wikipedia.org/wiki/%E9%AA%8C%E8%AF%81%E7%A0%81
  11. 11. T. P. Hong 11 noCAPTCHA 不需要驗證碼的驗證碼 會傳送一組資料到 Google 的伺服器中 包含 Google 偷偷記錄下來的 IP 位址、國 家、時間 以及你打勾之前的滑鼠軌跡、打勾之前的 網頁捲動紀錄等 已經能非常準確判斷是不是真人 https://buzzorange.com/techorange/2017/09/13/captcha-and-recaptcha/
  12. 12. T. P. Hong 12 Knowledge Levels (rules about rules) (rules + facts) (facts) (facts) Meta Knowledge Knowledge Information Data Noise
  13. 13. T. P. Hong 13 為什麼 AI 能夠發展起來 巨量資料 網路速度 行動裝置普及 硬體升級 演算法改良 …
  14. 14. T. P. Hong 14 ASE Social Informatics & Big Data
  15. 15. T. P. Hong 15 Social Media
  16. 16. T. P. Hong 16 Internet of Things Sensors, Networks, Applications 圖來自: Cadence
  17. 17. T. P. Hong 17 Big Data People: Social Media Objects: Internet of Things Multi-media: Text, Image, Voice, Video, Graph, Database, Hybrid, … Others: Network Communication, Business Data, Government Data, Transactions, Log, … Advance of ICT: Hardware, Software, Algorithm, Communication, Storage, Display, …
  18. 18. T. P. Hong 18 Data Growth Rate Faster and faster According to IBM 90% data in the past two years
  19. 19. T. P. Hong 19 Related Technology Platform Apache Hadoop, Cloudera, … Data Storage and Management DB, NoSQL, Hadoop HBase, … Data Mining and Machine Learning Data Visualization Privacy and Security Tools
  20. 20. T. P. Hong 20 Trend of Big Data and AI 2015 2016 2017 2018 Google Trends, 2015 – 2018, Worldwide Big Data, Machine Learning, Artificial Intelligence, Data Sciencce, Deep Learning
  21. 21. T. P. Hong 21 第二十四屆人工智慧與應用研討會 (TAAI 2019) 2019年11月21至23日 By 國立高雄大學 & 台灣人工智慧學會 Location: 蓮潭會館 Paper Due: 9月1日
  22. 22. T. P. Hong 22 第二十四屆人工智慧與應用研討會 (TAAI 2019)
  23. 23. T. P. Hong 23 第二十四屆人工智慧與應用研討會
  24. 24. T. P. Hong 24 人工智慧領域 資料探勘神經網路 自然語言 AI 語音對話 電腦視覺 機器人 仿生計算 機器學習模糊理論 專家系統
  25. 25. T. P. Hong 25 人工智慧領域 人工智慧 人工智慧於遊戲之應用 AR/VR介面設計 仿生計算 動態系統 圖形識別 多媒體串流 嵌入式系統 巨量資料 平行與分散式應用 張量計算 影像與訊號處理 影像與訊號處理 影像處理 情感運算 控制系統 數位訊號處理 數位設計 數值分析 時間序列分析 晶片設計 智慧型機器人 智慧計算 智慧醫療 機器學習 機率與統計 演化式計算 物聯網 生物醫學影像 生醫信號處理 矩陣計算及應用 社群網路 網際網路智慧語意網路 語音辨識 資料探勘 數位隱私 金融科技 雲端運算 類神經網路 高維度最佳化 深度學習
  26. 26. T. P. Hong 26 Top 10 Strategic Technology Trends http://www.gartner.com/smarterwithgartner/gartner-top-10-strategic-technology- trends-for-2018/
  27. 27. T. P. Hong 27 海底撈針 – 搜尋 只求一個解的搜尋法 e.g.魔術方塊 求最佳解的搜尋法 求近似解的搜尋法 電腦下棋的搜尋法 e.g.象棋 一方要贏 另一方不讓你贏
  28. 28. T. P. Hong 28 人機大戰 1997年人工智慧大事 IBM Deep-Blue(深藍)擊敗世界棋王卡斯巴羅夫 2016年人工智慧大事 Google Alpha-Go擊敗韓國職業棋士九段李世乭
  29. 29. T. P. Hong 29 AlphaGo 2014年開始由英國倫敦Google DeepMind開發的人工智慧圍棋程式 2016年3月擊敗韓國職業棋士李世乭 2017年5月擊敗世界排名首位的中國棋 王柯潔 2017年5月在烏鎮圍棋峰會上團隊戰與 組隊戰也全勝 授予AlphaGo職業圍棋九段
  30. 30. T. P. Hong 30 AlphaGo Overview 1 Selection 2 Expansion 3 Simulation 4 Backpropagation Monte Carlo Method
  31. 31. T. P. Hong 31 人機大戰 電腦下棋 利用超強的計算能力 - 計算之後可能的下棋局勢 利用強大的儲存能力 - 將所有棋局模式加以儲存 利用機器學習的能力 - 增強自己對奕能力 人與電腦到底誰厲害 叫阮第二名
  32. 32. T. P. Hong 32 冷血超人 何謂專家系統 將人類專家的知識,以規則(Rule)或其他 知識表達方式建立於系統中。 例如:If下雨天, Then不要出去玩; If不出去玩, Then要念書等 推論 輸入天氣是下雨,則得到系統要你去念書 最主要的部分就是在於規則(知識)的取 得及事實的輸入. 例子: 醫療診斷專家系統 例子: 核能電廠診斷系統
  33. 33. T. P. Hong 33 專家系統架構 使用者 新案例的描述(事實) 建議及解釋 知識庫 推理機 專家系統 使 用 者 介 面
  34. 34. T. P. Hong 34 機器學習 機器學習是人工智慧的核心!! 由例子中學習 例如: 燕子會飛,麻雀會飛 -> 鳥會飛
  35. 35. T. P. Hong 35 機器學習 用資料建出Model,以有效率解決問題 e.g. decision tree, neural network, … 應用範圍廣
  36. 36. T. P. Hong 36 機器學習的類別 監督學習 (Supervised learning) Data 的 Class 已知 無監督學習 (unsupervised learning) Data 的 Class 不知 半監督學習 (Semi-supervised learning) 有些Data 的 Class已知 有些Data 的 Class不知
  37. 37. T. P. Hong 37 監督式學習範例 Training Data Set Label: Cat Another Data Label: Cat
  38. 38. T. P. Hong 38 Unknown New Data Training Data Set Label: Cat Unknown New Data Label: Cat
  39. 39. T. P. Hong 39 監督式學習 Supervised Learning Workflow Raw Data Testing Data Feature Extration Trainging Training Model Feature Extration Testing Label Feedback
  40. 40. T. P. Hong 40 非監督式學習 No label Just features
  41. 41. T. P. Hong 41 AI vs Machine Learning vs Deep Learning 圖來自: Navidia deep learning
  42. 42. T. P. Hong 42 腦力激盪 人腦結構及功能 由許多的腦細胞(Cell)組成 利用細胞之間層層的訊號傳遞而完成各種 思考及學習的功能 觸角 觸角 觸角 細胞核
  43. 43. T. P. Hong 43 類神經網路 模擬人腦中細胞的功能 輸入細胞 中介細胞 輸出細胞 a0 a1 a2 a3 a4 a5 a6 a7 a8 a9 a10 a11 每個細胞都有單一而簡單的功能 作業完成後再將結果傳給上層的細胞
  44. 44. T. P. Hong 44 類神經網路例子 2 1 3 + 1 5 1 - 2 4 2 - 3 2 1 + 5 -4 2
  45. 45. T. P. Hong 45 Separable vs Non-Separable
  46. 46. T. P. Hong 46 Back-Propagation Model Output layer (o) Input layer (m) Hidden layer (h) Output layer (o) Input layer (m) Hidden layer (h)
  47. 47. T. P. Hong 47 Deep Learning 圖片來自: https://panx.asia/archives/53209
  48. 48. T. P. Hong 48 Deep Learning GPU的進步 ImageNet冠軍 正確率超過第二名將近 10%
  49. 49. T. P. Hong 49 CNN 神經網路 Image Processing + NN 前半部「採樣」 後半部full-connected 神經網路 圖來自:https://www.clarifai.com/technology
  50. 50. T. P. Hong 50 CNN採樣 Convolutions 用filters擷取圖片特徵 Pooling 強調圖片特徵 圖來自: http://www.iro.umontreal.ca/~bengioy/talks/DL-Tutorial-NIPS2015.pdf
  51. 51. T. P. Hong 51 Some Applications 影像處理: 黑白照片上色 f ( ) = 馬賽克還原 f ( ) = 語音處理: 語音辨識 f ( ) = “ Hello, world” 對話機器人 f ( 你好嗎? ) = “今天過得不太順利!” 語言翻譯 f ( Machine Learning ) = “ 機器學習” 自動駕駛,先進駕駛輔助系統 工廠應用,如瑕疵品辨識 生物資訊 … etc. From 成大陳朝鈞
  52. 52. T. P. Hong 52 Deep Learning 圖來自: https://www.xenonstack.com/blog/log-analytics-deep-machine-learning-ai/
  53. 53. T. P. Hong 53 Biomimicry (仿生) Emulating nature’s rules and living ways For solving some human’s problems
  54. 54. T. P. Hong 54 54 ANT System
  55. 55. T. P. Hong 55 Metaheuristic Algorithms Metaheuristic algorithms Evolutionary algorithm Physics-based algorithm Swarm-based algorithm Human-based algorithm GA GP GSA PSO ANT Neural network Fuzzy set Bee
  56. 56. T. P. Hong 56 Chatbot Evolution 56 圖來自: Kontiki AI Labs
  57. 57. T. P. Hong 57 Data Mining Simon Goods Supermarket How to arrange goods into supermarket?
  58. 58. T. P. Hong 58 Association Rules Bread Milk IF bread is bought then milk is bought
  59. 59. T. P. Hong 59 The Role of Data Mining Useful patterns Transaction data Preprocess data Data Mining Knowledge and strategy Data information
  60. 60. T. P. Hong 60 【統一】Metamin健康3D(90錠/瓶 ) $ 1,779 【LP33】益生菌膠囊30顆*8盒(送 20顆) $ 6,999 【統一】Metamin健康3D(90錠 X5 瓶) $ 7,499 【統一】Metamin健康3D(90錠 X3 瓶) $ 4,999 歷程推薦商品 1 2 3 黃馬琍老師喜兒法新一代加速代 謝 藍藻纖體組*2 $ 1,680 【宏醫】超值優惠天然素食B群 (7 盒組) $ 2,280 【EVELINE】名人愛用專利葉黃素 (6入) $ 1,780 白蘭氏紅膠原青春凍彈潤奢華 組 $ 3,960 http://www.momoshop.com.tw/goods/GoodsDetail.jsp?i_code=1989570&Area=search&mdiv=4 03 別人也買過 Recommendation
  61. 61. T. P. Hong 61 Web Mining Hierarchy
  62. 62. T. P. Hong 62 Visualization User Activity on Wikipedia
  63. 63. T. P. Hong 63 Visualization Social Networks
  64. 64. T. P. Hong 64 Tools IBM SPSS DataWatch Google Trend Weka Python Tenserflow … 圖來自: Datawatch Corporation
  65. 65. T. P. Hong 65 Applications Everywhere Opinion Investigation Health Recommendation Disaster prevention Manufacturing Education …
  66. 66. T. P. Hong 66 Google 預測疾病 一般疾病預測: 透過醫院採集患者檢體,送交實驗室, 再回報給疾管署,最後再由政府公布 優點:資訊可靠 Google 疾病預測: Google Flu Trend 利用特定關鍵字的熱門搜尋 優點:資訊更新快速
  67. 67. T. P. Hong 67 防災的應用 防災(以土石流為例) 前端:用感測器對重要因子數據進行蒐 集 >>觀測系統 (來源:土石流防災資訊網)
  68. 68. T. P. Hong 68 交通應用 交通(以計程收費為例) 前端:由於102年12月30日開始實施計程 收費 >>大量增加通行車輛的訊息 中端:分析出 易塞車的路段、時段 居民的使用習慣 行車速度 後端:規劃交通政策的依據 無人車 今昔收費方式不同,造就了更多資料可以應用
  69. 69. T. P. Hong 69 智慧家庭
  70. 70. T. P. Hong 70 關鍵製程智慧化 從關鍵know-how開始 紡織、製鞋等傳產老技術寫進AI 例如染色 老師傅的獨家筆記本 人工智慧調配參數 客製化需求
  71. 71. T. P. Hong 71 AOI 機器視覺 資料來源: http://apisc.com/aoi-introduction.htm
  72. 72. T. P. Hong 72 Health Informatics Bioinformatics(生物信息學) e.g. gene expression data Neuroinformatics(神經信息學) e.g. MRIs, brain image data Clinical Informatics(臨床信息研究) e.g. Patients’ medical records, profile e.g. for making predictions Public Health Informatics(公共衛生信息) traditional (experts or hospitals) the population (social media) e.g. for epidemics
  73. 73. T. P. Hong 73 高大人工智慧研究中心 配合國家高科技人工智慧發展政策 整合本校人工智慧跨領域研究與資源 培育人工智慧產業發展所需之各類型跨領域人才 建立人工智慧相關創新知識交流平台 執行校內外委託人工智慧相關計畫
  74. 74. T. P. Hong 74 組織
  75. 75. T. P. Hong 75 直接相關之研究人員 姓名 服務單位 職稱 人工智慧專長領域 1 洪宗貝 資訊工程學系 講座教授 機器學習、資料探勘、仿生計算、資 訊系統 2 王學亮 資訊管理學系 校長、 特聘教授 機器學習、資料探勘與隱私、社群網 路 3 吳志宏 電機工程學系 教授 智慧型機器人、人工智慧、機器學習、 平行與分散式應用、GPS 應用、開源 軟體 、雲端運算、網際網路技術 4 林文揚 資訊工程學系 教授兼研發長 機器學習、資料探勘、演化式計算 5 張保榮 資訊工程學系 教授 智慧計算、巨量資料、物聯網、多媒 體串流、雲端計算、嵌入式系統 6 潘欣泰 資訊工程學系 教授 語音辨識、生醫信號處理、智慧醫療、 控制系統、晶片設計 7 楊新章 資訊管理學系 教授 資料探勘, 類神經網路, 語意網路 8 徐忠枝 電機工程學系 教授 數位訊號處理、影像視訊處理
  76. 76. T. P. Hong 76 直接相關之研究人員 9 賴智錦 電機工程學系 教授 影像處理、圖形識別、演 化式計算 10 黃健峯 資訊工程學系 教授 金融科技、機器學習、演 化計算、資料挖掘 11 黃士峰 應用數學系 教授兼統計所所長 機率與統計、時間序列分 析、資料探勘 12 丁一賢 資訊管理學系 副教授兼國際長 資料探勘, 社群網路分析、 機器學習、網際網路智慧、 人工智慧於遊戲之應用 13 殷堂凱 資訊工程學系 副教授兼系主任 影像與訊號處理、生物醫 學影像 14 張志鴻 應用數學系 助理教授 機器學習、動態系統、微 分方程 15 劉青松 應用數學系 助理教授 張量計算、高維度最佳化、 矩陣計算及應用、數值分 析 16 王政弘 創意設計與建築學系 助理教授 情感運算、數位設計、介 面設計
  77. 77. T. P. Hong 77 直接相關之研究人員能量(近五年) 已發表超過兩百篇之期刊文章 已發表超過三百篇之會議論文 承接過超過七十個以上的AI相關計畫 舉辦過多次大型AI相關國際及國內研討會和競賽 在中華民國人工智慧學會內擔任常務理事及理事 在中華民國模糊學會和台灣網路智能學會擔任理事及監事 在台灣社會網絡學會擔任理事長及常務理監事 積極參加各項AI相關之學術活動,至今擔任過七百多個會 議之議程委員 其AI活動能量在南部可說是數一數二。
  78. 78. Some Practices
  79. 79. T. P. Hong 79 Surface Supplied Diving Operation
  80. 80. T. P. Hong 80 Decompression Procedure Record depth and time Build a Point Reader 圖來自: U.S. Navy Diving Manual
  81. 81. T. P. Hong 81 Progressive Selfer CNN A A
  82. 82. T. P. Hong 82 Transfer Learning Pan, S. J., & Yang, Q. (2010). A survey on transfer learning. IEEE Transactions on knowledge and data engineering, 22(10), 1345-1359.
  83. 83. T. P. Hong 83 Transfer Learning leopard & bear classifier lion & dog classifier leopard & bear classifierReferences: [1] S. J.Pan and Q. Yang, “A Survey on Transfer Learning”, IEEE Transactions on Knowledge and Data Engineering, Volume 22, Issue 10, Pages 1345-1359, October 2010. [2] J. Yosinski, J. Clune, Y. Bengio, H. Lipson, “How transferable are features in deep neural networks?”, Advances in Neural Information Processing Systems 27, Pages 3320-3328. Dec. 2014.
  84. 84. T. P. Hong 84 Progressive Selfer CNN A C A C D
  85. 85. T. P. Hong 85 Progressive Selfer CNN A C D A C D F
  86. 86. T. P. Hong 86 Progressive Selfer CNN G G H
  87. 87. T. P. Hong 87 Dynamic Reduced Learning Rate 14 23 4047 60
  88. 88. T. P. Hong 88 Recognizing and Counting Motorcycles
  89. 89. T. P. Hong 89 影像辨識手臂
  90. 90. T. P. Hong 90 影像辨識手臂
  91. 91. T. P. Hong 91 眼球輔助輸入系統
  92. 92. T. P. Hong 92 Extension  左、右轉頭  抬頭、低頭  挑眉  鼓嘴  閉眼(兩眼)  眼睛移動方向: 上、左、右、下  共 11 種
  93. 93. T. P. Hong 93 老人跌倒即時通報系統
  94. 94. T. P. Hong 94 樂曲改編達人
  95. 95. T. P. Hong 95 瀏覽紀錄學習之音樂存取 I like this song. How can I search for similar music? …… Beethoven - Moon Sonata Adele - Skyfall Bon Jovi - It’s my life Lady Gaga - Monster Mozart - Magic Flute 95
  96. 96. T. P. Hong 96 手機 架構 • 以伺服器為核心 • 主要透過手機端 使用 伺服器資料庫 對話 憂鬱症診斷機器人 對話紀錄 評斷結果 Jieba NegEx SnowNLP ChatterBot劇本 憂鬱分數 罹患病徵
  97. 97. T. P. Hong 97 Two-dimensional GA A possible schedule Aircraft 001 Aircraft 002 Aircraft 003 Time slot 1 Time slot 2 Time slot 3 Time slot 4 Job1 Job6 Job4 Job5 Job2 Job8 Job3 Job7 1 0 6 4 0 5 0 0 2 8 3 7
  98. 98. T. P. Hong 98 Airline Scheduling Problems Solving three airline scheduling problem Aircraft scheduling problem Airline pairing problem Airline crew rescheduling Considering different constraints
  99. 99. T. P. Hong 99 Group Stock Portfolio 𝐺1 {2801, 1325, 2460, 2412} 𝐺2 {2809, 2851, 2382, 4938, 1321} 𝐺3 {2325, 2881, 2409, 2426, 3045} 2801 2809 2325
  100. 100. T. P. Hong 100 Knowledge Warehouse Los Angeles branch San Francisco branch New York branch SimonBike company
  101. 101. T. P. Hong 101 FinTech SSCI國際期刊「 Investment Analysts Journal 」並獲選為年度唯 一最佳論文 http://www.iassa. co.za/journals/。
  102. 102. T. P. Hong 102 AI Ethics Artificial mistakes AI bias Privacy & Security
  103. 103. T. P. Hong 103 AI Ethics Unemployment 圖片來自: https://www.weforum.org/agenda/2016/10/top-10-ethical-issues-in-artificial-intelligence/
  104. 104. T. P. Hong 104 AI Ethics The best solution is not the best decision movie: I, robot (機械公敵)
  105. 105. T. P. Hong 105 AI Ethics Robot rights Treated like human or just a robot 圖來自: https://zh.wikipedia.org/wiki/File:Repliee_Q2.jpg
  106. 106. T. P. Hong 106 AI Ethics Movie The Circle (直播風暴) About a social media company
  107. 107. T. P. Hong 107 Conclusion 好的人工智慧系統 知識 + 搜尋 處理不確定資訊 速度和準確度的折衷 學習 容錯 友善的使用者介面 自然語言 語音辯識 … 自我感測環境資訊
  108. 108. T. P. Hong 108 Conclusion Big Data -> Big Trend -> Big Money AI as a good tool Applications everywhere Full of our lives Related to IoT, Social Media, Natural Language Processing, Statistics, Database, … 無法逃避,只能面對
  109. 109. Thank You !
  • david3721

    Jan. 5, 2021
  • ArnoTseng

    Jan. 1, 2021
  • yhku

    Jun. 24, 2020
  • ssuser6430bc

    Dec. 14, 2019
  • ssuserce170b

    Aug. 19, 2019
  • YaHuiHuang5

    Apr. 9, 2019
  • 743244439

    Mar. 29, 2019
  • PoHungChen8

    Mar. 21, 2019

洪宗貝 / 高雄大學講座教授兼人工智慧研究中心主任

Views

Total views

8,163

On Slideshare

0

From embeds

0

Number of embeds

254

Actions

Downloads

309

Shares

0

Comments

0

Likes

8

×