若將資料比喻為原料（data），機器學習就是處理器（processor）， AI 人工智慧相當於結果（outcome）。
而「深度學習」是機器學習的一種方式，讓電腦像長了神經網路般，可進行複雜的運算，展現擬人的判斷及行為，是現今 AI 人工智慧的主流技術。
人工智慧離我們並不遙遠，舉凡Siri、Google assistant這些語音助理在現代智慧型手機早已佔據重要地位，為手機主人撥打電話或查資料只是基本功能，在科技日新月異的變化下，不僅到了能夠辨識聲音是否為機主本人，甚至能夠和人對話，它們便是人工智慧的最簡單的型態。
2014年倫敦Google DeepMind開發了AlphaGo(一款人工智慧的圍棋程式)，而它在去年贏了世界棋王的新聞更是掀起人類世界的一陣旋風；今年Google的無人車亦在台北街頭上路，愈來愈多模擬人類思考模式的科技產品更迭，我們不禁反思未來的世代會有多劇烈的改變，替代性高的職業勢必會逐一減少，我們所熟悉的食衣住行也會有偌大的更動。
儘管機器人取代部份的工作會是未來的趨勢，但人類贏過機器人的地方，便是我們能發現新的問題和事物，亦能事前預想狀況的發生，思考是否要由此下手，創新能力使我們創造出了AI，這也是使我們未來不會完全被替代的原因。不過，筆者還是想逐一分析對人工智慧的看法。從負面觀點切入，機器不會感到疲勞，當機器輸入指令，便能搜尋目標並執行命令，並不會具有任何情緒和身體機能，再者，如上段所述，現今的許多職業，尤其是工廠的工作人員和服務業人員等職業重複性較高的工作，他們在和人工智慧相比時，明顯有了無法二十四小時工作的劣勢，未來的雇主有極大的可能會捨棄人類而投入機器的懷抱，那麼大批的失業人民該何去何從，畢竟現今並無任何保障的相關法條，也不曾聽說任何的配套方案。
反之，人工智慧亦能帶給我們的好處，它能使我們在醫學生物的研究計算提升至更高階的程度，或許能為我們解決至今許多未解的疾病之謎，並且收集大數據去偵測一些地球現在面臨的問題，為我們計算未來可行的解決之道，畢竟有些天才窮極一生都未必能將假說證實，借助人工智慧可以提供一條相對快速的捷徑；上段提到的工作問題便也是人工智能的優點，不知疲倦的機器能夠大幅提升產量，並將雇主的指令都精緻化，而他的記憶能力和儲存空間也是人類無法企及的優異。儘管人工智能的潛力還在拓展，人類也對此科技抱持著觀望的態度，但我們能相信的是再強大的運算能力也無法比擬人類最大的優勢-發現及創造。希望未來在科技進步的時代我們能提升自己的知識和創造力，預先防範有關人工智慧的道德倫理問題和律法，相輔相成而非對立，共創新的進化和發展。
責任編輯：褚曼晴 核稿編輯：張佳雯
