AI痛點是什麼?(What are the challenges or drawbacks of AI?)

更新於 發佈於 閱讀時間約 4 分鐘
The challenges or drawbacks of

The challenges or drawbacks of

AI是什麼(What is AI?)

人工智慧的英文是Artificial intelligence 其縮寫為AI,故以此為名。AI可以是一段具備高階功能的演算法(模型model),透過大量的運算,針對目標進行巨量資料之學習,當學習完成後的AI model,即可針對未知的問題進行解答。

上面這段說明,淺顯易懂,但若再深入說明,可以拆解成:
1. 演算法具體在運算什麼、2. 怎麼學習、3. 資料量有多龐大?

  1. 演算法的運算過程:此過程涉及多個數學函數的運算,如矩陣運算/函數求解以及其他數學運算。
  2. 怎麼學習:AI學習的方式主要分為監督式學習、非監督式學習和強化學習,以監督式學習為例,在AI model學習之前需要有龐大的資料量,並且每筆資料需要進行答案的標註,讓電腦知道該筆資料對應的答案是什麼,才能讓其學習。以AI視覺辨識為例,可能要準備一堆貓的照片,並且每張照片標註出貓的位置在哪,AI才能進行如何辨識貓的學習。
  3. 資料量有多龐大:這問題取決於問題本身的複雜度,例如一些公開的圖像資料庫COCO,其就具備了330,000張圖像供AI視覺模型進行學習訓練。
AI應用領域(Applications of AI)

AI應用領域甚廣,例如常見的物件辨識(人臉/車牌),數據分析(天氣預測),自然語言(對話式機器人)。透過上述幾個應用就可延伸出多個應用,例如自駕車,機器人,語音服務,預測系統。

AI與視覺結合進行物體辨識示意圖

AI與視覺結合進行物體辨識示意圖

AI實際落地的痛點(Bottlenecks in the practical implementation of AI)
有句話常見:AI領域中得資料者,得天下。

AI已經深入到各個產業,但又或許沒想像中那麼普及,根本的原因除了訓練AI用的資源不足外,雖並非全部,但主要一大痛點就是訓練AI前所要準備的巨量資料(Big data)不易準備。

舉例而言,若是要訓練AI進行“貓”辨識,假設沒有已經公開(意即有被他人事前處理過(資料整理 Data cleaning))的現成資料庫,而是要自己從零開始準備,那可能你需要準備大量貓的圖像(舉例:330,000張),每一張照片中或許出現1-N隻貓不等,而你還需要針對每張圖中的每一隻貓進行標註,才能準備好AI訓練用的資料.... 這個過程費時費力,且穩定性及再現性不足。

穩定性及再現性的問題例如:同一個人針對同張照片每次標註結果可能會有誤差 ; 不同的人針對同的照片的同個貓標註的結果不會完全一致。

而資料的品質,直接性的影響AI訓練的成果,但市售的產品,通常會標榜有AI也有視覺,但他不會,也無法賣你根據你的需求而產生資料庫本身,因為這部分需要耗費大量時間與人力,然而沒有資料庫,AI就無法有效應用....這就是AI的痛中之痛。

資料標註示意圖(圖片中針對標籤進行標注(藍色框))

資料標註示意圖(圖片中針對標籤進行標注(藍色框))


留言
avatar-img
留言分享你的想法!
avatar-img
Tsai Cheng-Han的沙龍
2會員
3內容數
此專題涵蓋與"人工智慧""元宇宙""機器人""智慧自動化應用"相關之技術觀點分享,教學文章,最新展覽分享等
你可能也想看
Thumbnail
TOMICA第一波推出吉伊卡哇聯名小車車的時候馬上就被搶購一空,一直很扼腕當時沒有趕緊入手。前陣子閒來無事逛蝦皮,突然發現幾家商場都又開始重新上架,價格也都回到正常水準,估計是官方又再補了一批貨,想都沒想就立刻下單! 同文也跟大家分享近期蝦皮購物紀錄、好用推薦、蝦皮分潤計畫的聯盟行銷!
Thumbnail
TOMICA第一波推出吉伊卡哇聯名小車車的時候馬上就被搶購一空,一直很扼腕當時沒有趕緊入手。前陣子閒來無事逛蝦皮,突然發現幾家商場都又開始重新上架,價格也都回到正常水準,估計是官方又再補了一批貨,想都沒想就立刻下單! 同文也跟大家分享近期蝦皮購物紀錄、好用推薦、蝦皮分潤計畫的聯盟行銷!
Thumbnail
每年4月、5月都是最多稅要繳的月份,當然大部份的人都是有機會繳到「綜合所得稅」,只是相當相當多人還不知道,原來繳給政府的稅!可以透過一些有活動的銀行信用卡或電子支付來繳,從繳費中賺一點點小確幸!就是賺個1%~2%大家也是很開心的,因為你們把沒回饋變成有回饋,就是用卡的最高境界 所得稅線上申報
Thumbnail
每年4月、5月都是最多稅要繳的月份,當然大部份的人都是有機會繳到「綜合所得稅」,只是相當相當多人還不知道,原來繳給政府的稅!可以透過一些有活動的銀行信用卡或電子支付來繳,從繳費中賺一點點小確幸!就是賺個1%~2%大家也是很開心的,因為你們把沒回饋變成有回饋,就是用卡的最高境界 所得稅線上申報
Thumbnail
一、AI人工智慧是甚麼? (Source : ChatGPT) AI人工智慧指的是「人工智能」的縮寫,是一項研究與開發電腦系統,讓它們能夠執行通常需要人類智慧的任務。這包括學習、推理、認知、視覺感知、語言理解等能力。AI的目標是讓機器能夠模擬人類的思考和行為,使它們能夠解決各種複雜的問題。
Thumbnail
一、AI人工智慧是甚麼? (Source : ChatGPT) AI人工智慧指的是「人工智能」的縮寫,是一項研究與開發電腦系統,讓它們能夠執行通常需要人類智慧的任務。這包括學習、推理、認知、視覺感知、語言理解等能力。AI的目標是讓機器能夠模擬人類的思考和行為,使它們能夠解決各種複雜的問題。
Thumbnail
雖然AI在許多領域展現出驚人的能力,如圖像生成、語言理解、棋藝、駕駛等,但從更深層次看,AI的核心仍是模式匹配和數據組合。AI不能真正理解語意,也缺乏人類的創造力。 進一步分析了GPT等語言模型的技術原理,認為其實質上是從大量文本中學習Words組合規則,而非真正理解文本意思。這導致AI展現出諸如
Thumbnail
雖然AI在許多領域展現出驚人的能力,如圖像生成、語言理解、棋藝、駕駛等,但從更深層次看,AI的核心仍是模式匹配和數據組合。AI不能真正理解語意,也缺乏人類的創造力。 進一步分析了GPT等語言模型的技術原理,認為其實質上是從大量文本中學習Words組合規則,而非真正理解文本意思。這導致AI展現出諸如
Thumbnail
AI近期如ChatGPT再次受到矚目。其在模式識別領域表現卓越,但仍有局限,如無法深入理解人類情感。AI商業化帶來資料、模型和法規上的挑戰。我們需要在享受AI便利時,認識其限制,並策略性地最大化其價值,同時減少風險。
Thumbnail
AI近期如ChatGPT再次受到矚目。其在模式識別領域表現卓越,但仍有局限,如無法深入理解人類情感。AI商業化帶來資料、模型和法規上的挑戰。我們需要在享受AI便利時,認識其限制,並策略性地最大化其價值,同時減少風險。
Thumbnail
整个系列课程内容虽然为自己所写,但是参考了bothub 创始人徐文浩的课程《AI 大模型之美》 人工智能是计算机科学领域中最具前瞻性和影响力的技术之一。它是一种智慧型算法,能够模拟人类的思维过程,处理大量的数据和信息,从而发现隐藏在其中的规律和趋势。人工智能的应用范围非常广泛,包括语音识别、图像识
Thumbnail
整个系列课程内容虽然为自己所写,但是参考了bothub 创始人徐文浩的课程《AI 大模型之美》 人工智能是计算机科学领域中最具前瞻性和影响力的技术之一。它是一种智慧型算法,能够模拟人类的思维过程,处理大量的数据和信息,从而发现隐藏在其中的规律和趋势。人工智能的应用范围非常广泛,包括语音识别、图像识
Thumbnail
本文探討大資料對模型的影響。研究指出,大資料量對模型的語法和世界知識理解有顯著影響。固定運算資源下,DeepMind發現適應參數數量更重要,這使模型Chinchilla以較小規模但更多訓練資料,在實際任務中優於Gopher模型。這說明增大模型的規模已不具有太大意義,應增加訓練資料。
Thumbnail
本文探討大資料對模型的影響。研究指出,大資料量對模型的語法和世界知識理解有顯著影響。固定運算資源下,DeepMind發現適應參數數量更重要,這使模型Chinchilla以較小規模但更多訓練資料,在實際任務中優於Gopher模型。這說明增大模型的規模已不具有太大意義,應增加訓練資料。
Thumbnail
正文1,724字,主要跟你分享未來 AI 變更強更效率的兩個層面──數據與模型框架。你會從實務者的觀點,知道數據跟 AI (或機器學習模型) 表現間的關係;了解 ChatGPT 為什麼有運算資源的困擾;同時,你也會看到目前最新改善 AI 運算速度的技術發表。
Thumbnail
正文1,724字,主要跟你分享未來 AI 變更強更效率的兩個層面──數據與模型框架。你會從實務者的觀點,知道數據跟 AI (或機器學習模型) 表現間的關係;了解 ChatGPT 為什麼有運算資源的困擾;同時,你也會看到目前最新改善 AI 運算速度的技術發表。
Thumbnail
AI是什麼? - What is AI? AI應用領域? - Applications of AI AI實際落地的痛點 ?- Bottlenecks in the practical implementation of AI
Thumbnail
AI是什麼? - What is AI? AI應用領域? - Applications of AI AI實際落地的痛點 ?- Bottlenecks in the practical implementation of AI
Thumbnail
這一篇來談談AI(這邊指的AI是神經網路) 到底怎麼學習畫圖的,究竟只會簡簡單單運算數字的電腦,只有簡單邏輯運算子的IC晶片到底是怎麼做到的? 本篇當然不會讓大家看長篇大論的神經網路的原理,而是用我理解這件事情的方法,講解各個各位聽聽AI繪圖的箇中道理。
Thumbnail
這一篇來談談AI(這邊指的AI是神經網路) 到底怎麼學習畫圖的,究竟只會簡簡單單運算數字的電腦,只有簡單邏輯運算子的IC晶片到底是怎麼做到的? 本篇當然不會讓大家看長篇大論的神經網路的原理,而是用我理解這件事情的方法,講解各個各位聽聽AI繪圖的箇中道理。
Thumbnail
人工智能是一種對計算機系統對人類智能過程的模擬,而人工智能應用(Artificial intelligence application)包括專家系統、自然語言處理、語音識別和機器視覺。
Thumbnail
人工智能是一種對計算機系統對人類智能過程的模擬,而人工智能應用(Artificial intelligence application)包括專家系統、自然語言處理、語音識別和機器視覺。
Thumbnail
在這人人朗朗上口人工智慧(AI)與機器學習(Machine Learning/ML)的時代,究竟什麼才是讓企業突破重圍正確使用數據,並領先同行?先讓我們來好好釐清這兩者的關係: 人工智慧與機器學習的差異? 許多人時常把人工智慧與機器學習這兩個詞交換使用,不過在大數據的世界裡,AI有著更廣的意義。
Thumbnail
在這人人朗朗上口人工智慧(AI)與機器學習(Machine Learning/ML)的時代,究竟什麼才是讓企業突破重圍正確使用數據,並領先同行?先讓我們來好好釐清這兩者的關係: 人工智慧與機器學習的差異? 許多人時常把人工智慧與機器學習這兩個詞交換使用,不過在大數據的世界裡,AI有著更廣的意義。
追蹤感興趣的內容從 Google News 追蹤更多 vocus 的最新精選內容追蹤 Google News