人工智慧與機器學習

這學期修了門機器學習原理，想知道AI最近在夯什麼。老師在講學習的型態時，介紹了一個有趣的型態：reinforcement learning，又稱為強化學習。

這個學習模式應用在有名的電腦圍棋，Aphago訓練，以及Chat gpt 早期的訓練。reinforcement learning很有趣的地方是，他是開放性的結果，不是有標記結果的演算。以下圍棋為例，我們無法準確預測對手下一步棋路，自然沒有固定的下法，也沒有固定的勝負，Aphago藉由不斷的跟人類下棋，學習各種可能的下法，藉由經驗累積，判斷下在哪裡有較大的勝率，這樣的學習模式，比起其他的機器學習模式，是比較接近人類的。

有標記結果的監督式學習，和沒有標記結果，但其實是有固定結果只是我們還不知道的非監督式學習，都很難應付下棋這種複雜思維，每ㄧ子都可能改變後面結果的開放式問題，其實有點像計算題和申論題的差別，而且這個申論題還是口試，考官會不停的追問延伸問題。

人類大腦的運作，常常要面對這種沒有固定結果，視當下狀況和對象，可能有完全不同結局的互動，若A則B的演算法，是無法應付這樣的需求，也因此reinforcement learning的設計，感覺是比較貼近人類的學習方式。

人工智慧可以靠著軟體和網路，將大量資料無限共享，有了輝達的技術，本來需要大量體積的運算硬體問題也已克服。相較於AI，人類學習累積的知識，無法用個雲端就傳給下個人，也沒有AI有大量記憶體可以儲備數以萬計的知識。AI累積的知識不會消失，只要資料還在，系統壞了換一台就好。當AI學習和判斷越來越接近人類，還可以透過雲端快速將同伴升級，那麼，未來要聯合起來處理一下人類，好像也不是那麼難了。

然而，開放式結果的學習既然和人類類似，那麼換個角度想，就是可以累積學習效果比人類有效率的電腦，也就是比較聰明的人，有比較有效率的頭腦，和大量的資料庫，但真的下棋時，高手也不一定每局必贏，這大概是人類比較可以掌握的地方吧。

葬送的芙莉蓮裡，芙莉蓮問師傅：為什麼人類一下就老了死了，還要這樣鑽研魔法？

芙莉蓮像是AI，很少情緒，有無限的時間可以累積學習的魔法。

弗蘭梅告訴徒弟，她發展了超過100個魔法理論， 這就是她身為魔法使活過的證明。她的理論未來將會衍生出許許多多的魔法。未來，徒弟就會懂她鑽研魔法的意義。

「我會在這世上留下你一輩子也學不完的魔法。」

人類的學習就像是這樣，沒有累積無限的資料庫，卻能從理論的領悟，跳躍知識的能階。AI的跨世代進展，也是這樣學習的體現。

我很喜歡弗蘭梅對魔法的看法，知識就是人類的魔法之一。