# 第五堂社課
## Al淺談 & Machine Learning原理介紹

---
# Artificial Intelligence
* 起源
* 弱人工智慧(Weak Artificial Intelligence)
* 通用人工智慧(Artificial General Intelligence)
* 超人工智慧(Superintelligence)
* 倫理與隱憂

## 起源
1956年 達特茅斯夏季會議
>1956 年的達特茅斯夏季會議，人工智慧領域先驅們的夢想是藉由新興計算機構建具備等同於人類智力特徵的複雜機器。這就是所謂的「廣義人工智慧（General AI）」的概念，擁有人類的所有感覺（甚至可能更多）、所有理智，並且像人類一樣思考的神奇機器。廣義人工智慧的機器向來有充足的理由出現在電影和科幻小說裡，我們阻止不了這件事，至少目前還做不到。

## 弱人工智慧
:::info
只能做好單一任務的AI
:::

棋類AI

chat gpt

## 通用人工智慧
:::info
什麼都會的AI
:::

## 超人工智慧
:::info
在各領域都比人類強的AI
:::

## 倫理與隱憂

### Copilot

### AI統治人類?

Satya Nadella’s 10 Laws of AI:
* AI must be designed to assist humanity.
* AI must be transparent.
* AI must maximize efficiencies without destroying the dignity of people.
* AI must be designed for intelligent privacy.
* AI needs algorithmic accountability so humans can undo unintended harm.
* AI must guard against bias.
* It’s critical for humans to have empathy.
* It’s critical for humans to have education.
* The need for human creativity won’t change.
* A human has to be ultimately accountable for the outcome of a computer-generated diagnosis or decision.

---
>## The most critical next step in our pursuit of AI is to agree on an ethical and empathic framework for its design.
>
> [name=Microsoft CEO Satya Nadella] [time=June 28, 2016 ] [color=red]
---

## 知識表示

機器需要"常識"來進一步推理，這也是加速運算的重要步驟，因為AI不像人類一樣可以無意識的憑直覺行動，所以在處理複雜問題時，運算資源很容易爆炸。

## AI? Machine Learning? Deep Learning?


建構AI的方法:
* 機器學習
* 專家系統
* 符號推理
* 演化算法
* 仿生學
* 計算智能(模糊邏輯、模糊系統和類神經網絡等技術)

In machine learning:
* 監督式學習
* 無監督式學習
* 半監督式學習
* 加強型學習
* 深度學習

In deep learning:
* Feedforward Neural Networks，FNN
* Convolutional Neural Networks，CNN
* Recurrent Neural Networks，RNN
* Long Short-Term Memory，LSTM
* Generative Adversarial Networks，GAN


## 迴歸直線
算法

Macine laerning的目的可以說是找出那一條回歸直線
(雖然數據不一定是線性的，但概念不變)
>x: 特徵
>y: 預測值

## Model
### function
function就是工廠(?
可以處理、辨識資料
例如你可以寫一個辨識貓咪的function

### Model=function*n
Model就是很多function的組合
例如你可以寫辨識狗的func、辨識貓的func 、辨識魚的.....
組在一起就是辨識動物的Model

## Neuron神經元
input: 你的輸入特徵
weight: 權重(多項式係數)
bias: 偏差(多項式常數)
Activate function: 激活函數

## Activation Function
有很多種

## 建構模型


你可以調的東西:
* 層數
* 每層神經元數量
* activation function
* 其他(正則化regularization、loss function等等)

## 訓練

## 資源
https://baubimedi.medium.com/%E9%80%9F%E8%A8%98ai%E8%AA%B2%E7%A8%8B-%E6%B7%B1%E5%BA%A6%E5%AD%B8%E7%BF%92%E5%85%A5%E9%96%80-%E4%BA%8C-954b0e473d7f
## 梗圖