人工智慧的演進

(Source: Figure 1.5, Deep Learning)

Rule-based systems: 手動設計各種規則。
缺點: 難以考慮到所有的可能性、系統的能力受限於設計規則的人、需要花費較大的 efforts 設計規則。
Classic machine learning: 手動設計 features,把 inputs 轉換為 features,透過 learning algorithm 把 features 轉換為 outputs。

Representation learning: 透過 representation learning algorithm 根據 inputs 自動學習 features,透過 learning algorithm 把 features 轉換為 outputs。

Deep learning: 具有 multi-layer of features 的 representation learning。

圖中上色的方塊意指有能力從資料中學習的 components。

延伸閱讀


[書籍] Deep Learning, by Ain Goodfellow, Yoshua Bengio, and Aaron Courville