深度學習是什麼？

在愈來愈多領域中，我們會遇到像是機器學習、深度學習或人工智慧之類的名詞；這些名詞到底是什麼意思？實際應用在哪些地方？

在我們的影片《機器是如何學習的？》中，我們會說明機器學習的基本知識，揭開機器如何透過神經網路而變得聰明。在這篇文章中，我們會深入探討個別領域，說明在這個主題中一些不斷重覆出現的不同技術名詞：深度學習是機器學習的一個子領域，而機器學習又是人工智慧的一個子領域。

1.人工智慧 (AI)

AI 通常被描述為由機器模仿或再現人類的行為結構，通常是個程式語言。一般泛稱的 AI 包括數個子領域，像是專家系統、型樣分析系統、或機器人。基於 AI 的系統使用多種方法來模仿或模型化人類行為與決策結構，例如統計演算法、啟發式程序、人造神經網路 (ANN)，或其他機器學習變體。

2.機器學習

機器學習是 AI 的一個子領域，包括透過自動化程序，自一組樣本資料導出的通則；也就是說從樣本資料中「學習」規則。可以使用預先定義且可理解的演算法和規則來完成，或是如深度學習的場合，使用人造神經網路來進行。機器學習又分成監督式和非監督式學習。在監督式學習，用來學習的樣本資料同時包括對應的預期結果 (如分類)，而在非監督式學習，系統會從輸入中自己辨識出可能的結果。

3.深度學習

深度學習是一種機器學習的方法，在此人造神經網路在會學習過程中獨自建構 (訓練) 中通則。特別是在機器視覺領域，神經網路通常以監督式學習訓練，亦即樣本資料以及其預先定義的結果來進行。

深度學習如何運作？

1.人造神經網路

深度學習是一種運用特定形式人造神經網路 (ANN) 的方法，而 ANN 須先以樣本資料進行訓練。訓練過後的 ANN 即可用於其工作上。使用訓練過的 ANN 即稱為「推理」。在推理時，ANN 根據學得的規則，對供給的資料回報其處理結果。舉例來說，可以用來推估輸入的影像代表的是不良品或沒問題的良品。

2.神經元、層次與連結

ANN 含有多層互相連接的「神經元」。在最簡單的案例，會有一個輸入層和一個輸出層。神經元和連結可以視為矩陣。一個連結矩陣包含輸入矩陣的每個值，連結到結果矩陣的值。連結矩陣的值，包括對應連結的權重。輸入值的權重和邏輯矩陣的值，產生結果矩陣中的對應值。

3.深度人造神經網路

深度學習一詞描述所謂「深度」ANN 的訓練。除了輸入和輸出層外，在可見的輸入輸出層之間，還有數百個「隱藏」層」。一個隱藏層的結果矩陣，用作為下一層的輸入矩陣。在這個案例中，只有最後一層的輸出矩陣，才包含結果。

4.訓練

訓練 ANN 時，最初是隨機設定焦點的。之後逐步加上樣本資料。根據輸入資料與預期結果，使用一個學習規則來調整關係權重。ANN 最後的工作結果優劣，表示結果中評估的準確性，和訓練時的樣本資料有很深的關係。在訓練中使用大量樣本資料，且內容高度變異，通常推理的結果也更精確。如果使用許多相似且重複性高的資料，ANN 在遇到和樣本資料不同的情形時，就無法估算該領域的資料。這種情形，我們會稱對 ANN「過度適配」。

深度學習可以幫我做什麼？

不論餅乾是大是小，大家都愛吃。以餅乾當例子，可以解釋深度學習的運作方式。深度學習的應用領域非常多樣化。特別在機器視覺領域，深度學習廣泛用於各種類型工作。深度學習最常見的工作，大概就是影像分析，用於分類與影像資料分割。

1.影像分類

在影像分類中，影像會分配到不同的類別，例如，將有缺陷的組件和無缺陷的組件相互區分開來，並根據缺陷的不同類型來進行排序，或者將空出的影像 (vacation images) 分為不同類別。以餅乾生產過程為例，可以用來檢查所有餅乾是否都完好無缺，還是已經破損。

2.影像分割與物體辨識

影像分割會將影像的每一畫素都指定一個類別。這樣即可在同一張影像中辨識出多個不同物體，例如在購物籃中辨識出不同水果，或是在路上辨識交通號誌、道路和行人。舉例來說，影像分割也能讓我們看見同一條生產線上跑過的不同形狀餅乾：圓的、方的、六角型的。

3.影像處理

深度學習也可以用於處理並最佳化影像資料，例如，自影像中去除干擾雜訊，或補償光學鏡頭引起的干擾。