新聞中(zhōng)心

人工(gōng)智能 (AI) 是透過建立及應用内建于動态運算環境中(zhōng)的演算法，來模拟人類智慧過程的基礎。簡言之， AI 的目标是試圖讓電(diàn)腦像人類一(yī)樣思考和行動。

實現這項目标需要三個關鍵要素：

    運算系統
    資(zī)料與資(zī)料管理
    進階 AI 演算法 (程序碼)

期望結果越接近人類，對資(zī)料量和處理能力的要求越高。
人工(gōng)智能的起源

至少從西元前一(yī)世紀開(kāi)始，人類就對制造機器模拟人腦的可能性充滿興趣。到了現代，John McCarthy 在 1955 年創造了人工(gōng)智能這個詞彙。1956 年，McCarthy 等人舉辦了一(yī)場名爲《達特茅斯學院夏季人工(gōng)智能研究專案》的會議。以此爲開(kāi)端，機器學習、 深度學習、預測性分(fēn)析應運而生(shēng)，一(yī)直發展到現在的規範化分(fēn)析。同時也興起了全新的研究領域，亦即資(zī)料科學。
人工(gōng)智能爲何重要？

今天，人類和機器所産生(shēng)的資(zī)料量遠遠超出了人類吸收、解讀及據此做出複雜(zá)決策的能力。人工(gōng)智能構成了所有電(diàn)腦學習的基礎，也是所有複雜(zá)決策的未來。例如，即便井字遊戲 (圈叉遊戲) 有 255,168 種不同的走法，其中(zhōng) 46,080 種走法會出現平局，大(dà)多數人仍然能夠算出如何走才不會輸掉遊戲。西洋棋則有超過 500 x 10 的 18 次方種不同的可能走法，因此能稱得上高手的人屈指可數。電(diàn)腦能夠以極其有效率的方式計算這些走法的排列組合，并得出最佳對策。AI (及其機器學習的邏輯演進) 和深度學習爲商(shāng)業決策的未來奠定了基礎。
人工(gōng)智能使用案例

在很多日常情景中(zhōng)都能見到 AI 的應用，例如金融服務詐騙偵測、零售采購預測和線上客戶支援互動等。以下(xià)是一(yī)些例子：

    詐騙偵測。金融服務業以兩種方式使用人工(gōng)智能。一(yī)種是在信貸申請的初始評分(fēn)使用 AI 來了解申請人的信用度。另一(yī)種是采用更先進的 AI 引擎來即時監控及偵測支付卡的詐騙交易。
    虛拟客戶協助 (VCA)。除了人機互動外(wài)，客服中(zhōng)心還使用 VCA 來預測和回應客戶的詢問。語音辨識加上模拟的人類對話(huà)是客戶服務查詢中(zhōng)的第一(yī)個互動點。較高層級的查詢會轉接給人員(yuán)。
    當某人在網頁上發起聊天 (聊天機器人) 對話(huà)時，通常是先與執行專業化 AI 的電(diàn)腦互動。如果聊天機器人無法解讀或解決問題，人類就會介入，直接與對方溝通。這些無法解讀的執行個體(tǐ)将饋送到機器學習運算系統，用于改進 AI 應用程序，以供未來互動之用。