目錄
前言
坊間有很多書，都介紹人工智慧在醫療上的用途，在各大醫院，都被拿來當作是願景，或是用來和媒體宣傳。或是在各大醫學會，都會安排幾場關於“人工智慧與醫療”等相關的主題。我覺得很好，有人關心這件事。但除了關心，就沒有在下一步了。如果真的有心要做，不只有安排演講。今年3月初，人工智慧的倡議者Andrew Ng在coursera 上AI for everyone開課，是給非工程師的通識課程，分成四周，但其實約2個多小時就可以看完的影片課程。講得非常清楚，能做什麼，不能做什麼、現在發展到哪了？強項在哪？怎麼建一隻AI隊伍、要怎麼做才不要掉隊？這甚至都很適合一直在喊產業升級、轉型、喊要建AIoT聚落的政府官員。可能可以比較清楚知道，究竟，人工智慧是什麼？而不是整天幻想有個跟人一樣的機器人要來搶工作這種話…
什麼人工智慧？
人工智慧不是你所想的聰明機器人
大部分人以為的人工智慧是AGI(general intelligence)就像一個完整的人可以做很多事；但目前的發展是ANI(narrow intellgence)。
這樣講又太模糊了，看圖。就像有一個input A-> output B，這就是目前人工智慧能做的；譬如英翻中、譬如把錄音檔轉文字。這個我們又叫「supervised learning」，這是一種機器學習。大部分我們現在用到的技術都是這種的。
資料
有資料庫、有很多資料不見得就是好。也要看資料能不能用、好不好用。現在的「人工智慧」，大多是把資料A們 ->給出資料B的結果。資料怎麼來呢？一個就是手動（工人做事）標籤、譬如這是不是一隻貓呢？或是從觀察的資料，還是從網站上撈。
其實資料是很混亂的，如果有些資料不齊全、有資料打錯了，或是資料沒有整理過，亂七八糟的。根本就無法使用機器學習
機器學習和資料科學
之前有twitter上有流行一段話，用“python寫的叫機器學習；用ppt叫人工智慧”。資料科學就是你運用這些程式得到的、觀察到的現象再加以演化成一門知識，才會是資料科學。而這一切圍繞在這些資料、數據的一切方法，我們可以統稱人工智慧。所以常常看得到的「人工智慧」、聽得到的，可以再進一步想想，這則新聞、或是這個組織，要用這個方法做的這些事情，可能嗎？還是畫大餅說說而已？
深度學習
上圖這個就是深度學習。也是要從A們推論到B。但中間經過很多運算，這每一個圈圈代表一個運算的結果。因為很像腦中的神經細胞，所以我們叫他neuron，而這個建立的網絡，我們稱之為神經網絡。但和真的生物腦神經網絡，一點關係也沒有；目前也沒有任何方法可以去模擬出生物腦。所以深度學習、人工神經網路，就是指 **一組許多的數學等式**
所以AI是什麼？
AI就是人工智慧裡，很多都不同的工具，我們的泛稱。
現在能做的和拿手的就是可以處理一個簡單的概念，譬如之前提到的英翻中，加上很多的資料。這就是目前能做的。
再來說說什麼放射科醫師要被取代了啊…Andrew Ng也說了。不可能。機器可以讀10000張已經被判斷好的片子，再去學習A->B，但是如果很少張、或是沒看過，或是透過臨床表徵加圖片，告訴你為什麼會這樣，不可能。這也不是機器學習所善長的。
所以我想要建一隻人工智慧隊伍要怎麼做？
Andrew Ng說，不要想說要取代一個人的工作，而是這些工作裡面，有沒有什麼小任務是可以被做的（也就是不要想取代放射科醫師了，而是有什麼小任務是可以讓機器去做的）；再來是那AI的performance好嗎？需要多少資料？開發這個會多久？
這些是常見的工具，就不一一介紹了，可以google 一下，大多是python, R, julia等等。
說明語音助理的原理
譬如你跟你的手機說，「嘿，告訴我一個笑話」，他要做的是很多從A->B，再串接他們。 你的手機要先聽出這個”hey, 機器“，再來是把聲音變成文字，再來是，它可以辨識什麼叫「笑話」，最後去執行「找笑話」的程式。
自動駕駛也是同樣的道理：
課程中還有講解很多例子、譬如翻譯、語音辨識、機器控制等等原理講解。 其他還有unsupervised learning, renforcement learning, GANs(generatvie adversarial network), knowledge graph等等。
AI和社會
最後一周這講就回到了目前（2019），AI的侷限、倫理和他的缺點。譬如新聞常常會看到什麼聊天機器人出現有偏見、歧視的字眼。但其實不是機器人有意識地歧識，而是這是有問題的資料造成的。
之前有也提到，AI無法告訴你為什麼，只會告訴你結果；而且需要大量資料。AI也是可以被攻擊的。只要資料有更動；或是投放大量錯誤的訊息。視覺辨識也有其做不到的地方。
最後，Andrew Ng放這張投影片，告訴大家，AI會影響到很多工作，但也會創造新的工作機會。準備好，它沒有那麼可怕，也還有很多領域需要domain knowledge, 很多地方都可以用新的方法去改善現在的生活