發佈日期：2020-06-23

劉佾雲

理工學院

資訊工程學系

        這學期，有機會和系上的同學一起參加了學校的自學團體計畫，本來覺得這是件很麻煩的事情，有點不想做，可是在討論主題的過程中，漸漸地對這件事情開始有了興趣，開始思索著自己想做甚麼？能做甚麼？還有做不做得出來，後來，在班導的建議下，我們選擇了AI-FML人機共學當作我們的主題。

        原本對AI-FML的印象就停留在就是個跟人工智慧學習有關的，配合一個機器人，去分析所蒐集到的資料，感覺很有趣，再參加了這個自學團體後，我發覺，人機共學不單單只是有趣，其背後的概念更是深澳，對人們來說，我們可以很容易的來判斷程度上的不同，舉例來說，這個東西很好吃，跟這個東西超級無敵好吃的，很明顯，是在講喜好程度的不一樣，一個是很愛，另一個是非常愛，我們講話可以簡單的就判斷出來，但對於電腦來說，他的眼裡只有所謂的1和0，也就是對和不對，只有愛跟不愛，好吃或不好吃，沒有所謂的沒那麼喜歡，而人工智慧的終極目標，就是要讓機器能像人一樣，因此，模糊邏輯的演算法便因此而誕生了，為了就是讓機器可以像我們人類一樣，去感受程度副詞，讓機器的思考更加地貼近人類。

        除此之外，我們也實作了一些簡單的邏輯命題，例如會不會停課，會不會停水，透過輸入雨很大，風很大，或是雨超級大和風很小，來讓電腦透過模糊邏輯來判斷會不會停課，停水，將程式設計完成之後，連接到凱比機器人，就可以透過和機器人的互動，來產生我們想要的結果，雖然這件事情看似沒有甚麼，就是很簡單的事情，但這只是最基本的概念，在未來，等技術成熟之後，就可以將這項技能拓展到其他層面，也呼應了現今時代所要求的跨領域性，創新性，獨特性。

        例如我們可以透過AI的模糊邏輯，來讓電腦協助人們做出一些決定，晚餐吃甚麼阿，今天該穿甚麼？現在流行的趨勢是甚麼？人們只需要透過跟自己的電子裝置溝通，就能透過模糊邏輯，配合大數據，資料庫，來找到適合的答案，更可以透過深度學習(Deep Learning)來學習使用者的偏好習慣，例如這個使用者喜歡吃西餐，那AI就能在推薦食物的同時，優先推薦西餐給使用者，或是決定自己今天要穿甚麼的時候，優先搜尋某部分的裝扮，佯裝，襯衫等等，滿足每個人的差異性，為每一個人量身打造一個適合他們所使用的人工智慧，讓人們感受到科技的進步與變化。

        參加了這一個活動，讓我學到了很多不同的事，了解到了，除了學校所教授的知識，還有很多其他方面的知識是我們可以去努力，可以去爭取的，就像是這一個自學團體一樣，謝謝學校願意提供這樣的一個機會讓我們可以為自己爭取到更好的未來。