电脑图学领域-资讯学门（二）人工智慧领域学门.PDFVIP

資訊學門 (二) 人工智慧領域學門 規劃 參與規劃教授(按姓名筆劃排列): 李育杰教授 林智仁教授 林守德教授 林軒田教授 吳毅成教授 許永真 教授 許舜欽 教授 許鈞南 教授 張嘉惠 教授 廖純中教授 蘇豐文 教授 1 人工智慧領域 領域概述 「人工智慧」這個領域名稱，首先在1956 年的Dartmouth Conference中，由 舉辦人之一的John McCarthy初次使用 ，當時主要以複製人類的智慧為目標， 早期較為成功的研究方向有 Reasoning 、Natural Language Processing 、Expert Systems 等。自從Claude E. Shannon在 1950 年提出用電腦製作下棋程式的概 念，到了1997 年，電腦程式深藍(Deep Blue)戰勝西洋棋世界棋王卡斯帕洛夫 (Garry Kasparov) ，肯定了人工智慧的成就。在古典人工智慧中 ，Alan Turing 為「人工智慧」定義了一個明確的目標：若能讓數台電腦與人夾雜在一貣，透 過某種介面與測詴人員進行互動，而測詴人員無論使用什麼方法，皆無法分辨 哪些是人、哪些是電腦，則該電腦可說是有「智慧」 ，這項測詴方法即為著名 的 Turing’s Test 。在1990 年，Hugh Loebner 將Turing’s Test的概念具體化成 Loebner Prize ，這項競賽至今仍每年舉行，並有不少新技術誕生。然而，現代 對於人工智慧這個名詞，有著更為深刻的認識的原因，來自電腦處理巨量資料 的能力，從而獲得『知識』與『智慧』，或建立代理人來替人們服務。古典與 現代人工智慧的差別在於，前者著重於模擬人類的邏輯思維模式，而後者則善 用今日電腦的高速計算能力與大量記憶體等優勢，來解決原本需要人類智慧的 困難問題。這個觀念的開啓，使得研究者不再侷限於讓電腦以人腦的思考模式 來解決問題，而是對電腦量身訂做一套適合它的方法，因此造就了機器學習 (Machine Learning) 、資料探勘(Data Mining) 、以及智慧型代理人(Intelligent Agents) 等子領域的成功，更提供許多可能性與研究課題，來豐富人工智慧的 技術與其應用性。 以下將針對整個人工智慧領域中的 六大子領域 ：Machine Learning and Data Mining 、Intelligent Agents 、AI on the Web and in the Cloud 、Social Network and Graph Mining 、AI and Games 、Emerging AI Technologies for Multidisciplinary Studies ，分別就各項子領域之主題概述、國內外發展現況與世界發展之趨勢加 以闡述，並將羅列各項子領域之關鍵熱門研究課題 與一般性研究課題，俾利國 2 內從事 人工智慧研究之同仁們得以掌握 人工智慧領域之研究趨勢 與世界主流 研究團隊及 其主要研究課題。此外，也羅列一些已發展較完整或較成熟的研究 課題讓同仁們同時 參考，由於已發展成熟的研究議題 ，近幾年來在各主流國際