跳到主要內容區塊

人工智慧技術-用於魚類之辨識

  • 出版日期:109-12-01
  • 點閱數:549
  • 修改時間:109-12-17

人工智慧 (artificial intelligence, AI) 是以人工的方式編寫電腦程式,讓電腦藉由這個程式模擬出人類的能力或智慧,也就是讓電腦程式模擬人類的行為。人工智慧一詞最早出現在1950年,但受限於電腦性能,人工智慧的發展很快就面臨到瓶頸,直到最近幾年,因為數據的增長與硬體設備的進步,才開始廣泛運用在各產業中。人工智慧運用電腦學習及運算,有資料量大、計算速度快、運算不疲勞以及可作為經驗的累積與傳承等優勢;期待能將知識輸入電腦以後,透過前述的優點,以減少對於人工的依賴 (林,2019)。

深度學習 (deep learning) 技術是人工智慧的一部分,主要是電腦程式模擬人類要做的事情,讓電腦自己從資料中學習,並且判斷資料的正確性,要進行深度學習時,電腦程式需要先有資料進來學習的機制。深度學習並不是萬能的人工智慧,它其實只能針對特定的需求來設計,很多的應用都還在測試,需要人類去定義、設計 (Chen, 2016; Touger, 2018)。人工智慧深度學習技術中,影像辨識領域是近年來最蓬勃發展並被廣泛運用的技術,例如人臉辨識、車牌辨識、無人駕駛、瑕疵產品檢測、安全監控、醫療影像等,都是使用深度學習影像辨識技術。

人工智慧辨識技術目前已經具有一定的水準,近年來人工智慧影像辨識技術結合生物種類的辨識越來越多,希望可以幫助人類將生物種類辨識的經驗傳承,並且使用電腦儲存,提供更多人使用。目前已經有許多人工智慧技術用於生物圖片辨識的例子,例如植物、昆蟲、鳥類、動物、魚類、寵物甚至於人臉辨識等,一般生物辨識架構大致可分為兩部分,第一部分訓練分類器:(1)蒐集大量生物圖片並輸入電腦;(2)經由演算法擷取出利於比對的特徵;(3)由電腦使用擷取出來的特徵進行深度學習,產生辨識圖片的分類器。第二部分辨識新圖片:(4)將待辨識的圖片進行特徵擷取;(5)與前述分類器進行比對;(6)輸出結果。流程(2)至(5)皆由電腦執行,讓電腦以深度學習方式自己訓練並學習出一套分類器,即可將生物辨識的經驗透過電腦傳遞給其他人 (黃,2018)。