人工智能的核心技術
人工智能的核心技術之一是神經網絡，例如無人駕駛汽車會配備多個攝像頭，通過神經網絡來識別其他車輛、交通標誌和行人，並做出相應地轉彎或調整車速的舉動，神經網絡也是當人們用智慧型手機打字時，那些選字功能計算背後的幕後使者，甚至在翻譯工具中也會廣泛地被應用。
而使用大數據來訓練神經網絡是我們目前最主要的作法，它們之所以有效，是因為大數據得接受海量的數據訓練才能識別、分類及預測各種事物及突發狀況，在無人駕駛汽車的例子當中，大數據被訓練需查看數以百萬的街道圖像和影片來擴充自己的資料庫，且當人們在瀏覽網路時點擊人行道圖片來證明自己不是機器人時，也會用來幫助大數據訓練神經網絡。
人們害怕被人工智能超越
這就是為何人們會害怕被人工智能超越甚至取代自己的原因，複雜的神經網絡能夠自我學習，現在甚至有某一些神經網絡已經可以協助人們在工作領域上創造新的東西。
那最基本的神經網絡是如何工作的呢？神經網絡是由類似人工神經元組成的網絡，它試圖去模擬人類大腦，因此它有許多層的「神經元」，就像我們大腦中的神經元一樣，首先第一層神經元會接收圖像、影片、聲音、文字等等的輸入資料，當第一層的資料被輸出到下一層時，輸入的數據最後通通會經過神經網絡的所有層面。
神經網絡很久以前就被發明出來
事實上，神經網絡在很久以前就被發明出來，它並不是近幾十年才被發現的，在1943年時，Warren McCulloch和Walter Pitts創建了一個基於演算法的神經網絡計算模型，後來，這個想法被塵封起來，被人類忽略而經歷了一段漫長的時間，也是因為當時要建構神經網絡所需要的巨大資料庫資源還不存在，所以還不是神經網絡出現的時機。
直到近幾十年，由於圖形處理器（Graphics Processing Unit）等先進的計算資源的出現，才讓神經網絡這想法又捲土重來，而圖形處理器是一種專門在個人電腦、工作站、遊戲機和一些行動裝置（如平板電腦、智慧型手機等）上執行繪圖運算工作的微處理器，事實也證實了，它們在處理運行神經網絡所需的數據方面也非常出色，這就是為什麼我們現在看到神經網絡以及人工智能如此廣大的被應用在生活當中，甚至漸漸的與人類成為一體。
圖片來源：Andriy Onufriyenko/Moment/Getty Images
資料來源：TAM NGUYEN(2020,14 DECEMBER).You Are Surrounded by Neural Networks. Here’s How They Try to Simulate The Human Brain.Sciencealert
更多科學與科技新聞都可以直接上 明日科學網站 www.tomorrowsci.com