學貫中西(4)：AI的時序性推論技能

高煥堂

1 復習：ML的智慧表達形式

上一期說明了人工智能（AI）（ML，機器學習）的推論技能，和其基于事物或現象之間的關聯性（或稱相關性）。例如，大家都熟悉氣候的運行規律：春暖 → 夏暑 → 秋涼 → 冬寒 → 春暖 → …。四季更替、周而復始，如圖1所示。這項人類已知的智慧（即關聯性），就可以讓機器（計算機）來學習、記憶它，然后依據它進行推論或預測。

于是，我們把這項關聯性（知識）排列在Excel畫面上，從X對應到Y（參見圖2）。在上一期里已經介紹過獨熱編碼（OHE，One-Hot Encoding），這樣就可以讓機器來學習人類已知的智慧了。

此時，機器會建立兩組神經元之間的連結（Connection），并且賦予一個權重（Weight）值來表示它所學習到的關聯性，參見圖3。接下來，按下“學習”按鈕，就展開機器學習，來記春暖（[1000]）與夏暑（[0100]）之間的相生關系。于是權重（值）就會發生變化，如圖4所示。

圖4里的線條寬度表示權重（值）的大小。這樣就記住了春暖與夏暑之間的關聯性了。那么，ML就藉此神經網絡就繼續學習更多關聯性，例如學習并記住了上述的所有關聯性了，如圖5所示。并且輸出于Excel畫面上，如圖6所示。

以上幫您復習了，如何展開機器學習，來記住事物之間的關聯性。

2 擴大：欣賞ML的時序性推論技能

在本節里，來舉大家也熟悉的唐詩韻律，說明其時序性的關聯性。例如，最典型的五言詩韻律：“仄仄平平仄， 平平仄仄平”。其中具有時間順序性的關聯性，所以稱之為韻律。此韻律里包含兩項名目：“平”和“仄”。于是就采取OHE編碼：以 [10]代表“平”；并以[01]代表“仄”。接下來，我們可以觀察到其中的各種時間順序性的關聯性。……