| 本期觀點｜ 你是否也遇過這種困擾：每天和你互動的智慧助理明明說話很流利，卻總是無法準確理解你的需求？又或是公司花大錢引進AI系統，但實際表現卻與宣傳大相逕庭？儘管AI話題火熱，但實際上AI技術距離我們的期待總是有一段差距，這背後的原因到底是什麼？ 一場「實話實說」的AI探討 本期來介紹這本《Rebooting AI》給你認識，這本書也曾獲得英偉達黃仁勳的推薦閱讀。本書的作者是Gary Marcus和Ernest Davis。 繼續閱讀⋯⋯ |
延伸閱讀
| The Limitations of Deep Learning 這篇由 Keras 團隊所撰寫的文章指出，深度學習模型雖然在模式識別上表現出色，但缺乏對輸入資料的真正理解。文章強調，這些模型無法像人類一樣，透過感官和經驗來理解圖像、聲音或語言，這限制了其在需要語境理解的應用場景中的效能。 | AI’s Limitations: 5 Things Artificial Intelligence Can’t Do 本文探討了人工智慧在創造力、倫理判斷、情感理解、上下文感知和常識推理等方面的限制。作者指出，這些限制使得 AI 難以在需要人類直覺和情境理解的任務中表現良好，並強調了在實施 AI 解決方案時需謹慎考量這些因素。 |
| What is Symbolic AI? 這篇文章介紹了符號人工智慧（Symbolic AI），也被稱為「傳統人工智慧」（GOFAI）。符號 AI 著重於使用符號和邏輯規則來模擬人類的推理過程，與依賴大量數據進行訓練的深度學習方法不同。文章還探討了符號 AI 在知識表示和推理方面的應用，以及其在現代 AI 發展中的角色。 | An AI Pioneer Wants His Algorithms to Understand the ‘Why’ 這篇 Wired 的文章報導了深度學習先驅 Yoshua Bengio 的觀點，他認為目前的 AI 系統缺乏對因果關係的理解。Bengio 主張，為了讓 AI 更接近人類智能，必須讓其能夠理解「為什麼」事情會發生，這需要在現有的深度學習架構中引入因果推理的能力。 |
推薦展覽
| 2025《地球解方》展覽亮點 🌍 以「ACTION 365」為核心，串聯產官學研決策者，推動全年持續性的永續行動，創造100+個地球解方 📈 從趨勢→對話→實踐，打造可執行、可擴散的永續行動，讓解決方案不僅止於提案！ 展出地點｜三創生活園區11樓共想咖啡吧！ 展出期間｜即日起開放自由參觀 ☕看展覽的同時也別忘了來杯，一起在創意與永續咖啡中找到生活的新解方！ #地球解方 #EarthSolutions #Action365 #三創11F #三創育成基金會 #工人新創 #展覽空間 #展覽資訊 #永續行動 |
本文依 CC 創用姓名標示 - 非商業性 - 相同方式分享 4.0 國際釋出