人工智能與人工神經網絡

我搞的人工智能公司「0xmd」在市場中，有不少競爭對手，其中有一些技術知識，可以同大家分享。

現時很多的「人工智能」軟件，其實是使用第三方的「應用程式介面」(Application Programming Interface)，即所謂「API」，簡單點說，是駁向ChatGPT，並非真正由自己開發的人工智能。

當然，這也並非沒有市場需要，皆因現時香港人要想使用ChatGPT，必須使用VPN來翻牆，省卻了這一步驟，也算是為使用者提供了某些方便。

很多早年開發的「人工智能」採用的是「Rule-Based AI System」，其原理是使用一組預定義規則來做出決策和解決問題。我們有一些競爭對手正是採用這一種方法，已經做得很不錯，覆蓋率也很高。

不過，由於我們有一位拍擋是AI專業，因而傾向自行開發，使用「人工神經網路」(Artificial Neural Networks)及大型語言模型(Large Language Model)」來令電腦學習。

這和前述的「Rule-Based AI System」，其分別好比是死讀書、靠背誦而得到知識，和經大量閱讀不同的書本後領悟的知識。

馬斯克設計特斯拉的自動駕駛技術，堅持使用「人工神經網路」，因此研發成本高了很多，也需要更多的數據，去給電腦學習，以及聘請更多的人才，去解決當中複雜的技術問題。

反之，如果採用「Rule-Based」，AI就會比較笨，例如說，Rule是「在紅燈前停車」，如果前面有交通燈壞了並由交通警指揮交通，便需要建立另一套規則，否則就會發生意外。

至於中國的人工智能駕駛，暫時主要是採用激光雷達技術。這很可靠，問題是，成本很高，假如馬斯克的人工智能駕駛成功，就有很大的成本優勢。

我們也不是絕對不用「Rule-Based」，例如說，我們的系統可兼容48種語言，中文方面，有不同的方言需要克服，例如說，閩南話。我們找了幾份閩南話對照表，教會了電腦。

如果是按照正宗的人工智能方式，應該是要教它閱讀幾十萬篇閩南話文章，讓它自己領會，這好比中學時的英文老師，要我們不要用英漢字典，而要用「English-English」，看大量例句來理解。但我們作為醫療健康人工智能系統，可不會把算力放在文字之上了。

https://www.am730.com.hk/column/%E8%B2%A1%E7%B6%93/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E8%88%87%E4%BA%BA%E5%B7%A5%E7%A5%9E%E7%B6%93%E7%B6%B2%E7%B5%A1/405108