海巡季刊第105期

CGA Discussion Cloud CGA 交流雲 圖 9 無 人 機 運 用 示 意 圖 權重操作。相關版本很多，經常應用的是 VGG16 與 VGG19 網路。 （四） ResNet ：又稱深度殘差網路，由微軟研究 院的何凱明等人於 2015 年提出，成功訓練了 152 層超深卷積神經網路，且效果突出，並 容易結合到其他網路結構中，而何員亦憑藉 Mask R-CNN 論文獲得 ICCV2017 最佳論文。 7 四、著名運用 只要說到圍棋，大家一定馬上可以發現接下 來要說的就是最知名的人工智慧「 AlphaGo 」了， AlphaGo 的研究計畫於 2014 年啟動，並在 2015 年 至 2017 年間打遍人類高手，其中運用了策略網路 （ CNN ）、快速走子、價值網路（ CNN ）最後再 以蒙特卡羅樹搜索（ Monte Carlo Tree Search, MCTS ）將前述三個部分結合起來，而形成的一個 完整系統，架構圖如圖 8 。 柒、軍事領域的運用 綜合上面的介紹，我們不難發現「人工智慧」 並沒有電影裡面所展現的那樣厲害，反而比較像是 解決單一問題的工具，然而這樣的工具應用在軍事 領域中，卻已可達到極高的效益。 一、無人機應用 傳統上的無人機雖是無人駕駛，但在後端仍有 操作者及相關決策的人員，然而在導入人工智慧的 運用時，前端的無人機將不再 需要後端的人員操作，利 用訓練好的模型，自動 化的搜尋目標，並加 以攻擊或其他作為， 達到完全無人化的 目標，可節省人力 的成本及人員誤判的 機率，示意圖如圖 9 。 7. 程式前沿，〈常用的幾種卷積神經網路介紹〉， https://codertw.com/%E7%A8%8B%E5%BC%8F%E8%AA%9E %E8%A8%80/402055/ 。 8. 〈 Deep Learning: Sky's the Limit 〉， 2016 年 4 月 6 日， http://deeplearningskysthelimit.blogspot . com/2016/04/part-2-alphago-under-magnifying-glass.html 。 圖 8 AlphaGo 架構圖 8 66