AI智慧時代有三個致勝關鍵，分別是：專家直覺知識力、AI建模師創新力、大數據計算力。本課程將介紹前兩力的交集，也就是「如何把專家直覺納入AI模型中？」

看看目前當紅的ChatGPT，不但能理解各種提問說法，還能回答的頭頭是道，為什麼能這麼神？除了自然語言深度學習技術的進步外，更重要的是有像維基百科這樣的專業知識庫讓它分析、理解和學習。

不過，ChatGPT仍在學習階段，它的最大限制是：缺乏假設（Hypothesis）思考能力。事實上，這是今日AI 科技仍比不上「專家」、「達人」的地方，也就是沒有果因推理能力！如果沒有專家直覺的注入，AI只是一個統計回歸分析算法而已！

專家直覺（Expert Intuition）就是能看出來眼前狀況與過去狀況的某些相似點（即相似特徵）。在菜鳥眼中，每個情況都是新且獨立的；相較之下，當您的專門知識愈深，就愈能看出許多相似情況。因此，專家直覺帶給人們瞬間洞察力，也就是「鑑往知來」的強大能力。

的確，在行為決策的世界裡，有時候關鍵並不在於搜集大資料，透過經驗法則導引出的直覺，即使不比複雜的分析過程更為有用，至少也一樣有用。本次課程將邀請AI達人 – 高煥堂及鄭介平兩位老師開講，帶您了解何為「專家直覺」？並將以多個範例說明「AI要如何學習專家直覺」？

課程單元

A.1 ML的基礎：統計回歸概念

AI歸納的能力很強，但是卻缺乏了人類「專家」的果因推理的能力。最開始，由鄭仲平老師先帶各位概覽機器學習的基礎：統計回歸的概念。除了概念之外，鄭老師也透過實際操作來說明線性回歸與非線性回歸。

A.2 收集作品大數據，引領機器學習 

這堂課中，鄭老師透過猜拳機器人說明如何建構AI模型並引導其總結出規律。透過RnnPredict模型進行訓練，從前兩次提供的數據中，追蹤並推演出第三次出拳的可能性。