購物比價找書網找車網
FindBook
排序:
 
 有 1 項符合

詹姆士·史考特

的圖書
最新圖書評論 -  目前有 1 則評論
 如同書背推薦文字所陳述,「AI...
轉載自博客來  推薦  2019/05/26
如同書背推薦文字所陳述,「AIQ:不管你願不願意,現在已是AIQ比IQ、EQ更重要的時代」是用七位在人工智慧發展史上有舉足輕重的人物故事來引導出此門學科最關鍵的一些思維。隨著人工智慧佔據媒體版面的比例增加,各式各樣的評論、分析、專書和新聞,都交錯使用著「機器學習」和「人工智慧」兩...
詹姆士
詹姆斯,法譯雅姆,西譯海梅,葡譯雅伊梅,義大利語賈科莫,愛爾蘭及蘇格蘭語謝馬斯或謝穆斯,是一個西方社會常見的人名。英、西、葡等語文中「James、Jaime、Giacomo、Séamas」的名稱則來自於古法語,最終源於粗俗拉丁語中Iacobus至Iacomus的一個演變,前者演變為雅各布及其變體,均為希伯來語的雅各之意。
  維基百科

圖書介紹 - 資料來源:博客來
圖書名稱:AIQ:不管你願不願意,現在已是AIQ比IQ、EQ更重要的時代

內容簡介

工業時代靠IQ,資訊時代要EQ────  
智慧革命時代,若想跨域轉型求生
駕馭全世界的機器替你做事
唯一致勝方程式 ── AIQ =AI ╳ IQ

  ★美國亞馬遜書店讀者4顆星評價
  ★《華爾街日報》、《星期天泰晤士報》、《經濟學人•商論》、暢銷書《蘋果橘子經濟學》作者李維特、經濟學大師泰勒•柯文好評強推


  「終於有人站出來撰述這個劃時代的主題了。」───《蘋果橘子經濟學》暢銷作家 李維特

  AI革命正在重塑我們的世界,就像工業革命重塑十九世紀的世界一樣。「AIQ」,就是善用AI技術的能力,檢測一個人能否善用AI來提升工作與生活的便利性,讓自己過得更好。

  AI不是科幻電影的機器人,而是「演算法」,無處不在且無時無刻都在「改變」我們的生活,例如醫生用AI診斷和治療癌症、銀行用AI檢測詐騙行為、電力公司用AI節能省電……有些改變帶來莫大希望,包括高效完成繁複作業、提供更安全的工作場所與更完善的醫療保健、減少語言障礙等,但有些改變也敲醒警鐘,例如就業機會減少、數據運用與個人隱私的拉鋸,乃至AI導致錯誤決策卻毋須承擔責任。

  因此,本書鎖定三大面向,闡述「人機分工協作、共存互生再生」的重要:

  一、想在世界立足,必須瞭解智慧機器如何運作,也就是「演算法」:幾乎所有AI系統都遵循同樣的「演算法流程」範本。

  二、AI只說一種語言──數學語言。理解AI背後的數學運作,就會發現它不再神祕難解。作者保證:數學白痴也不用擔心,人工智慧的數學非常簡單!

  三、AI不是威脅,人機不該對立,應思考如何共存共榮:人類可以利用機器克服內在的認知弱點,學習機器的運作邏輯,強化自身思考方式,如此一來,快樂、效率、成就感都能升級進化。

本書特色

  1. AI關鍵發展史上,7個人類智慧影響人工智慧的故事


  AI,其實是老智慧激出新創意,大幅降低改變世界的門檻,一個微小創意都可能改寫商業邏輯、顛覆生活形態。透過程式語言女王、白衣天使南丁格爾、天才科學家牛頓、洋基傳奇打者等人的故事,瞭解數據、機率與更好的思維方式。古早以前經過驗證的先人創意,在以人工智慧為核心的新技術革命中,仍然扮演關鍵要角!

  ►Netflix稱霸影音產業的創新商業模式「個人化推薦」,源自二戰流亡數學家為拯救無數飛行員而發明的「生存推薦系統」。
  ►「宇宙有多大?」此流傳數千年的大哉問,與「機器學習」大有關係,影響範圍從小黃瓜分類、照片辨識乃至掃蕩公廁衛生紙小偷。
  ►即時監控系統的誕生自牛頓最嚴重的一次「數學錯誤」,提醒我們在海量數據中「偵錯」有多重要。
  ►「向電腦大聲說出指令,任何商品都會被送到家門口」Alexa、Google Assistant智慧語音助理的成功,多虧60年代程式語言女王率先用英語成功與電腦溝通。

  2. 解讀促進AI發展的4大元素

  站在巨人肩膀上,學習如何透過AI時代最關鍵的4大元素,培養利用AI解決實際問題的能力,大幅提升你的AIQ!

  ►速度更快的晶片
  ►有價值的巨量數據資料
  ►雲端計算
  ►最重要的「創意」

  3. 機器智慧(machine intelligence)新解!借助人工智慧之力「放大」人類智慧

  學習機器的運作邏輯,用機器克服內在的認知弱點,強化自身思考方式,做出精準又有遠見的決策──你對機器越瞭解,你的AIQ就越高。

名人推薦

  陳昇瑋▕ 台灣人工智慧學校執行長
  葛如鈞▕ 北科大互動設計系助理教授
  鄭國威▕ 泛科知識共同創辦人
  謝伯讓▕ 腦科學家,《大腦簡史》作者
  史帝文.李維特▕《蘋果橘子經濟學》暢銷作家
  泰勒‧柯文▕ 經濟學大師暨《再見,平庸世代》暢銷作家

各界盛讚

  雖然我不是電腦科學家,但人工智慧是我一直很關注的主題。為了製作泛科學院的「從零開始的 30 堂人工智慧必修課」,我在 2018 年 10 月到 12 月,密集地讀了快 30 本人工智慧科普書,雖然這些書各有切入點,但也顯出高度的一致性。正當我認為已經沒有其他寫法的時候,我看到《AIQ》這本書,大為驚艷。
  本書作者不愧是名校的教育者,循序漸進且循循善誘,同時著重歷史縱深與技術觀念,讓人工智慧卸下媒體套上的光環,以最原始、最核心的樣貌,讓讀者能藉著作者的鋪陳獲得最重要的AI思維,除了好看,我認為也是最適合做為教科書的人工智慧論述。我極為榮幸有機會推薦本書,也會將這本書列為我的課程的延伸必讀好書。──────────鄭國威,泛科知識共同創辦人

  你知道要如何找出戰火下飛機的脆弱機身部位嗎?你知道如何有效率地找到沉船嗎?你知道如何找到消費者可能會喜歡的商品嗎?最好的方式之一,不是閉門苦思推理,而是要透過人工智慧(大數據和條件機率),來幫你找出解答。在這個充滿資訊的世界之中,除了IQ和EQ,未來的致勝能力還需要AIQ,也就是知道哪裡可以使用AI,以及如何使用AI的能力。這本書中深入淺出的故事和描述,將為你打開一條道路,幫助你理解並運用AI。──────────謝伯讓,腦科學家、《大腦簡史》作者

  終於有人站出來撰述這個劃時代的主題了。本書探索驅動未來科技的創意發展史,令人驚嘆,同時揭開背後核心概念的神祕面紗,以積極、有趣的視角,凝視人類創造力與功能強大的機器相結合,得以釋放出無限潛力。──────────史帝文‧李維特(Steven D. Levitt),《蘋果橘子經濟學》共同作者

  「角度新穎,充滿獨創見解(真不可思議)!針對AIQ這個主題作了出色的闡述。」──────────泰勒‧柯文(Tyler Cowen),經濟學大師暨《再見,平庸世代》暢銷作家

  本書以行之有效的方法形塑AI的樣貌,縮短它與讀者的距離,譬如說,電腦只是解決相似問題比較快的工具。就像書名所示,AIQ一詞結合了AI與IQ,強調人類必須兩者兼得。──────────《華爾街日報》

  論述嚴謹周全,卻出奇地簡單易讀。完整說明AI 的實際發展與運用之餘,也針對優劣得失懇切提出質疑……AIQ一書扮演著無可挑剔的「解釋者」(explainer)角色,複雜難懂的主題變得簡單明瞭,不僅勾勒出如何利用AI把事情做對做好的鮮明藍圖,同時清楚指出AI也會走錯路。──────────Strategy + Business雜誌

  極富娛樂性與說服力。本書旨在說明人工智慧如何獲致出色結果。兩個作者就像興奮又激動的技師,打開了一輛超跑的引擎蓋開始解說,文字充滿熱情,數據科學(data science)在他們筆下變得平易近人又振奮人心。──────────《星期天泰晤士報》

  波爾森和史考特帶領我們一窺人工智慧和數據科學的葫蘆裡到底賣什麼藥,讓我們明白大多數演算法的背後,其實是人類設法解決問題、試圖讓世界變得更美好的故事。本書對於電腦在生活各層面無所不在、徹底發揮影響力的這個時代,提出樂觀的願景,引人入勝。──────────麥可‧凱西(Michael J. Casey),麻省理工學院媒體實驗室數位貨幣計畫高級顧問、《真相機器》(The Truth Machine)共同作者

  終於有講述AI與數據科學概念的作者是貨真價實的「數據行家」了!本書作者不僅戳破時下媒體膨風的觀點與迷思,也清楚說明屢屢繳出亮眼成績的演算法背後有何概念,以及如何運用巨量數據來建置演算法。不過,他們也很清楚演算法的限制與潛藏的風險,因此呼籲我們的社會必須仔細審視、甚至規範演算法的用途。故事好看,細節說明恰到好處,一讀就停不下來:我自己也獲益良多。──────────大衛.史匹格哈特爾(David Spiegelhalter),劍橋大學統計實驗室公眾理解風險中心(Public Understanding of Risk)溫頓教授(Winton Professor)
 
 

作者介紹

作者簡介

尼克‧波爾森Nick Polson


  芝加哥大學布斯商學院(Chicago Booth School of Business)計量經濟學和統計學教授,鑽研領域包括人工智慧、貝氏統計學和深度學習,經常在國際會議上發表演講。現居芝加哥。

詹姆士‧史考特James Scott

  德州大學奧斯汀分校統計學副教授。取得馬歇爾獎學金之後在劍橋大學主修數學,2009年於杜克大學取得統計學博士學位。目前發表超過45篇同儕審查的學術文章,同時進行許多跨領域的研究合作,幫助合作者瞭解自家領域數據的力量。史考特與妻子艾碧蓋爾(Abigail)現居德州奧斯汀市。

譯者簡介

何玉方


  英國蘭卡斯特大學(Lancaster University)應用語言學博士,專研文體風格學,現居英國從事教學研究,兼職翻譯,譯著有《統計數字:是事實,還是謊言?》(Damned Lies and Statistics)、《動物農莊求生計》(How Stella Saved the Farm)、《人性公式大接管》(The Formula: How Algorithms Solve All Our Problem...and Create More)等書。
 

目錄

各界好評
推薦序∣「從前、從前……」凡是都有個從前,AI也是────葛如鈞
 
序章
AI究竟是什麼?
我們如何走到今天這一步?
AI焦慮症
淺談AI與數學二三事
 
第一章 看出沉默證據的流亡數學家
二戰英雄暨統計學家亞伯拉罕•沃德
真相,其實在未返航的軍機上
被忽略的數據:別讓看不見的唬了你
未返航的轟炸機,未知的用戶評分
隱藏特徵所道出的真相──關於用戶和Netflix
推薦引擎帶來的正負效應
 
第二章 洞燭幽微的女天文學家
輸入與輸出:機器如何識別模式?
重大天文發現
在數據中運用預測規則
超越線性模型
 
第三章 牧師、潛艇與自駕車
機器人革命
尋找失踪潛艦就像定位自己的位置?
貝氏定理──從牧師到機器人
貝氏定理如何讓人更聰明?
Column∣貝氏定理的數學公式
 
第四章 奇異恩典──神奇的程式語言女王
兩大創新革命
程式語言女王──葛麗絲•霍普
自然語言革命:從Grace 到Alexa    
1980~2010年:統計自然語言處理如何發展
文字如何轉換成數字
 
第五章 英國皇家鑄幣廠的天才
牛頓的第二事業
貨幣樣本年度驗測
Column∣平方根法則
人工智慧時代的異常檢測
數位時代的魔球   
 
第六章 提燈巡房天使──南丁格爾
克里米亞的天使
南丁格爾對數據科學的貢獻
AI時代可避免的傷害
AI足以拯救一切?
遠距醫療
下一步如何發展?
 
第七章 洋基快艇
迪馬喬的故事與輕率推斷的後果
運算模式失效
運算模式也會老化
假設偏差,結果誤差
 
致謝
原文附註
附錄:中英名詞對照表
 

推薦序

「從前、從前……」凡事都有個從前,AI 也是


  「從前、從前… …」許多童話故事都會這樣開始,其實 AI人工智慧也是。

  《AIQ:不管你願不願意,現在已是AIQ比IQ、EQ更重要的時代》的作者是兩位原先在大學教了多年數據分析與人工智能的專家,透過本書,首次向世人宣告他們對 AI 的理解與說明;甫一推出就震撼許多讀者,包括我在內。本書最大的特色,是作者透過好幾個人工智慧的實際應用案例,如 Netflix 推薦系統、城市治理的監控系統等,說明 AI 的運作原理,並且找出它們是如何從數十年、甚至數百年前的某一天,一路演進到現在的樣子。

  文學大師馬克‧吐溫(Mark Twain)曾說過:「天底下再也沒有全新的梗。」所有的創新都其來有自。而如今包圍在我們生活周遭的人工智能應用也是。若將一個又一個 AI 應用看作橫空出世的外星科技,勢必不容易理解;不過,一旦我們找出它們各自的源頭──兩百年前的數學、一百年前的統計、五十年前的歷史故事──我們便得以從頭開始、追本溯源,更有助於理解 AI 的創新與革命究竟從何而來。

  《AIQ》的另一個特性,則是作者大無畏的決定放上數學公式與統計表格,不將 AI 拆解到最後一分一毫絕不放棄。

  如同作者在書中一開頭的自嘲:「每多一個數學符號就損失三千名讀者」、「每多一個希臘字母就損失五千名讀者」,但他們最終還是堅持原則與初衷。看著作者鉅細靡遺地針對 AI 技術底層最基本的原理,詳細拆解與描述,我忽然回想起年輕時看的一本科普啟蒙書《混沌》(Chaos),該書和本書一樣,都有追本溯源的歷史故事,和一個又一個的精妙比喻,作者也同樣甘冒流失讀者的風險,將一個又一個精簡美麗的公式(如 f(z)=z2+c)放在書裡,成了我進入科學世界的第一扇門,也是當年我對數理啟蒙的美好回憶。

  未來的世界,是人機整合的世界。

  無論是去到美國的奇點大學(Singularity University),還是日本的東京大學,我走訪各國與最傑出的教授共事、在最聰明的學院就讀,所有人都一致同意:人工智慧並不可怕(至少絕不比人可怕)。只要我們抱持開放的心胸理解AI、善用AI,人機合作的未來前景無限。而在這樣的一個年代,我們究竟要如何學習理解AI,進而更好地利用它、甚至進一步改良它呢?我認為,如同學語言要從 ABC、ㄅㄆㄇ開始,學習人工智慧非透過此書不可,從詳盡的案例、精彩的源頭故事開始打好基礎。如果說地球科學、物理、化學是我們早年理解科學世界的必經之路;IQ 測驗是考驗我們邏輯心靈的必要方法;那麼在下一個世代,AI 勢必要取得和地科、理化等基礎學科一樣重要的地位,而《AIQ》終將成為考驗我們是否能妥善應用、理解人工智慧的必要讀物。

  誠心推薦此書,若你讀了一遍還有許多地方沒有理解也請放心,再讀一遍吧。直到人工智慧超越人類的想像未來世界帶來危險之前,我們還有許多時間。
 
葛如鈞/北科大互動設計系助理教授
 

詳細資料

  • ISBN:9789867778468
  • 叢書系列: 金商道
  • 規格:平裝 / 304頁 / 17 x 22 cm / 普通級 / 單色印刷 / 初版
  • 出版地:台灣
圖書評論 -   評分:
 如同書背推薦文字所陳述,「AI...
轉載自博客來  推薦  2019/05/26
如同書背推薦文字所陳述,「AIQ:不管你願不願意,現在已是AIQ比IQ、EQ更重要的時代」是用七位在人工智慧發展史上有舉足輕重的人物故事來引導出此門學科最關鍵的一些思維。隨著人工智慧佔據媒體版面的比例增加,各式各樣的評論、分析、專書和新聞,都交錯使用著「機器學習」和「人工智慧」兩個名詞,精確地說「機器學習」是實踐「人工智慧」目標的一種技術,而在大數據時代,機器學習以數據趨動模型,利用模型來模擬人工智慧的做法,目前是CP值最高的,也因此兩者常常混為一談。

七個故事帶出了七位人物,也展現了七個影響數據分析領域的重要觀念,隨著閱讀「AIQ」的各個章節,讀者們也更為深入地理解AI的主成份。首先登場的是二次大戰中的統計學家「亞怕拉罕.沃德」,他針對盟軍安全返航的轟炸機所進行的統計作業,常常做為「倖存者偏差」的故事為人津津樂道。作者卻指出這個故事真正的價值不在於沃德天才地發現轟炸機引擎是最需要強化的部份(因為這種「發現」並非反常識),而是他對於遺失的數據資料進行了大量的重現,以完成轟炸機脆弱部份的「條件機率」統計,「條件機率」也是現今眾多電子商務推薦系統的核心觀念。提到推薦系統各式文章總會提到Netflix在其影片推薦系統所下的心力,並強調「協同過瀘法」的成果是如此的驚人,這部份我是持保留的態度,因此協同過瀘法本身是有許多問題點,讓它無法滿足各種推薦情境。

第二位是女天文學家「亨麗愛塔.勒維特」,她利用了大量的天文影像資料,歸納出一條預測脈動變星的線型公式。作者整理出此一壯舉帶出的兩個核心AI概念:1.在AI領域,「模式」指的是一種預測規則,使輸入產生預期的輸出。2.「學習模式」代表在數據集之中擬合良好的預測規則。後續內文更進一步地闡述「模型辨識」為何在今日變得如此強大,關鍵因素在於「更複雜的模型」」、「巨量數據」、「誤試(Try and error)」以及「深度學習」。在閱讀的過程中讓人進一步地體悟到在機器學習中「過擬」和「擬合」之間的交相關係。沒有「擬合」就沒有可以用來預測未知數據的模型,但「過度地擬合」反而招致充滿偏見的模型,無法用在實務的環境中。具體地說,機器學習的建模過程,就是試圖在擬合和過擬的現象之間,找出正確的「甜蜜點」。

美國海軍的「約翰.克雷文」則為我們帶來了「貝氏搜尋法」的觀念。呼應沃德章節中所介紹的「條件機率」,貝氏定理是更進一步應用條件機率的機率預測公式。其本質是:先驗信念+事實=修正後的信念。其實日常生活中我們隨時都在運用同一種思維來預測事物,只是英國牧師「湯馬斯.貝葉斯」將其具體而微地以公式呈現,並改變了全世界。雖然概念和實作相對容易,卻多半能帶來令人驚豔的準確度,因此貝氏分類法運用在數不清的人工智慧應用中。

身為程式設計人員,相信沒人不曉得「艾倫.圖靈」的大名,但是卻少有人知道發明程式編譯器的「葛麗絲.霍普」女士。文中借由描述霍普如何發明程式語言,帶出人類如何和電腦溝通的方法的雛形。利用大量的規則定義,讓自然語言轉換為電腦機器碼的作法,一度被認為是唯一讓電腦理解人類語言的手法。然而技術的創新總是在眾人的意料之外,以數據統計資料為基礎的自然語言處理,在1980年後就成功地完敗規則法。「技術知識」和「事實知識」兩種哲學觀念,各自曾活躍在自然語言處理的開發過程中,而今「事實知識」傲視群雄為眾人而擁護。章節最後也簡略地由Google研發出來,利用大數據來進行自然語言處理的非監督演算法「向量詞」技術。

「艾薩克.牛頓」人類史上的大天才,在書中卻述說了他罕為人知的失敗故事。從中可以習知借由統計數字的平均值和變異數,如何實作出簡易的「異常檢測」系統。而在大數據時代中,此概念更是發展到無微不至,包含信用卡異常交易、犯罪偵測、F1賽車維護都用到了此章介紹的核心觀念。第六章介紹的「南丁格爾」則是把讀者的野視拉到了醫療領域,說明適當地利用數據如何增進病人的福祉。作者更以今日醫藥界現況做討論,認為AI在改善醫療品質的議題上可以更積極,也適當了提及隱私權的負面問題。

最後一章中,作者則對於許多AI樂觀主義者潑了冷水,反駁他們預期的「未來的AI將從數據中學會人類未知的知識」。文中說明,目前的機器學習技術都僅只能協助人類找出假設所求的解答,AI本身無法自行建立假設,因此與其說是人類依靠AI,更正確地說是AI無法離開人類自我發展。最後提到的「Google流感預測」例子,提出了「模型鏽蝕」和相對的「模型防鏽」觀點,相當了不起。目前許多想建置AI方案的經理人尚未有機器學習模型會隨著時間劣化的觀念,借由「模型防鏽」名詞的使用,相信更能傳達此一概念。
贊助商廣告
 
 
博客來 - 暢銷排行榜
我的英雄學院 41 (首刷限定版)
$ 190 
Taaze 讀冊生活 - 暢銷排行榜
為了這個家,我殺了我自己:兒少照顧者的重生日記
作者:水谷綠
出版社:遠流出版事業股份有限公司
出版日期:2024-07-26
$ 252 
博客來 - 暢銷排行榜
生命中最大的寶藏就是你自己Stand by Yourself
作者:曾寶儀
出版社:天下文化
出版日期:2024-10-31
$ 331 
博客來 - 暢銷排行榜
有時幸,有時傷(首刷限定「閱讀逗點卡」)
作者:張西
出版社:三采
出版日期:2024-12-27
$ 331 
 
博客來 - 新書排行榜
城與不確定的牆(平裝)
作者:村上春樹
出版社:時報出版
出版日期:2024-11-23
$ 537 
金石堂 - 新書排行榜
那天,我綁架了一隻蘿莉 (首刷限定版) 07
作者:午夜藍
出版社:東立出版社
出版日期:2025-01-31
$ 281 
博客來 - 新書排行榜
張忠謀自傳全集(上下冊)
作者:張忠謀
出版社:天下文化
出版日期:2024-11-29
$ 869 
金石堂 - 新書排行榜
PUNKS△TRIANGLE(全)
作者:沖田有帆
出版社:東立出版社
出版日期:2024-12-11
$ 145 
 

©2024 FindBook.com.tw -  購物比價  找書網  找車網  服務條款  隱私權政策