圖解 AI 人工智慧大未來：關於人工智慧一定要懂得 96 件事

名人推薦：[專業推薦]

中華民國人工智慧學會理事長/淡江大學工學院院長 許輝煌

台灣人工智慧學校 執行長 陳昇瑋

AI 大數據智慧應用促進會 會長 張榮貴

台灣最大科普網站「PanSci 泛科學網」總編輯 鄭國威

今後, 人工智慧會像網路和智慧手機一樣遍佈在我們生活中, 然而其所帶來的影響, 卻是網路和智慧手機所不能及的。屆時, 該因為「猜不透人工智慧在想什麼？」而逃避它, 或是把人工智慧當作是全新利器來利用, 答案淺而易見。

有一些專家提倡在 2045 年會發生所謂「技術奇點」(指AI超越人類的那一刻) 的變革, 我們的社會將因此有巨大的改變。這樣的說法還有爭議, 但學者們普遍認為, 未來人工智慧就會像汽車一樣, 廣泛而深入地存在於人類社會中。現在你或許還沒有真的感覺到這種變化, 但不用懷疑「人工智慧的確會成為人類生活的一部分」, 而且已經在進行了。

或許有些人會認為「現在才學人工智慧為時已晚」、「人工智慧很聰明, 哪裡還需要我的協助。」, 但這些想法是錯誤的！人工智慧擁有學習能力, 會因持續學習而進步。因此, 若要「完成人工智慧的最終目標」, 還是需要人類的協助；如果不理解人工智慧, 就無法教導人工智慧, 自然也就無法使用人工智慧來執行工作。

對非專業人士的人而言, 或許會覺得人工智慧很難理解。其實人工智慧就跟電腦一樣, 在幾十年前從一個簡單的程式發展到目前這樣的技術。只要稍微追溯一下其發展歷史, 就可以重頭理解。而且, 藉由了解人工智慧發展起落的過程, 也可以大致理解作為新科技與人工智慧的基本知識。

這本書將從以下列課題做為基本探討焦點, 讓文科生、一般大眾也都可以容易理解。

「人工智慧最剛開始是什麼樣的技術呢？」

「是如何進步, 又有什麼問題呢？」

「是如何克服問題, 又如何持續進步的呢？」

「持續進步的結果會造成什麼樣的未來呢？」

在本書的引導下, 你將一步一步從「演算法」、「機器學習」等基礎知識開始, 再逐步熟悉的「深度學習」、「物聯網」、「雲端AI」等應用技術。最後, 我們進一步解說這些技術將如何影響未來人類的社會以及你我的生活。對於那些「想要了解什麼是人工智慧」、「想要知道人工智慧的基本知識」的人而言, 本書將是最適合的入門書了。

希望這本書對想好好生活在未來人工智慧社會的人有所幫助。

今後, 人工智慧會像網路和智慧手機一樣遍佈在我們生活中, 然而其所帶來的影響, 卻是網路和智慧手機所不能及的。屆時, 該因為「猜不透人工智慧在想什麼？」而逃避它, 或是把人工智慧當作是全新利器來利用, 答案淺而易見。

有一些專家提倡在 2045 年會發生所謂「技術奇點」(指AI超越人類的那一刻) 的變革, 我們的社會將因此有巨大的改變。這樣的說法還有爭議, 但學者們普遍認為, 未來人工智慧就會像汽車一樣, 廣泛而深入地存在於人類社會中。現在你或許還沒有真的感覺到這種變化, 但不用懷疑「人工智慧的確會成為人類生活的一部分」, 而且已...

你一定要先知道的 AI 頭條摘要

Chapter 1 人工智慧的開端與最初的限制
001 什麼是人工智慧 ?
002 用機器重現人類的「智慧」
003 普及型電腦的發明與神經細胞的解析
004 什麼是人工智慧的核心「演算法」呢？
005 提倡將人類思考符號化的形式主義
006 重現人腦的類神經網路
007 判定有無智慧的圖靈實驗
008 可以模擬理解語言的聊天機器人
009 模擬人類並不是擁有智慧
010 人工智慧無法理解語言的真正含意
011 透過搜尋來解決問題的人工智慧
012 考慮無限可能性的「框架問題」
013 類神經網路的限制
014 比理論更難重現的感覺
015 「強 AI」與「弱 AI」
016 「AI 的冬天」與春天的來臨

Chapter 2 自我學習的人工智慧
017 電腦的計算能力與記憶容量高度提升
018 讓人工智慧能理解常識的「知識表示法」
019 人工智慧可利用與無法利用的資訊
020 活用知識的專家系統
021 開始嘗試讓人工智慧自我學習
022 挖出知識的技術「資料探勘」
023 累積經驗的「機器學習」
024 一起學習問題與答案的「監督式學習」
025 只提供問題的學習 – 「非監督式學習」
026 提供獎勵的「強化學習」
027 演算法的進化 - 「遺傳演算法」
028 專家系統的衰退與人工智慧發展的再次停滯

Chapter 3 網際網路與大數據所帶來的變化
029 網際網路的普及與電腦的進化
030 人工智慧在西洋棋與象棋上打敗人類
031 完全資訊遊戲與不完全資訊遊戲
032 大數據的誕生與增長
033 大數據的活用與機器學習的進化
034 高度運用資料的搜尋引擎與資料過濾
035 整理大量資料的「代理人系統」
036 突破類神經網路的「限制」
037 自然語言資料庫的建立與 Watson 的誕生
038 藉由「理解」事物,從程式晉升為真正的人工智慧

Chapter 4 深度學習的誕生
039 類神經網路的重生
040 類神經網路的「調節計算」與「反向傳播」技術
041 實現多層次類神經網路的「卷積神經網路」
042 突破多層次限制的「自動編碼」技術
043 深度學習的誕生與特徵取出能力
044 能辨識影像的「深度學習」
045 「深度學習」在聲音辨識上也有顯著的成果
046 人工智慧開始自我學習事物的「概念」
047 藉由深層強化學習提升「辨識力」
048 運用深層強化學習而獨自戰勝遊戲的 DQN
049 人工智慧 AlphaGo 打敗頂尖圍棋棋士
050 擅長影像辨識的「卷積神經網路」
051 機器翻譯的革命技術「循環神經網路」
052 將單字與文章的意思「向量化」
053 人工智慧藉由可自由使用的資源而持續進化

Chapter 5 現代人工智慧的本領
054 將人工智慧的影像辨識技術實際應用在監視系統與醫療設備上
055 更進化的聲音辨識技術
056 自然語言處理技術的進步
057 人工智慧化身為語音助理並活躍於現實世界中
058 藉由深度學習而進化的推薦功能
059 21 世紀金融 Fintech 的普及
060 人工智慧用於預防犯罪與早期解決
061 自動駕駛系統的實際應用
062 實現等級 3 的自動駕駛系統
063 自動駕駛系統所需要的「辨識→判斷」技術
064 自駕車所需要的「判斷→操控」技術
065 內建人工智慧的無人機潛力無窮
066 有創作力的人工智慧與著作權的問題
067 Watson 協助專科醫生診斷病情
068 雲端 AI 的應用
069 物聯網與雲端 AI
070 物聯網與雲端人工智慧聯手走向下一個里程碑

Chapter 6 企業對人工智慧的投入與研發
071 有悠久歷史的 IBM 與持續走在尖端的 Google
072 微軟的企業服務與 Amazon 的開創性試驗
073 活用資料量的 Facebook 和保護個人資料的 Apple
074 領導日本人工智慧發展的 Preferred Networks
075 Toyota、NTT、Softbank 與人工智慧的發展
076 富士通、NEC、Panasonic 等 IT 企業的挑戰

Chapter 7 未來人工智慧所創造的世界
077 人工智慧將加速次世代超級電腦的進化
078 量子電腦即將超越超級電腦？
079 類比式量子電腦將帶領深度學習技術走入下一個境界
080 用機械硬體重現人腦的神經式電腦
081 人工智慧可能達到全面性的「情境識別」境界嗎 ?
082 情境 + 時間性 = 人工智慧擁有「直覺力」
083 開始用五感來理解世界的人工智慧
084 人工智慧與機器人結合進而改變人類的世界
085 透過物聯網來實現的「平行學習」
086 人工智慧的倫理與道德問題

Chapter 8 人工智慧的未來與技術奇點
087 當人工智慧被實際應用後,人類的工作會有什麼變化呢？
088 人類可以做的工作與新產生的工作
089 人工智慧會如何改變人類的工作方式呢？
090 什麼是人工智慧超越人類的技術奇點呢？
091 造成技術奇點的人工智慧是什麼呢？
092 專家們對技術奇點所抱持的期待與不安
093 面對人工智慧所可能帶來的威脅,人類可以做什麼呢？
094 人類會因人工智慧而進化？
095 電影裡人類與人工智慧的未來
096 人類所面臨的是一個怎樣的未來呢？

你一定要先知道的 AI 頭條摘要

Chapter 1 人工智慧的開端與最初的限制
001 什麼是人工智慧 ?
002 用機器重現人類的「智慧」
003 普及型電腦的發明與神經細胞的解析
004 什麼是人工智慧的核心「演算法」呢？
005 提倡將人類思考符號化的形式主義
006 重現人腦的類神經網路
007 判定有無智慧的圖靈實驗
008 可以模擬理解語言的聊天機器人
009 模擬人類並不是擁有智慧
010 人工智慧無法理解語言的真正含意
011 透過搜尋來解決問題的人工智慧
012 考慮無限可能性的「框架問題」
013 類神經網路的限制
014 比理論更...