當AI機器人考上名校：人工智慧時代，未來不被淘汰的關鍵勝出能力

名人推薦：■各界推薦

李崇建 /親子作家

柴鼠兄弟 / 斜槓型YouTuber

Carol 凱若媽咪 / HomeCEO 居家創業支援平台 創辦人

彭菊仙 / 親子教養作家

常識的高牆

機器人打開門、走進研究室，接著打開冰箱、取出罐裝果汁，將罐裝果汁交給指定人物——這是展示頂尖人形機器人時常見的場景。然而現狀是無論派機器人至任何人家裡，機器人都不可能從冰箱取出罐裝果汁。成功展示的背後需要許多「人類」冒著冷汗在一旁待命，避免發生「意外」。換句話說，這種展示經過縝密設計並反覆排演。包括攝影時使用的冰箱與冰箱門是什麼形狀、要怎麼打開等內容得事先寫入程式。此外，冰箱裡通常只能放一瓶罐裝果汁，最多放啤酒、可樂、果汁三種不同飲料並維持一定間距。無論如何，冰箱裡不可能塞滿牛奶、蔬菜、使用過的醬汁。也就是說，若不隨時維持一定的條件，要機器人從冰箱取出罐裝果汁並非易事。這就是機器人被揶揄「即使將棋下贏名人，也不能去附近跑腿買個東西」的主因。

各位是否覺得很不可思議：「明明技術一直在進步，為何就連這麼單純的事都做不到呢？」其實這很正常。我們人類覺得很單純，但對機器人來說一點都不單純，而且非常複雜。從冰箱取出罐裝果汁──要順利完成這個動作，得具備相當龐大的常識。罐裝果汁在哪裡？不可能在衣櫃或鞋櫃，應該在冰箱。冰箱在哪裡？不可能在玄關，應該在廚房。冰箱門怎麼打開？罐裝果汁的外觀如何？要怎麼找？取出果汁時遇到阻礙怎麼辦？冰箱裡沒有果汁怎麼辦？人類可以在瞬間判斷這些複雜的事。

我們的日常生活充滿無法預測的事，我們必須運用常識，才能在各種場合有彈性地解決問題。先不論即時圖像識別的準確率是否能提升，或是否有企業願意不計成本地收集資料，只要針對「門的開關」收集大數據，應該就能開發比現在靈活的機器人。然而依照目前的技術，機器人還得等上一段很長的時日才能具備國中生程度的常識，並於日常生活中各種場合派上用場。即使對人類來說很簡單，要讓AI或機器人具備國中生程度的常識困難重重。

AI無法理解意思：電腦是計算機

智慧型手機普及後，AI成為我們日常生活中的物件。走在路上，總是會看見有人利用智慧型手機查詢美味拉麵餐廳、轉乘大眾交通工具等資訊。

無論我人在何處，智慧型手機都可以立刻告訴我該如何前往我位於神保町的工作地點。包括如何使用其他人贈送的松茸製作美味料理等，遇到任何問題都可以詢問智慧型手機。因此許多人認為智慧型手機能理解問題的意思，並提供人們答案。

然而AI並不是理解問題的意思，而是根據輸入的資料、「計算」並輸出答案。AI顯著成長使許多人忘了電腦是計算機，基本上只會四則運算。AI沒有能理解意思的機制，頂多只是「看起來能理解意思」。何況AI只會使用加法計算與乘法計算。

既然AI（電腦）是計算機，表示AI無法處理不能計算──不能轉換成加法計算或乘法計算的公式──的事物。因此AI研究者每天都絞盡腦汁設法將世上所有事物轉換成加法計算或乘法計算的公式，包括如何處理圖像、如何回答問題等。

人類可以勝任AI無法勝任的工作嗎？

溝通能力越來越重要

第一章提及近未來包括藍領階級、白領階級的工作，都極有可能必須面對AI這個強大的競爭對手。第二章說明AI並非萬能，至少在我們還有我們的下一代還活著時，AI不可能取代人類。也就是說，AI將使近半勞動者面臨失業危機，而我們必須與其共生。

有些人樂觀以為──人類只要將可以交給AI處理的事物交給AI處理，轉而從事AI無法勝任的工作即可。如此一來就能提升生產力，不用像以往那樣長時間工作，也能過著豐足的生活。然而很抱歉，我實在沒有那麼浪漫。那與我想像的未來相差甚遠。

「AI加入勞動市場將使人類的工作變得輕鬆，人生變成彩色」此論述的前提為大多數的人類可以勝任AI無法承擔的工作。因此關鍵是──人類可以勝任AI無法勝任的工作嗎？

一如第二章所述，有許多事物AI不擅長，但人類可以輕鬆完成。包括我的笨兒子「東Robo君」，現今世上的AI無法理解「先日、岡山と廣島に行ってきた」（前陣子我去了岡山與廣島）與「先日、岡田と廣島に行ってきた」（前陣子我和岡田去了廣島）之間的差異。換成工作，又是如何？AI無法勝任的工作，人類可以輕鬆完成嗎？

請容我再次引用牛津大學研究團隊的預測，但這一次是「十～二十年後會留下的工作」，如表三之一所示。第一名休閒治療師、第二名（機器）維修與安裝的現場監工、第三名危機管理負責人、第四名心理健康與藥品社會工作者、第五名聽覺訓練師、第六名職能治療師……

各位覺得如何？表中有你可以勝任的工作嗎？應該有吧。然而不能安心得太早。對個人而言，未來是否有自己可以勝任的工作非常重要；但對社會來說，更重要的是因AI而失業的人是否可以順利轉職。無論是表中的工作，或其他AI無法勝任的工作。若許多人無法順利轉職，失業問題就會成為社會的不定時炸彈。如此一來，沒有失業仍會受到影響。當人們的可處分所得下滑，就無法像過去那樣消費。那麼即使是西點師傅、美容師等不容易被AI取代的工作也會被波及。我所謂「不能安心得太早」，是這個意思。

觀察「留下來的工作」會發現一些共通點。比如說有許多講究溝通能力、理解能力的工作，或是照護、除草等必須隨機應變的勞力工作。這些都是AI無法取代的工作，也與第二章提及AI不擅長的領域一致。也就是說，得具備高度的閱讀思考能力、常識與隨機應變的判斷能力。

再稍微仔細說明，AI的弱點是即使好不容易學會一項事物，也無法彈性運用，只能在既定框架中計算。AI無法理解意思，而人類只要具備舉一反三的理解與應用能力、不受框架拘束的彈性與創意，則AI不足為懼。

問題是身處現代社會的人，是否具備上述閱讀思考能力、常識與不受框架拘束的彈性與創意。儘管我們經常感嘆缺乏常識的人越來越多，但若絕大多數的人不那麼做或不那麼認為，那也就不再是常識了。在此暫且假設絕大多數的人都具備常識或至少能做出合理的判斷。因此關鍵在於以閱讀思考能力為基礎的溝通與理解能力。

不只是日本人

我在前言提及日本國高中生的閱讀思考能力出現問題，許多國高中生無法正確理解教科書的內容。請各位不要覺得只是國高中生沒關係，畢竟一般人的閱讀思考能力大多建立於高中畢業前。爾後接受特別訓練，閱讀思考能力或許能大幅提升，但那種情況並不常見。日本的教育體系雖然隨著時代前進而持續變更，但大方向並無不同，因此國高中生的閱讀思考能力不太可能突然變差。也就是說，若國高中生的閱讀思考能力出現問題，表示絕大多數日本人的閱讀思考能力都得留意。

此外，我認為不只是日本人這樣。OECD每三年會以加盟國家的十五歲學生（相當於修畢九年國教）為對象，實施學習成就表現調查。其中，日本的學生過去連續在「閱讀思考能力項目」擠進前十名。二○○九年第八名、二○一二年第四名，二○一五年則是第八名。日本學生擁有頂尖的閱讀思考能力，毫不遜色。同時二○一五年第一名是新加坡，而香港、台灣、韓國等亞洲各國都經常名列前十名。在此順帶一提，ＯＥＣＤ自二○○○年開始進行調查，而除了閱讀思考能力，還有數學、科學兩項領域。數學、科學兩項領域，日本曾連續六年名列前十名。然而請別過度相信這個數字。日本為世界少見移民比例非常低的國家，因此日本的學生絕大多數都是在日本出生、以日文為母語。與移民比例較高的德國、法國等國家相比，閱讀思考能力表現自然較佳。

相信有許多人懷疑──既然日本的國高中學生擁有世界頂尖的學力，為何閱讀思考能力還會出現問題？為了釐清此事，這一章我將以我們進行的「全國閱讀思考能力調查」詳細報告。這些資料，是第一次在日本公開。

數學考不好是因為不擅長數學嗎？還是因為看不懂問題呢？──大學生數學基本調査

對話無法成立

二○一一年，我們啟動「東Robo君」專案。同年，我也以日本數學會教育委員長的身分，率領團隊進行「大學生數學基本調査」。調查不分國立、公立或私立，抽樣調查了六千名大學的數學能力。當時有四八所大學、九十個班級提供協助。其中有許多人是甫參加大學入學考試的新鮮人，因此沒有藉口說：「大學入學考試的數學早就忘光了」。將各大學的各學科依照Benesse的分類、偏差值的等級（國立與公立Ｓ、Ａ、Ｂ，私立Ｓ、Ａ、Ｂ、Ｃ）分析，最後出五題。

許多人聽到數學調査，會覺得需要三角函數、微積分等高等數學的知識。然而我們實施的調査絕非如此，而是將重點放在──學生是否已準備好在大學學習？是否能理解經濟學、看護學等大學一年級的教科書？

比如說，下列這種問題：

問題　偶數與奇數相加的結果會是如何？請圈選正確選項並證明之。

（a）一定是偶數。

（b）一定是奇數。

（c）可能是奇數，也可能是偶數。

答案是（b），但那不計分。只有「理由」計分。

正確答案如下：

假設m、n都是整數，而偶數為2m、奇數為2n+1。

因此兩者相加的結果為：

2m+(2n+1)=2(m+n)+1

由於m+n為整數，因此2(m+n)+1一定是奇數。

即使評分標準放寬，這個問題的正確率還是只有三十四％。這樣的結果令人驚訝不已。明明調查對象以新鮮人為主，而他們不久前才為了參加大學入學考試，反覆練習了三角函數、微積分甚至更困難的問題。或許有人會說：「可是文組學生不擅長數學」，可是理組的正確率也只有四十六．四％，不到一半。

最典型的錯誤回答是──假設偶數為2n、奇數為2n+1，而2n+(2n+1)=2(n+n)+1。此回答只適用2+3、10+11等偶數與奇數相連的情況，並非正確答案。

或許本書讀者也會犯下相同的失誤，而因此同情學生。然而對理組而言，這個失誤十分致命。在這種狀態下，無法理解深度學習等主題的論文。

話說評分未假他人之手，而是暑假時由我們十二名數學家花費整整三天，親自為六千份樣本評分。評分時由三名以上數學家共同討論、決議。為何我們採取如此沒有效率的做法？因為我們認為只有數學家才能確切地評分，而每年大學入學考試都是如此作業。

當時我們看見許多「嚴重的」錯誤回答。

例一：

就像2+1=3、4+5=9。

此類參與者無法理解舉例與證明的差異。

例二：

全部相加過一次就知道了。

「偶數+奇數」的組合無限，不可能「全部相加過一次」。讀者可能會覺得「他只是在開玩笑」。不，他不是在開玩笑。其實我們評分前就決定要「排除開玩笑的樣本」，但他回答「全部相加過一次就知道了」前在一旁計算。因此紙上密密麻麻都是偶數加奇數的和。由此可知，他是這樣得到結論的。

例三：

（一）偶數加偶數無法成為奇數，要加奇數才會成為奇數。

（二）偶數相加對奇偶數沒有影響，但奇數加偶數一定是奇數。

這種「換句話說」、「同義反複」的回答為數眾多，但還有其他答案更令我們驚訝。

例四：

就像三角形加三角形是四角形，但四角形加三角形不是四角形。

這也是分不清舉例與證明的回答。我們曾經懷疑，他是不是在開玩笑？但從他的筆觸與筆跡來看，我們判斷這是他認真思考後的結論。

若將私立大學的偏差值分為Ｓ、Ａ、Ｂ、Ｃ，不分文組、理組，偏差值為Ｂ、Ｃ的學生有三分之一以上出現如例一、例四般嚴重的錯誤回答。反觀國立大學偏差值為Ｓ的學生則不分文組、理組，幾乎沒有人如此回答。

當然，東京大學、京都大學的大學入學考試不會出現這麼簡單的問題。事實上包括私立大學Ｂ、Ｃ等級的大學入學考試，也都不會出現這麼簡單的問題。然而兩者差異卻是如此顯著。

之後我開始稱此問題為「左右人生的問題」。

當我將實際情況整理成報告，網路上出現「數學家打擊『寬鬆世代』」等批評聲浪。冤枉啊，我們沒有閒到為了批判寬鬆世代的教育，而進行如此費工的調查。

此外，或許有人認為參與調查的學生可能會因為此調查與成績無關，而未認真回答。這樣的推測不無道理，但我們認為絕大多數的學生都很認真協助。由於參與者必須手寫，評分時很容易看出參與者回答時認真與否。我們這麼說也有科學根據──只要學生所屬學系的偏差值與基本調査的得分成正比，即可確定絕大多數的學生都很認真協助。

我們之所以進行如此費工的「大學生數學基本調査」是因為許多大學教師切身感受到學生學力明顯下滑。日本稱菲爾茲獎為「數學版諾貝爾獎」。然而即使曾獲得菲爾茲獎，只要在大學執教就得參與大學入學考試的出題、閱卷等工作，也得教授一、二年級的通識課程（另一方面，絕大多數日本教育學院、工學院教師不參與大學入學考試的出題、閱卷等工作，也不教授通識課程）。在此情況下，師生無法進行符合邏輯的對話，答非所問的頻率也大幅提升──這是許多教師的感受。為了正確掌握實際情況，我們決定進行調查。

若無法進行符合邏輯的對話，不僅大學提供的教育有限，學生獲得的知識也不多。然而有些學生為接受大學教育而背負貸款，實在太吃虧了。我們不該放任不管，必須讓社會了解。那才是我們調査的動機。

在此再介紹一個選擇題。

問題　下列敘述正確的畫○、不正確的畫×。

小朋友在公園裡集合，有男生與女生。仔細觀察後發現，沒戴帽子的都是女生，而且沒有任何一個男生穿球鞋。

（1）男生都戴帽子。

（2）沒有女生戴帽子。

（3）沒有小朋友戴帽子又穿球鞋。

正確的只有（1）。

從問題中的敘述「沒戴帽子的都是女生」可以知道「男生都戴著帽子」，但那並不表示「沒有女生戴著帽子」。也就是說，（2）並不完全正確。因此（2）得畫×。此外，即使加上「沒有任何一個男生穿球鞋」也無法否定可能「有女生戴帽子又穿球鞋」，因此（3）也得畫×。

這個問題的正確率為六十四．五％。明明回答這個問題完全不需要具備大學入學考試的技巧，但國立大學Ｓ等級有八五%學生正確、私立大學Ｂ、Ｃ等級的正確率卻不到五十％。許多高中生嚮往的私立大學Ｓ等級又是如何？結果比國立大學Ｓ等級低了約二十％，停留在六六．八％。看了六千份樣本，我深信學習量、知識、運氣都無法決定學生考取哪間大學，而關鍵在於是否具備邏輯推理與閱讀思考能力。

常識的高牆

機器人打開門、走進研究室，接著打開冰箱、取出罐裝果汁，將罐裝果汁交給指定人物——這是展示頂尖人形機器人時常見的場景。然而現狀是無論派機器人至任何人家裡，機器人都不可能從冰箱取出罐裝果汁。成功展示的背後需要許多「人類」冒著冷汗在一旁待命，避免發生「意外」。換句話說，這種展示經過縝密設計並反覆排演。包括攝影時使用的冰箱與冰箱門是什麼形狀、要怎麼打開等內容得事先寫入程式。此外，冰箱裡通常只能放一瓶罐裝果汁，最多放啤酒、可樂、果汁三種不同飲料並維持一定間距。無論如何，冰箱裡不可能塞滿牛奶、蔬...

前言──我對未來的想像

AI（人工智慧）話題炒得沸沸揚揚，坊間也充斥著各類談論AI的書籍──儘管我似乎沒有資格說這句話。

每當我看見「AI是未來的神」、「我們即將見證奇異點（singularity）來臨」、「AI會毀滅人類」等煽動人心的標題，就忍不住想要反駁對方。

「AI是未來的神？」──不是。「我們將見證奇異點來臨？」──不會。「AI會毀滅人類？」──不可能。

身為一名數學研究者──尤其是猶如養育親生孩子般訓練「東Robo君」的數學研究者──很高興看見這麼多人對AI感興趣。然而許多談論AI的書籍缺乏實證過程又顯得危言聳聽，我擔心人們會因此而對AI、對未來抱持錯誤的印象與想像。

AI不會成為神並為人類建立烏托邦，也不會因為擁有超越人類的智慧而毀滅人類，至少短期內不會。所謂短期，是指正在翻閱這本書的各位還有各位的下一代還活著時。即使在未來，AI與搭載AI的機器人也不可能取代人類──相信每位數學家都知道這一點。AI是電腦，而電腦是計算機。只要了解「計算機只能計算」，就會明白機器人將使所有人類失業、AI將擁有自我意識並會為了生存而攻擊人類等思維都是幻想。

若AI只是電腦軟體，且人類所有智慧活動無法以算式呈現，AI就不可能取代人類。有人希望AI成為神，但現在的數學沒有這種能力。之後我會詳細說明，這不是電腦處理速度或演算法的問題，而是數學的極限。因此AI不會成為神或征服者，奇異點也不會來臨。

「什麼嘛……所以我不會因為AI失業囉？那我就放心了。」或許有人會這麼想，但很遺憾，這與我想像的未來不同。儘管奇異點不會來臨，AI也不會使所有人類失業；但AI的確將奪走許多人類的工作。AI雖然不會成為神或征服者，卻已經擁有足以與人類競爭的強大實力。「東Robo君」雖然無法考取東京大學，成績卻能進入MARCH等級的知名私立大學。

據說樂觀看待AI發展的人主張：「即使AI將奪走許多人類的工作，未來還是會出現其他只有人類可以勝任的勞動力需求。一如卓別林的《摩登時代》裡出現白領階級般，未來一定會出現全新的工作。真的是這樣嗎？

我在進行「東Robo君」的挑戰時，也大規模地調查、分析了日本人的閱讀思考能力。結果我發現了一個驚人的事實──填鴨式教育或許讓日本的國高中生很熟悉英文單字、世界史年表、數學算式等表面知識很熟悉，卻連歷史、化學、理化等科目的教科書內容都無法正確理解。這是非常嚴重的問題。

記憶英文單字與世界史年表、依照數學算式計算，對AI而言易如反掌；然而AI也不擅長正確理解教科書的內容──原因請容我於後文說明。

各位是否發現了一件事？沒錯，AI的能力和日本的國高中生一樣。也就是說，AI的勞動力與現代日本的勞動力極為相似。

一如樂觀看待AI發展者的主張，即使AI奪走許多人類的工作，未來還是會出現其他只有人類可以勝任的勞動力需求。然而讓我悲觀的是就算出現全新的工作，因為AI而失業的人還是很可能無法勝任。因為AI的勞動力與現代日本的勞動力極為相似──AI無法勝任的工作，許多人也不擅長。

因此我想像的未來是──明明勞動市場嚴重缺乏人才，卻滿街都是失業者、靠兼差維生者，導致經濟陷入AI風暴。

事實上卓別林的時代也曾出現這種情況。工廠大量導入自動化生產線時，為處理與日俱增的行政作業的白領階級也隨之興起。這種情況不會立刻發酵，而是階段性地發生。藍領階級大量失業一段時間後，大學教育才逐漸普及、白領階級也才成為主流──這是二十世紀初期經濟大恐慌的遠因。

為何當時需要這麼多白領階級，人們卻找不到工作呢？答案很簡單。因為藍領階級沒有接受過白領階級的教育，無法適應全新的勞動市場。

AI的出現使勞動市場正在面臨相同的情況。我自問：「身為一名數學研究者，我可以為社會做些什麼？」我覺得比起描繪根本無法實現的夢想，我應該要告訴世人接下來可預期的發展。因此我決定撰寫這本書。

為了說明演算法的極限，我會稍微提及關於數學的知識。或許有些不容易理解，但我會努力寫得淺顯易懂一點。衷心希望各位能看到最後。

前言──我對未來的想像

AI（人工智慧）話題炒得沸沸揚揚，坊間也充斥著各類談論AI的書籍──儘管我似乎沒有資格說這句話。

每當我看見「AI是未來的神」、「我們即將見證奇異點（singularity）來臨」、「AI會毀滅人類」等煽動人心的標題，就忍不住想要反駁對方。

「AI是未來的神？」──不是。「我們將見證奇異點來臨？」──不會。「AI會毀滅人類？」──不可能。

身為一名數學研究者──尤其是猶如養育親生孩子般訓練「東Robo君」的數學研究者──很高興看見這麼多人對AI感興趣。然而許多談論AI的書籍缺乏實證過程又顯得危言聳聽，我...

前言──我對未來的想像

第一章　考取MARCH──AI是競爭對手
AI與奇異點
人工智慧還沒有出現
何謂「奇異點」
偏差值五十七．一
「東Robo君」計畫的目標不是考取東京大學
「東Robo君」考取MARCH會出現什麼樣的結果
AI進化的歷史
名垂青史的會議
專家系統
機器學習
深度學習
強化學習
使世人驚豔的YOLO──尖端的圖像識別技術
「東Robo君」首次登上TED
即時物體識別系統
物體識別系統的運作機制
AI有了眼睛？
IBM的AI明星──華生
打敗猜謎王
導入客服中心
「東Robo君」的策略
結合一百名研究者
進攻世界史
以邏輯進攻數學
AI將奪走人類的工作
放射診斷科醫師即將絕跡
新技術過去如何奪走人類的工作
已經不能「加倍奉還」
大半員工即將失去工作

第二章　再接再厲──奇異點只會出現科幻作品裡
閱讀思考能力與常識的高牆──填鴨式教育的盲點
未能考取東京大學
「東Robo君」不需要超級電腦
大數據幻想
日本與美國的認知差異
克服英文課題的過程困難重重
組成以「在滿分二百分的情況下取得一百二十分」為目標的英文團隊
常識的高牆
讓AI默背一百五十億個例句
AI無法理解意思
電腦是計算機
數學的歷史
邏輯、機率與統計
Siri聰明嗎？
附近難吃的義大利料理餐廳
自然語言處理無法以邏輯的做法解決
統計與機率的做法意外有效
神奇的鋼琴曲
隨機過程
自動作曲
先忽略再說
「意思」無法觀測
我還是、無法成為福島。
機器翻譯
やふ一ほんやく（Yahoo!翻譯）→×
我上週去了山口與廣島／我上週和山口去了廣島（私は先週、山口と広島に行った。）
奧運前能因應多語語音翻譯嗎？
圖像識別的陷阱
奇異點不會來臨
AI不是浪漫故事
對科學的極限抱持謙虛的態度
無法以邏輯、機率與統計處理的意義

第三章　看不懂教科書——全國閱讀思考能力調査
人類可以勝任AI無法勝任的工作嗎？
溝通能力越來越重要
不只是日本人
數學考不好是因為不擅長數學嗎？還是因為看不懂問題呢？──大學生數學基本調査
對話無法成立
調查全國兩萬五千人的基礎閱讀思考能力
認真調查
隨著「東Robo君」的學習，開發閱讀技巧測驗
例題介紹
有三分之一的人無法理解簡單的句子
Alexandra的暱稱是？
無法解決同義判別問題
人與AI犯下相同錯誤
隨機率
偏差值與閱讀思考能力
基本閱讀思考能力將左右人生
究竟是什麼影響了閱讀思考能力
提供讓學生能夠讀懂教科書的教育
受AI取代的能力
需要的是能夠理解意義的人才
主動學習僅是空想
「打惡趁熱」
教師們的危機感
處方箋並不簡單
AI無法為國文的申論題自動評分
無論到了幾歲都能培養閱讀思考能力

第四章　做好最壞的打算
出現斷層的白領階級
為何一定要學習三角函數？
目前的教育體制只能培養可被AI取代的人才
在導入AI的過程中出現斷層的白領階級
企業將陸續消失
展示廳現象
因導入AI而被淘汰的企業
接著將引起AI大恐慌
沒有人可以勝任AI無法勝任的工作
我預測的未來
一線光明

結語

前言──我對未來的想像

第一章　考取MARCH──AI是競爭對手
AI與奇異點
人工智慧還沒有出現
何謂「奇異點」
偏差值五十七．一
「東Robo君」計畫的目標不是考取東京大學
「東Robo君」考取MARCH會出現什麼樣的結果
AI進化的歷史
名垂青史的會議
專家系統
機器學習
深度學習
強化學習
使世人驚豔的YOLO──尖端的圖像識別技術
「東Robo君」首次登上TED
即時物體識別系統
物體識別系統的運作機制
AI有了眼睛？
IBM的AI明星──華生
打敗猜謎王
導入客服中心
「東Robo君」的策略
結合一百名研究者
進攻世界史
以邏...