TOP
0
0
魅麗。花火原創小說66折起
零基礎AI入門書:看圖就懂的AI應用實作
滿額折

零基礎AI入門書:看圖就懂的AI應用實作

定  價:NT$ 320 元
優惠價:90288
領券後再享89折
團購優惠券B
8本以上且滿1500元
再享89折,單本省下32元
庫存:4
可得紅利積點:8 點
相關商品
商品簡介
作者簡介
目次
書摘/試閱

商品簡介

不需基礎也能懂的AI入門科普書,解明AI如何改變我們的生活!
AI教育X教育AI,適性化學習時代來臨
想理解AI是什麼,就先看這本!
網際網路的普及與AI息息相關,你知道現今的日常生活中AI已無所不在嗎?
我們熟悉的語音助理Siri及Google 助理、風靡全球的遊戲Pokemon GO、特斯拉的自駕車、AI醫師華生、引發挖礦熱潮的比特幣、服務型機器人pepper等等食衣住行育樂,都與人工智慧AI有切不開的關係。

在人工智慧AI發展迅速的現代,還會對我們會造成什麼影響呢?
「AI會擁有跟人類一樣的情感嗎?」
「IoT會帶來什麼樣的生活呢?」
「未來會被AI取代的工作有哪些?」
 本書由日本頂尖專家書寫,網羅所有你對人工智慧AI的疑惑,以圖文並茂的方式,深入淺出說明何為人工智慧AI、實際應用以及未來趨勢。

本書特色
★本書採用一頁文字一頁圖的方式,讓讀者能夠在短時間內迅速理解文章重點。
★大量舉例AI人工智慧的實際應用,無距離感輕鬆學習
★探討未來AI人工智慧面臨的問題及未來發展

作者簡介

作者簡介
監修者簡介
三宅陽一郎

遊戲AI開發人。日本京都大學數學專攻,大阪大學物理學碩士,東京大學工學系研究科博士課程(學分取得滿期退學)。
從事人工智慧的研究。作為遊戲AI開發人,從事數位遊戲人工智慧技術的發展。
現為國際遊戲開發者協會日本遊戲AI專門部會主席、日本數位遊戲學會(DiGRA JAPAN)理事長、藝術科學會理事、人工智慧學會(人工知能学会)編輯委員。
主要著作:《人工智慧的補習班》(BNN新社)、《人工智慧的作法》(技術評論社)、《為何人工智慧能夠與人對話?》(Mynavi出版)、《〈人工智慧〉與〈人工智慧〉》(iCardbook);合著書籍:《從人到人工智慧,破解AI革命的68個核心概念》(臉譜)、《高中生用遊戲思考人工智慧》(筑摩書房)、《遊戲資訊學概論》(CORONA社);監修書籍:《最強圍棋AI Alpha Go的解體新書》(翔泳社)、《看漫畫學人工智慧》(池田書店)等等。

譯者簡介
衛宮紘

清華大學原子科學院學士班畢。現為自由譯者。譯作有《上司完全使用手冊》(東販)、《超慢跑入門》(商周)、《男人懂了這些更成功》(潮客風)、《世界第一簡單電力系統》(世茂)……等。
賜教信箱:emiyahiro@hotmail.com.tw

1975年到1995年,是世界導入電腦的時代;1995年到2015年,是網路普及全世界的時代;2015年到2035年,是世界盛行人工智慧(AI)的時代。
本書是為了迎接人工智慧蓬勃發展時代的入門讀物,簡述人工智慧改變社會的重點,期望各位帶著本書走上新的時代。
人工智慧可說是人類智能的延長。如同電腦、軟體、網際網路、理解人工智慧並且自在運用,能夠大幅增加自己的智能活動。
熟練使用人工智慧,可讓個人的智能生活變得更加多姿多采。

人工智慧並不是靠單一萬能的人工智慧技術改變一切,各種問題對應獨立的人工智慧解決方案,存在許多人工智慧改變社會的不同重點。
本書會在左右兩頁中,以直觀的圖示與闡述本質的文章說明各項重點,讓讀者能夠在短時間內理解。
許多人都對人工智慧抱有誤會,即便它在某一方面凌駕於人類之上,比如圍棋等技藝,也不意味能夠馬上在其他方面勝過人類。

人工智慧會隨著問題不斷進化,但這個進化是形形色色的,凌駕人類的圍棋AI沒辦法下將棋,判別圖像的AI沒辦法閱讀文章。
當內心有各種疑問,建議翻閱本書目錄,從自己想知道的問題讀起,體會人工智慧在各地方發展的整體樣貌。

如同過往的科技,端看使用者的心態,人工智慧可往好或者不好的方向發展。
現在的人工智慧,需要人類提示「問題以及解決方向」。給予哪種提示決定了人工智慧如何發展,而發展的方向取決於人類的願景。期望讀者在閱讀本書的同時,也能描繪一個美好的未來夢想。
三宅陽一郎

目次

序言
第1章身邊常見的AI與最新科技
01機器人讓人能就近感受AI的存在
02搭載AI的無人機自動配送貨物
03運用AI與深度學習提高搜尋精確率
04 SONY與計程車公司的AI叫車服務
05自動駕駛技術的落實關鍵在於3D成像與感測技術
06運用MR管理建築現場〈混合實境〉
07全數連接網路的IoT最新情況
08圖像解析的進步強化臉部辨識的安全性
09以簽帳金融卡&QR碼取代現金
10超高速運算的量子電腦問世
Column AI的作畫競標價格破1300萬新台幣?!

第2章時至今日!AI的進化與改變的生活
11 19~20世紀的科技發展史
12 21世紀的科技發展歷史
13能夠稱為AI的定義
14在遊戲中擊敗人類的AI
15AI分成兩種流派
16機器學習的機制
17深度學習的機制
18AI怎麼學習語言
19期待可活用AI的領域
20AI能夠取代人類的工作嗎
21AI帶來的改變①醫療現場(1)
22AI帶來的改變①醫療現場(2)
23AI帶來的改變②工廠用機器人
24AI帶來的改變③土木、建設現場
25AI帶來的改變④服務業
26AI帶來的改變⑤網頁服務(1)
27AI帶來的改變⑤網頁服務(2)
28AI帶來的改變⑥金融業(1)
29AI帶來的改變⑥金融業(2)
30AI帶來的改變⑥金融業(3)
31AI帶來的改變⑦物流(1)
32AI帶來的改變⑦物流(2)
33AI帶來的改變⑧保全系統
34AI帶來的改變⑨市場營銷(1)
35AI帶來的改變⑨市場營銷(2)
Column AI讓遊戲變得更加好玩

第3章科技的進化與改變的生活
36網際網路連結一切的世界
37所有的資料都保存到虛擬空間
38 IoT生活①連接網路的家電
39 IoT生活②更加進化的居家防護
40通訊裝置愈加小巧的日子即將到來
41透過智慧型手機的AR體驗新的現實
42電動車的優勢與科技
43未來的衣服將以高機能化學纖維為主
44將人才變為人財的HR科技①
45將人才變為人財的HR科技②
46改變金錢概念的虛擬貨幣①
47改變金錢概念的虛擬貨幣②
48改變金錢概念的虛擬貨幣③
Column 所有裝置相互連接的危險性

第 4 章 科技的前景、問題點與未來
49會出現擁有自我意識的AI機器人嗎
50 AI與人類共存的未來
51臨界點「技術奇點」將會如何變化
52 AI與科技的最終決定
53 AI的創作物具有著作權嗎
54大數據的收集能夠保護個人資訊嗎
55自動化帶給人類的好處與壞處
56 AI如何與人類共存
57AI、科技能夠改變的人類未來

書摘/試閱

11 19~20世紀的科技發展史
從發明電力到電腦普及
我們的日常生活不可欠缺用來維持生活、生命的「維生管線(Lifeline)」。這個維生管線包括電力、瓦斯、自來水、通訊、運輸等,尤其在19世紀後半實用化、20世紀迅速發展的「電力」,讓我們的生活為之一變。除了電燈、冰箱、手機等身邊用品之外,AI(人工智慧)、IoT、大數據等尖端科技也少不了電力。
活用電力後,通訊(電話、無線電)、媒體(廣播、電視)、電子計算機(電腦)等,各種技術出現飛躍性的發展。多虧如此,我們才能簡單達成聲音資訊的雙向溝通、聲音影像的同步遠距傳輸、大量資訊的加速運算。
20世紀被稱為「媒體的時代」,前半是廣播、後半是電視具有巨大的影響力。此外,這個時期的電腦、無線通訊也相當發達,取代真空管的半導體技術,也就是電晶體、IC(積體電路)、LSI(大型積體電路)、超LSI、超超LSI,以這些形式迅速發展小型化、輕量化、高性能化、長壽命化,強化訊息處理速度、傳送速度、機器基礎建設的整備。
20世紀末後,運用這些技術製造的電腦、網際網路、手機等愈發普及,推進了融合媒體與電腦的「資訊科學的時代」。

12 21世紀的科技發展歷史
從網際網路普及到AI誕生
邁入21世紀,電腦、手機、網際網路對我們的生活造成巨大的影響,它們皆在20世紀末低價格化,並在21世紀初爆發性普及。
又大又貴的電腦轉為低價格、小型、可獨自擁有的個人電腦。手機除了一般通話之外,現在主流的智慧手機也能夠簡單使用App、相機、網際網路等。透過全球網路相互連接的電腦網路,我們能夠閱覽、搜尋網頁,收發電子郵件等資訊。個人電腦、手機、網際網路彼此密切相關,可說是其特徵。
其實,並不只有我們蒙受這些恩惠。接下來將詳細解說的「AI」,也是其中的受惠者。AI研究始於電腦誕生後不久1956年的美國,由麥卡錫(John McCarthy)、夏農(Claude Shannon)、羅切斯特(Nathaniel Rochester)、明斯基(Marvin Minsky)等四人發起達特矛斯會議(Dartmouth Workshop)。
由於電腦會將資訊轉換符號處理,人類的語言、知識也會被符號化累積起來,他們預測隨著程式愈來愈高階,最後將會誕生智能與人類一樣的電腦──AI。儘管當時的電腦運算處理能力低下,但答出了迷宮的解法、定理的證明等相較簡單的問題,證實能夠進行智能活動,讓當時的人們感到驚豔。這樣的成就掀起一股AI風潮,經過1980~1990年代的第二次AI風潮,如今進入第三次AI風潮。

13 能夠稱為AI的定義?
人工智慧AI的真面目為何
人類、動物等大自然孕育出來的智能,稱為自然智慧,而在電腦上實現這個自然智慧的資訊處理機制,稱為人工智慧。人工智慧譯自Artificial Intelligence,取其字頭稱為「AI」。
在AI的黎明期1950年末,人們認為能夠製造具有與人類同等智能的電腦。
然而,電腦與自然智慧在構造、運作原理上有著巨大的差異。比如,AI運算的對象必須嚴謹定義(框架=用框架圍起)。
因此,想要讓電腦辨識狗,需要定義所有狗與這個世界的關係。然而,這是不可能做到的事情,AI發展上的巨大高牆——框架問題。
因為框架問題以及成果不如周遭期待,AI的研究在1970年後漸趨式微。然而,在美國費根鮑姆(Edward Feigenbaum)等人的奮鬥之下,開發出反覆電腦擅長的運算、推論導出答案的專家系統(Expert System)。電腦具備了專家級的能力,1980年後世界各家企業紛紛採用此套系統,掀起第二次AI風潮。
然而,邁入1980年後半,專家系統出現了極限。跟第一次風潮相同,僅能在限定的規則中發揮威力。人的思考、行動存在許多不確定要素,專家系統對於超出規則的事物,沒辦法給予答案。

14 在遊戲中擊敗人類的AI
對全世界造成多麼大的衝擊?
在1990年初,AI研究再度迎來寒冬時代。
多數研究者投入機器翻譯、聲音辨識、機器人工學等專門領域的課題,但在電腦領域出現巨大變革。
這項變革是處理能力飛躍性提升、小型化、低價格化,使得個人電腦與全世界電腦連結的網際網路迅速普及。這樣的環境變化加上珀爾(Judea Pearl)提出的機率方法,讓AI邁向了下一個階段。
這項方法成為機器學習(參見42頁)的基礎,透過反覆運算龐大的事例、團隊分工,機率性篩選出最接近正解的結論。
最為人所知的成果是,1997年IBM的人工智慧深藍(Deep Blue)擊敗西洋棋的世界冠軍;2016年Google DeepMind的圍棋AI Alpha Go擊敗韓國頂尖棋士。Alpha Go藉由深度學習,證明了即便是候選棋步比西洋棋還要複雜的圍棋,AI也能夠戰勝人類。
雖然這只不過是AI的有限成果之一,但經由媒體大肆報導在需要複雜思考的遊戲上「人類敗給機器」,對人們造成不小的衝擊。
就讓我們從這些事項來看,AI的概念、經常聽見的「機器學習」「深度學習」是什麼樣的東西吧。

15 AI分成兩種流派
要用哪種方法建立AI?

AI能夠在電腦上實現人類的智慧,但問題是「要用哪種方法重現人類的智慧?」AI的建立主要分成兩種流派。

第一種是,認為人類的知識與智慧,能夠用程式語言、數學式等符號表達的「符號主義(Symbolicism)」。
AI會依照人類準備的指南手冊運作,IBM的華生(Watson)、Google的搜尋機能等就屬於這類。
比如,下西洋棋的AI會根據西洋棋的規則,驅使高端運算力以最終的勝利為目標。因為僅需設定固定的規則就能夠簡單建立,所以成為AI的基礎技術。
雖然不能順利對應例外情況,但能以增加規則、複雜規則內組合的形式穩定地進化。

第二種是,主張重現人腦的運作的「連接主義(Connectionism)」。透過從類神經網路(參見44頁)開始學習,讓AI能夠自己行動,或者運用既存的統計資料等累積學習,逐漸變聰明,具有代表性的例子有Alpha Go。
比起解決數學問題,更適合繪畫等言語難以表達的領域,藉由給予大量的問題與答案,AI就能自己推導出答案。
連接主義的特徵為,會在改良跨越高牆後的新境界看到另一道更高的高牆。另外,AI若在符號主義與連接主義兩方的領域上有出現成 。必定會掀起風潮。

16 機器學習的機制
瞬間處理資料的分類、分析
讓AI邁向下一個階段的機器學習,究竟是什麼樣的概念呢?其實,這個詞包含了兩層意思。
第一層是「機器自我學習」。如同人類學習新的語言、技術,機器也能夠進行學習。另一層是「不僅只按照程式設計進行動作」。機器透過學習,能夠做出超過程式設計以上的事情。
不過,正如在框架問題提到的,AI不擅長從零開始獲得全新的事物。因此,AI需將事先組進來的知識累積、整理、最佳化,以這樣的方向進行學習。
機器學習有「監督式學習(Supervised Learning)」與「非監督式學習(Unsupervised Learning)」兩種。監督式學習是,提供適當例題與模範解答的方法。比如,給予出入口確實相通的迷宮例題讓機器學習。雖然起初是隨機行動,但機器會逐漸掌握脫離迷宮的訣竅,之後即便遇到沒有學習過的迷宮,也能夠以某種程度的速度抵達出口。
非監督式學習是,不提供例題與模範解答的學習方法。Alpha Go的學習分為監督式與非監督式兩個階段,前者是從過去棋譜學習的階段,後者是透過自我對戰學習的階段。基本上,監督式學習需要大量的資料(Alpha Go用來學習的過去棋譜);而非監督式學習需要適當的學習環境(能夠自我對戰的環境)。

17 深度學習的機制
讓人類的思考回路電子化、進化的AI

「深度學習(Deep Learning)」跟機器學習同為人工智慧關鍵字,但它是什麼樣的概念呢?這是一項基於類神經網路運算模組的技術。
類神經網路是指,模仿人腦神經元構造與運作的AI。腦內的神經元從其他神經元(前端的突觸)接收超過某定值的電力訊號後,便會啟動向連接的下一個神經元傳遞電力訊號。下一個神經元也是接受超過某定值的電力訊號後,啟動再向下一個神經元傳遞電力訊號。
將神經元像這樣啟動或不啟動轉為數值,由數層類神經網路構成的系統就是深度學習的基本架構。
雖然深度學習過去也有幾道技術上的高牆,但隨著個人電腦帶來的龐大資訊、運算能力以及新技術等的引進,在2012年圖像辨識競賽ILSVRC獲得優勝,同年Google的AI能夠辨識出貓的圖像來,深度學習因這些事蹟瞬間備受矚目。
如同上述,深度學習擅長從圖像、波形等難以轉成符號的資料,辨識固定的模式。另外,由目前正一步步在社會上實用化以及技術持續推進,深度學習可說是可期待更進一步發展的領域。

您曾經瀏覽過的商品

購物須知

為了保護您的權益,「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。

若要辦理退貨,請在商品鑑賞期內寄回,且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。

優惠價:90 288
庫存:4

暢銷榜

客服中心

收藏

會員專區