10歲開始學AI

AI是神隊友？還是麻煩製造機？
解答所有AI疑問，了解了才不困惑！
圖文解析x理論結合x真實案例，理解so easy！

【關於 AI，你可能有很多好奇】
Ø AI 會變得比人類更聰明嗎？
Ø AI 真的無所不能？它說的都是對的嗎？
Ø 為什麼不能用 ChatGPT 來寫作業？
Ø AI 改變了我們的生活和工作方式，那我們還要學習、工作和賺錢嗎？
Ø 這個世界會被機器人接管嗎？

【一次解答 AI 的過去、現在和可能的未來】
Ø AI 如何從電腦跨入人工智慧？
Ø 除了掃地機器人、聊天機器人、自動駕駛車……，我們的生活和社會裡已經運用了哪些 AI？

【AI 雖然萬能，卻也伴隨著各種風險】
Ø 社群媒體的同溫層效應是什麼意思？
Ø 如何打造沒有偏見的預測系統？
Ø 教室裡可以利用的 AI 工具有哪些？
Ø 真人老師會被 AI 淘汰嗎？
Ø AI 強大的數據和運算能力，未來也許可以解決地球的環境危機， 但是我們同時要面對 AI 需求的大量能源問題。

不管你是10歲、20歲……，都應該來認識 AI 這個新朋友。

〈10歲開始學〉是孩子的第一套跨領域素養小百科。
訓練孩子獨立思考的能力，建立批判性思維，
具備經濟ヽ哲學ヽ心理ヽ法律ヽ政治ヽ科學等現代公民基本素養。

這是一本專為青少年與初學者設計的人工智慧導讀書籍。

文字清晰易懂，以圖像、表格、插圖來引導讀者認識 AI 的世界。它不只讓我們理解人工智慧為何會發展如此快速，也收集了目前人類運用AI 的現況，說明人類發展已無法抛棄人工智慧，因此我們更應該開始思考 AI 對人類社會的影響與未來可能的挑戰。

* 作者簡介 
羅絲．霍爾（Rose Hall）ヽ瑞秋．佛斯（Rachel Firth）/文
羅絲成長於英格蘭的諾森伯蘭郡，在牛津大學主修生理學。在加入 Usborne出版公司之前，曾短暫照料過失去父母的紅毛猩猩，以及在公益體工作，撰寫過再生能源、孟加拉的工人安全等議題。撰寫過多本關於工程、商業、電腦與環境的童書。
瑞秋任職於英國Usborne 出版公司，撰寫過各種主題的書籍，包括：騎士、飲食、哲學等領域，也將民間故事和多部小說改寫成兒童適讀的版本。之前曾在倫敦大學與牛津大學研究並教授哲學。

繪者簡介 
希爾頓．沃伯頓（Hylton Warburton）/繪

譯者簡介 
黃雅蕾 /譯
小天下出版社特約編輯，編過國中教科書、成人科普讀物，進入童書世界的時間和當媽媽的年資一樣長，期許自己能持續用好書餵養自己的、女兒的和許多小朋友的美麗童心。

這是一本適合孩子自學或親子共讀的第一本AI書。從什麼是 AI、AI 有什麼用途，一直探討到AI的未來。
本書有三大特色：
1. 知識觀念正確完整，經牛津大學及臺灣大學的教授專家進行審定。
2.內容真實不誇大，沒有過度強調AI的神奇，只談科學而不是魔法，為孩子建立正確的觀念。
3.「不要太快給答案」、「不要太快接受答案」，以引導性的文字、提問的方式，讓孩子在過程中發展出自己的想法，建立批判性思考的習慣。
——本書審定楊立偉（臺灣大學資訊管理學系兼任助理教授）

人工智慧 AI 是什麼？／目前 AI 發展到什麼程度？／我們的世界會有哪些改變？
第1章：AI 是怎麼運作的？
因為有了電腦，人工智慧（AI）才能出現。我們從頭開始，先認識電腦的運作方式，然後進一步探索程式的祕密—這正是人類如何教會電腦自我學習的開始。
第2章：AI 時代來臨
AI 幫助我們完成了各種工作—從搜尋網路、偵查犯罪案件、執行日常照護，甚至發動戰爭。最有趣的是，AI 工具讓電腦能夠與人對話，甚至創作藝術，而且它們的外表越來越像真人！這些AI 工具究竟如何運作？它們到底有多聰明？還有……它們的極限在哪裡？
第3章：AI 如何改變世界？
隨著 AI 工具能做的事情越來越多，人們的生活方式也正在改變。而且改變的不只是人類的工作，或者說是那些不再需要我們做的工作。人工智慧還影響我們如何交友、分享創意以及認識世界。我們甚至可以期待 AI 有能力解決氣候危機，但是 AI 也有可能讓問題變得更嚴重。
第4章：迎向未來
有些專家正在努力創造像人類一樣的機器，問題是：電腦程式能夠和真人多麼相似？會不會有一天，AI 真的變成像是「活」的生物呢？
接下來該怎麼做？

人工智慧AI是什麼？
AI 是人工智慧（Artificial Intelligence）的英文縮寫，意思是具有像人類一樣行為或表現能力的機器。
人工智慧 AI 是指電腦程式或機器能夠做出需要智慧來執行的事。AI 裝置可以自己運作，不一定需要人類對它下達指令。AI 的英文名稱來自一位美國的電腦科學家 約翰﹒麥卡錫……
人工智慧AI到底是什麼？
不同的專家可能會有不同的看法，但是大多數的專家認為只要看看AI能做什麼，你就能明白它到底是什麼。
看看AI能帶來什麼改變！許多專家認為具備AI的機器，可以做到以下三件事……
1. 可以利用數據來辨識周遭的特定事物。
2. 可以分析數據，然後根據分析結果做出預測、建議或決定。
3. 可以學習和自行改進。你訓練人工智慧程式去執行某件事後，它可以不斷自行改進執行的能力，不需要任何人力介入。
雖然AI 已經能做到許多事情，但仍然會出錯。因此除了開發新的AI技術，研究人員也在努力讓現有的AI 系統更加可靠、值得信賴。
我們的世界會有哪些改變？
許多人認為 AI 將會改變我們的世界，但是沒有人知道到底會有多大的變化，還有這些變化絕大多數是正面的還是負面的呢？你可以從以下的圖表設想可能的情況。
第 1 章AI 是怎麼運作的？
所有的電腦都是依照指令來執行任務，這些指令稱為演算法。尤其具有人工智慧的電腦，能夠運用非常複雜的演算法，足以讓電腦自己學習新的技能。
電腦專家是怎樣讓電腦變得這麼聰明呢？其實他們的靈感來自於人類的大腦。
沒有人完全了解人類的大腦到底如何運作。但我們知道，大腦中有數百億個神經細胞（也稱為神經元），這些神經元彼此連結，並且用非常複雜的方式相互傳遞訊息。當我們思考、學習和解決問題時，訊息就在這些神經元之間流動。基於我們對大腦的認識，電腦專家運用一種稱為類神經網路的程式設計方法來創造AI。這種技術讓電腦可以用類似大腦運作的方式來處理資訊。
什麼才是AI？
1997年，一部叫做「深藍」的超級電腦，擊敗了當時的西洋棋世界冠軍—俄羅斯的加里‧卡斯帕洛夫。這件事對智慧型運算來說是個重大的里程碑，因為電腦首次打敗了世界排名第一的西洋棋職業棋士。
「深藍」的演算法非常複雜，是由頂尖的程式設計師與西洋棋專家共同開發。當時各界都認為它是人工智慧發展史上的里程碑。然而以現在的標準來看，「深藍」並不算是真正的AI，因為它只是遵循設計好的程式指令來運作，並不具備自我學習的能力。
可以自學的機器
過去，程式設計師需要為機器設定精確的指令，讓它能夠應對所有可能的情境。但現在，他們可以設計演算法，讓機器自己學習該怎麼做。
AlphaGo圍棋程式
2016年，一款名叫AlphaGo的電腦程式在圍棋比賽中戰勝人類對手—南韓棋王李世乭，他是世界圍棋史上最頂尖的棋士之一。
跟「深藍」不同的是，AlphaGo 並沒有龐大的棋路資料庫作為思考的基礎，而是先透過「觀看」人類下棋的紀錄來學習圍棋，然後跟自己對弈來精進、提升棋力。換句話說，AlphaGo是自己學會下棋，因此它確實運用了人工智慧。
電腦學會執行特定任務的過程稱為機器學習。機器學習有許多種不同的類型，但每一種都包含三個階段—訓練階段、預測階段、測試階段。
訓練機器學習，通常需要大量的人工標註工作，一開始會耗費許多時間。（許多公司在宣傳自家的AI 軟體時，通常不會提到這件事。）
電腦可以快速的處理數千張圖片的資訊，但這需要強大的運算能力才做得到。這種類型的機器學習稱為監督式學習。在訓練過程中，機器需要人類幫忙標註大量的資料，才能學會判斷。
另一種機器學習的類型是，電腦會獲得一組沒有標籤的資料，它必須自行找出其中的規律，把相似的資料歸類，而不是由人類來告訴它要尋找什麼特徵。
這種機器學習的方式稱為非監督式學習，好處是不要花時間去標註大量的資料。此外，電腦往往比人類更能從大量資料中發現難以察覺的、細微的規律。
非監督式學習可以用來辨識異於常態的資料，在許多方面都很有用，例如：偵測信用卡詐騙ヽ防止電腦遭到駭客攻擊ヽ提前發現機器需要維修的跡象，以免發生故障。
神經網路
讓電腦具有學習能力的一種常見方式是，建立類神經網路（Artificial Neural Network，簡稱ANN，也稱為人工神經網路）系統。這種系統的靈感來自人體神經元相互溝通的方式，讓電腦可以學會如何處理資訊。
類神經網路（ANN）就是以這種類似的方式運作。程式設計師會創造許多「節點」來模擬人體的神經元。整個類神經網路由一層層的節點組成。
每個節點就像是一臺小型電腦，能夠進行簡單的運算。節點與節點相互連接，交換資訊，就像大腦裡的神經元一樣。
具備 AI 的裝置，例如 FIZZY，就是透過類神經網路來學習。舉例來說，當FIZZY學習如何辨識一顆橘子，會先把輸入資料送進類神經網路中，經過好幾層節點的處理，最後產生結果並且輸出。
從錯誤中學習
一開始，工程師會透過「監督式學習」來訓練類神經網路。類神經網路會隨機的產生結果，如果這個結果是錯誤的，只要和正確的結果進行比對，就能慢慢修正、推敲出正確的結果。
AI學習辨識圖片的過程，就像是電腦跟人在玩一場大型的數字遊戲。無論是輸入的圖片訊息、節點之間的權重，還是電腦辨識後輸出的詞語，全都是用一連串的數字進行。以下用簡化的對話來說明這個過程。
這位人類老師的教法有點奇怪，甚至令人抓狂。但是電腦不會介意，也不怕失敗。它會不斷嘗試，努力找出正確的中間步驟（也就是權重），直到輸出正確的答案為止。
深度學習
節點層數非常多的類神經網路，就叫做深度神經網路。如果機器學習是透過這樣的神經網路，它的學習過程就稱為深度學習。
和簡單的類神經網路一樣，深度神經網路裡的節點也會根據自我學習的過程自動調整權重。不過，就連設計出這些網路的工程師，也未必清楚哪些節點之間的權重改變了，或者深度神經網路是根據什麼邏輯做出這樣的判斷。
第 2 章AI 時代來臨
人工智慧AI這個點子，最早是在1950年代由數學家和計算機科學家提出。他們想知道：機器有沒有可能像人類一樣擁有智慧？
到了21世紀的今天，AI已經實際運用在我們生活中的各個層面，例如幫助人們做決定、預測未來的情況，或是提出建議。翻開下一頁，各式各樣的AI應用實例會讓你嘆為觀止！
但是，請注意！AI並不是無所不能，它也有辦不到的事；此外，當我們依賴AI的幫助後，也要小心避免可能帶來的麻煩。