主打選品

白話人工智慧! 矽谷科學家帶你看懂AI黑科技
白話人工智慧! 矽谷科學家帶你看懂AI黑科技
內容介紹: AI 每天都在你身邊 — 幫你推薦影片、過濾垃圾郵件、導航路線、自拍修圖、在你沒注意時默默整理你的數位生活。 而如果你常在追 AI 新聞,那些炫得不得了的名詞:代理模式、深度研究、進階推理、多模態生成…一定也超眼熟。 聽起來是不是很夢幻?讓人以為美好未來已經到來~ 想像總是美好,實際使用過一定都遇過這些情況: - 請 AI 寫一段解說,卻一本正經亂講、錯了還不承認 - 想讓 AI 幫忙完成任務,結果越幫越忙、越用越火大 - 明明寫了很清楚的需求,AI 卻「聽嘸」、答非所問 - 生成圖片角色一下變臉、一下跑版、一下莫名其妙多出手指 - 文案寫到一半,AI 會自己「加戲」,補一些有的沒有的 還要擔心這些工具每天推陳出新,跟小編一樣可能有 AI 焦慮的症頭… 這些問題的根源在於,你有真正理解 AI 技術的底層邏輯嗎? 掌握 AI 運作的眉角,才能在瞬息萬變的工具裡從容切換、靈活運用,有效真正駕馭 AI。 本書由曾任職 IBM、Google、WeWork 與 LinkedIn 的矽谷資深科學家彭昶興撰寫,以清晰易懂、生動接地氣的口吻,帶你拆解各種最熱門的 AI 新技術的底層邏輯。從神經網路、LLM、Transformer、擴散生成模型,到最新的 Agent Mode、Vibe Coding、RAG、深度推理與多模態 AI,以大量日常比喻、故事化解說與實例,讓你真的看懂 AI 為何能產生文、生圖、生影片,並掌握模型會犯錯、會幻想、會推理的真正原因。 ▋這本書適合誰?▋ ✔ 想掌握最新 AI 技術與趨勢的創作者、行銷人、技術人 ✔ 想跟上時代,但不想啃厚重論文的「科技觀察者」 ✔ 想看懂 AI,卻不想被數學公式嚇到的人 ✔ 想在聊天中誠懇不浮誇談 AI 的普通上班族 ✔ 想真正理解 AI 是怎麼運作,而不是只會按按鈕的人 ▋權威推薦 ▋ 沙永傑 | 國立陽明交通大學榮譽退休教授、前中華大學校長 溫怡玲 | 台灣人工智慧基金會執行長 黃逸華 | 美商科進誠策略長 本書特色: 新一代 AI 技術解密,掌握底層邏輯,讓 AI 為你所用。 要搞懂現在火紅的 AI 技術,不用是碩博士、也不必看艱澀論文,本書直接用你聽得懂的大白話解析「這些黑科技到底怎麼運作」,讓你真正理解為什麼 AI 這麼強,要怎麼用才上道。 ✅ 【完整掌握 AI 最新黑科技】 直擊新世代 AI 技術的運作方式,快速掌握當今火紅技術的底層邏輯、能力限制,以及正確的使用策略。 ▸ Agent Mode(代理模式):AI 不只回答,而是會自主規劃步驟、查資料、執行任務。 ▸ 多 Agent 協作:模型之間如何像團隊一樣分工合作。 ▸ Vibe Coding:口語驅動的程式開發流程,讓想法直接變成前後端程式碼。 ▸ 進階自然語音:AI 說話的「氣口」是怎麼煉成的?還可以聽出你的喜怒哀樂。 ▸ RAG(檢索增強生成):整合外部知識、避免幻覺,讓 AI 不再胡說八道。 ▸ 多模態 AI(文字 × 圖像 × 影片 × 語音):AI 如何同時理解與生成跨模態內容。 ▸ Diffusion 擴散模型:AI 生圖的秘密居然是不斷增加雜訊? ▸ 角色一致性與 LoRA 微調:只要 20 張照片就能有專屬 AI 生成的模特兒。 ▸ 專家混合(MoE)架構:AI 如何像「復仇者聯盟」一樣按任務切換最強專家? ... ✅ 【以白話拆解最複雜的 AI 核心原理】 不用懂積分,也能懂梯度下降。 不用寫程式,也能理解神經網路怎麼「做判斷」。 作者用貼近日常的例子,帶你讀懂高大上的 AI 理論。 ▸ 神經網路如何「做決定」? ▸ 為什麼模型需要大量訓練資料(資料品質 × 資料分布)? ▸ 詞嵌入:AI 如何理解語意與關係 ▸ Transformer 的注意力機制:為何能一眼看懂全文 ▸ 位置編碼:AI 如何知道句子的順序 ▸ 超長上下文記憶:AI 如何避免「前面講過什麼」這種遺忘問題 ▸ 幻覺為什麼會發生(錯誤推理、資料錯誤、語言模型限制) ▸ 提示工程的本質:如何和模型用「對的語言」溝通 ▸ Zero-shot / Few-shot 為何可行? ▸ 模型如何學到推理能力(chain-of-thought 與隱性邏輯) ▸ 大型模型的能力湧現(Emergent Abilities)是什麼? ✅ 【用矽谷/竹科人的視角,看見 AI 的下一步】 結合作者長年在 IBM、Google、WeWork、LinkedIn 的實務經驗,帶你看懂未來趨勢與技術走向,而不是只看表面熱度。 ▸ AGI 是什麼?真正需要具備哪些能力? ▸ 技術奇點:超越人類智能的可能與挑戰 ▸ Agent 生態系的戰國時代:為什麼每家科技公司都在搶? ▸ 世界模型(World Models)對機器人與影片生成的重要性 ▸ AI × 科學研究:模型如何協助物理、化學、醫療突破 ▸ AI 安全:對齊(Alignment)、限制(Guardrails)、偏誤議題 ▸ AI 倫理與治理:全球規範將如何制定? ▸ 量子 AI:計算架構可能將被重新定義 ▸ 類腦計算(Neuromorphic)與節能 AI 的未來 ▸ 機器人自主化:具身 AI 如何真正理解世界
79442
重點推薦

主題企劃