Simply Quantum AI
| 作者 | Dorling Kindersley Limited |
|---|---|
| 出版社 | 遠見天下文化出版股份有限公司 |
| 商品描述 | AI好學圖鑑: 全面快速入門：★★給好學者的好學圖鑑★★專為時間少的忙碌大人和學子設計，大圖加上簡潔易懂的文字，全方位快速理解AI世界。不懂AI，如何迎向與AI共存的未來 |
內容簡介
內容簡介 ★★ 給好學者的好學圖鑑 ★★專為時間少的忙碌大人和學子設計，大圖加上簡潔易懂的文字，全方位快速理解AI世界。不懂 AI，如何迎向與 AI 共存的未來？強AI、弱AI，和人類智慧不同在哪裡？當紅的大型語言模型LLM、機器學習有什麼奧祕？AI帶來的未來將是烏托邦？還是反烏托邦？《AI好學圖鑑》這本強大的圖解指南，介紹了100多個關鍵主題，從人工智慧的發展沿革談起，如巴貝奇的機器、圖靈機、摩爾定律、大數據；再到人工智慧如何由傳統走入現代，如專家系統、機器學習、資料探勘、人工神經網路；以及人工智慧在生活中的運用，如網路安全、客製化內容、醫療診斷、臉部辨識等等。現代世界早已充斥AI，關於該如何思考與面對，書中也提供了不同的哲學思考與因應之道，如法規、倫理設計，讓我們在迎向AI世界之際，除了有更廣的認識，也有更強的準備！【專業精準推薦】林一平｜陽明交通大學資訊工程系教授： 這本書以清晰簡明的方式，帶領讀者從人工智慧的歷史與原理，一路探索到機器學習、深度學習與現實應用，兼顧技術、哲學與倫理議題，是理解AI世界的絕佳入門指南，適合每一位想了解未來科技的人。
作者介紹
作者介紹 DK 出版社編輯群（Dorling Kindersley Limited）DK 創立於 1974 年，為全球首屈一指的國際出版社，尤其擅長以精美圖片搭配扎實文字介紹各科知識。作品聲譽卓越，題材眾多，被翻譯成多國語言並廣受喜愛。張嘉倫輔仁大學跨文化研究所翻譯學碩士班畢業。現為自由譯者，譯作包括《我們與機器人的光明未來》、《WEB3 新商機》、《發現你的共感天賦》、《為什麼要戀愛》等等。
產品目錄
產品目錄 人工智慧沿革模仿生命的機械／自動機什麼是智慧？／多元智慧思考＝運算／運算主義0與1／二進位碼一步接一步／演算法演算法的實際運作／運算給電腦的指令／程式世上第一台機械式電腦／巴貝奇的機器理論上的電腦／通用圖靈機電子大腦／神經元與運算人工神經元／臨界值邏輯單元可程式電腦／電子數值積分器和計算機理論上的程式／圖錢西洋棋程式運算的藍圖／馮紐曼架構兩種人工智慧／弱AI與強AI人工智慧的運作／智慧代理嘗試錯誤／學會學習模擬大腦／連結主義人工智慧模型／傳統AI與統計式AI運算能力／摩爾定律原始的資訊／資料類型萬事萬物、隨時隨地／大數據傳統人工智慧資料的表示方式／人工智慧的符號照著規則走／電腦邏輯何事、何時、為何、如何？／知識的種類如何呈現知識？／知識表示若此則彼／規則最短路線／路徑搜尋不完美的解法／啟發式方法任務的執行／AI規劃技術處理不確定性／機率與AI預測變化的模型／馬可夫鏈模擬不確定性／隨機模型自動的建議／專家系統處理「雜亂」的數據／雜亂資料簡約派、蕪雜派／AI研究的兩大路線統計式人工智慧讓人工智慧學會思考／機器學習發掘資料中的訊息／資料探勘機器學習的教材／訓練資料賦予資料意義／特徵與標籤尋找模式／模式辨識是或否？／決策樹資料的類別／分類最佳預測線條／迴歸分析讓資料分組／分群找出不一樣／異常偵測最可能的結果？／預測採用有標籤的資料／監督式學習採用原始的資料／非監督式學習根據回饋進行學習／增強式學習集合在一起／集成式學習人工智慧大腦／人工神經網路神經網路的結構／層狀結構賦予重要性／權重目標與門檻／偏差衡量成效／成本函數提升效能／梯度下降優化模型／差量規則網路單行道／前饋神經網路由後往前／倒傳遞保有資料順序／遞歸神經網路打造人工大腦／深度學習神經網路大對決／生成對抗網路處理視覺資料／卷積神經網路人工智慧運用使用人工智慧／AI 應用排名機制／資料階層推薦機制／客製化內容偵測威脅／網路安全網路攻擊／網路戰偵測詐欺／交易監控人工智慧金融應用／演算法交易解析蛋白質／醫學研究尋找系外行星／天文研究數位醫生／AI與醫療診斷健康監測／AI與醫療保健物聯網／連網裝置智慧裝置／嵌入式AI監控系統／AI與基礎建設「智慧」農業／精準農業感知型人工智慧／機器感知處理聲音／機器聽覺模擬視覺／電腦視覺臉部辨識／特徵圖理解語言／自然語言處理人工智慧翻譯／機器翻譯與人工智慧對話／聊天機器人人工智慧寫作工具／大型語言模型人工智慧助手／虛擬助理人工智慧藝術創作／生成式AI智慧機器人／具身AI人工智慧夥伴／社交機器人移動與行動力／實體互動I精細操作／實體互動II無人駕駛車／自主載具人工智慧與戰爭／自主武器人工智慧哲學像人一樣的人工智慧／通用人工智慧無法回頭的臨界點／科技奇異點意識何在？／萊布尼茲之問潛水艇會游泳嗎？／功能主義模仿遊戲／圖靈測試智慧指標／智力測驗機器與理解／中文房實驗哲學殭屍／人類智慧vs機器智慧新型態人類／權利與責任複製心智／多重可實現性透明思維／打開心智之盒與人工智慧共存神話或現實？／人工智慧的真相力量來自於剝削？／隱形勞工垃圾進，垃圾出／資料品質偏頗的結果／隱藏的偏見預測與假設／AI側寫透明的處理過程／白箱人工智慧人工智慧勞動力／科技性失業人工智慧的平衡／AI與平等形成同溫層／過濾氣泡控制的極限／AI自主性是非對錯／AI倫理設計內建倫理／艾西莫夫的機器人三定律誰該負責？／AI與法律責任何可為？何不可為？／AI與法規生存威脅／AI反烏托邦無限蓬勃／AI烏托邦索引
商品規格
| 書名 / | AI好學圖鑑: 全面快速入門 |
|---|---|
| 作者 / | Dorling Kindersley Limited |
| 簡介 / | AI好學圖鑑: 全面快速入門：★★給好學者的好學圖鑑★★專為時間少的忙碌大人和學子設計，大圖加上簡潔易懂的文字，全方位快速理解AI世界。不懂AI，如何迎向與AI共存的未來 |
| 出版社 / | 遠見天下文化出版股份有限公司 |
| ISBN13 / | 9786264175036 |
| ISBN10 / | |
| EAN / | 9786264175036 |
| 誠品26碼 / | 2682968704008 |
| 頁數 / | 160 |
| 注音版 / | 否 |
| 裝訂 / | H:精裝 |
| 語言 / | 1:中文 繁體 |
| 尺寸 / | 14.8×21×1.8 |
| 級別 / | N:無 |
| 提供維修 / | 無 |
試閱文字
自序 : 人工智慧是什麼？
人工智慧簡稱AI，意思是機器展現的智慧，歷史可追溯到1950年代，也就是現代電腦問世之際。此後數十年間，人工智慧歷經多次熱潮與低潮。早期研究重心以形式邏輯為基礎，稱為「傳統AI」或「符號AI」，後來才逐步轉向以資料與統計為主。如今，人工智慧研究的主流為機器學習，運用大型資料集訓練人工神經網路等 AI 模型，無需明確編寫程式，即可讓模型執行各種任務。藉由這種方法，人工智慧模型得以迅速學習，並高效完成各類任務。
流行文化常把人工智慧描述成人類智慧的對手，甚至視為威脅人類生存的存在。但在現實中，人工智慧技術的應用範圍仍相當有限，智力甚至不及一隻貓，更遑論與人類相比。不過在某些特定領域，人工智慧已是功能強大的工具，例如筆跡辨識、電視節目的推薦，或是疾病診斷等。
人工智慧應用早已日漸普及，我們每天都在使用，卻未必察覺。它正逐步取代愈來愈多的人類工作，也帶來了迫切且複雜的議題：我們如何確保人工智慧持續為全人類服務，而不會淪為 AI 本身利益的工具，或被少數人類菁英壟斷？我們曾以為有些工作唯有人類才能勝任，眼見這些工作開始改由機器執行，甚至包括藝術與音樂創作，使我們對「人之所以為人」的根本認知產生了動搖。人類與人工智慧的未來仍充滿不確定性，這個未來有待科學家、工程師、數學家、哲學家、政策制定者，以及所有關心人類未來的人，一起協助共同形塑。
試閱文字
內文 : 人工智慧的沿革
早在人工智慧實際可行之前，「有生命的機器」這個概念已經出現在神話傳說之中，尤其盛行於古希臘與中國的故事。然而直至18世紀，當工程師創造出複雜的自走式裝置「自動機」時，人工智慧的想法才逐漸獲得重視。同時，哲學家也開始思考，能否透過操控符號來模擬人類思維，這樣的理念最終在1940年代催生了第一臺可程式數位電腦。到了1950年代末，人工智慧已成為正式的研究領域，電腦的運算能力也日益強大，促成各類人工智慧系統相繼出現。只是直到今天，仍然沒有任何人工智慧系統稱得上「有生命」。
兩種人工智慧
無論大腦是否為一種活的電腦，人類的智慧與意識，一直是科學家衡量人工智慧效能的基準。弱人工智慧（弱AI）指的是，能執行特定、有限任務的電腦系統，例如下西洋棋或翻譯語言。相對的，強人工智慧（強AI）則在各方面皆可媲美人類智慧。有些科學家認為，人類頂多能實現弱人工智慧；但也有人相信，強人工智慧有朝一日將成為現實，不只能像人類一樣思考，甚至可能擁有意識，應被賦予相應的權利。
簡約派
人工智慧理論家尚克（Roger Schank）在1970年代指出，人工智慧研究可分為兩大路線：「簡約派」與「蕪雜派」。簡約派曾有一段時間占據主流的地位，主要是透過程式設計，讓電腦遵循嚴格的數學規則，藉此建構人工智慧。這些規則讓人
工智慧能區分不同類型的資料，後續更可藉由機器學習演算法進行分析。例如，人工神經網路就是簡約派方法的一大成就。
蕪雜派
尚克將「蕪雜派」定義為一種實驗導向的方法，研究人員以各種模型與演算法進行實驗，藉此設計出能展現智慧的程式。明斯基（Marvin Minsky）形容蕪雜派方法為「類比式」，而非邏輯性，因為這個路線強調人工智慧應該像人類一樣，可辨識不同問題的相似性。換句話說，人工智慧應該具備某種常識。
讓人工智慧學會思考
機器學習是一種人工智慧技術，電腦系統不需要明確編寫的程式碼，就可以學會執行各種任務。處理簡單的任務時，程式設計師可透過演算法，精確指示電腦每一步要怎麼做；但遇到複雜的任務，例如臉部辨識或理解口語對話等，往往很難透過傳統方式撰寫演算法，這時就要靠機器學習。
機器學習利用樣本資料建立模型，建立後的模型可根據新資料做出預測或決策。這組樣本資料就是訓練資料。機器學習技術很多元，例如深度學習，主要是以人工神經網路模擬生物大腦的結構與運作模式。
生存風險
人工智慧可能帶來的問題之一，是「對齊問題」，這是指人工智慧的目標與價值觀與人類的不一致。
在迪士尼動畫《幻想曲》中，有一幕是魔法師的學徒召喚掃帚為他工作，結果掃帚不斷自我複製，最後情況失控，這正是所謂的「魔法師學徒症候群」，巧妙的反映出對齊問題可能引發的風險，並呼應了以下的思想實驗。設想人工智慧被賦予優化迴紋針生產的任務，卻以為要將整個地球變成迴紋針，才算達成目標。之所以如此，是因為這個人工智慧並不了解，人類生命的價值應該高於迴紋針生產任務。
無限蓬勃
許多人工智慧研究者都深信，人工智慧將為人類帶來黃金時代，機器將創造無限的富足和繁榮。他們主張，隨著日益強大的人工智慧接手人類原本的工作，人類終於能自由投入休閒活動，或實現個人夢想。他們認為這樣的時代如果到來，資源將不再短缺，犯罪、戰爭或不公也將不復存在。人工智慧將協助人類解決世上各種尚未克服的難題，包含疾病到全球暖化等等。
最佳賣點
最佳賣點 : ★★ 給好學者的好學圖鑑 ★★
專為時間少的忙碌大人和學子設計，
大圖加上簡潔易懂的文字，全方位快速理解AI世界。