買這商品的人也買了...
-
$390$332 -
$320$272 -
$301推薦系統 (Recommender Systems: An Introduction)
-
$580$458 -
$400$312 -
$352大話代碼架構 (項目實戰版)
-
$420$378 -
$408強化學習精要:核心算法與 TensorFlow 實現
-
$580$458 -
$580$493 -
$374Python 深度學習實戰:75個有關神經網絡建模、強化學習與遷移學習的解決方案 (Python Deep Learning Cookbook: Over 75 practical recipes on neural network modeling, reinforcement learning, and transfer learning using Python)
-
$380$323 -
$352游戲架構:核心技術與面試精粹
-
$780$663 -
$152翻轉課堂與深度學習:人工智能時代,以學生為中心的智慧教學
-
$690$538 -
$275游戲妖怪十日談
-
$709推薦系統:技術、評估及高效算法, 2/e (Recommender Systems Handbook, 2/e)
-
$580$458 -
$450$351 -
$580$458 -
$420$328 -
$420$328 -
$650$585 -
$680$578
相關主題
商品描述
NHK、全球財經衛星、朝日新聞爭相邀請
日本AI情感研究第一人
亞馬遜網友熱烈贊同,讀懂AI的第一本書
人工智慧來了!
AlphaGo在棋盤上打敗人類、蘇菲亞成為沙國公民…
未來,AI還會造成什麼樣的影響?
準備好迎接人造智慧的時代了嗎?
本書適合想了解AI,但似懂非懂,覺得相關知識很難的讀者,能為學生建立基礎概念,提前職涯規劃,也能讓社會人士速修最新知識,領先時代潮流。
日本AI情感研究第一人、第一位分析AlphaGo及AI情感的研究者坂本真樹教授,
手把手帶你了解AI!
本書重點:
★人工智慧(AI)到底是什麼?漫畫插圖一次看懂!
★AI≠機器人!人工智慧與機器人的關係,就像大腦和身體
★AI也有分等級,你身邊的冰箱、冷氣可能就是AI!
★根據摩爾定律,電腦將在2045年超越人腦!
★哪些工作會在未來消失,哪些工作不會被AI取代?
★課外補充、求職先修、職場加分必讀!
立刻了解AI發展史、現況,掌握未來趨勢!
作者簡介
作者簡介
坂本真樹
●日本電氣通信大學研究所 資訊工程學研究科 資訊工程學專攻/人工智慧尖端研究中心 教授
●活躍於電視、廣播、雜誌、報紙等各大媒體
●Oscar Promotion(業務合作)
坂本真樹老師,資訊更新中!
電氣通信大學 坂本真樹研究室 搜尋
坂本真樹Official Blog「清新閃亮☆研究LIFE」
ameblo.jp/maki-sakamoto1215/
Oscar Promotion官方網站「beamie」
beamie.jp/d/maki_sakamoto.html
譯者簡介
陳朕疆
自由譯者。清大生科學士、政大財管碩士、京都大學農學部交換一年、台大經濟系研究助理一年。碰到新的領域就想一探究竟,成為譯者是偶然,卻也越做越喜歡,歡迎批評指教。Facebook帳號同名字,email: czj.kyoto@gmail.com
目錄大綱
第一章 人工智慧是什麼?
1.1 人工智慧何時誕生?
●人的智慧?人工智慧?
●哪一邊是人呢?圖靈測試
●看起來有點孤單的人工智慧?
●人類和人工智慧的差異
●與電腦性能一起發展
●AI的歷史<達特茅斯會議>
●AI的歷史<第一次AI熱潮>
●AI的歷史<第二次AI熱潮>
●現在進行式<第三次AI熱潮>!
1.2 這就是人工智慧?
●人工智慧和機器人的差異
●機器人研究?人工智慧研究?
●人工智慧是否需要身體?
●第一級人工智慧
●第二級人工智慧
●第三級人工智慧
●第四級人工智慧、特化型人工智慧
●第五級人工智慧、泛用人工智慧
1.3 人工智慧會超越人類嗎?
●「科技奇點」是什麼?
●科技奇點值得擔憂嗎?
●怎麼製作泛用人工智慧?
●人類是否有可能因AI而滅亡?
●AI會改變人類的未來嗎?
●未來可能消失的工作?
●未來可能留下的工作?
第二章 人工智慧擅長與不擅長處理的事
2.1 人工智慧擅長處理的事
●擅長處理Web資訊
●0與1組成的數位資料
●電腦資料(語言、影片、聲音)
●以電腦處理視覺資訊
●數位相機的進化
●提高解析度,相機可以超越人眼嗎?
●世界共通的資料
●圖像識別競賽ILSVRC
●電腦處理聽覺資訊
●使用兩個麥克風的聲音辨識
●使用多個麥克風的「麥克風陣列」
●如何將聲音轉換成文字?
●聲音模型、語言模型
2.2 人工智慧不擅長處理的事
●事物的意義難以理解
●語意網路是什麼?
●就算不懂問題的意義仍可回答?
●潛在語義分析是什麼?
●東Robo君放棄的理由
●為了變聰明,五感是必要條件?
●對人工智慧來說,什麼是味覺?
●對人工智慧來說,什麼是嗅覺?
●氣味在未來有哪些相關發展?
●對人工智慧來說,什麼是觸覺?
●實現觸覺很困難!
第三章 人工智慧如何從資訊中學習?
3.1 機器學習是什麼?
●想要教機器(電腦)如何「學習」!
●監督式學習
●分類問題<判斷垃圾郵件>
●回歸問題<預測數值>
●找出適當的直線(函數)!
●過度學習
●什麼是非監督式學習?
●把資料分成數個群集吧!
●k-means分類法
●強化學習是講賞與懲罰
3.2 類神經網路是什麼?
●神經元建構的腦
●人工神經元的結構
●權重代表重要度與信賴度
●赫布理論
●什麼是感知器?
●線性不可分的問題
●Backpropagation(誤差反向傳播法)
●為了讓誤差變小,需要調整權重!
●增加層數後…誤差反而傳不過去?
●支援向量機的優點是什麼?
●過度學習的避免與泛化能力不能兩者兼得
3.3 Deep Learning厲害在哪裡?
●Deep Learning出名之日
●電腦自動尋找特徵量!
●Deep Learning可以到四層以上
●自動編碼器的輸入與輸出相同?
●輸入與輸出相同所代表的意義
●更接近人類的方式
●Deep Learning方法
3.4 AI三大家之一的「遺傳演算法」是什麼?
●AI三大家的各種面向
●達爾文演化論的啟發
●遺傳演算法的使用方式
第四章 人工智慧的應用
4.1 從「遊戲」應用看人工智慧
●遊戲AI進化史
●人類 vs AI ~西洋棋篇~
●人類 vs AI ~將棋篇~
●人類 vs AI ~圍棋篇~
4.2 「影像」應用,引發第三次AI熱潮
●Google的貓識別
●影像辨識的進化
●醫療上的應用(庄野研究室)
●醫療上的應用(黑色素瘤的判別)
●醫療上的應用(癌症診斷)
●提升診斷精確度
4.3 熱門話題「自動駕駛AI」應用
●自動化達成的程度?
●為實現自動駕駛必須做到哪些事?
●訓練自動駕駛的步驟
●如何判斷位置與狀況
●發生交通事故,如何釐清事故原因?
4.4 「對話AI」應用實例
●如何讓電腦與人對話?
●「有知識的」對話AI
●「沒有知識的」對話AI
●編寫對話的三種技術
●如何使機器進行自然對話?
4.5 遺傳演算法的「擬聲詞」應用實例
●傳遞人類感受的擬聲詞
●擬聲詞生成系統
●生成擬聲詞的步驟
●執行最適化過程
●擬聲詞生成系統的內部機制
●擬聲詞的生成
4.6 AI的「藝術」應用實例
●AI在藝術方面的挑戰~小說篇~
●AI小說計畫
●AI在藝術方面的挑戰~繪畫篇~
●AI在藝術方面的挑戰~作曲篇~
結語
參考文獻
索引