AI必修課:日本情感研究權威的人工智慧秒懂攻略

AI必修課:日本情感研究權威的人工智慧秒懂攻略
定價:300
NT $ 60 ~ 297
  • 作者:坂本真樹
  • 譯者:陳朕疆
  • 出版社:世茂
  • 出版日期:2018-10-03
  • 語言:繁體中文
  • ISBN10:9578799454
  • ISBN13:9789578799455
  • 裝訂:平裝 / 192頁 / 14.8 x 21 x 1.21 cm / 普通級 / 單色印刷 / 初版
 

內容簡介

  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!
 
 

作者介紹

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: [email protected]
 

目錄

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
 
 

前言

  近幾年來,市面上出現了許多與人工智慧相關的書籍,銷量都不錯,使人工智慧相關的知識似乎早已普及於我們的世界。這時候才要寫一本人工智慧的書會不會稍嫌太遲呢?因此,我並沒有很積極地想要寫一本給大眾閱讀人工智慧相關書籍。就在此時,曾因其他企劃案而請我寫過書的歐姆社向我提案,「既然坂本老師是人工智慧學會的學會期刊編輯委員,要不要試著寫一本講人工智慧,且有著坂本老師風格的書呢?」我不太會拒絕別人的請求(當然,如果是現實上不可做到的事我還是會拒絕),反而常把這想成是上天賜給我的機會,便心懷感激地接下了這個工作。

  被人要求寫出「有我的風格人工智慧相關書籍」,於是我一開始先翻出得到2014年度人工智慧學會論文獎兩篇論文:《判斷不同擬聲詞造成人們印象中各種細微差異的系統》(人工智慧學會期刊29卷1號)與《符合使用者感性印象的擬聲詞系統之創造》(人工智慧學會期刊30卷1號),想以這兩篇論文為基礎試著寫寫看。但我發現這樣寫出來的內容太過艱深,故試著調整,從原來的專業書風格,改為入門書風格。

  由於從前我讀的都是人工智慧的專業書籍,藉著這次機會,我開始尋找一些市面上的入門書籍,並試著閱讀這些書。經過搜尋,我產生了一種感覺:「這些原本應該要寫得簡單易懂的入門書,對一般人來說,想必還是很難看得懂吧」。事實上,一般人對AI人工智慧本來就有著「很困難」的印象,大概很少有人會想去弄懂人工智慧是怎麼回事。因此,我便抱著想要寫出有趣內容的想法,寫出了這本書。

  本書的目標,是讓完全不懂人工智慧的人,也能夠輕鬆讀懂本書的內容。譬如說要開始思考未來方向的高中生、大學念文組科系卻對人工智慧有點興趣的人、大學是理工科系且準備要朝資訊工程方面發展的人、無法無視人工智慧存在的企業員工和主管、在人工智慧應用漸廣趨勢下為孩子未來前途擔心的家長、想要繼續打拼永不退休的老人等,無論男女老少都可以閱讀的一本書。

  雖然我的目標是要寫出一本可以輕鬆閱讀人工智慧相關書籍,但在提到深度學習此時還是不免會提到技術相關的話題,因此本書第三章可能較有難度。不過就算是入門書,關於深度學習部分的內容都會顯得特別難。我抱著這樣的擔憂,並將寫完的原稿交給日本歐姆社,沒想到加上了簡單易懂的插畫,卻搖身一變成為輕鬆有趣的內容,真的是非常感謝各位編輯與插畫家。

  進入校稿階段時,我邀請當年度以深度學習為題,完成畢業論文的川嶋卓也同學試閱,請他指出是否哪個部分不易懂,或者哪裡有問題。剛寫完畢業論文之際,畢業生通常只想儘快進入人生下個階段。在這樣的心情下,川嶋卓也同學仍願意仔細閱讀,協助校稿,實在相當感謝。

  最後,在許多人的幫助之下,這本書才得以完成。在此要感謝推動這項短期企劃的各位歐姆社書籍編輯部人員,以及為這本書繪製精美插畫的Office sawa澤田小姐。

  我期望能透過本書,讓更多人能夠瞭解人工智慧是怎麼一回事。
  2017年三月
  坂本真樹
 

內容連載

人的智慧?人工智慧?
 
當有人問我「在研究些甚麼呢?」此時我會回答「人工智慧」,接著大約會得到這樣的回應「是喔,似乎很厲害呢。那人工智慧又是什麼?」
 
雖然媒體上幾乎天天都會提到「AI」和「人工智慧」等名詞,但不知為何,人工智慧總給人一種很深奧的感覺。
 
「人工智慧」顧名思義,就是由人類所製造的智慧,然而聽完這樣的解釋,還是會想再問「人類所製造的智慧是什麼?或者更深入一點,智慧又是什麼?」
 
會有這樣的疑問無可厚非。
 
即使在集合了許多人工智慧研究者人工智慧學會,其中每個會員所研究的東西、研究的目標都因人而異,故實在很難一言以蔽之。
 
智慧是什麼?我們要如何以人工方式製造智慧?要回答這個問題,就必須從人與人造物的差異在哪裡?人的智慧又是什麼?從這些哲學問題開始討論。
 
因為我原本對人的智慧來源很感興趣,也做過相關研究,故常會試著思考「如果可以用人工方式製造智慧,是否能讓我們更加了解人的智慧是什麼?」、「歸根究底,為什麼我們會知道自己以外的人和自己一樣是人呢?」這類問題。
 
然而,對以人工智慧為研究主題的人們來說,目標並不在於探究人類的智慧來源,而是在於以人工方式(工程技術)製造出類似人類智慧的東西。
 
AI的歷史<達特茅斯會議>
 
雖然我們說,人工智慧是伴隨著電腦發展的,然而「人工智慧」一詞究竟是什麼時候誕生的呢?
 
1 人工智慧(AI)
 
人工智慧(Artificial Intelligence)這個名詞是在1956年夏天,於美國東部達特茅斯所舉行的會議中初次登場。對於人工智慧研究者來說,這是一個傳說級的會議。
 
在這個達特茅斯會議中,人們將像人一樣會思考的電腦稱作「人工智慧」,於是「人工智慧」一詞才終於定案了下來。
 
在這之前,其實已有可稱為人工智慧研究出現。1946年,公認為世界第一個電腦,ENIAC誕生,這是一個使用了17,000個真空管的巨大計算機。那時人們已經相信,總有一天電腦可能會超越人類。達特茅斯會議將所有以此為目標的研究者聚集在一起,目的正在於此。
網路書店 類別 折扣 價格
  1. 二手書
    2
    $60
  2. 新書
    4
    $121
  3. 新書
    7
    $210
  4. 新書
    75
    $225
  5. 新書
    79
    $237
  6. 新書
    79
    $237
  7. 新書
    79
    $237
  8. 新書
    85
    $255
  9. 新書
    88
    $264
  10. 新書
    99
    $297