AI好學圖鑑:全面快速入門
Simply Quantum AI
活動訊息
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。
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。
影音介紹
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
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
序/導讀
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。
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
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。
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。
配送方式
-
台灣
- 國內宅配:本島、離島
-
到店取貨:
不限金額免運費
-
海外
- 國際快遞:全球
-
港澳店取:
訂購/退換貨須知
退換貨須知:
**提醒您,鑑賞期不等於試用期,退回商品須為全新狀態**
-
依據「消費者保護法」第19條及行政院消費者保護處公告之「通訊交易解除權合理例外情事適用準則」,以下商品購買後,除商品本身有瑕疵外,將不提供7天的猶豫期:
- 易於腐敗、保存期限較短或解約時即將逾期。(如:生鮮食品)
- 依消費者要求所為之客製化給付。(客製化商品)
- 報紙、期刊或雜誌。(含MOOK、外文雜誌)
- 經消費者拆封之影音商品或電腦軟體。
- 非以有形媒介提供之數位內容或一經提供即為完成之線上服務,經消費者事先同意始提供。(如:電子書、電子雜誌、下載版軟體、虛擬商品…等)
- 已拆封之個人衛生用品。(如:內衣褲、刮鬍刀、除毛刀…等)
- 若非上列種類商品,均享有到貨7天的猶豫期(含例假日)。
- 辦理退換貨時,商品(組合商品恕無法接受單獨退貨)必須是您收到商品時的原始狀態(包含商品本體、配件、贈品、保證書、所有附隨資料文件及原廠內外包裝…等),請勿直接使用原廠包裝寄送,或於原廠包裝上黏貼紙張或書寫文字。
- 退回商品若無法回復原狀,將請您負擔回復原狀所需費用,嚴重時將影響您的退貨權益。
商品評價