AI 大局:鳥瞰人工智慧技術全貌,重塑 AI 時代的領導力

AI 大局:鳥瞰人工智慧技術全貌,重塑 AI 時代的領導力

作者: 古明地正俊 長谷佳明 沈鄉吟 郭漢遜 譯
出版社: 旗標科技
出版在: 2020-08-04
ISBN-13: 9789863126201
ISBN-10: 9863126209
裝訂格式: 平裝
總頁數: 264 頁





內容描述


AI 邁向商轉時代,決策者該如何導入企業?
在 AI 商轉的時代,各企業都想導入 AI,但是懂 AI 技術和做決策的人往往是不同的人,不只 AI 的執行者需要深入研究,決策者也必須對 AI 有正確的認識,才能相互溝通並做出正確的決策。
本書由日本著名的產業研究機構「野村總合研究所 (NRI)」的專家群所撰寫,不僅帶您綜觀 AI 的核心技術也具體說明未來的趨勢,並列舉 30 餘家大企業如何活用 AI,希望本書對於想推動 AI 的企業決策者或資訊決策主管有所助益。
【業界聯合推薦】
▌中國信託金控∣技術長/賈景光
▌台北榮民總醫院∣副院長/陳適安
▌台積電∣資訊技術組織主管/陳文耀
▌群光電子∣總管理處資訊長/張玉雲
▌群益金鼎證券∣總經理/賈中道
▌聯發科∣資訊工程本部總經理/李益青
▌聯齊科技∣產品發展總監/小長井教宏
(以上依照公司筆劃順序排列) 
本書特色: 
AI 已經不是未來式,而是現在進行式
唯有掌握前瞻技術,企業才能持續創新
●機器學習 - 引爆 AI 商機的靈魂要角
監督式學習/非監督式學習/強化式學習
●深度學習 - 目前超夯的 AI 前瞻技術
.CNN (卷積神經網路):不再只是影像辨識,也能進行信號處理及自然語言處理
卷積層/池化層/雜訊/對抗式樣本/對抗式攻擊
.RNN (循環神經網路):不只處理自然語言
LSTM/時間序列資料/IOT 物聯網/機器異常檢測
.GAN (對抗式生成網路):相互較勁的神經網路,可創建真假難分的影像,還會寫文章
識別器/生成器/深層卷積對抗式生成網路 (DCGAN)/Deepfake
.DRL (深層強化式學習):從嘗試錯誤中學習,廣泛應用到金融及製造業
智慧代理人/損失函數/行為模仿
●AI 雲端平台 - 取得更多開發資源
Amazon Web Services/Google Cloud Platform/Microsoft Azure/IBM Cloud
●AI 函式庫/框架 - 用少行的程式就能快速建構 AI 模型
PyTouch/Keras/TensorFlow/Scikit-learn
●AI 在各領域的應用
.「語音辨識」的殺手級應用:智慧音箱/手機內建的語音助理 (如:Siri)
.「影像辨識」已超越人類對影像的辨識力:自駕車/生產線品管/視障輔助系統
.「自然語言處理」已進化成懂人類語言的專家:機器翻譯/文章自動摘要/問答系統
.「聊天機器人」全年無休的客服人員:FB、LINE、金融網站已紛紛導入此技術
.「協作機器人」解決企業缺工問題:工業型機器人/服務型機器人/軟體機器人


目錄大綱


Ch01 人工智慧的發展與最新的核心技術
AI 的進化與商業應用/AI 技術的發展/深度學習/「成人的 AI」與「兒童的 AI」
Ch02 掌握人工智慧技術全貌
機器學習/深度學習/語音辨識/影像辨識/自然語言處理/自然使用者介面/聊天機器人/感測器/AI 裝置/機器人
Ch03 顛覆產業結構!活用 AI 的商業案例
農業/電商、零售業/交通運輸業/金融業/汽車業/營造業/電力能源業/休閒娛樂業/飯店住宿業/醫療業/製造業
Ch04 人工智慧的訓練與開發
AI 開發的流程/群眾外包/資料分析/AI 雲端開發平台/AI 中介軟體/GPU 和 TPU/AI 的專利與智財權
Ch05 AI 最前線!深度學習的原理與應用
CNN (卷積神經網路)/RNN (循環神經網路)/GAN (對抗式生成網路)/DRL (深層強化式學習)
Ch06 AI 會超越人類嗎?AI 的發展與未來
強 AI 與弱 AI/奇點/AI 與未來的就業市場/創造企業未來的 AI 人才/AI 的擴展能力


作者介紹


▌古明地正俊
野村總合研究所 首席研究員
東京工業大學研究所碩士,曾在大企業的研究部門從事圖形辨識等研究。2001 年進入野村總合研究所。目前為 IT 分析師,主要進行高科技的趨勢調查及技術策略籌備等工作。
▌長谷佳明
野村總合研究所 高級研究員
同志社大學研究所工學研究科碩士,曾任外資企業軟體供應商的顧問,於 2014 年進入野村總合研究所。目前為 IT 分析師,負責先進 IT 技術和新興實例的調查及諮詢。專門研究人工智慧、機器人的開發技術 / 開發方法等。




相關書籍

智能大數據與深度學習

作者 朱定局

2020-08-04

Python 深度強化學習入門:強化學習和深度學習的搜索與控制

作者 伊藤多一 等

2020-08-04

深度學習(下)

作者 張憲超

2020-08-04