• 今日66折
  • 天天BUY

AI背後的暗知識:機器如何學習、認知與改造我們的未來世界

  • 定價:420
  • 優惠價:79332
  • 優惠期限:2020年06月30日止
  • 再折扣5/27讀書日 圖書雜誌、設計文具結帳滿千9折
  • 【分級買就送】讀書日加碼》鑽石/白金會員買就送購物金1% 詳情
  • 運送方式:
  • 臺灣與離島
  • 海外
  • 可配送點:台灣、蘭嶼、綠島、澎湖、金門、馬祖
  • 可取貨點:台灣、蘭嶼、綠島、澎湖、金門、馬祖
載入中...
 

內容簡介

沒人能逃離人工智慧+機器學習的巨大力量:
今天的機器已不斷探索出那些隱藏在海量資訊中的相關性,以及萬事萬物間的隱蔽關係。
這些人類既無法感受,也無法描述與表達的「暗知識」,將徹底重塑世界!

  深刻理解AI的本質,就能對未來更有方向感
  人工智慧很可能導致一場人類社會舊秩序的永久性改變,而這一切或許會比所有人想像的更快發生。


  如果你留意最近幾年科技的發展,你會發現,到處都暗示著我們對於生存的認知將被下一階段的發展而徹底改變。

  在這本由一位人工智慧參與者/矽谷風投家親撰、題旨宏大卻又簡練解釋了當前科技進程的書中指出,人類或許永遠能自知「所知有限」,但AI與機器學習的出現,則讓我們進入了一個全新的未來領域。作者主張:

  「我們可以預見一幅未來世界的知識圖譜:所有的知識分為兩大類界限分明的知識:人類知識和機器知識。人類的知識如果不可陳述則不可記錄和傳播。但機器發掘出來的知識即使無法陳述和理解也可以記錄並能在機器間傳播。這些『暗知識』的表現方式就是一堆看似隨機的數位,如一個神經網路的參數集。這些暗知識的傳播方式就是通過網路以光速傳給其他同類的機器。」

  「暗知識給我們的震撼才剛剛開始。從2012 年開始的短短幾年之內,機器已經創造了下面這些「神蹟」:對複雜病因的判斷,準確性超過醫生;可以唯妙唯肖地模仿大師作畫、作曲,甚至進行全新的創作,讓人類真假難辨;機器飛行員和人類飛行員模擬空戰,百戰百勝。……人類將進入一個知識大航海時代,我們將每天發現新的大陸和無數金銀財寶。」

  過去人們總把人工智慧(AI)當成科幻電影中才會出現的情景,可近年來不斷有人嚴肅的討論這個問題,同時也讓我們感到困惑,由於我們總把人工智慧跟虛構的電影情節連想在一起,也可能是人工智慧可以用來的描述事物太多了,從電子計算機、自動駕駛車到智慧醫療,它已經存在於我們生活中了,可是它到底是什麼?

  這本書就將告訴你目前所謂的人工智慧是什麼?AI背後許多聽來極度專業又帶有資訊工程最前瞻性的工具及技術,如機器學習/卷積網路/深度學習等,到底能不能用簡單方式說明白?

  本書也是一本寫給一般人及非資訊科學專業人士得以理解AI全局的定義性讀物,作者師從人工智慧的學術大師伯納德.威羅,並企圖以知識的概念──「內隱知識」為比喻出發,帶領讀者了解目前AI正在攻堅的方向,這些人類過去僅能靠想像存在的「聰明機器」是如何學會了人類世界過去無法有效解決的治理需求,它們的背後有何「暗知識」使得機器得以靠傳感器、物聯網累積的大量資訊及新的機器學習工具做出比人類更卓越、有如神蹟般的表現?

  看完本書,你將了解:AlphaGo為何得以戰勝人類最傑出的圍棋棋士,而且也將在某些事物上更長期的占據「人機對奕」的優勢。本書同時也要解答:

  ※ AI應用的「暗知識」會對經濟與社會造成哪些直接衝擊?
  ※ 機器學習如何從資料中挖掘暗知識?
  ※ 機器認知將顛覆什麼行業,不同行業裡又有哪些新的投資機會和陷阱?
  ※ 神經網路的基本工作原理與當前最接近商業應用的形態
  ※ AI對哪些行業的衝擊已經或即將發生?哪些行業的AI應用則在目前看不到「取代性」的可能?
  ※ AI對人類管理的城市與社會將顛覆性的改變有哪些?
  ※ ……以及最重要的,你我對這個「許多事務都將由機器治理接管」的時代,該如何因應與準備?

特別推薦

  │思想學人 金觀濤│ 專文序
  │創新工場董事長 李開復│ 薦讀


  人工智慧鼻祖之一、美國國家工程院院士、史丹佛大學教授 伯納德.威德羅(Bernard Widrow):
  我非常高興推薦這本書。這本書對機器學習的發明帶來的下一場工業革命進行了詳盡的分析。我希望這個技術將被用來使人類的生活更美好、更和平,並不再有戰爭。

  創新工場董事長及執行長 李開復:
  人們時常好奇,人工智慧時代究竟會是什麼樣子?在我看來,人工智慧帶來的不僅是一次技術層面的革新,還將成為下一次商業與工業革命的核心驅動力,極有可能成為人類社會全新發現、變革、融合、發展的開端。那麼人工智慧技術的潛能幾許,背後發展的來龍去脈如何,未來哪些產業將站在風口浪頭,哪些將被徹底顛覆,又會對我們每個人的工作與生活帶來什麼影響?關於這些問題,你都可以在這本書中找到答案。

  羅輯思維/得到APP創辦人 羅振宇:
  現代社會的大挑戰一直都是:我們怎麼和強大的陌生人竭誠合作?怎麼利用我們無法理解的知識?王維嘉老師這本書提醒我們,這兩個挑戰正在變得愈加嚴峻。
 
 

作者介紹

作者簡介

王維嘉


  美國史丹佛大學博士,矽谷風險投資公司CEG Ventures的創始合夥人,曾於史丹佛大學師從人工智慧鼻祖之一、美國國家工程院院士伯納德.威德羅(Bernard Widrow)教授。

  他在矽谷學習、工作、創業、投資超過30年,擁有十幾項美國基礎專利,開發了世界上第一台手持互聯網終端機器,是全球移動互聯網的佈道者和踐行者。目前仍於矽谷專注投資人工智慧,每年調查研究及訪問全球上千家高科技創業公司,大學和研究機構。曾受邀在鳳凰衛視、中國大陸證監會、深圳市政府等就人工智慧進行主題演講,反應熱烈。
 
 

目錄

導讀 一場沉默的改變正在發生
推薦序 「暗知識」和現代社會
寄語

01 橫空出世—暗知識的發現
·    驕傲的人類
·    天才的哽咽
·    機器發現了人類無法理解的知識
·    理性主義和經驗主義之爭
·    知識的生物學基礎—神經元連接
·    可表達的「明知識」
·    只可意會的「默知識」
·    既不可感受也不能表達的「暗知識」

02 榨取數據—機器能學會的知識
·    機器學習明知識
·    類推學派—機器學習默知識
·    機器發現暗知識

03 神經網路—萃取隱蔽相關性
·    從感知器到多層神經網路
·    神經網路模型:滿是旋鈕的黑盒子
·    霧裡下山:訓練機器模型
·    Alpha Go 的「上帝視角」
·    局部最優:沒到山底怎麼辦
·    深度學習—化繁為簡
·    化整為零的卷積神經網路
·    處理序列資訊的迴圈神經網路
·    AlphaGo 與強化學習
·    神經網路悖論
·    神經網路五大研究前沿
·    深度學習的局限性

04 逐鹿矽谷—AI 產業爭霸戰
·    最新技術巨浪
·    AI突破三要素
·    金字塔形的產業結構
·    產業的皇冠:演算法
·    技術制高點:晶
·    生態大戰—程式設計框架的使用和選擇
·    開源社區與AI 生態
·    亂世梟雄
·    大衛和哥利亞
·    AI的技術推動力
·    AI與互聯網的三個區別

05 颶風襲來—將被顛覆的行業
·    自動駕駛顛覆移動—10萬億美元的產業
·    醫療與健康—世界上最有經驗的醫生
·    智慧金融將導致一大批白領、金領失業
·    智能時代萬物皆媒,人機協作時代已經來臨
·    智慧城市—「上帝視角」的城市管理
·    重複體力勞動者將被機器人全面替代
·    打通巴別塔—黑天鵝殺手級應用
·    全方位衝擊

06 暗知識神蹟—機器能否超越人類
·    基於深度學習的AI本質
·    科研加速
·    唐詩高手
·    真假梵谷
·    下一場空戰
·    群體學習和光速分享
·    人類哪裡比機器強
·    人機融合

07 「神人」與「閒人」—AI 時代的社會與倫理
·    誰先失業
·    孩子該學什麼
·    AI時代的新工種
·    新分配制度:無條件收入還是無條件培訓
·    貧富懸殊解決之道:民間公益
·    權力再分配
·    是否該信任機器的決定
·    數據如何共享
·    自尊的來源
·    機器會產生自我意識嗎

結語 人類該怎麼辦
致謝

附錄1:一個經典的5 層神經網路LeNet-5
附錄2:迴圈神經網路RNN 和長- 短時記憶網路LSTM
附錄3:CPU、GPU 和TPU
附錄4:機器學習的主要程式設計框架
參考文獻
 
 

導讀

一場沉默的改變正在發生


  一直以來人類的知識可以分為兩類:「明知識」和「默知識」(Tacit Knowledge,又稱隱性知識或內隱知識)。明知識就是那些可以用文字或公式清晰描述和表達出來的知識。默知識則是個人在感覺上能把握但無法清晰描述和表達的知識,也即我們常說的「只可意會,不可言傳」的那類知識。人類發明文字以來,積累的知識主要是明知識,因為只有明知識才可以記錄和傳播。直到大約70年前,人類才意識到默知識的存在。今天,人工智慧,特別是其中的一個重要流派──神經網路,突然發現了海量的、人類既無法感受又無法描述和表達的「暗知識」──隱藏在海量資料中的相關性,或者萬事萬物間的隱蔽關係。這些暗知識可以讓我們突然掌握不可思議的「魔力」,能夠做很多過去無法想像的事情。本書就是要清楚闡述機器學習發掘出了什麼樣的暗知識,為什麼機器能夠發現這些暗知識,以及這些暗知識對我們每個人會有什麼影響。

  本書分為三個部分。第一部分包括第一、二、三章,其中第一章裡我們發現AlphaGo(阿爾法圍棋)給我們帶來的最大震撼是人類完全無法理解機器關於下棋的知識。這個發現迫使我們重新審視人類對於「知識」的所有觀念。這一章回顧了2500年來人類所熟悉的明知識和直至大約70年前才注意到的默知識。近幾十年的腦神經科學的研究成果讓我們對知識的本質有了更清楚的認識, 也回答了為什麼人類既無法感受,也無法理解機器發現的那些暗知識。這一章還分析了明知識、默知識和暗知識之間的區別,討論了為什麼暗知識的總量將遠遠超過人類能掌握的所有知識。

  第二章介紹了機器是怎樣學習的,能學習哪些知識,同時介紹了機器學習的五大流派以及各流派從資料中挖掘知識的方法。

  第三章則重點介紹了目前機器學習中最火的神經網路,包括神經網路的基本工作原理和目前在商業上應用最廣的幾種形態,以及各自適用的領域。有了這些基礎就可以判斷AI(人工智慧)在各個行業的商業機會和風險。也只有理解了這些原理,才能真正理解暗知識的特點。為易於閱讀和照顧不同讀者的需求,在這一章中我們儘量用通俗的語言解釋這些工作原理,而把精確的技術原理介紹放在附錄裡。

  第二部分(第四、五章)討論了AI對商業的影響。我們將看到機器發掘出來的暗知識對我們生活的直接影響。對於想把握AI商業趨勢的讀者來說,這部分的內容至關重要。其中,第四章描述了當前的AI產業生態,第五章詳盡探討了哪些行業將面臨AI 的顛覆,以及在不同行業的投資機會和陷阱。

  第三部分(第六、七章)的內容是AI對未來和社會的影響。第六章重點討論目前還沒有商業化的,但可能更深刻影響我們的一些神奇的AI應用。第七章討論了機器和人的關係:機器能在多大程度上取代人的工作,會造成哪些社會問題(例如大面積失業)。

  這兩章的主要目的是開腦洞,探討那些我們今天可能還看不到的更深遠的影響。本章也試圖回答人類的終極恐懼:機器人最終會控制人類嗎? 本書的各個章節前後連貫,但也可以跳著讀,對於那些只對商業感興趣的讀者,可以跳過第二、三章直接讀第四、五章。

  筆者在美國史丹佛大學讀博士期間做過人工智慧研究,後來在矽谷和中國創辦高科技公司,目前在矽谷專注於投資人工智慧。每年訪問調研上千家矽谷和中國的科技公司,接觸頂級大學最前沿的研究,這些都有助於筆者從大量的實踐中提煉出自己對行業的原創的分析和洞見,而不是人云亦云。

  筆者長期對人類如何獲得知識感興趣,在投資、研究和寫作AI的過程中,發現了暗知識這樣一個人類以往未曾發現的領域。這個概念的提出一定會引起爭議,筆者歡迎讀者的批評並期待在批評和討論中進一步深化在這方面的認識。

  本書的目標讀者是企業和政府工作人員及其他知識階層,包括學生。暗知識對人類的影響剛剛開始。從暗知識這個新視角出發,可以更深刻地理解這次AI巨浪。這波巨浪可能超過互聯網,許多行業都會深受影響。本書希望能回答「AI 對我的行業和職業會有什麼影響」。只有把AI的技術、趨勢和應用深入淺出地講清楚,讀者才可能舉一反三,理解AI對自己的影響。本書從筆者自己的投資實踐出發,希望能為在AI 時代進行投資提供一些參考。在AI颶風裡泥沙俱下,魚龍混雜,會有大量的炒作,讀完本書可以幫助讀者辨別真偽,不會被輕易唬住。在今後5到10年,不論是風險投資/私募股權投資還是在公開股票市場投資都需要有這樣的辨別能力。 

  本書最後在討論人工智慧對整個社會的影響時也提出了一些未經檢驗的建議。每當讀到市面上科技類的書籍時,常被那些含混不清的描述所困擾。當年在史丹佛大學上課時留下的最深印象就是那些學科的開山鼻祖對自己學科理解之深入。他們能用最簡單的方式把最深奧的道理講明白,讓聽課的學生一下子就能理解一門學科的核心概念,而且一輩子不會忘記。從那以後,筆者就堅信,如果學生沒聽懂,一定是老師沒講明白。這本書希望用最通俗易懂的語言介紹暗知識和AI。任何具有高中以上學歷的讀者如果有沒讀懂的地方,一定是因為筆者沒有寫明白。

  今天每個人都要面對海量的資訊和知識,如何讓讀者花最少的時間獲取最大量的資訊和知識成為一個挑戰。筆者最欣賞的文章和書籍是那些沒有一句多餘的話的,這也是筆者寫作本書的目標之一。本書希望能夠做到讀者在機場書店買了這本書後能在下飛機前讀完,而且讀完之後可以清晰地判斷這場技術大浪對自己的影響。
 
王維嘉 /2019 年1月13日,於矽谷
 

詳細資料

  • ISBN:9789579689489
  • 叢書系列:catch On
  • 規格:平裝 / 360頁 / 14.8 x 20.9 x 1.8 cm / 普通級 / 單色印刷 / 初版
  • 出版地:台灣
 

內容連載

天才的哽咽
 
2016年3月15日, 美國谷歌公司的圍棋對弈程式Alpha Go以五局四勝的成績戰勝世界圍棋冠軍韓國選手李世石。一時間這個消息轟動世界,全世界有28億人在關注這場比賽,在中國更是引起極大的轟動。人們感覺AlphaGo就像從石頭縫裡蹦出來的孫悟空一樣,完全無法理解一台機器如何能夠打敗世界圍棋冠軍。圍棋歷來被認為是人類最複雜的遊戲之一。圍棋每一步的可能的走法大約有250種,下完一盤棋平均要走150步,這樣可能的走法有250150=10360種,而宇宙從誕生到現在才1017秒,即使是現在世界上最快的超級電腦,要想把所有走法走一遍,計算時間也要比宇宙年齡都長。即使排除了大部分不可能的走法也是大到無法計算。機器是怎樣學會這麼複雜的棋藝的?
 
這場比賽後,世界排名第一的棋手柯潔在網上說:「AlphaGo勝得了李世石,勝不了我」。而2017年5月28日,棋手柯潔以0:3完敗AlphaGo,徹底擊碎了人類在這種複雜遊戲中的尊嚴。賽後,這位天才少年一度哽咽,在接受採訪時柯潔感歎,AlphaGo太完美,看不到任何勝利的希望。他流著眼淚說:「我們人類下了2000年圍棋,連門都沒入」。中國棋聖聶衛平更是把AlphaGo尊稱為「阿老師」,他說:「AlphaGo的著數讓我看得如醉如癡,圍棋是何等的深奧和神秘。AlphaGo 走的順序、時機掌握得非常好。它這個水準完全超越了人類,跟它挑戰下棋,只能是找死。我們應該讓阿老師來教我們下棋」。他還說:「阿老師至少是20段,簡直是圍棋上帝」。
 
當人們以為這是對弈類程式的高峰時,AlphaGo的研發團隊Deep Mind(谷歌收購的人工智慧企業,位於倫敦) 團隊再度打破了人類的認知。2017年12月,Deep Mind團隊發佈了AlphaGo Zero。AlphaGo Zero使用了一種叫作「強化學習」的機器學習技術,它只使用了圍棋的基本規則,沒有使用人類的任何棋譜經驗,從零開始通過自我對弈,不斷地迭代升級,僅僅自我對弈3天後,AlphaGo Zero就以100:0完勝了此前擊敗世界冠軍李世石的AlphaGo Lee版本。自我對弈40天後,AlphaGo Zero變得更為強大,超過了此前擊敗當今圍棋第一人柯潔的AlphaGo Master(大師版),這台機器和訓練程式可以橫掃其他棋類。經過4個小時的訓練,打敗了最強國際象棋AI Stockfish,2個小時打敗了最強將棋(又稱為日本象棋)AI Elmo。

最近瀏覽商品

 

相關活動

  • 胖胖樹最新生態與人文力作
 

購物說明

若您具有法人身份為常態性且大量購書者,或有特殊作業需求,建議您可洽詢「企業採購」。 

退換貨說明 

會員所購買的商品均享有到貨十天的猶豫期(含例假日)。退回之商品必須於猶豫期內寄回。 

辦理退換貨時,商品必須是全新狀態與完整包裝(請注意保持商品本體、配件、贈品、保證書、原廠包裝及所有附隨文件或資料的完整性,切勿缺漏任何配件或損毀原廠外盒)。退回商品無法回復原狀者,恐將影響退貨權益或需負擔部分費用。 

訂購本商品前請務必詳閱商品退換貨原則 

  • 男人展
  • 親子天下

訂閱電子報

想獲得最新商品資訊,請訂閱免費電子報