客服公告:反詐騙!提醒您「不碰ATM、網銀,不說信用卡資料」詳情

  • 電子票券
  • 每日簽到
  • 今日66折
  • 天天BUY

物理雙月刊 4月號/2022第8期

  • 雜誌名稱:物理雙月刊    新功能介紹
  • 刊別:雙月刊
  • 出版地區:台灣
  • 語言:繁體中文
  • 出版社:社團法人台灣物理學會
  • 出版日期:2022/04/05
  • 定價:199
  • 優惠價:95189
  • 優惠折扣7/7會員日─ 鑽石/白金會員結帳滿千再88折,部份除外
  • 優惠折扣7/7會員日─ 黃金/一般會員結帳滿千再9折,部份除外
  • 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...
  • 分享
 

編者的話

人工智慧(Artificial Intelligence,AI)、機器學習(Machine Learning,ML)、深度學習(Deep Learning,DL)是近年來相當熱門的話題,代表了人類渴望使用電腦以類似人類處理事情的方式去解決問題。事實上,這三個名詞代表的層級略有不同。人工智慧是希望使電腦在特定的領域能表現得像人類或是更好。例如早期的電腦跳棋程式,透過人工編碼,讓電腦表現得像跟人類下棋一樣;而機器學習是透過多組的人工編碼與演算法來分析大量數據,進而獲得解析特徵的能力。除了辨識特徵外,也可能需要編寫濾除雜訊的程式碼,才能讓電腦由獲得的資料中去訓練機器學習與執行任務。因此機器學習的處理過程為:資料輸入 → 特徵擷取 → 訓練模型 → 輸出。常見的應用可以在透過電腦來分辨符號或是形狀的「電腦視覺」中看到;而深度學習的方式則是模擬人類大腦的神經網絡,透過重複的「刺激」去訓練與改變每一個「神經元」對應的權重,運算後的訊號經過特定的離散層與其他神經元連接,並把數據往特定的方向(層)做傳播,直到最後的加權輸出。因此其處理過程為:資料輸入 → 特徵擷取 + 訓練模型 →輸出。以上解釋或許較為抽象,這裡可以用常見的交通號誌辨識做一個說明,來了解機器學習與深度學習的不同處。在nvidia網站上曾舉了一個例子[1],常見的停車符號(紅色八角型標誌,中間寫一個大大的STOP)如果分別以機器學習與深度學習的方式去做辨識時,機器學習在起霧或是被樹給阻擋時,其辨識率將會降低。這其實跟前面所說的濾除雜訊編碼有關。而深度學習的方式則能透過學習的「經驗」,知道這是「起霧」或是「被樹阻擋」的停車符號。最大的差異就在於處理過程中,機器學習的作法是人類
先告知了電腦欲辨識的特徵(人工寫程式去擷取特徵),然後才去訓練模型;而深度學習則是在大量接受數據時,由電腦自己做特徵擷取,也同時訓練模型。等同於所謂的「特徵」是電腦自己找出來的!因此這樣的「行為」便如同人類對於圖像的學習方式,因此可以獲得與人類的認知相同且較佳的辨識率!無論是人工智慧、機器學習、深度學習是否能應用在科學上呢?在科學界中常常對於人工智慧、機器學習、深度學習等方式
所獲得的科學結果感到不安。這是因為所獲得之結果均來自於所輸入的數據,加上電腦過往的訓練經驗,而中間的過程沒有經過「透明的監督」便獲得了最終的結論。這與過往科學的發展與進步,都是經過縝密理論推演與實驗驗證才能得出的成果的方式大不相同。因此科學家們對於這樣的演算「黑盒子」常常具有高度的懷疑。這如同人類跟電腦同時蓋房子一樣,人類的做法需要建築師、土木技師等經過精密的計算後才會施作,並能保證能承受到某種級數以上的地震;而人工智慧、機器學習、深度學習等技術則是看了一堆能挺過大地震的房子後,就告訴你這樣蓋的房子不會在大地震下傾倒。因此總是令人對於電腦這樣的「說法」保持懷疑,並擔心是否有「例外」、「誤判」、甚至來自資料庫的「偏見」產生。即便如此,人工智慧、機器學習、深度學習在科學上至少能當作一個相當好的工具去使用,甚至提醒科學家一些本來沒有被人類發現的地方。本期的物理雙月刊中將有三篇專文介紹,內容將提及應用在量子化學計算、高能物理、重力波觀測、與材料的性質、製造等範疇。希望藉由本期的介紹讓大家知道人工智慧、機器學習、深度學習在科學上的應用。由於涉及的名詞與觀念與可能較多,讀者們也可以搭配2018年皮旭庭博士在本刊所撰寫的文章。在物理雙月刊新網站[2]搜尋「深度學習及其在凝態物理上的應用」。文章分為三篇,分別是 — 上篇:什麼是深度學習;中篇:CNN與RNN;下篇:深度學習與凝態物理。相信可以有更多的幫助來理解人工智慧、機器學習、深度學習在科學上的應用。
 

雜誌目錄

總編輯的話
物理新知–深度學習為蛋白質科學開拓了下一個境地------作者:Johanna Miller   譯者:宋育徵
物理新知–物理研究在台灣-流沙、地震、土石,與沙漏裡的物理:「動靜之間」------作者:蔡日強

物理專文–人工智慧為應用科學帶來的改變------作者:楊安正、陳南佑、李玟頡、陳冠朋
物理專文–重力波觀測中的深度學習問題淺談------作者:林俊鈺
物理專文–當高能粒子撞上機器學習------作者:陳凱風

物理專欄–義大利探險家與他的水手們(上)------作者:高崇文
物理專欄–義大利探險家與他的水手們(下)------作者:高崇文
物理專欄–粒子物理行(十四)-粒子散射------作者:黎偉健
物理專欄–發現自然之美 諾貝爾物理獎1965年:朝永振一郎、朱利安·西摩·施溫格及理察·菲利普斯·費恩曼------作者:爾諾
物理專欄–發現自然之美 諾貝爾物理獎1966年:阿弗烈德·卡斯特勒------作者:爾諾

好文推薦–量子韌體與量子計算階層------
作者:Harrison Ball、Michael Biercuk、Michael Hush  譯者:林祉均
 

內容簡介

「物理雙月刊」定位為物理的科普雜誌,希望可以透過國內物理各領域專家學者為我們的讀者帶來許多有趣、重要以及貼近生活的物理知識,並帶領讀者一探這些物理知識的來龍去脈。

內頁簡介

上頁下頁
  • P.1

  • P.2

  • P.3

  • P.4

  • P.5

  • P.6

  • P.7

  • P.8

  • P.9

  • P.10

  • P.11

各期珍藏

 

詳細資料

  • 條碼:977261758700704

最近瀏覽商品

 

相關活動

  • 關節疼痛時,除了開刀之外你還能做什麼?骨科權威韓偉教授的診治照護全書
 

購物說明

退換貨說明

請注意!下列商品購買後博客來不提供10天的猶豫期,請務必詳閱商品說明並再次確認確有購買該項商品之需求及意願時始下單購買,有任何疑問並請先聯繫博客來客服詢問: 
1.易於腐敗、保存期限較短或解約時即將逾期。
2.客製化之商品。
3.報紙、期刊或雜誌。
4.經消費者拆封之影音商品或電腦軟體。
5.下載版軟體、資訊及電子書。
6.涉及個人衛生,並經消費者拆封之商品,如:內衣褲、刮鬍刀…等。
7.藝文展覽票券、藝文表演票券。

非屬上列品項之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。