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!
│思想學人 金觀濤│ 專文序
│創新工場董事長 李開復│ 薦讀
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、題旨宏大卻又簡鍊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〉
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。
- 封面
- 書名頁
- 導讀 一場沉默的改變正在發生
- 推薦序 「暗知識」和現代社會/金觀濤
- 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
- AlphaGo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:晶片
- 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
- 打通巴比倫塔——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時代的新職業
- 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
- 版權頁
紙本書 NT$ 499
單本電子書
NT$
350
同分類熱門書