庫存狀況
「香港二樓書店」讓您 愛上二樓●愛上書
我的購物車 加入會員 會員中心 常見問題 首頁
「香港二樓書店」邁向第一華人書店
登入 客戶評價 whatsapp 常見問題 加入會員 會員專區 現貨書籍 現貨書籍 購物流程 運費計算 我的購物車 聯絡我們 返回首頁
香港二樓書店 > 今日好書推介
二樓書籍分類
 
Google教你深度學習:中小企業如何利用會自己學習的電腦?

Google教你深度學習:中小企業如何利用會自己學習的電腦?

沒有庫存
訂購需時10-14天
9789861303680
日經大數據
李青芬
財經傳訊
2017年9月29日
80.00  元
HK$ 68
省下 $12
 
二樓書卷使用細則 二樓書卷使用細則





ISBN:9789861303680
  • 叢書系列:SENSE
  • 規格:平裝 / 168頁 / 25k正
    SENSE


  • 商業理財 > 經濟/趨勢 > 觀念/趨勢

















    你要聽特斯拉馬斯克的或是臉書祖克伯的?

    前者認為人工智慧(AI)會?滅人類,後者說不會!

    其實你應聽Google的,

    它提供平台讓中小企業也可以搭上人工智慧的特快車!





    序章:深度學習將改變一切商務行為



    深度學習因大數據得以展現實力

    TOYOTA為美日所有小客車搭載通訊配備

    在這個人工智慧引領技術革新的時代

    中小企業也受惠於人工智慧



    第一章 在入門之前:人工智慧、機器學習與深度學習有什麼不同?



    深度學習是機器學習的一部分

    機器學習並非靠人類寫的程式來運作

    電腦發達使深度學習成為可能

    人工智慧之拓展有如「研究的洪流」一般

    從「手機優先」到「AI 優先」



    第二章 入門:深度學習的架構



    何謂機器學習「以外」的人工智慧 ?

    機器學習之基礎 ?

    即使是機器學習也有很多方式 ?

    類神經網絡是大腦神經構造 ?

    分類方式是電腦自學而來 ?

    以網路上的「遊樂場」來理解神經網路 ?

    監督式學習與強化學習 ?

    「AlphaGo」徹底活用了強化學習技術 ?



    第三章 Google事例篇:Google的深度學習活用事例



    ■ 放眼未來,愈發廣泛活用的深度學習 ?

    能以口語下指令的家庭用人工智慧管家 

    有辦法像人類對話般地溝通無礙嗎? ?

    ■ 支援自動駕駛的深度學習 ?

    用深度學習讓資訊中心大幅節能化 ?

    ■ 超越人類之眼的精密判讀──圖像辨識能力? ?

    能自動分類照片的 「Google Photo」 ?

    電腦也會做夢嗎?「Deep Dream」實驗 ?

    創造出優秀藝術與音樂的「Magenta」? ?

    影片的辨識也沒問題!「唇語術勝過人類專家」 ?

    ■ 理解文章內容的原文分析 ?

    能自動製作電子郵件回信備用內容的「Inbox」 ?

    過濾垃圾郵件的精密度也有長足進步

    能讓企業資訊更易於被搜尋的「Google Springboard」 ?

    ■ 只要說話就能與電腦溝通的「語音辨識」 ?

    邊對話邊支援人類的「Google Assistant」 ?

    能進行語音合成也能譜出鋼琴曲的 「Wave Net」 ?

    ■ 讓跨越語言障礙成為可能的「機器翻譯」 ?

    透過類神經網路讓Google翻譯更進化 ?

    ■ 能輕鬆使用深度學習成果的「機器學習API」 ?

    能活用客製化深度學習的「TensorFlow」 ?

    適合�不適合深度學習的領域 ?



    第四章 企業事例篇:國內漸漸開始採用深度學習達成業務效率化



    ■ 安藤HAZAMA──用以判斷隧道工程之岩盤硬度 ?

    以達到挖掘工程之自動最適化為展望 ?

    ■ AUCNET IBS──從車輛照片到款式皆可判別

    活用年度約五百萬台的中古車資料 ?

    因無法識別車子的方向而苦惱 ?

    對活化中古車交易的貢獻 ?

    ■ Aerosense活用了空照圖資料庫 ?

    以少量的訓練資料構築出車輛台數檢測系統 ?

    開發能提升測量效率的標識 ?

    ■ 樂桃航空利用語音辨識API能全天候二十四小時掌握航班動態

    人與人工智慧的分工合作 ?

    ■ 三井住友FG檢測非法交易的精確度大幅提升 ?

    導入使用於客服中心每個座位 ?

    資料本身不會有答案 ?



    第五章 架構活用篇:整理資料×目的,描繪出活用展望圖



    ■ 根據資料×目的之整理法 ?

    活用現有之圖像資料 ?

    語音資料主要用於客服中心 ?

    實務上先從成本縮減著手

    ■ 成功之應備常識及人才轉換 ?

    是否能畫出活用展開圖? ?

    需要的人才特質是? ?

    機器學習商品化後,接下來具有特殊性的是??



    第六章 未來展望篇:邁向由深度學習解決問題的未來



    訪問Google Cloud Machine Learning小組研究負責人- 李佳(Jia Li)

    深度學習是技術革新的領頭羊

    人間的優秀之處、演算法的研究仍有很大的進步空間 ?

    深度學習對資料「求知若渴」 ?

    解決現實世界的課題是AI研究主要目標 ?



    結語

    ?





    前言



    深度學習將改變一切商務行為




      打敗一流的職業圍棋棋士、贏過猜謎冠軍──人工智慧在這些特定領域中已展現出象徵性的成果。但近來已有多則實例,顯示人工智慧已具備改善人們生活與經濟活動、甚至進一步改變世界的可能性。



      美國谷歌採用以大腦神經迴路為架構原點的「神經網路」,應用於人工智慧「Google翻譯」上,大幅改善了它的精確度。擔任許多技術性新聞及書籍翻譯的譯者?滑川海彥先生如此評價:「雖然仍無法期待它譯出自然流暢的日語譯文,但在閱讀阿拉伯語或泰語等看不懂語言的文章時,為了把握其內容我還是會使用」。



      他更表示,「重點是透過採用神經網路的翻譯應用,提升其解析自然語言的處理能力。將英語文章放上Google翻譯,使其像人類般理解文章的構造(主詞、動詞、受詞、修飾語)進行判讀。若具備了這樣的英文處理能力,未來也許客服中心的八成業務都能換成由聊天機器人來應對。」一語道出其革新企業商務的可能性。



      另外,谷歌活用人工智慧於自家公司的資訊中心,使伺服器等電器的冷卻電力降低了百分之四十之多。這似乎是透過掌握空調及窗戶的調節與開關等大約一百二十個要素、達到最適化的結果。



      注意到這股力量的不只是谷歌。期待人工智慧技術能帶來未來新事業、業務創新的企業們,陸續進行著大型投資。豐田汽車(Toyota)在二?一六年一月成立了研究開發人工智慧的據點「Toyota Research Institute」,在五年內投資了十億美元。松下電器(Panasonic)在國內外的五個據點進行人工智慧相關技術研究,目標在今後三年內增加三倍的人工智慧工程師。索尼(Sony)則收購了美國Cogitai公司──此公司以擁有深度學習中所稱「深層強化學習」之優異技術能力聞名──在索尼電腦科學實驗室(Sony Computer Science Laboratories, Inc)等機構進行著人工智慧及機器人方面的研究。



      日本政府也在經濟產業省(相當於我國經濟部)、總務省(相當於我國內政部)、文部科學省(相當於我國教育部)旗下的研究中心設置人工智慧專門研究組織,積極地與企業共同進行研究作業。不僅如此,更設置促進三部會間緊密合作之人工智慧技術戰略小組,呈現出舉國上下傾力於人工智慧研究開發的態勢。



      例如在文部省下的理化學研究中心即與京都大學及數十間大型製藥、化學、食品、醫療及保健相關企業等共同合作,進行開發生命科學領域的人工智慧與大數據的技術,於二?一六年十一月成立了都市活力研究所(Life Intelligence Consortium)。



      在這場人工智慧的開發競賽中,相較於美國與中國是由企業、國家來挹注大量投資,日本則是想結合政府與民間的力量來取勝。



      深度學習因大數據得以展現實力



      現在可說正逢第三次人工智慧熱潮,而深度學習技術的進化是其幕後的推手之一。二?一六年,谷歌集團麾下的英國DeepMind公司所開發的圍棋程式「AlphaGo」打敗了一流職業棋士,此人工智慧也應用了深度學習的技術。



      關於該應用架構的詳情,本書會在後續章節加以解說,但其實它並非新的技術。與深度學習同樣是模仿人腦的演算法研究,在一九四?年代左右就開始了。雖然歷經多次受到矚目、又因發現了技術性問題使熱潮又消退;但在進入二???年代後期,對於學習而言有了足夠大量的資料、且能處理該大量資料的電子計算機器變得較易於取得,所以精確度一口氣大幅躍升了。辨識圖片中有什麼物品的圖像辨識精確度,據說已超越了人眼辨識。



      值此之際,谷歌宣布將「人工智慧優先」(AI First)」定為經營方針。該公司的執行長皮伽(Sundar Pichai)在二?一六年四月給股東們的信中表示「我們的世界將從行動優先(Mobile First)轉而進入人工智慧優先(AI First)」。



      谷歌的母公司—美國Alphabet Inc.執行董事長艾立克?史密特(Eric Schmidt)也預言「今後IPO(首次公開發行股票)的前五大將從機器學習(從事其相關事業的企業)中誕生」。



      谷歌本身活用深度學習技術在一千種以上的服務項目,其數量還在年年增加中。並採用「RankBrain」(為影響谷歌服務核心:「搜尋結果」之人工智慧),視其為第三順位重要指標。



      人工智慧也被徹底活用在搜尋連動型廣告等網路廣告中,其帶來的成果,使全球網路廣告市場在二?一五年成長至超過一千七百億美元的驚人規模。



      隨著物聯網(Internet of Things; IoT:能蒐集一切接上網路之機器運作資料服務)的無孔不入,現實世界的資料化、數位化將與時俱進。在資料急速膨脹的推波助瀾下,人工智慧活躍的領域似乎將從網路虛擬空間迅速拓展至真實世界。



      TOYOTA為美日所有小客車搭載通訊配備



      例如豐田汽車已表明預計在二?二?年之前,將車載通信設備做為標準配備搭載於美日兩地幾乎所有小客車上,讓所有車輛皆能接續網路系統。對於即日起所蒐集到的引擎等運作資料的應對維護、以及配合實車行走資料的保險等都在積極進行中。



      當然不僅是車子,舉凡智慧型手機、可穿戴式電子終端裝置、路口監視器及感應器所記錄下人們時時刻刻的活動,都能被資料化;車輛、飛機、辦公室的數位事務機、工廠生產設備等機器的運作情況也都被記錄下來,成為大數據。



      「企業的競?力在於蒐集資料、並將其轉化成價值的能力。」在富士軟片(FUJIFILM)負責資訊通訊技術(Information and Communication Technology;ICT)方面的柴田德夫常務執行董事如此說道(於二?一六年十一月,日經大數據主辦活動現場)。



      該公司在二?一五年八月,建立了公司內部全體適用的大數據共享分析平台。保健等數個事業部門的網路銷售記錄、商店販賣機的操作等記錄、實際生產績效等多方面的記錄都被記載其中。



      此作法提供了定期的分析報告,據說有效降低了公司內部資料應用的門檻。另外,也計畫開始與機器學習結合,進而成為業務決策的依據。



      在二?一六年四月,更成立了旨在應用物聯網(IoT)與人工智慧之創新產品及服務開發的訊息研究所。大數據與人工智慧在今後將創造出怎樣的商機呢?成功案例有美國優步(Uber Technologies, Inc.)及愛彼迎(Airbnb)等從事共享服務的事業。



      優步是透過智慧型手機應用程式(APP)蒐集大量「需要交通工具者」的需求資訊,與「能提供交通工具者(車輛及駕駛)」的供給方資訊,執行需求與供給的最適媒合服務,如此便開發出了公司本身不必擁有車輛、就能提供便宜並有效率的交通服務。



      同樣的,愛彼迎也是為「尋找住處者(房客)」與「能出借空屋者(房東)」的需求與供給進行媒合。不僅如此,從上百筆的資料透過人工智慧演算後,甚至能每天推測出最有利的住宿金額,提供房東參考。人工智慧可以從該房屋所在地都市的住房需求動向、交通便利性及該區域住民、過去曾住過的房客評價等資訊,判斷出最適當的價格。



      像這樣能有效共享閒置資產的服務,將大數據與人工智慧的高精確度媒合力作為武器,引發對現存計程車產業及旅館業界具有破壞力的改革行動正在急速成長。



      在這個人工智慧引領技術革新的時代



      再次重新思考:創新(Innovation)是什麼呢?「所謂創新,是只有在解決被客戶問到卻答不出來的問題時才會誕生。」日本雀巢(Nestle Japan)高岡浩三社長如此定義。為了能快速移動,並非用更快的馬車而是發明轎車、為了涼快,不是用更大的扇子而是製作電風扇──像這樣將使用者的問題,用其想不到的方式解決的產品或服務,才是創新的真諦。



      另一方面高岡社長也表示:「現今遇到的問題幾乎都無法以電氣或石油解決,必須倚靠網路或人工智慧等解決不可,這就是二十一世紀。」因此該公司開發了物聯網(IoT)咖啡機「Barista I」,只要操作智慧型手機APP就能在任一機台沖泡出自己喜愛的咖啡口味,也能透過APP分享自己喝了咖啡的訊息,成為與遠方家人或朋友的交流契機等,實現了嶄新的顧客體驗。在二?一六年十月上市後兩個月內,出貨量已突破一萬台。



      大數據×人工智慧的相乘效果所帶來的創新商機存在於每一個業界之中。製造業如美國奇異公司(GE, General Electric Company)正在推動「工業網際網路(Industrial Internet)」的構想,從飛機引擎及發電機等蒐集資料、以人工智慧加以分析。出貨給顧客的產品異常偵測或故障預測,對於達成運作最適化的能源成本縮減等能發揮效用。



      在流通業已普遍採取「全通路零售(Omni-Channel Retailing)」戰略來統合管理各店舖及經營型態中的顧客及商品資料,提供個別顧客串連所有接點的一條龍式體驗。例如日本迅銷(Fast Retailing Co., Ltd.,旗下有UNIQLO等品牌,為亞洲最大服裝公司)可在店內為顧客量尺寸,顧客即可在網路商店上訂購客製的襯衫與夾克。且標榜公司全體戰略為「資訊製造零售業」,期許達成將顧客意見當作大數據來分析、能立即商品化,隨時能透過購買動向分析來精確預測需求,以制訂、修正銷售計畫之「顧客中心主義(Customer-centric)」。



      預期能帶來最大經濟效益的是醫療、保健領域。若能整合醫院、健保制度、個人保健APP等被個別分類記錄的治療、健康診斷、活動軌跡記錄資料,就能分析罹病者與健康者在飲食習慣、睡眠等生活、治療、服藥狀況上有什麼不同。以該結果為基礎進行健康指導及治療,對預防疾病、防止症病惡化、連帶減低伴隨高齡化而增加的醫療費等成果,備受期待。



      可以想見,健康相關資料及其應用之影響,遍及醫院、製藥公司、保險公司、健身俱樂部、食品及住宅業者等各領域業界。其他像是金融業的話,有依據大數據所進行的投資資產分配、能完成融資或投保審查作業的「金融科技(FinTech)」、教育界則有分析成績優異學生的學習過程資料、據此改良指導方式幫助其他學生的「教育科技(EduTech)」,人事上則有分析優秀員工的錄用過程資料,以促進徵才效率的「人力資源科技(HR Tech)」等,創新正試圖在所有業界、業務中不斷發生。



      在如此變革的根本之處,皆在於大數據的幫助。因IoT使真實世界數位化、再因網路搜尋及廣告品質提升而精進的人工智慧技術,讓數位化的真實世界進而可視化、最適化。正因為如此,物聯網(IoT)、大數據、人工智慧無論在哪個產業都廣受關注,各大企業無不競相研究開發,一爭長短。

    ?




    其 他 著 作