名人推薦：

《數位時代》編輯總監盧諭緯
奇點大學（Singularity University）臺灣第一人葛如鈞（寶博士）

名人推薦：《數位時代》編輯總監盧諭緯
奇點大學（Singularity University）臺灣第一人葛如鈞（寶博士）

前言　人工智慧正取代人力人腦。「識者」生存！

近年來每到春天，將棋電王戰（按：將棋為日本的象棋，將棋電王戰為日本將棋界近年和軟體公司共同舉辦的比賽）就備受注目。內建人工智慧（AI）的電腦將棋軟體，和一向勝券在握的職業棋士對弈，然而在2013年、2014年，職業棋士連續兩年落敗。2014年的成績甚至為一勝四負，可說輸得相當難看。
因此，大家都很期待從「名人或龍王戰」脫穎而出的冠軍能參與賽事。負責遴選電王戰選手的日本將棋聯盟，在經過一番慎重的選拔之後，終於為2015年的電王戰選出了五名年輕參賽者，其實力不輸各賽事歷屆冠軍紀錄保持人，足以和電腦將棋軟體抗衡。
當時電腦將棋協會曾針對此賽事表示，2015年的電王戰，如果將棋軟體再次獲勝，便毋須再與各賽事歷代冠軍紀錄保持人對弈，而直接宣布獲勝（按：2015年的將棋電王戰最後由人類獲勝，終止了將棋軟體的勝局，但在2016年四月的賽事中，將棋軟體再次擊敗了人類）。電腦將棋協會之所以會這麼說，是因為2015年這場比賽，是棋士（人類）和將棋軟體（電腦）最後一次對弈；從2016年開始，比賽形式將改成由棋士和電腦組隊進行雙打賽（Tag Team Match，即二對二的比賽模式）。
因此，過去那些致力開發將棋軟體的電腦科學家和技術家們，接下來應會捨棄將棋、改為鑽研更深奧的圍棋，企圖再次稱霸業界。因為他們認為「從過去成長的曲線來看，電腦即使無法戰勝冠軍棋士，也足以打趴第一流的頂尖棋士了」。
由此看來，人類擅長的領域已逐漸被電腦、人工智慧、機器人入侵了。姑且不談將棋、圍棋這類傳統遊戲，由IBM研發的人工智慧電腦「沃森」（Watson），現已被用來參與企業的經營判斷、銀行的客服業務，而谷歌（Google）與其他世界知名的汽車製造商，更如火如荼的開發自動駕駛車（autonomous car，又稱無人駕駛車、電腦駕駛汽車或輪式移動機器人）。
另外，美國多家通訊社、出版社，更早已邁入利用文書軟體撰寫報導的時代；而日本國立資訊學研究所（National Institute of Informatics），還開發了專門挑戰東京大學入學考試的電腦。據說在不久的將來，擁有自主意識、可認識外界環境、並靈巧移動的次世代機器人，也即將被大量投入工廠、倉庫等與物流相關的工作現場。
到底是什麼力量能讓電腦科學、人工智慧有這麼突破性的發展？最重要的原因在於人工神經網路（Neural network）的技術革命。
人們直到1940至50年代，才開始研究人工神經網路，簡單來說，就是「模仿大腦結構工程，由無數神經元（Neuron）所組成的網路人工智慧」。但事實上，以大腦為模擬對象的範圍，只占了整體系統的一小部分，其餘大部分仍為數學型技術的集合體。
換言之，那時候人工神經網路的實際狀態，與其說是腦科學（即神經科學），還不如說是「數學的產物」，發展速度非常緩慢，可應用範圍也僅限於幾種個別用途。
但邁入2006年之後，情況有了改變。從這個時候開始，腦科學的研究成果（例如，大腦視覺皮層［Visual cortex］的資訊處理結構等）終於正式被應用至人工智慧開發，大幅提升了電腦、智慧型手機用以識別聲音、影像的「模式識別能力」（Pattern recognition，即圖形辨識能力）。
這種技術被稱為「深層神經網路」（Deep Neural Networks，簡稱DNN）或是「深度學習」。谷歌、臉書、微軟、IBM等世界知名的高科技企業，現在都爭相開發這種最先進的人工智慧。因為此技術擁有極高的泛用性（通用性），不會只停留在模式識別的階段，今後在自然語言處理、機器人工學等各種領域的應用指日可待。現在，已經有人考慮將這種技術導入自動駕駛車的研發，一旦此技術成功被安置在上頭，必定能一舉提高自動駕駛車的運作性能和安全性。
但是，上述的研究只不過是開端而已。現在，在歐美及日本，政府都投入巨額預算，進行各種企圖解開人腦全貌的科學計畫。今後，如果能透過這些大型專案深入了解人腦，並早日將成果導入各種神經網路的應用，超越你我想像的人工智慧就有可能登場。
這種人工智慧最大的特徵，便是能把人的強項和電腦的強項加總起來。人腦的最強之處，就是擁有「透過學習成長的能力」。而擁有融合腦科學成果的深層神經網路先進人工智慧，就具備了這種學習能力。一般稱之為「機器學習」。
以前的電腦或產業用機器人等，雖然對於計算海量數字或重複單調的作業很拿手，但畢竟還是只能靠人類設計的程式才能動作的單純機械。然而，今後內建了最先進人工智慧的電腦、機器人，除了既有的強大計算能力外，還能自行吸收各種虛擬、現實世界裡的大數據（Big data），並透過機器學習自主進化。
不過，這樣的變化有好有壞。好的一面在於，超越我們想像的智慧型產品將不斷推陳出新。今後各種機器或服務，將不再需要人類親自操作，光靠自己的力量就能學習、並主動替人類效勞。這種改變除了能大幅提高生活的便利之外，也會為替以高科技、汽車、機器人為首的各種商業模式，帶來難以估計的影響。
而壞的一面則是，人工智慧的進化無法預測。換句話說，「可透過自我學習並進化的人工智慧」潛藏著高度風險。意即，人工智慧的發展，有可能會完全和人類預計的方向背道而馳。最近，各種擔心「高度發展的人工智慧一旦失控，會讓人類走向毀滅」的謠言四起，原因就出在這裡。此外，還有更多人憂心「人工智慧將剝奪人類的工作機會」。
曾經不過是科幻情節的各種威脅，如今已逐漸浮上檯面，且極有可能成為事實。例如，著名的物理學家史蒂芬．霍金（Stephen Hawking）博士、以及微軟創辦人之一比爾．蓋茲（William Henry Gates）等有先見之明的知識分子，都已紛紛針對高度發展的人工智慧提出警告。
人工智慧或許真的替生活帶來了無窮的便利，然而一旦使用錯誤，或許就會成為毀滅人類的幸福工具。深入了解已開始自主進化的人工智慧，並摸索該如何應對這種變化，正是本書出版的最大目的。
人工智慧正逐漸取代人力人腦，唯有「識者」能夠生存。希望大家讀完本書之後，都能收穫滿滿。

谷歌、臉書、百度的搶人大戰

1950年代人工智慧便已發韌，機器學習是其中一環。所謂人工智慧，是種能讓各種機器（主要是電腦），擁有像人類般智慧的技術。但機器學習的領域，則在邁入21世紀之後才有了急速的發展。
機器學習是一種「讓電腦分析（存在於實體社會或網路上的）巨量資料之後，再從中擷取出某種模式以應用在企業上」的技術。想讓機器人、汽車、智慧型手機等各種機器，能以（從各種感測器取得的）大數據為基礎，進行自主學習、並變得更聰明的話，就必須運用到這項技術。
現在，以人工智慧為核心，多家美國高科技企業都以強大的技術和雄厚資金為後盾，爭先恐後的重整自家企業的研發體制。2009年，谷歌設立了祕密研究室「Google X」，開發包括太空電梯（搭電梯至太空俯瞰地球）、谷歌眼鏡等一連串充滿創意的次世代技術提案，該研究室將之統稱為「射月計畫」（Moonshots）。
多位世界級人工智慧研究者，皆陸續被延攬至Google X。包括在2011年掀起自動駕駛車熱潮的塞巴斯蒂安．圖朗（Sebastian Thrun）；專精自然語言處理與腦科學研究的美國發明家雷蒙德．庫茲威爾（Raymond Kurzweil）；以及前文提過的深度學習權威吳恩達等，在眾人齊心合作之下，該研究室屢創驚人成果（圖朗和吳氏已於2014年離開谷歌）。
此外，谷歌還乘勝追擊的不斷收購多家高科技公司。2013年，他們先買下由人工神經網路權威傑佛利．辛頓（Geoffrey Everest Hinton，多倫多大［University of Toronto］教授）的公司DNNresearch。辛頓是人工神經網路研究先驅，同時也是谷歌的特別研究員。緊接著在2014年，谷歌又斥資4億英鎊，買下專門開發深度學習的英國Deep Mind Technologies公司。
面對動作頻頻的谷歌，臉書也火力全開、不遑多讓。2014年，臉書設立了人工智慧研究院，並聘請與圖朗、辛頓等人齊名的人工智慧權威洋．樂康（Yann LeCun，曾任紐約大學教授）擔任第一任院長。
這場人才掠奪戰火更延燒到中國，搜索引擎業者百度涉入後，已讓這場搶人大戰白熱化。百度於2014年在矽谷設立人工智慧研究所，第一任院長就是2014年離開谷歌的吳恩達。
吳氏曾於2012年，架構出擁有驚人影像識別能力的大型人工神經網路。據說百度為了把吳氏從谷歌挖角過來，可說費盡苦心，不斷遊說，表示「只要你肯來我們這裡，要做什麼研究都行；不論研究設備多貴，只要你有需要，公司就會立刻準備」，可見此類人才有多麼搶手。

機器視覺取代人眼，品管更嚴更便宜

除了透過手機提供貼心服務之外，機器學習也被逐漸應用到規模更大的商業活動。例如汽車、電子工學等大型工廠的生產管理。因此，為這些工廠提供機器學習技術「SaaS」服務（Software-as-a-service，直譯為軟體即服務，雲端運算的另外一種說法）的中小企業不斷成立。總公司在美國舊金山的Sight Machine便是其中之一。
Sight Machine透過攝影機，把機器學習和機器視覺技術（Machine vision，模擬人類視覺功能）結合，為以克萊斯勒（CHRYSLER）為首的汽車製造商，提供SaaS服務。不僅汽車業如此，凡是引進這類系統的製造商，都可利用人工智慧，將以往必須仰賴人力才可檢核出不良品的流程自動化，最重要的是，花費更低廉。
然而，根據Sight Machine的獨家調查，在各種業界當中，對這種系統需求度最高的仍是汽車產業。如果把通用汽車（General Motors，簡稱GM）、豐田、日產等主要汽車製造商，及提供他們零組件的業者都涵蓋在內，光是北美，就有5,000家和汽車有關的工廠。尤其是有不少間重視品質的工廠，都表示對Sight Machine所提供的服務感興趣。
Sight Machine的調查還提到，除了汽車產業外，需要這類服務的幾個潛在的市場也越來越多。例如，美國某大速食連鎖店，每天平均要烹調65萬份雞胸肉，但要看是否烤得恰到好處，過去必須仰賴工作人員，以肉眼仔細檢查烙印在雞胸上的烤網條紋。如今這個步驟便可透過上述技術取代。
另外，醫療機器、醫藥品、食品製造商等，和生命、健康相關的業界，也需要用同樣的技術檢核製品。甚至連日本的電機製造商，也是Sight Machine 鎖定的服務目標。

那些還在觀望的，你們太慢了！

此外，更有多家企業也已引進機器學習系統，或正在討論是否要採購新硬體、跟上時代潮流。其中，電力業界的智慧電網，將會是今後最大的市場——先蒐集某地區的家庭、辦公室、工廠等耗費了多少電力的資料，再運用機器學習加以分析，日後就可即時管理需要提供哪個地方多少電力。
業者將這種能源供應系統稱為「需量反應」（Demand Response，簡稱DR），美國的EnerNOC公司已將此系統商品化。2013年12月，日本的丸紅公司（Marubeni Corporation）和EnerNOC公司合作，在日本設立提供需量反應的合資公司。今後，這家公司預定將針對法人顧客，提供能源分配效率化及相關諮詢服務。
另外，在機器學習的運用實例當中，最特別的要算是保安業。例如，美國的Palantir公司（總公司位在加州帕羅奧圖），就運用機器學習，分析從電子郵件、通話、金融資料等各種管道蒐集而來的大數據，為美國中央情報局（CIA）、美國聯邦調查局（FBI），提供和恐怖組織、國際犯罪等有關的資料。

你的工作要被機器取代了嗎？

英國牛津大學的研究員卡爾．佛雷（Carl Benedikt Frey）和麥克．奧斯本尼（Michael A. Osborne），2013年9月曾共同發表一篇論文〈工作的未來：哪些工作容易電腦化？〉。這篇論文常很常被各大媒體引述，且結論大多是：現有的職業，有47％以上會被人工智慧取代。
根據這項調查所推論出來的結果頗耐人尋味——儘管人工智慧非常強大，但有兩類工作對電腦及機器人而言仍相當棘手，難以取代之。
第一種是需要創意及高度溝通能力的工作，包括創業家、經理人、行銷人員；或是撰寫暢銷小說、製作熱門電影等藝術類的專業人士，這部分應該不難理解。
但另一種讓電腦、機器人難以干預的工作則有些令人意外，像園藝專家、理髮業者、廚師等非典型勞動者（倚靠專業技能），也落在不被人工智慧威脅的安全範圍內。
這類工作除了需要仔細觀察人、事、物之外，還必須具備靈巧的手部動作。用更專業的用語來說，這是一種結合「模式辨識（如視覺、聽覺）」及「細部運動神經」的工作，只有經過數百萬年演化、擁有高階智慧的人類才可勝任。
有趣的是，儘管人工智慧可做極其複雜的計算，卻無法取代理髮師、廚師這類動作看似單純、背後其實需要長期經驗及判斷力的技能（意即：明明很簡單的動作，卻無法被機器替代，例如迄今尚未出現能替人類剪髮的人工智慧）。此一違背常識的矛盾被稱為「莫拉維悖論」（Moravec’s Paradox），由人工智慧專家漢斯．莫拉維克（Hans Moravec）、馬文．閔斯基（Marvin Lee Minsky）於1980年共同提出。
而另一方面，高取代性的工作則為「在辦公室處理單純業務的行政人員」、「銀行窗口」、「工廠裡的工人」等，基本上一直在重複單調作業的職務，就很容易被業務軟體、產業機器人等高端技術搶走。
從過去的研究調查中（例如《第二次機器時代》一書所提及的各種報告）可得知，這種趨勢將會越來越明顯。但根據前述牛津大學〈工作的未來〉調查，今後機器學習和機器人的進化會越來越快，因此上述受莫拉維克悖論「保護」的非典型勞動者，未來還是極有可能被機器人、人工智慧取代。最後，人類未來所能守住的工作範圍，將會越來越小。

機器人熱潮為何再起？

近年來企業界之所以這麼積極的將機器人商品化，有以下兩個原因：
第一個原因是，機器人的研發和製造成本大幅降低。另一個原因是，現代社會少子化、高齡化的問題越來越嚴重，考量到今後將有長期性、結構性人力不足的問題，以機器取代人力是必然的趨勢。
因此，歐美現在吹起了一股「機器人文藝復興」的開發熱潮，近年美國多所名門大學紛紛設立了研究所，以進行機器人研發。不少畢業於歐美名校的碩、博士生，甚至直接和指導過他們的機器人研究者，聯手在母校周邊成立機器人新創公司。這些新創企業通常擁有最多、最新的科技人才，不但公司內部充滿活力、研發團隊更擁有各類突發異想，這正是開發次世帶機器人最需要的特質，吸引了多家大型企業尋求合作、甚至收購。

核災救難、載重、賣萌……谷歌想做什麼都行

光是2013年，谷歌就收購了8家機器人製造公司。當中一家是日本企業，其他七家公司是美國公司。其中日籍的SCHAFT，已開發出可代替人在核爆災區等災害現場救難的機器人；美籍的軍用機器人開發公司波士頓動力，近年來也發表了不少外型像狗、獵豹的四足機器人。這些被暱稱為Big Dog的大型狗機器人（事實上看起來像一頭牛），可背負重物，在地形險惡、需要爬山涉水的地方長距離移動；就連SONY 開發寵物機器狗AIBO（愛寶）時，波士頓動力公司也充當技術顧問。
除了上述八家公司之外，谷歌近年來還陸續收購了各式各樣的機器人製造商，例如美國一家開發機器人手臂及高度影像技術的公司Bot & Dolly。電影《地心引力》（Gravity）中，觀眾所看到的360度無重力空間，就是利用該公司開發的機器人手臂所做出來的特效畫面。另外還有Industrial Perception公司，專門開發業務用的機器人手臂，內建可辨識物體的3D攝影機，可在工廠、倉庫、物流中心執行包裝、搬運等工作。還有Meka Robotics公司，專門設計有可愛的臉、手、腳，可與人類交流的人型機器人。
谷歌之所以買下這些公司，就是想看看把「動作靈活的機器人手臂」、「可與人交流的人型機器人」、「相當於機器人頭腦的人工智慧」組合起來，看看會變出什麼新花樣。
那麼，這個新花樣到底是什麼？谷歌並沒有在事前多做說明。而其他緊追在後的歐美機器人新創企業，也有同樣的企圖心。

谷歌亞馬遜想用機器人稱霸供應鏈，乃至於宅配

根據《紐約時報》、《華爾街日報》（The Wall Street Journal）的報導，谷歌最初踏入機器人開發領域時，其實是汽車、電機等製造業。
當時在汽車工廠、電機工廠裡，確實都有幾台傳統的產業用機器人在工作，但是組裝之類的作業還是得靠人類來做。因此，谷歌的計畫是，先將部分服務型機器人送入製造業，運用其交流能力和靈活的動作代替人類勞動、或是和人一們起作業；等工廠習慣服務型機器人之後，再依序將之送入倉庫、物流、宅配等人手時常不足的工作區；最後，讓產品的製造到配送，都交給具有人工智慧的機器人處理、稱霸整條供應鏈。

有限度的開放是為了找出解決之道

亞馬遜的想法大致與谷歌相同。2012年，亞馬遜買下開發搬運系統的Kiva System公司，該公司開發了一種外型如橘色瓢蟲的搬運機器人Kiva，現在已被實際運用在亞馬遜的倉庫裡搬運貨物。
2013年底，亞馬遜更提出了「透過無人機把產品從配送中心送到消費者手中」的空中宅配計畫（已在英國設立開發據點），可能會搶走郵差、送貨員的飯碗。根據亞馬遜執行長傑夫．貝佐斯（Jeff Bezos），在美國新聞節目《60分鐘》（60 Minutes）的談話，亞馬遜將在無人機上內建人工智慧，縱使沒人以無線電操作，無人機也可自動把貨品送至消費者手裡。
不過，無人機牽涉到安全性、貨運法規等諸多問題。事實上，迄今已發生過好幾起無人機因為沒有和客機保持距離而相撞的事件；此外，還有侵犯個人隱私或自體墜落的問題。當然，和以前的（無線電）遙控飛機相比，無人機的軟體和零組件較為先進，墜毀的機率應該較低，但狂風暴雨、天候惡劣時就不一定了。
假設像亞馬遜、樂天等大型電子商務企業，都開始使用無人機宅配商品，屆時可能會有好幾萬台的無人機在都會上空飛行，這當然必須考量到機率問題，但到時候或許真的每天都會有好幾台無人機墜落在人口稠密地區。
聰明的管理者都知道：與其等到狀況發生再來想對策，還不如先試著用最簡單的方式做做看，藉此從中找出解決之道。為此，FAA（Federal Aviation Administration，美國聯邦航空總署）決定不再一味反對無人機商用化，並破例通過部分申請使用無人機之公司的特殊請求。
FAA更預計在2016年底之前，提出綜合性的商用方案。不過，根據2015年2月擬定的暫定草案，無人機只能在白天，並且要在操作人員的視線範圍內飛行，且飛行高度不得高於500英呎（約150公尺）。為此外界預測，最後拍板定案的版本肯定會很嚴格。

你以為買了方便，卻把谷歌的祕探帶進家門

現在多家美國高科技企業，都以雲端行的人工智慧為基礎架構，讓次世代機器人產品進入各類業界和一般人的生活空間。
他們透過網路提供各種服務和資訊，同時也利用這些機器人大量汲取各企業的情報、使用者的日常資料。換言之，對谷歌、亞馬遜等高科技企業而言，次世代機器人就是他們用來和使用者交換資訊的「次世代資訊裝置」。
透過這些資訊裝置所蒐集到的資料，就是各家企業最大的武器。例如，透過進入某製造工廠工作的作業用機器人，就可以知道生產線的運作、作業員的工作態度等；透過倉庫裡的搬運用機器人擷取的資訊，便能掌握該公司的庫存回轉率。總而言之，只要能取得這些有利情報，谷歌等高科技企業自然能看懂對方的獲利模式，進而鞏固自己的領導者地位、甚至跨界進入該領域，成為新一代的霸主。

推薦序一
踏入神之領域的未來

《數位時代》編輯總監╱盧諭緯

一切不再是電影故事的想像了。
記得好萊塢電影《獵殺代理人》（Surrogates），外頭行走的是仿真機器人，然後本尊坐在家裡控制著「自己」的行動，哪個是真？哪個是假？究竟誰是主體的疑問，引發混亂對戰；《鋼鐵人》（Iron Man）主角史塔克的管家賈維斯，比起女主人小辣椒，更能準確且忠實的滿足史塔克的需求；還有《雲端情人》（Her），男主角西奧對智慧軟體的愛戀，交雜著未來科幻和傳統浪漫的情節，直探人心最微妙的情感需求。
當各式硬體加入了人工智慧，從數據歸結中推論出最接近理想狀態的做法，產品也就有了靈魂。學習、塑造、改變、進化，幻境即是真實。亞馬遜推出了智慧語音家電Echo，能幫你買達美樂披薩、叫優步（Uber）的車子，還能用點評網站幫你找家好餐廳！不僅如此，從蘋果的Siri為起點，包括臉書、LINE、微軟，都推出了聊天機器人，進入對話，就開始互動，甚至微軟的聊天機器人「Tay」才上線一天，就學會說出充滿種族歧視的言論與髒話，緊急被下架處理。還有日本機器人學者石黑浩開發的人型機器人，已經登上舞臺，與真人演出舞臺劇。
再看2016年3月，人工智能電腦AlphaGo與世界棋王李世乭的對弈，最後以四勝一敗獲勝，被打敗的不只棋王，其實我們也跟著心驚，就連比爾．蓋茲（William Henry Gates）、全球知名物理學者史蒂芬．霍金（Stephen Hawking），都提出了他們的憂慮：舊的社會模式將一去不復返，新的規則開始主宰這個世界。
當真實與虛幻的界線消失，影響的就不僅僅是科技面的應用問題，而是人類該如何自處：工作會不會被取代而消失？人類的能力該如何提升與之競爭？樂觀者認為，科技的進步，會將人類從勞力中解放，邁向更具創造力的境界，生活會更加精準有秩序；悲觀的人認為，人類會走向終極的奴役，找不到生存的意義。
說答案太困難，因為我們其實還沒有搞清楚，究竟是如何走到了這樣的智慧時代？我們也還不知道，技術發展可以走得多快？這場真人與機器之間的模仿遊戲，不能勝之不武，就算真的敗了也要有理。
哪些關鍵技術突破造就人工智慧的飛躍？面對這樣一個轉折的時刻，誰會率先發現並促動科技奇點？谷歌、蘋果還是亞馬遜，或者該企業還躲在沒被看見的角落？許多相關疑問、擔憂，在這本《下一個統治世界的企業》裡，可以找到一些思考方向。
我們似乎越來越接近這個人工智慧爆發的臨界點，它對人類事務的影響也越來越大，有一天它將成為人們的共識，但如同石黑浩所言：「我有興趣的是人，是我們自己。」關鍵不是機器學習的技術，這本書最大的意義或許也正在於此。當我們已跨入這個姑且可稱之為神之領域的未來，雖然無法回頭，但當我們能夠更理解作為一個人的位置，了解技術的能力與限制，就可以走得更穩健一些。

（本文作者盧諭緯，現任《數位時代》編輯總監、IC之音廣播電台《數位領航家》主持人。長期關注數位科技、財經管理及創意文化方面報導。喜歡在虛擬數位世界與現實採訪現場間穿梭，發現未來創新線索。）

推薦序二
要在三十年後的世界存活，你一定要讀這本書

奇點大學（Singularity University）臺灣第一人╱葛如鈞（寶博士）

回想兩年前在奇點大學，第一次接觸到深度學習的概念和實作，大受震撼。透過幾行程式，深度學習就能突破影像辨識領域卡了十幾年的瓶頸；透過幾個開放原始碼的計畫，我就能輕易讓電腦分析我在NASA園區透過穿戴式相機所記錄的九萬多張照片，運用於新創公司Memora（Memory＋Camera）；當谷歌運用深度學習人工智慧，就能讓自動駕駛汽車開得比誰都快、圍棋程式下得比誰都好……我不得不開始思考，三十年後，深度學習人工智慧，會不會變成新世代的注音符號？成為每個青少年在學校裡都要學習的基礎知識？
如今，或者三十年後的今天，路上的車，家裡的燈，廚房裡的用具，全都可能變成人工智慧的一部分，當電燈不亮、汽車不動，也許不再只是線路不通而已，而是哪個電燈或汽車的上游人工腦出了問題！
三十年後的人們，若是對人工智慧沒有基礎認識，會不會就無法理解交通的運行、資金的運轉，甚至社會的運作？這並不是危言聳聽或誇大其辭，想想看，今天許多人們也許尚未察覺，他們每天花了大把金錢看的好萊塢電影，早已開始運用大數據和人工智慧決定劇情；大家每天花大把時間滑來滑去的手機，上頭的臉書或是網路文章搜尋結果，通通都是人工腦運算出來的；今天股市漲跌幅裡，很可能超過一半的操作，都是由電腦程式自動決策的快閃交易（High-frequency trading，簡稱HFT）所帶來的。今後，人工智慧只會更大幅度的滲入生活，我們一刻不得緩，必須開始面對、理解、接受，與它一起生活、共同合作。
人工智慧是門太古老的學科，深度學習又竄起得太快，不易說明。回到臺灣以後我雖然到處推廣，但對於可能給社會帶來最大衝擊的人工智慧（尤其是深度學習的人工智慧），一直不是很能清楚說明。所幸這本《下一個統治世界的企業》，完整蒐集了最新的產業消息、學術研發突破，裡頭許多認知都是近期幾位真知灼見的專家所看見的趨勢，例如，大數據和物聯網本身不是重點，如何運用人工智慧分析這些數據及遍布的網絡資料才重要等。
更厲害的是，本書連人工智慧對社會結構和人類生存可能帶來的經濟、社會甚至哲學的影響都涵蓋了。除了幫助讀者更了解深度學習、人工智慧的基礎，更帶領大家搶先神遊至那個不可逆的AI大未來，進行一趟完整的思考旅程。
對於我這樣的「新科技傳教士」而言，它更像是一本幫助我布道的經書，替我把大腦裡的思考和對人工智慧的認識，企圖提醒臺灣人更重視此領域的想法，完整的呈現出來。
我不確定讀者諸君讀完本書後的感想會是什麼，但我很能肯定的是，本書已經確定成為我介紹人工智慧、深度學習等新興概念時，不可或缺的參考及推薦讀物。期望透過此書的出版，臺灣能有更多人積極投入這個足以改變人類——或如同賈伯斯（Steve Jobs）所說「足以撼動宇宙」的新方向，一起找尋人類智慧與機器共存的新邊疆。

（本文作者葛如鈞，人稱寶博士，臺大資訊工程學博士、日本慶應大學媒體設計博士後研究員，現任國立臺北科技大學互動設計系專任助理教授。2014年自谷歌與NASA合辦，號稱「全球最聰明大學」的奇點大學夏季課程畢業，也是該校開辦以來首位就讀的臺灣人。
曾擔任SLP全球創業家網路臺北分部年度執行長、Memora Inc.穿戴式人工智慧相機公司共同創辦人、林克威許公司（Linkwish Inc.）共同創辦人暨前任執行長，推出包括摩斯漢堡訂餐應用程式「MOS ORDER」等多款熱門App。著有《放膽射月！全球最聰明大學「奇點」教我的事》。
葛如鈞部落格：dab.tw/
葛如鈞臉書：www.facebook.com/dAAAb）

推薦序一　踏入神之領域的未來／盧諭緯
推薦序二　要在三十年後的世界存活，你一定要讀這本書／葛如鈞（寶博士）

前言　人工智慧正取代人力人腦。「識者」生存！

第一章　人工智慧，是毀滅人類的幸福工具嗎？
　　　　──機器學習是雙面刃，迎刃而解也可能傷到自己

01機器會自己學習，對我有什麼影響？
02大數據結合物聯網，消費者插翅難飛
03機器學習有沒有極限？人類瞠乎其後
04投資大師沒跟上AI，彩色人生也變黑白
05史丹佛最熱門關鍵字：（機器的）深度學習
06當機器學習翻譯：學西班牙文結果中文進步
07深度學習：目前全球人才僅五十位！
08人工智慧會不會背叛、威脅人類生命？
09哪些工作會消失，哪類工作更吃香？
10機器人大舉入侵，你如何應對？

第二章　模仿人腦，機器學習離不開腦科學
　　　　──人工智慧的演進與現狀

01機器怎麼學習？算你千萬遍
02人工智慧最初從模仿人腦開始
03六○年代：模仿人腦不成，整組砍掉重練
04八○年代：框架內就靈，框架外不行，貝氏機率上陣
05九○年代：暴力人工智慧，自動駕駛車問世
06人工神經網路敗部復活
07終於跨進腦科學研究領域
08解決框架問題的時機到了嗎？
09最接近人腦的人工腦，快做出來了
10有意識、會思考的機器人，正在孕育中

第三章　全世界被AI統治的那天
　　　　──最遲二○四五年，誰主導AI誰「管理」世界

01大家卯足勁，讓機器人加快腳步走進家庭
02谷歌想用服務型機器人征服世界
03美國辦救災機器人大賽的背後企圖
04八項全能，但很慢
05谷歌亞馬遜想用機器人稱霸供應鏈，乃至於宅配
06機器人成了木馬屠城
07日本的機器人很行，但不夠智慧
08美日機器人還真是不同「人」種，原因是？
09三十年內谷歌可以征服所有產業
10人才屈指可數，意思是現在追還不遲

第四章　人類價值何在，更進化或者遭淘汰
　　　　──從德國、歐盟的機器人計畫，看人類的機會

01將棋、圍棋冠軍全被學會下棋的電腦打敗
02電腦下棋會出怪異新招，誰教的？
03人已經沒什麼可教了，機器學習如何深造？
04人腦路數全被電腦洞悉時，人要幹嘛？
05人類究竟該做什麼工作才對？
06德國工業4.0計畫，抗衡美國工業互聯網
07歐盟砸錢開發機器人，創造或消滅就業機會？
08電腦負責邏輯分析運算，人就發揮「主觀」
09人工智慧也懂創作！三十年前就辦到了
10人類的最後堡壘不是智能，我們還有更厲害的……

結語　讓機器擁有意識，人跨入神之領域