AI人工智慧的現在‧未來進行式：一目了然！最...

名人推薦：◎名人推薦
James Huang／「數位時代」創新長、台灣野村總研諮詢顧問總經理／張正武、許輝煌／淡江大學工學院院長‧中華民國人工智慧學會理事長、陳良基／科技部長、楊谷洋／交通大學電機系教授、鄭國威／PanSci泛科學總編輯、謝邦昌／台北醫學大學管理學院及大數據研究中心院長‧主任──重磅推薦（按姓氏筆畫排列）

「入門AI與其商務應用的上手書。」──James Huang／「數位時代」創新長

01 什麼是奇點
隨著AI的進步，認為總有一天「AI將超越人類的能力，奇點勢必會到來吧？」的預測也逐漸深受矚目。而所謂的奇點，究竟是什麼呢？奇點的英文為singularity，這詞彙是數學界及物理學界的用語，意指在某基準下，該基準無法適用（singular）的點的總稱。所以說，奇點必須具備某一基準，通常都是以「在∼的奇點」或「∼的奇點」等形式來使用。
說起宇宙物理學所使用的奇點，最著名的便是黑洞（black hole）。一般認為黑洞存有一個密度及重力趨於無限大的「重力奇點」（gravitational singularity）。在「重力奇點」之中，連時空也無限扭曲，根本無法適用我們所生活的這個世界的時間和空間的基準。


技術奇點（technological singularity）
這般奇點的觀點被引進技術進步的世界，初次將「技術奇點」的概念推廣於世的人，是既為數學家也是作家的弗諾．文奇（Vernor Steffen Vinge）。文奇於一九九三年，在名為《技術奇點即將到來》（The Coming Technological Singularity）的隨筆中表示：「藉由即將到來的技術奇點，新的超級智慧（super intelligence）將持續自我更新，以技術上所不能理解的速度不斷進步，並宣告人類時代的結束。」現在，若以AI的脈絡來述說奇點，便是指這個「技術奇點」。
奇點這個詞彙是早在二十多年前就有的概念；而今日對奇點之關注的高漲，乃是起於未來學家雷．庫茲威爾（Ray Kurzweil）於二○○五年所撰寫的《奇點臨近》（The Singularity Is Near）一書中所做的奇點將於二○四五年發生的預測。庫茲威爾於該書中表示：「到了二○四○年代中期，一千美元所能買到的計算能力將達到10的26乘cps（cps為每秒鐘的計算次數），一年內所創出的智慧，則為今日人類所擁有之智慧的十億倍之強。」而這樣的結果，讓人類的能力徹底被推翻，預測變了樣的奇點將於二○四五年到來。


奇點的實現手法
那麼，庫茲威爾是基於什麼樣的想法，預測到奇點將於二○四五年到來呢？在這背後其實有著加速回報定律（The Law of Accelerating Returns）。這項定律是從如電腦性能提升等多項資訊相關技術上，所看見有關加速成長的數據模型建構而成的。若要瞭解庫茲威爾為何能預測到這樣的未來，那就得稍微提一下他的成長背景。
以未來學家聞名的庫茲威爾，高中時曾在電視節目上發表由電腦譜曲的音樂。他靠該發明獲得英爾特國際科技展覽會（Intel International Science and Engineering Fair）一等獎，原本是個以發明家身分遠近馳名的人物。他相繼發明了全字體光學字元辨識軟體（omnifont OCR software）、平台式掃描器（flatbed scanner）、Kurzweil品牌合成器（synthesizer）、盲人閱讀器等多項產品，三度獲得美國總統的頒獎。
庫茲威爾於一九七○年代開始著手預測未來。契機則是在於他發現當自己的發明品問世時，相較起構思發明的那個時候，無論是市場還是技術環境都已改變了許多，因此，為了解決這樣的問題，便開始試著預測未來。
庫茲威爾認為，技術的進化若能加以預測，就其結果而言，市場和社會制度的變化也能預測得到，如此一來，便能開發出更合適的發明品。
基於這般想法，他最後所提出的，便是加速回報定律。加速回報定律是指在技術進步的過程中，能力並非呈直線成長，而是呈指數成長。另外，技術之所以會呈指數成長，主要原因就在於「進化會驅動正向回饋」（positive feedback）。這也就是說，利用在技術進化階段所獲得的強力手法，來創造出下一個階段的進步。像這樣，便能縮短達到下一次進步的期間，加快革新的進展。
庫茲威爾就是根據這項加速回報定律，預測奇點將於二○四五年到來。他所提出的奇點實現要素，約略可分成二大部分：一是電腦的性能。二是將大腦功能重現於電腦上的技術。有關電腦性能的提升，其中又以摩爾定律（Moore's law）最著名。根據摩爾定律，積體電路所用的電晶體數量，每十八個月就會增加一倍，而隨著半導體的高積體化，電腦的性能也得以持續提升。
半導體的製造技術，雖說近年來摩爾定律已出現衰退之勢也是事實，但藉由平行計算技術等，電腦的性能今後仍很可能持續提升。
另一方面，不同於電腦性能的提升，於電腦上重現大腦功能的技術則尚未確立。因此，庫茲威爾打算經由大腦的逆向工程（reverse engineering）來解決這個課題。所謂的逆向工程，是透過解析軟、硬體來得知其動作原理或製造方法的一種手法。
大腦逆向工程的執行，需要數個步驟。首先，必須對大腦內部瞭解甚詳，然後將之模型化，最後則是模擬大腦的各領域。庫茲威爾認為這項技術到了二○二九年即可加以利用，屆時便能在電腦上重現人類的知識與意識。於是，他為了實現這般構想，目前就在谷歌進行電腦模擬大腦新皮質的專案。
庫茲威爾最初提出有關奇點的概念時，大腦逆向工程被認為是很荒唐的想法，因而沒有受到周遭人們的接納。後來情況為之一變，近年來，奇點之所以會如此受人矚目，原因就在於由深度學習所促成的AI急速進化。因著深度學習，不僅增加了以往被認為絕無可能實現之自動駕駛汽車及機器翻譯的可能性，同時也加深了人們對於奇點到來的期待與不安。
不過，庫茲威爾所設想能夠超越人類智慧的手段，是大腦逆向工程，而非深度學習。至於他所預測的奇點的實現，則需要目前尚未實用化的新技術革新，所以說，現今AI的進步要連結上奇點仍言之過早。

01 什麼是奇點
隨著AI的進步，認為總有一天「AI將超越人類的能力，奇點勢必會到來吧？」的預測也逐漸深受矚目。而所謂的奇點，究竟是什麼呢？奇點的英文為singularity，這詞彙是數學界及物理學界的用語，意指在某基準下，該基準無法適用（singular）的點的總稱。所以說，奇點必須具備某一基準，通常都是以「在∼的奇點」或「∼的奇點」等形式來使用。
說起宇宙物理學所使用的奇點，最著名的便是黑洞（black hole）。一般認為黑洞存有一個密度及重力趨於無限大的「重力奇點」（gravitational singularity）。在「重力奇點」之中，連時空也...

現代人生活必備的智慧型手機當中內建行動秘書，可根據聲音指令自動執行撥打電話、查詢資料等動作；到商店購物時，透過鏡頭自動辨識來店客群屬性，即可獲得商品推薦服務與資訊；機器人理財專員提供理財需求者二十四小時的專屬服務；機場設置臉部辨識自動通關服務加速旅客對應處理效率……這些都是AI（Artificial Intelligence）技術實現於現代生活當中的一環。
對普羅大眾而言，AI不再只是二○○一年大導演史蒂芬‧史匹柏（Steven Spielberg）所推出的知名電影中的情節而已，現在已在你我生活裡逐漸實現。
AI發展至今，已從第一階段探索推動時代、第二階段知識時代演變到第三階段機器學習的時代。現階段國際間的AI技術，主要在於透過大量數據的收集與分析，掌握即時資訊以及建立即時反應、自動對應與防患未然等對應機制，例如：透過無人機影像拍攝，分析農作物生長狀況；銀行客服中心的二十四小時語音或文字的自動對應；工廠生產線上之作業員與設備的稼動資訊即時掌握與即時異常偵測。
目前，AI應用領域已包含醫療健康、商業金融、自動駕駛車、工業製造、農林漁牧、照護社福、環境防災與生活教育等多重領域。
而根據現今AI發展大國（例如：中國、美國與日本等）對於今後AI應用發展之規劃，AI技術將會從單一領域之適用，逐步朝著跨領域之間的AI技術發展，最終達到各領域通用之AI技術與生態系。藉由AI技術發展與應用普及，將能夠大幅提升生產力，帶動更多創新發想，並且進而改善民眾生活品質。科技發展帶動商業模式的演變，而商業模式的創新也促進新型技術的誕生。因此，AI技術如何適用在產業當中，以及各行各業如何善用AI應用提升效能，則是現今推動AI發展之關鍵要素。
AI技術開發者需要具備洞悉市場趨勢、掌握使用者需求的能力，並持續追求技術層次的提升以及應用面向的多元化，以促進開發更多創新AI應用情境。AI技術應用端則需從多元以及長期的角度進行規劃與效益評估，善用單一領域以及跨領域之間的大數據累積與交換，創造新形態的商業模式誕生。
AI技術的演化同時，其研發人才以及應用人才的培育也是一大要點，現今國際間對於資料科學家的人才需求不斷湧出，不論是學界或是產業界在AI相關的人才培育與資源之投入預期也將更加龐大。
台灣已有不少團隊在國際AI領域上具有亮眼成績，政府亦於二○一七年開始推動以AI為主軸的科研戰略，期盼在各界努力之下，開闢台灣AI創新生態圈，延續台灣資通訊產業於全球AI相關軟硬體與應用版圖的地位。相信透過本書的介紹，讀者對於AI會有更進一步的瞭解，也希望能夠為讀者帶來耳目一新的感受，並對時下科技趨勢有更多的掌握。
台灣野村總研諮詢顧問總經理　張正武

現代人生活必備的智慧型手機當中內建行動秘書，可根據聲音指令自動執行撥打電話、查詢資料等動作；到商店購物時，透過鏡頭自動辨識來店客群屬性，即可獲得商品推薦服務與資訊；機器人理財專員提供理財需求者二十四小時的專屬服務；機場設置臉部辨識自動通關服務加速旅客對應處理效率……這些都是AI（Artificial Intelligence）技術實現於現代生活當中的一環。
對普羅大眾而言，AI不再只是二○○一年大導演史蒂芬‧史匹柏（Steven Spielberg）所推出的知名電影中的情節而已，現在已在你我生活裡逐漸實現。
AI發展至今，已從第一階段探索推...

前言：
人工智慧（Artificial Intelligence）一詞，在電視新聞或報章雜誌中越來越常見。所謂的AI，就如字面之意，是指以人工方式實現人類所具有的智慧、智能的技術。近年來，由於其使用方式及運用技術日新月異，導致大眾對AI的認識和理解落差甚大。
為此，本書將自過去的AI熱潮俯瞰起，直至最近深受矚目的深度學習（deep learning）的AI研究歷程，來探究AI之所以會再度成為焦點的原因。
同時，也會列舉如亞馬遜智慧音響（Amazon Echo）或自動駕駛汽車等，善用語音辨識（speech recognition）及圖形辨識（pattern recognition）等最新技術的實例，說明AI究竟可以做到什麼？
再者，AI對於商業活動也帶來莫大的影響。有關AI對製造業、醫療及金融等各領域所造成的衝擊，本書會以最新動向為中心來介紹。
最後，也會針對二○三○年、二○四五年的展望，如AI運用、其對僱傭或經濟所造成的影響，以及日本的勝算所在等來進行說明。
AI肯定能夠成為豐富我們生活的原動力，這是毋庸置疑的。只不過，若用錯了方法，也可能會對人類或社會帶來莫大損失。未來，可預見AI凌駕人類的「奇點」（singularity）勢必會到來；但在這之前，還得花上數十年的漫長時間。
筆者認為，我們目前所該做的，是善用人介面（human interface）技術等非AI技術，讓「AI與人類」的能力得以互補，建造出共生的機制。
而人類若要將AI發揮得淋漓盡致，重要的是，必須確實解決技術面及制度面的課題。尤其在制度面的議論上，不僅有許多攸關AI好壞處之衡量的問題，也得讓除了專家以外的大眾來參與討論。因此，首要之務便是讓更多人對AI的現在與未來有正確的認識。
本書會盡可能以簡明易懂的方式來敘述，讓不具有專業知識的人也可以理解。同時，也利用歐美及日本的企業參訪或學會出席，增添在當地所獲得的第一手資訊。讀者可藉由本書加深對AI的理解，而對於商務人士及身負未來的年輕人們，將成為思考今後工作及社會應有之姿的第一步。
本書的繁體版出版受到了野村總合研究所台灣據點長張正武先生與小長井教宏先生非常大的協助。透過這個場合，向兩位致謝。
古明地正俊、長谷佳明

前言：
人工智慧（Artificial Intelligence）一詞，在電視新聞或報章雜誌中越來越常見。所謂的AI，就如字面之意，是指以人工方式實現人類所具有的智慧、智能的技術。近年來，由於其使用方式及運用技術日新月異，導致大眾對AI的認識和理解落差甚大。
為此，本書將自過去的AI熱潮俯瞰起，直至最近深受矚目的深度學習（deep learning）的AI研究歷程，來探究AI之所以會再度成為焦點的原因。
同時，也會列舉如亞馬遜智慧音響（Amazon Echo）或自動駕駛汽車等，善用語音辨識（speech recognition）及圖形辨識（pattern recognition）等最新技...

推薦序
前言
第1章　AI現在為何如此受到矚目？
1　職業圍棋棋士敗給AI
歐洲地區歷年最大的投資
起頭在於《太空侵略者》（Space Invaders）
AI運用的擴大
2　第三次AI熱潮的到來
什麼是AI？
機器學習帶動第三次的熱潮
3　「深度學習」是關鍵
「超越」人類的影像辨識
擴大運用的深度學習
舊式AI的瓶頸在於需要大量人手
模仿大腦神經迴路構造
阿爾法圍棋是如何獲得勝利的？
4　深度學習是如何開發出來的？
深度學習的誕生
加快深度學習處理速度的GPU
大數據成就了機器學習
ImageNet專案

第2章　AI也可以做到這樣的事
1　三個應用領域──成熟度有所落差
2　Siri的問世讓語音辨識普及化
Siri誕生內幕
Siri的價值在於擴充至「助理」功能的這一點
亞馬遜智慧音響的問世──語音業務的擴大
3　影像辨識的進展源自自動駕駛技術
谷歌無人車──極可能實現的自動駕駛
採用深度學習之影像辨識技術的運用
4　自然語言處理也以驚人的速度在進化
機器翻譯的苦惱
機器翻譯的準確度接近一般水準──類神經機器翻譯的問世
聊天機器人（chatbot）熱潮的到來
聊天機器人重新受到矚目的原因
與網路聊天服務進行統合的價值──雅瑪多運輸（Yamato Transport）LINE官方帳號
人類與聊天機器人互助合作──Operator
5　AI與機器人的融合
進入機器人自學的時代
工業機器人靠AI進化──發那科（Fanuc）之例
透過AI技術的融合，讓生活變得更加便利

第3章　AI所改變的社會
1　零售業
機器人店員進駐實體店鋪
有助於庫存管理
在背後默默支持網購的倉庫機器人
補足機器人不足之處的機器人
2　服務業
飯店也搭上機器人化的熱潮
機器人的「待客之道」
3　農業
從「面」的最佳化到「點」的最佳化
彙整瑣碎資訊，掌握植物疾病的徵兆
4　交通──車與交通邁向隨選（on-demand）服務
5　醫療
協助醫師也拯救人命的AI
人類與AI相互扶持、越發有力
醫療就在身邊
6　金融
運用AI開拓金融服務的前景
法規監管科技（RegTech）

第4章　看準AI未來的企業們
1　RIN運算
圍繞AI的兩項主軸
與真實世界的融合
自然界面的實現
2　四次元企業的問世
四次元企業的四個類型
汽車產業中的四次元企業
汽車產業的未來與開放式創新（open innovation）
如何進化成四次元企業

第5章　AI會搶走人類的工作嗎？
1　超過四○％的工作可能會被取代？
白領階級業務也可能會被取代
一般企業的課題在於引進成本
AI運用程度與引進成效的關係
擴大職業取代可能性的「孩子AI」
少子高齡化對策的AI運用
2　人機共生越顯重要
由自然界面所實現之人類的能力擴增
人類與機器的距離急速拉近
3　放寬規定與立法的重要性
日本政府所提倡的《機器人新策略》
有關自動駕駛的法規制定
對於道德問題的因應
智慧財產權的問題

第6章　日本有勝算嗎？
1　什麼是奇點？
技術奇點（technological singularity）
奇點的實現手法
以解開大腦機能為目標的國際專案
強AI、弱AI
「強AI」會毀滅人類嗎？
因人類的故意或過失而造成的AI失誤
2　有無AI的差距
產生急劇變化的通用人工智慧
「第二次大分流」
企業之間的差距與勞工、資方之間的差距
只要跨越「言語障礙」……
3　日本的勝算在何處？
資料資本主義與資料交易所
企業藉由收購來購買資料的時代
AI用學習資料的製作
模型的大型化與資料量的增加
產生變化的硬體環境
日本企業該如何因應資料資本主義？
在海外存在感低落的日本AI研究
重視基礎研究的AI先進國
熱過頭的AI人才爭奪戰
日本真正的課題在於使用者企業的人才不足
學習明治維新
可以帶給人類幸福的AI應用

推薦序
前言
第1章　AI現在為何如此受到矚目？
1　職業圍棋棋士敗給AI
歐洲地區歷年最大的投資
起頭在於《太空侵略者》（Space Invaders）
AI運用的擴大
2　第三次AI熱潮的到來
什麼是AI？
機器學習帶動第三次的熱潮
3　「深度學習」是關鍵
「超越」人類的影像辨識
擴大運用的深度學習
舊式AI的瓶頸在於需要大量人手
模仿大腦神經迴路構造
阿爾法圍棋是如何獲得勝利的？
4　深度學習是如何開發出來的？
深度學習的誕生
加快深度學習處理速度的GPU
大數據成就了機器學習
ImageNet專案

第2章　AI也可以做到這樣的事...