AI好學圖鑑：全面快速入門

人工智慧沿革
模仿生命的機械／自動機
什麼是智慧？／多元智慧
思考＝運算／運算主義
0與1／二進位碼
一步接一步／演算法
演算法的實際運作／運算
給電腦的指令／程式
世上第一台機械式電腦／巴貝奇的機器
理論上的電腦／通用圖靈機
電子大腦／神經元與運算
人工神經元／臨界值邏輯單元
可程式電腦／電子數值積分器和計算機
理論上的程式／圖錢西洋棋程式
運算的藍圖／馮紐曼架構
兩種人工智慧／弱AI與強AI
人工智慧的運作／智慧代理
嘗試錯誤／學會學習
模擬大腦／連結主義
人工智慧模型／傳統AI與統計式AI
運算能力／摩爾定律
原始的資訊／資料類型
萬事萬物、隨時隨地／大數據

傳統人工智慧
資料的表示方式／人工智慧的符號
照著規則走／電腦邏輯
何事、何時、為何、如何？／知識的種類
如何呈現知識？／知識表示
若此則彼／規則
最短路線／路徑搜尋
不完美的解法／啟發式方法
任務的執行／AI規劃技術
處理不確定性／機率與AI
預測變化的模型／馬可夫鏈
模擬不確定性／隨機模型
自動的建議／專家系統
處理「雜亂」的數據／雜亂資料
簡約派、蕪雜派／AI研究的兩大路線

統計式人工智慧
讓人工智慧學會思考／機器學習
發掘資料中的訊息／資料探勘
機器學習的教材／訓練資料
賦予資料意義／特徵與標籤
尋找模式／模式辨識
是或否？／決策樹
資料的類別／分類
最佳預測線條／迴歸分析
讓資料分組／分群
找出不一樣／異常偵測
最可能的結果？／預測
採用有標籤的資料／監督式學習
採用原始的資料／非監督式學習
根據回饋進行學習／增強式學習
集合在一起／集成式學習
人工智慧大腦／人工神經網路
神經網路的結構／層狀結構
賦予重要性／權重
目標與門檻／偏差
衡量成效／成本函數
提升效能／梯度下降
優化模型／差量規則
網路單行道／前饋神經網路
由後往前／倒傳遞
保有資料順序／遞歸神經網路
打造人工大腦／深度學習
神經網路大對決／生成對抗網路
處理視覺資料／卷積神經網路

人工智慧運用
使用人工智慧／AI 應用
排名機制／資料階層
推薦機制／客製化內容
偵測威脅／網路安全
網路攻擊／網路戰
偵測詐欺／交易監控
人工智慧金融應用／演算法交易
解析蛋白質／醫學研究
尋找系外行星／天文研究
數位醫生／AI與醫療診斷
健康監測／AI與醫療保健
物聯網／連網裝置
智慧裝置／嵌入式AI
監控系統／AI與基礎建設
「智慧」農業／精準農業
感知型人工智慧／機器感知
處理聲音／機器聽覺
模擬視覺／電腦視覺
臉部辨識／特徵圖
理解語言／自然語言處理
人工智慧翻譯／機器翻譯
與人工智慧對話／聊天機器人
人工智慧寫作工具／大型語言模型
人工智慧助手／虛擬助理
人工智慧藝術創作／生成式AI
智慧機器人／具身AI
人工智慧夥伴／社交機器人
移動與行動力／實體互動I
精細操作／實體互動II
無人駕駛車／自主載具
人工智慧與戰爭／自主武器

人工智慧哲學
像人一樣的人工智慧／通用人工智慧
無法回頭的臨界點／科技奇異點
意識何在？／萊布尼茲之問
潛水艇會游泳嗎？／功能主義
模仿遊戲／圖靈測試
智慧指標／智力測驗
機器與理解／中文房實驗
哲學殭屍／人類智慧vs機器智慧
新型態人類／權利與責任
複製心智／多重可實現性
透明思維／打開心智之盒

與人工智慧共存
神話或現實？／人工智慧的真相
力量來自於剝削？／隱形勞工
垃圾進，垃圾出／資料品質
偏頗的結果／隱藏的偏見
預測與假設／AI側寫
透明的處理過程／白箱人工智慧
人工智慧勞動力／科技性失業
人工智慧的平衡／AI與平等
形成同溫層／過濾氣泡
控制的極限／AI自主性
是非對錯／AI倫理設計
內建倫理／艾西莫夫的機器人三定律
誰該負責？／AI與法律責任
何可為？何不可為？／AI與法規
生存威脅／AI反烏托邦
無限蓬勃／AI烏托邦

索引

序言

人工智慧是什麼？

　　人工智慧簡稱AI，意思是機器展現的智慧，歷史可追溯到1950年代，也就是現代電腦問世之際。此後數十年間，人工智慧歷經多次熱潮與低潮。早期研究重心以形式邏輯為基礎，稱為「傳統AI」或「符號AI」，後來才逐步轉向以資料與統計為主。如今，人工智慧研究的主流為機器學習，運用大型資料集訓練人工神經網路等 AI 模型，無需明確編寫程式，即可讓模型執行各種任務。藉由這種方法，人工智慧模型得以迅速學習，並高效完成各類任務。

　　流行文化常把人工智慧描述成人類智慧的對手，甚至視為威脅人類生存的存在。但在現實中，人工智慧技術的應用範圍仍相當有限，智力甚至不及一隻貓，更遑論與人類相比。不過在某些特定領域，人工智慧已是功能強大的工具，例如筆跡辨識、電視節目的推薦，或是疾病診斷等。

　　人工智慧應用早已日漸普及，我們每天都在使用，卻未必察覺。它正逐步取代愈來愈多的人類工作，也帶來了迫切且複雜的議題：我們如何確保人工智慧持續為全人類服務，而不會淪為 AI 本身利益的工具，或被少數人類菁英壟斷？我們曾以為有些工作唯有人類才能勝任，眼見這些工作開始改由機器執行，甚至包括藝術與音樂創作，使我們對「人之所以為人」的根本認知產生了動搖。人類與人工智慧的未來仍充滿不確定性，這個未來有待科學家、工程師、數學家、哲學家、政策制定者，以及所有關心人類未來的人，一起協助共同形塑。