白話人工智慧！矽谷科學家帶你看懂 AI 黑科技 (1版) (1版)

類似書籍推薦給您

【簡介】 　　AI 每天都在你身邊 — 幫你推薦影片、過濾垃圾郵件、導航路線、自拍修圖、在你沒注意時默默整理你的數位生活。 　　而如果你常在追 AI 新聞，那些炫得不得了的名詞：代理模式、深度研究、進階推理、多模態生成…一定也超眼熟。 　　聽起來是不是很夢幻？讓人以為美好未來已經到來～ 　　 　　想像總是美好，實際使用過一定都遇過這些情況： 　　- 請 AI 寫一段解說，卻一本正經亂講、錯了還不承認 　　- 想讓 AI 幫忙完成任務，結果越幫越忙、越用越火大 　　- 明明寫了很清楚的需求，AI 卻「聽嘸」、答非所問 　　- 生成圖片角色一下變臉、一下跑版、一下莫名其妙多出手指 　　- 文案寫到一半，AI 會自己「加戲」，補一些有的沒有的 　　還要擔心這些工具每天推陳出新，跟小編一樣可能有 AI 焦慮的症頭… 　　 　　這些問題的根源在於，你有真正理解 AI 技術的底層邏輯嗎？ 　　掌握 AI 運作的眉角，才能在瞬息萬變的工具裡從容切換、靈活運用，有效真正駕馭 AI。   　　本書由曾任職 IBM、Google、WeWork 與 LinkedIn 的矽谷資深科學家彭昶興撰寫，以清晰易懂、生動接地氣的口吻，帶你拆解各種最熱門的 AI 新技術的底層邏輯。從神經網路、LLM、Transformer、擴散生成模型，到最新的 Agent Mode、Vibe Coding、RAG、深度推理與多模態 AI，以大量日常比喻、故事化解說與實例，讓你真的看懂 AI 為何能產生文、生圖、生影片，並掌握模型會犯錯、會幻想、會推理的真正原因。   　　▋這本書適合誰？▋ 　　✔ 想掌握最新 AI 技術與趨勢的創作者、行銷人、技術人 　　✔ 想跟上時代，但不想啃厚重論文的「科技觀察者」 　　✔ 想看懂 AI，卻不想被數學公式嚇到的人 　　✔ 想在聊天中誠懇不浮誇談 AI 的普通上班族 　　✔ 想真正理解 AI 是怎麼運作，而不是只會按按鈕的人 　 本書特色   　　新一代 AI 技術解密，掌握底層邏輯，讓 AI 為你所用。 　 　　要搞懂現在火紅的 AI 技術，不用是碩博士、也不必看艱澀論文，本書直接用你聽得懂的大白話解析「這些黑科技到底怎麼運作」，讓你真正理解為什麼 AI 這麼強，要怎麼用才上道。   　　☑ 【完整掌握 AI 最新黑科技】 　　直擊新世代 AI 技術的運作方式，快速掌握當今火紅技術的底層邏輯、能力限制，以及正確的使用策略。 　　▸ Agent Mode（代理模式）：AI 不只回答，而是會自主規劃步驟、查資料、執行任務。 　　▸ 多 Agent 協作：模型之間如何像團隊一樣分工合作。 　　▸ Vibe Coding：口語驅動的程式開發流程，讓想法直接變成前後端程式碼。 　　▸ 進階自然語音：AI 說話的「氣口」是怎麼煉成的？還可以聽出你的喜怒哀樂。 　　▸ RAG（檢索增強生成）：整合外部知識、避免幻覺，讓 AI 不再胡說八道。 　　▸ 多模態 AI（文字 × 圖像 × 影片 × 語音）：AI 如何同時理解與生成跨模態內容。 　　▸ Diffusion 擴散模型：AI 生圖的秘密居然是不斷增加雜訊？ 　　▸ 角色一致性與 LoRA 微調：只要 20 張照片就能有專屬 AI 生成的模特兒。 　　▸ 專家混合（MoE）架構：AI 如何像「復仇者聯盟」一樣按任務切換最強專家？ 　　... 　　 　　☑ 【以白話拆解最複雜的 AI 核心原理】 　　不用懂積分，也能懂梯度下降。 　　不用寫程式，也能理解神經網路怎麼「做判斷」。 　　作者用貼近日常的例子，帶你讀懂高大上的 AI 理論。 　　▸ 神經網路如何「做決定」？ 　　▸ 為什麼模型需要大量訓練資料（資料品質 × 資料分布）？ 　　▸ 詞嵌入：AI 如何理解語意與關係 　　▸ Transformer 的注意力機制：為何能一眼看懂全文 　　▸ 位置編碼：AI 如何知道句子的順序 　　▸ 超長上下文記憶：AI 如何避免「前面講過什麼」這種遺忘問題 　　▸ 幻覺為什麼會發生（錯誤推理、資料錯誤、語言模型限制） 　　▸ 提示工程的本質：如何和模型用「對的語言」溝通 　　▸ Zero-shot / Few-shot 為何可行？ 　　▸ 模型如何學到推理能力（chain-of-thought 與隱性邏輯） 　　▸ 大型模型的能力湧現（Emergent Abilities）是什麼？ 　　 　　☑ 【用矽谷／竹科人的視角，看見 AI 的下一步】 　　結合作者長年在 IBM、Google、WeWork、LinkedIn 的實務經驗，帶你看懂未來趨勢與技術走向，而不是只看表面熱度。 　　▸ AGI 是什麼？真正需要具備哪些能力？ 　　▸ 技術奇點：超越人類智能的可能與挑戰 　　▸ Agent 生態系的戰國時代：為什麼每家科技公司都在搶？ 　　▸ 世界模型（World Models）對機器人與影片生成的重要性 　　▸ AI × 科學研究：模型如何協助物理、化學、醫療突破 　　▸ AI 安全：對齊（Alignment）、限制（Guardrails）、偏誤議題 　　▸ AI 倫理與治理：全球規範將如何制定？ 　　▸ 量子 AI：計算架構可能將被重新定義 　　▸ 類腦計算（Neuromorphic）與節能 AI 的未來 　　▸ 機器人自主化：具身 AI 如何真正理解世界   權威推薦   　　沙永傑 | 國立陽明交通大學榮譽退休教授、前中華大學校長 　　溫怡玲 | 台灣人工智慧基金會執行長 　　黃逸華 | 美商科進誠策略長 【目錄】 ▋第 1 章 人工智慧是什麼？ 1-1 人工也能有智慧？ 1-2 機器也能參悟嗎？ 1-3 AI 的大腦：神經網路不神經 1-3-1 神經網路如何做決定 1-3-2 如何訓練神經網路 1-4 AI 的火眼金睛：卷積神經網路來幫忙 1-5 深度學習 1-6 從對抗中學習 1-6-1 偽畫聖戰：生成與判別的生死博弈 1-6-2 對抗式學習的原理 1-6-3 生成對抗網路是怎樣工作的？ 1-7 強化學習：從逆境中成長 1-7-1 強化學習的基本概念 1-8 通用人工智慧：機器的悟道時刻 1-9 撥開 AI 迷霧：重點整理懶人包 ▋第 2 章 英雄降臨：大語言模型的誕生之路 2-1 文字接龍遊戲也很有學問嗎？ 2-2 RNN：神經網路理解語言的初嘗試 2-3 不患無詞，患詞不達意 2-4 集中注意力！變形金剛來了！ 2-5 當智慧突然湧現 2-6 「幻覺」太多是個病！必須治！ 2-7 開源模型生態 2-8 王座之爭：評測與排名 2-9 大語言模型的安全性 2-10 英雄之路回首：大語言模型原理總結 ▋第 3 章 大語言模型的神功是怎麼煉成的？ 3-1 AI 的知識寶庫：訓練資料從哪撈？ 3-2 AI 的練功心法：從紮馬步、練招式到人情世故 3-3 AI 的斷捨離：蒸餾、剪枝、量化的精簡藝術 3-4 站在巨人肩膀上：遷移學習與微調 3-5 色聲香味觸法：AI 的多模態「六覺」初體驗 3-6 專家混合：AI 的「超級英雄聯盟」 3-7 溫度：AI 的創造力與準確性平衡 3-8 練功也要神兵利器：GPU 與 CUDA 的硬體加持 3-9 AI 界的「大」煉金術：規模法則的鈔能力！ 3-10 結語：從零到英雄的 AI 養成之路 ▋第 4 章 大語言模型的黑科技 4-1 AI 的超級外掛圖書館：RAG 隨時 Go！ 4-3 魔法咒語：提示工程的藝術 4-4 大語言模型優化：讓 AI 幫你打廣告 4-5 AI 代理（Agent） 4-6 AI 來寫程式 4-7 結語：AI 黑科技讓你不再眼前一黑 ▋第 5 章 當機器開始做夢：揭開 AI 圖像魔法的祕密 5-1 圖像 AI 模型功能速覽：誰擅長做什麼？ 5-2 讓舊照片重獲新生：老照片上色與修復 5-3 從文字到世界：文字生成圖像 5-4 風格轉換：當梵谷遇上自拍 5-5 美顏濾鏡如何生成我的盛世容顏？ 5-6 LoRA 蘿拉快跑：Hold 住 AI 角色長相 5-7 ComfyUI：積木式工作流的自由樂高 5-8 世界模型的奇妙世界 5-9 影片生成的突破：Sora 如何讓 AI 學會「拍電影」 5-10 結語：選對模型才是王道 ▋第 6 章 從波形到樂章：AI 的聽、說、唱 6-1 聽懂：語音轉文字 6-2 說話：文字轉語音 6-3 語音識別與文字轉語音的未來 6-4 做音樂：從提示到旋律、伴奏與混音 6-5 結語：聲音革命之後，多模態 AI 的時代來臨 ▋第 7 章 具身人工智慧：當 AI 有了身體 7-1 AI 怎樣感知周遭世界？ 7-2 智慧決策與路徑規劃 7-3 自主定位與環境建圖 7-4 人機互動與適應性 7-5 通用機器人的智慧挑戰 7-6 AI 已走出電腦、準備擁抱真實世界 ▋第 8 章 AI 的可能未來：多模態、量子與類腦計算 8-1 超越人類感官：多模態 AI 的現在與未來 8-2 擴展 AI 的「記憶力」：更長上下文窗口 8-3 新興技術交匯：量子 AI、類腦計算 8-4 AI for Science：加速科學發現的引擎 8-5 透明與信任：可解釋 AI 的崛起 8-6 守護未來：AI 安全與倫理 8-7 未來展望：AI 與人類的共同進化 ▋第 9 章 人工智慧覺醒前夕的思考 9-1 AI 到底懂不懂人話？ 9-2 AI 真的會創作嗎？ 9-3 技術奇點：當 AI 超越人類智慧的臨界點 9-3-1 奇點之後：超乎想像的世界 9-3-2 AGI 與技術奇點：相關但不同的概念 9-3-3 不同的聲音：關於奇點的各種觀點 9-4 超對齊 9-4-1 為什麼製造迴紋針會造成世界末日？ 9-4-2 超對齊的爭議觀點 9-5 洛科詛咒：AI 倫理學中的禁忌思想實驗 9-5-1 什麼是洛科詛咒？ 9-5-2 當時網上就炸了 9-5-3 哲學基礎 9-6 人工智慧有沒有意識？ 9-6-1 人工神經網路能產生意識嗎？ 9-7 模擬世界假說 9-7-1 三選一的命運 9-7-2 對模擬世界假說的看法 9-8 結語：從哲學回到現實 ▋第 10 章 結語：在未知中繼續熱愛世界 10-1 功法回顧：那些年我們學過的 AI 絕學 10-2 未來的 AI 會怎樣？我們真的不知道 10-3 保持熱情，不要懷疑你自己 10-4 總之，修養這回事，永遠是人的功課 ▋附錄電子書 A 回首來時路 – 人工智慧的前世今生 A-1 圖靈：一個比你還宅的天才 A-2 ELIZA：第一個讓人類傾訴心事的 AI A-3 達特茅斯會議：第一次的 AI 趴踢 A-4 1960–1970：AI 的青春期 A-5 80 年代：AI 寒冬 A-6 神經網路的開拓者們 A-7 1990–2000：神經網路復甦 A-8 2010–2015：深度學習革命 A-9 2015–2020：AI 開始會寫會畫 A-10 2020 至今：AI 展現創造力 A-11 自動駕駛與機器人：AI 走入真實世界 ▋附錄電子書 B 進階閱讀：人工智慧的數學基礎 B-1 神經網路如何在電腦裡表示 B-2 訓練神經網路的數學解釋 B-3 變形金剛的注意力機制 B-4 生成對抗網路技術原理 B-5 擴散模型：從雜訊中重建世界