總金額: 會員:NT$ 0 非會員:NT$ 0 
(此金額尚未加上運費)
電子電信技術 電腦技術 自動化基礎理論
 
 
 
 
人工智能十萬個為什麼:熱AI冷知識
 作  者: 智能相對論
 出版單位: 電子工業
 出版日期: 2019.06
 進貨日期: 2019/7/5
 ISBN: 9787121361180
 開  本: 16 開    
 定  價: 585
 售  價: 468
  會 員 價: 429

目前無補書計畫

推到Facebook 推到Plurk 推到Twitter
前往新書區 書籍介紹 購物流程  
 
編輯推薦:

好看又好玩的AI趣味科普,風趣幽默又科學嚴肅的行業讀物

  5分鐘一個AI熱點,打造碎片化時代的核心競爭力,讓你跟上節奏,不被OUT!

  人人都是產品經理、起點學院、深蘭科技創始人陳海波、度小滿金融CEO 朱光連袂力薦


  《人工智慧十萬個為什麼:熱AI 冷知識》由智慧相對論結合行業發展現狀及未來發展趨勢精心打造的行業科普書,5分鐘一個AI熱點,打造碎片化時代的核心競爭力,讓你跟上節奏,不被OUT!好看又好玩的AI趣味科普,風趣幽默又科學嚴肅的行業讀物,深蘭科技創始人陳海波、度小滿金融CEO 朱光連袂力薦!


內容簡介:

《人工智慧十萬個為什麼:熱AI 冷知識》是由智慧相對論創始人曾響鈴聯合旗下幾位資深分析師深入一線企業調研後,並結合行業發展現狀及未來發展趨勢預測完成的一本人工智慧冷知識普及書籍。

  《人工智慧十萬個為什麼:熱AI 冷知識》全面、詳盡地介紹了人工智慧*先落地的幾個熱門領域:智慧型機器人、醫療服務業、教育、娛樂、健康等,覆蓋了人們接觸人工智慧的各種場景,並對其背後的人工智慧技術進行深入淺出地解釋,是一本有趣的人工智慧行業科普讀物。


作者簡介:

智慧相對論

  人工智慧專業新媒體,虎嗅、鈦媒體、36氪等近百家媒體專欄作者。百度、阿裡巴巴、騰訊、華為、聯想、蘋果、搜狗、360、深蘭科技、藍箭航太等國內外頂jianAI公司內容合作夥伴。

  智慧相對論創始人曾響鈴此前已出版《移動互聯網+:新常態下的商業機會》、《趨勢革命:重新定義未來四大商業機會》等圖書,並參與編寫《網紅經濟學》等暢銷書,反響強烈。

  智慧相對論其他核心成員包括:李永華、顏璿、魏啟揚、佘凱文、苗宇、夏順蓮等。


圖書目錄:

第一章 醫療“黑洞”

“人造人”什麼時候才能真的造出人? /2

拿著手術刀的AI醫生會看病嗎? /8

思維移植會不會比“長生不老”更不靠譜? /15

AI能送給視障人士一雙“黑色的眼睛”嗎? /23

3D“造畜”和3D“造人”哪個更容易實現? /30

冰凍人體能否創造億萬個“美國隊長”? /36

“癌症殺手”真的會是“讀心專家”嗎? /44

AI能把抑鬱症治好嗎? /52

被避諱的婦科,AI能讓她擺脫尷尬嗎? /58

太空生子什麼時候才能夢想成真? /64

AI醫學美容為什麼還沒有醫療整形火爆? /70

AI真的能預測死亡時間嗎? /76

罕見病不再罕見, AI真的能讓患者享受生命尊嚴嗎? /82

拒絕開顱,AI能擴充人的腦容量嗎? /88

寵物智慧醫療興起,關鍵問題解決了嗎? /96

挖掘“黑馬級”的智慧醫療器械市場,難在哪了? /104


第二章 機器人“捕手”

外骨骼機器人能讓我們秒變鋼鐵俠嗎? /112

我們距離下一個“阿爾法法官”還有多遠? /119

作詩的AI機器人為什麼能騙過行家? /126

為什麼沒有出現雜技機器人? /132

AI是如何揪出“網路釣魚者”的? /137

機器心理學家為什麼會是人類最後一個職業? /144

閱片機器人為什麼還沒有被普及? /150

如何成為物業安防機器人“頭號玩家”? /156

陪練機器人來了,你打得過那個AI嗎? /163


第三章 傳統行業“變臉”

人工智慧後,為什麼會有“獸工智慧”? /172

CIA要用AI取代間諜,真的會上演“碟中諜”嗎? /178

AI拍照為什麼是一個騙人的把戲? /186

AI會不會成為天才“槍手”? /193

現在的AI+教育,為什麼培養出來的可能是“考試機器”? /200

AI作曲為什麼不能有自己的“即興創作”? /206

“有味道”的智慧公廁怎麼越來越沒味道了? /211

AI配音師在舞臺上為什麼也會唱“黑臉”? /216

裝上AI大腦的無人機為什麼會擔當“無人機員警”? /222

AI+動物能否改變動物滅絕的局面? /228

AI製作表情包,真的好笑嗎? /234


第四章 機器進化

人工智慧為什麼不該去爭論悲觀還是樂觀? /240

豬臉識別為什麼比人臉識別更有趣? /249

面部識別+語音助手加持,AR眼鏡為什麼沒人要? /255

你的大腦會被複製、修改、刪除嗎? /263

腦晶片:是人腦增強儀還是定時引爆器? /270

地震救援機器人什麼時候能拯救蒼生? /276

為什麼說“煤老闆時代”又將來臨? /288

嬰語翻譯能做到嗎? /294

“讀心機”為什麼是人類既期待又排斥的存在? /300

“人工心智”將會成為人類的生存性威脅嗎? /305

盲眼“獵豹”機器人,敢問路在何方? /310

人類想早點移民火星,AI能安排上嗎? /315


第五章 生活“局中局”

AI同聲傳譯為什麼成了巨頭們都翻不過去的坎兒? /322

人類什麼時候才能聽懂動物的語言? /330

AI能識破坑老人錢的套路嗎? /336

“高考後綜合症”:AI能不能發現高考生的心理疾病? /342

世界編劇隊伍裡為什麼突然多了個AI編輯? /348

從自主系統開始,蘋果要在無人駕駛上重走手機之路 /354

IBM的人機辯論大賽,AI的勝利為什麼名不副實? /361

Facebook為什麼要推出AI防自殺系統? /367

性格能夠被識別後,我們究竟失去了哪些權利? /373

未火先涼,智慧睡眠監測管理平臺為何自己先休眠? /378

為什麼要把孩子的健康交給機器人? /386

解決食品安全問題,“人造食品”或是方向之一 /392

小心,教育機器人別好心做壞事 /400


章節試讀:

AI真的能預測死亡時間嗎?

  對於一些重病患者而言,“死亡”這個話題雖然十分沉重,但也需要預留空間去探討和適應。如果可以精准預測患者的“死亡”,是否能給予他們這個預留空間呢?

  美國斯坦福大學開發了一個預測死亡時間的AI系統。這個AI系統整理了近200萬名成人和兒童患者的電子健康檔案資料,以及相關的醫學診斷資訊,從而得到病情的大資料。再通過資料收集與系統自主學習機制,這個AI系統可以預測患者具體的死亡時間。

  為什麼要用AI來預測死亡?

  在中國,每年有約700萬人走向生命終點,這個AI系統的出現,預示著醫生能夠更加精確地安排患者的臨終關懷。除此之外,利用它我們還可以發掘一條新的道路。

  對於大限將至的晚期患者,這個AI系統可以通過長期的資料跟蹤來判斷死亡概率。而對於一些特殊疾病的突發症狀,它也可以通過機器學習,感知患者的一些生命體征的變化從而發出危險預警。

  FDA於2018年批准通過了一個可以預測死亡的AI產品,這個產品名叫Wave Clinical Platform,由醫療科技公司Excel Medical研發。

  Wave Clinical Platform是一個永遠線上的遠端監測平臺,集合了患者的用藥情況、年齡、生理情況、既往病史、家族病史等即時資料。

  這個系統可以感知生命體征的細微變化,從而在發生致命事件6小時前發出預警。也就是說,這個系統可以通過比較資料庫中的猝死病例,從而提前6個小時預測“猝死時間”,為醫護人員贏得搶救時間。

  英國科學家也曾在《影像診斷學》雜誌上發表文章說,AI可以預測心臟病人何時死亡。AI能讓醫護人員發現那些需要干預治療的患者,從而讓醫護人員能夠拯救更多的生命。

  AI預測死亡這一命題能成立嗎?

  對於AI預測死亡這一命題所遇到的問題,我們可以從以下3個方面來考慮。

  1. “預測死亡”即“判死刑”,患者能接受嗎?

  不可否認的是,預測死亡確實可以讓醫生更合理地配置醫療資源。但“死亡”並非那麼容易被所有人接受。

  《眾病之王:癌症傳》的作者Siddhartha Mukherjee博士在文章中講過自己親歷的一個故事,他曾經治療過一名食道癌患者,這個患者的治療十分順利,但還是存在很大的復發可能性。於是醫生提出了臨終關懷,但這位患者拒絕了。這位患者認為,他的身體狀況越來越好,精神狀態也很好,為什麼醫生偏要說這些掃興的話呢?

  令人遺憾的是,這位患者的癌症還是復發了。在他臨終前,他始終處於昏迷狀態,無法回應在他病床旁的家人。

  從這個故事中可見,並非每一個患者都能淡然地接受“死亡”。當患者與病魔、死神苦苦爭鬥時,醫生用一套所謂科學的、精密的AI系統預測了患者的死期,于患者而言,抗癌之旅本就艱辛,而在其頭頂懸上一把會準時掉落的“死亡之刃”未免也太過殘忍。

  2. 病情存在個體差異,複雜病例難以判斷

  AI預測死亡主要依賴於醫療大資料和深度學習。研究團隊表示,AI預測死亡系統收集了發現病症後12個月內死亡的患者的資料,然後通過神經網路利用大資料計算每條資訊的權重和強度,生成一個患者在3∼12個月內死亡的概率分數,再通過分數預測患者在3∼12個月內是否會死亡。

  醫療資料種類繁雜,品質參差不齊,是一種極具個性化的資訊。疾病的病程具有一定的規律,但具體病情症狀卻因人而異。個人體質、周圍環境等因素都會影響疾病的轉歸。除了個體的差異,疾病本身也難以被清楚地認知。例如,幾乎任何傳染病的初期症狀都與感冒類似。也就是說,疾病本身是帶有欺騙性的。在面對複雜的病例時,醫生也常常需要借助輔助工具,或召開病情討論會議,幾方會談後才能確定治療方案。

  另外,AI預測死亡的深度學習有一個令人費解的地方,也就是“黑盒子”問題——它能夠推算出一個患者的死亡概率分數,卻無法表達其背後的邏輯。

  所以,通過概率分數來預測患者的死亡時間依舊存在許多問題。單單針對某類疾病的死亡預測可能有效,但是預測大病種的死亡概率的可能性卻微乎其微。

  3. 醫療大資料共用難

  AI+醫療大多以演算法開始,但最終還是會回到資料。資料獲取難度大是所有AI項目的問題,醫療行業的資料,尤其是這類關於生死的資料更難獲取。

  醫療資訊與其他領域的資訊不同,種類十分繁雜,標準也不統一。尤其許多醫療資料會涉及患者的隱私,有部分患者並不願意將自己的醫療資料用於AI研究。

  就品質而言,醫療資料也有更高的要求,比如,所有的醫療資料都需要醫生的人工標識。

  除了患者方面的原因,從醫院方獲取資料也有阻力。在不能確定某項研究是有利於醫院救護的時候,醫院恐怕並不願意擔風險而貢獻出所有的工作資料。技術人員如何和醫生形成合力,獲取高品質的大資料,是大部分AI醫療企業共同面臨的難題。

  “雞肋”如何巧變為“熊掌”?

  “AI預測死亡的準確率高達90%”更像是一個噱頭,預測人類的死亡只是更方便地進行姑息治療,但其中還是會面臨一些倫理問題。例如,要不要將死亡日期告知患者和其家人?機器是否有資格來宣判人類的死亡期限呢?

  如果換一個預測物件呢?設想一下,作為一隻寵物狗的主人,當狗狗的身體機能漸漸衰退,主人是否想知道這只狗什麼時候會離世呢?由於語言不通,人類希望借助一些輔助工具來瞭解寵物,希望有更精確的醫療輔助系統來診斷寵物的病情,從而為寵物做更好的安排。面對寵物,AI預測死亡似乎更能被人類接受。

  AI預測死亡系統的發展過程應該是一個不斷提升價值的過程。一方面,這個系統應該建立更多物件的資料庫,依賴深度學習來進行更多應用場景的選擇。首先,選擇一類物件(多半為寵物)作為訓練學習模型的教材;然後,通過積累的“經驗”來判斷這類物件在發病期間的死亡概率;最後,對物件進行干預治療。

  另一方面,預測應由預測死亡變成預測病程。預測場景從垂直領域到橫向領域,構建一個智慧預測系統,既包括病程的轉歸期,也包括病程前期的所有階段,最後做到為用戶個性化建模。

  在AI醫療上,我們細分了越來越多的名目。雖然“預測死亡”看起來涉及人類生死大事,但目前人們只是觸及事情的表面。在戳破了“死亡預測”這個氣泡後,如何讓AI醫療預測成為一個真正惠民的項目,觸及醫療痛點,恐怕才是大部分佈局AI醫療的企業需要思考的。


圖片預覽:

 
  步驟一.
依據網路上的圖書,挑選你所需要的書籍,根據以下步驟進行訂購
選擇產品及數量 結 帳 輸入基本資料 取貨與付款方式
┌───────────────────────────────────────────────────┘
資料確定 確認結帳 訂單編號    

步驟二.
完成付款的程序後,若採用貨到付款等宅配方式,3~7天內 ( 例假日將延期一至兩天 ) 您即可收到圖書。若至分店門市取貨,一週內聯絡取書。

步驟三.
完成購書程序者,可利用 訂單查詢 得知訂單進度。

注意事項.
● 付款方式若為網路刷卡必須等" 2 ~ 3 個工作天"確認款項已收到,才會出貨.如有更改書籍數量請記得按更新購物車,謝謝。

● 大陸出版品封面老舊、磨痕、凹痕等均屬常態,除封面破損、內頁脫落...等較嚴重的狀態外,其餘所有商品將正常出貨。

● 至2018年起,因中國大陸環保政策,部分書籍配件以QR CODE取代光盤音頻mp3或dvd,已無提供實體光盤。如需使用學習配件,請掃描QR CODE 連結至當地網站註冊並通過驗證程序,方可下載使用。造成不便,敬請見諒。

● 我們將保留所有商品出貨權利,如遇缺書情形,訂單未達免運門檻運費需自行負擔。

預訂海外庫存.
商品到貨時間須4週,訂單書籍備齊後方能出貨,如果您有急用書籍,建議與【預訂海外庫存】商品分開訂購。