商品描述
【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