特惠價

創新工場創辦人／李開復



中華民國人工智慧學會理事長／吳毅成



智慧推薦！







世界經濟論壇：第四次工業革命來臨，2020年前，將有500萬個工作機會消失……







第一次工業革命，瓦特帶來了蒸汽機；



第二次工業革命，愛迪生發明了電氣；



電腦的發明，讓我們迎來資訊革命；



若你還在適應資訊革命，來勢洶洶的第四次工業革命──智慧革命，



將讓你在超級智能時代成為被機器取代的革命犧牲者。







曾於谷歌、騰訊擔任要職，同時也是約翰霍普金斯大學工學院董事會董事的作者吳軍，



同時身為研究者與科技人，用最深入淺出的文字告訴我們，



什麼是人工智慧？什麼是大數據？



這些對一般人來說很模糊的概念，又會怎麼影響我們的生活？







◎現有產業＋人工智慧＝新產業



未來的農業、製造業、體育界、醫療、律師，甚至記者編輯，



所有產業都將迎來嶄新的變化。







◎農業＋人工智慧＝滴灌技術



乾旱國家以色列，在年降水量只有兩百毫米的狀態下，利用自動化的電腦控制，



將沙漠變成綠洲──甚至成為農產品出口大國，被譽為歐洲的廚房。







◎體育＋人工智慧＝金州勇士隊



長期來的送分球隊勇士隊，在數據分析的管理之下，除了打造出神射手明「咖哩」，



還創下全賽季82場獲勝73場的紀錄──從吊車尾晉升冠軍球隊。







◎製造業＋人工智慧＝特斯拉



先取消代理商制度，藉此壓低成本；從不雇用生產線人員，員工只有IT人員。



在引進大數據與人工智慧，讓汽車這個老行業脫胎換骨後──自動駕駛汽車問世。







當AlphaGo打敗世界圍棋冠軍李世乭，



電腦的獲勝，正式宣告了智慧時代的來臨，



許多人開始感到危機，害怕有一天機器會搶走人的飯碗……



但機器不會控制人類，只有製造出那些機器智慧的人可以。



而我們能做的，就是了解正在發生的技術改革，面對現實。



一旦抓住智慧革命的機運，你會發現這場革命將是人類的勝利。







「這是一本我認為跟《必然》同樣重要，甚至更有現實意義的年度好書。大量的工作崗位消失，大量的人被迫離開自己熟悉的環境和生活，大量的人在新的社會撕裂中陷入命運的顛簸。你會是領跑者嗎？」



──邏輯思維羅胖







「這是一部近代科技的歷史書，也是一部科普書，也可以說是一本指導創新的教科書。」



──中國工程院院士鄔賀銓







「即將到來的這個智慧時代，人類將遭遇前所未有的不連續性。如何在新的時代裡生存，跨越底層認知的不連續性，……如何在智慧時代跨越思維的不連續性？此書也許是尋求答案時最恰當的一本。



──混沌大學創始人李善友



每次的技術革命，都帶來半世紀的動盪，我們為了不再重蹈覆轍，



唯有讓自己成為革命下的受益者──成為前2％的人。



那麼，要如何才能進入前2％的行列？



很簡單，正面擁抱這場智慧革命。

譯者介紹

推薦序一 智慧時代的推手
推薦序二 智慧時代，未來已到
前 言 第四次工業革命，將是人類的勝利

第一章 下一次革命
第二章 將智慧問題轉為數據問題，電腦從此無敵
第三章 我們想知道的，都在數據裡
第四章 在未來，大數據和人工智慧就像水和電
第五章 大數據和智慧革命的技術挑戰
第六章 未來的智慧化產業
第七章 成為前2%的人

名人推薦

創新工場創辦人／李開復
中華民國人工智慧學會理事長／吳毅成

智慧推薦！

「這是一本我認為跟《必然》同樣重要，甚至更有現實意義的年度好書。大量的工作崗位消失，大量的人被迫離開自己熟悉的環境和生活，大量的人在新的社會撕裂中陷入命運的顛簸。你會是領跑者嗎？」──邏輯思維 羅胖

「這是一部近代科技的歷史書，也是一部科普書，也可以說是一本指導創新的教科書。」──中國工程院院士鄔賀銓

「即將到來的這個智慧時代，人類將遭遇前所未有的不連續性。如何在新的時代裡生存，跨越底層認知的不連續性，……如何在智慧時代跨越思維的不連續性？此書也許是尋求答案時最恰當的一本。──混沌大學創始人李善友

對數據了解的程度，看出你有多文明




在很多人的印象中，數據就是數字，或必須是由數字構成，其實不然，數據的範疇比數字要大得多。網際網路上的任何內容，比如文字、圖片和影片都是數據；醫院裡包括醫學影像在內的所有檔案，也是數據；公司和工廠的各種設計圖紙也是數據；出土文物上的文字、圖示，甚至它們的尺寸、材料，也都是數據；甚至宇宙在形成過程中，也留下了許多數據，比如宇宙中的基本粒子數量。




雖然數據本身為客觀存在，但它的範疇隨著文明的進程不斷變化和擴大。在電腦出現以前，一般書籍上的文字內容並不被看成是數據，而今天，這種以語言和文字形式存在的內容，是全世界各種資訊處理中最重要的數據，也是世上通信領域和資訊科技產業的核心數據──包括我們的信件、電話和電子郵件內容、電視和廣播節目、網絡網頁，以及各種社交產品中由使用者產生的內容（User Generated Content，簡稱UGC）。這些數據的共同點，是以語音和文字為載體。因此，研究人員為了研究和處理它們，還建立了專門針對語音和文字的數據庫，即所謂的語料庫（Corpus）。在語料庫中，數據主要是語音和文字，反而沒有多少數位內容。




將數據的外部延伸擴大，那些醫學影像資料、工業中的各種設計圖紙，都可以被劃分為數據。事實上，它們已經是今天大數據處理的對象了。我們人類的活動本身，也可以被看成是一種特殊的數據，比如我們玩遊戲的行為、社會關係、每天的活動等。可以想像，我們下一代所談論的數據，一定比今天的範圍更廣泛。可以說，數據是文明的基石，人類對它的認識也反映出文明的程度。




現今談論數據時，人們常常將它和資訊的概念混同，比如在談論數據處理和資訊處理時，其實想表達的意思相差不大。然而嚴格來講，數據和資訊雖然有相通之處，但還是不同的。




資訊是關於世界、人和事的描述，比數據來得抽象。資訊既可以是我們人類所創造，比如兩個人的語音通話紀錄；也可以是天然存在的客觀事實，比如地球的面積和品質。不過資訊有時藏在事物的背後，需要挖掘和測量才能取得，比如宇宙大爆炸時留下的證據──3K背景輻射、物理學定律中的參數、日月星辰運行的週期等。在西方很多物理學家看來，上帝在創造宇宙時，將很多資訊埋藏在黑暗之中，他們的工作就是找到這些資訊，並且用數據將它們描述清楚。因此，在這種前提下，將資訊和數據混為一談倒也無害。




不過，數據和資訊仍稍有不同，雖然數據最大的作用在於承載資訊，但並非所有數據都承載了有意義的資訊。數據本身是人造物，因此可以被隨意製造，甚至被偽造。沒有資訊的數據通常沒有太大意義，大家也不太關心，因此這些數據不是本書要討論的重點。偽造出的數據則有副作用，比如我在《數學之美》中不斷提到的，為了優化網頁，搜索排名而人為製造出來的各種作弊數據。




另外，那些有用的、毫無意義和偽造的數據，常常是混在一起的，後面兩種無疑會干擾我們從數據中獲取有用的資訊。因此如何處理、過濾掉沒有用的雜訊和刪除有害的數據，從而獲取背後的資訊，便成為技術，甚至是一種藝術。只有善用數據，我們才能得到意想不到的驚喜，即數據背後的資訊。