────從研究邁向實用,見證35家日本先進企業如何成功應用「深度學習」────
?
日本AI書籍第一人、東京大學松尾豐教授解說深度學習的發展預測
LINE、可口可樂、本田、樂天、NHK、So-net、佳能醫療系統……
第一手訪談先驅者的前瞻思考,掌握智慧化新技術的無限商機
LINE、可口可樂、本田、樂天、NHK、So-net、佳能醫療系統……
第一手訪談先驅者的前瞻思考,掌握智慧化新技術的無限商機
?
★深入導讀深度學習的發展:影像辨識、多模式辨識、機器人學、互動、符號接地、知識擷取!
★為運用AI技術的企業經常遇到的疑問提出解答,次世代新興事業、企業創造價值必讀教本!
★直擊AI計畫推動者的挑戰與艱辛,收錄大量照片和圖表,身歷其境感受快速擴展的深度學習應用的今日與未來!
?
【各界讚譽推薦】
何英圻 ∣ 91APP董事長
呂曜志 ∣ 台北海洋科技大學副校長
陳良基 ∣ 科技部部長
郭奕伶 ∣ 商周集團執行長
張嘉惠 ∣ 中華民國人工智慧學會理事長
陶韻智 ∣ 德豐管顧公司合夥人、LINE台灣區前總經理
程世嘉 ∣ iKala共同創辦人暨執行長
楊立偉 ∣ 國立臺灣大學工商管理學系教授
盧希鵬 ∣ 國立臺灣科技大學資訊管理系專任特聘教授
謝宗震 ∣ 智庫驅動公司知識長
魏澤人 ∣ 國立交通大學AI學院副教授
蘇書平 ∣ 為你而讀執行長
?
█ 以AI為眼、為腦,實現五感預測,邁向高階思考溝通!
?
扮演第三次人工智慧熱潮領頭羊角色的深度學習,正以銳不可擋之姿進化。做為人工智慧時代的通用技術,「深度學習」蘊藏著能夠改變一切產業中所有業務、創造新事業的潛力。本書不是探討深度學習技術的深奧知識,而是希望藉由多樣化的實際案例,找出靈活運用的「模式」。
?
豬排丼盛裝方式的判定、計算游動中的鮪魚數量、辨別送洗的衣類、文章的校閱、判斷河川護岸的損壞、輸電線的異常檢測、探測路面下的空洞、預測計程車的乘客人數、預估電視廣告的效果、便當的裝飾、黑白影像的上色技術、繪製虛擬偶像的圖像、跟專業人士一樣的主播、模仿卡通人物語音的智慧音箱……分門別類介紹深度學習的驚人運用法。
?
本書由專精市場行銷和創新的日本數位媒體「日經xTREND」編纂,長期關注企業最先進數位策略和新事業規畫的專業記者撰文。此外,人工智慧專家將解答企業在商業應用上經常面臨的問題,包括值得挑戰的領域、需要的人才、費用估算、成功活用的關鍵要素等。
?
或許不是每個人都會開發AI、都需要思考AI運用,但人人都是AI消費者、獲益者、享受者,也是受AI影響者。透過本書,見證人工智慧如何深入我們的生活,改變世界!
?
█ 從大企業到中小企業,從金融保險、零售流通、醫療保健、機械交通到文創媒體
??? 系統化歸納深度學習活用案例,找出高效運用的最佳模式!
?
01?? 以影像辨識實現自動結帳的無人櫃臺,與人的合作比辨識準確率更重要
02?? 用約七百台自行研發的人工智慧攝影機「實際A/B測試」
03?? 日版「Amazon Go」的實驗,以人工智慧實現預防竊盜技術
04?? 分析社群網站的圖像貼文,掌握消費情境
05?? 大幅縮短製作估價單的時間,增加保險提案的「打數」
06?? 以人工智慧將租賃物件照片自動分類,每個月減少三千小時的作業
07?? 翻譯手語的小型機器人,設置於銀行櫃臺等窗口協助對話
08?? 藉由智慧型手機圖像分析,計算食物熱量和判定體態
09?? 使用亞馬遜的影像辨識API,將環境改善人工智慧服務事業化
10?? 運用人工智慧掌握鮪魚養殖數量,每年減少超過兩百五十小時的作業
11?? 福岡的乾洗店以五十萬日圓打造「人工智慧無人櫃臺」的原因
12?? 校對人工智慧效果驚人,檢測率超過人類,只需幾秒即完成
13?? 以人工智慧檢測河川護岸受損狀況,驗證公共基礎工程更有效的檢驗法
14 ? 運用於檢測輸電線異常,希望提升五倍生產力
15?? 本田旗下汽車零件製造商,試作不良品自動偵測系統
16?? 藉由一般人工智慧與優秀人工智慧結合,實現自動化檢查半導體晶圓外觀
17? ?追蹤路面下空洞的變化,偵測塌陷危險性高的地點
18? ?使用滿載保全警備專業技能的人工智慧來防止竊盜
19?? 研發車用保護駕駛感測器,判定認知、判斷和操作狀況
20?? 使用智慧型手機拍照,就能自動輸入上架商品類別和名稱
21 ? 菜鳥駕駛勝過經驗豐富的中堅員工!人工智慧計程車的威力
22?? 以人工智慧預測人的移動並加以視覺化,布局近未來的交通系統
23?? 學習約一萬支電視廣告影片,在播放前精準預測效果
24?? 橫幅廣告點擊率高低的預測準確率,專家百分之五十三對人工智慧百分之七十
25?? 日本國內醫療第一線首次實際使用運用深度學習的儀器
26? ?以深度學習來讓機器人取出散裝零件
27?? 老字號企業與新創公司合作,挑戰解開「夾取義大利麵」的難題
28?? 實現油壓挖土機自動挖掘作業,輸入資料和人員作業一樣只靠影像
29?? 從屬性識別到軌道生成的六項功能都適用人工智慧,朝自動駕駛邁進
30?? 以人工智慧提升黑白影像彩色化的效率,五天的作業一日完成
31? ?實現自動生成「偶像臉」,目標是創意人工智慧實用化
32?? 超越亞馬遜Alexa的「人工智慧播報員」能流暢說話的原因
33?? Clova的「個性化」策略,以約四小時的語音資料來模擬說話方式
34?? 實現電視劇字幕自動翻譯作業超越專業人員的品質
35 ? 讓機器人能理解情感,實現高階溝通
?
█ 對本書的讚譽
?
何英圻 ∣ 91APP董事長
對零售對品牌來說,沒有「對的資料」,就沒有AI。唯有正確的資料,機器才能理解、學習。但是零售數據龐雜,線上線下數據異質性高,我看到許多品牌,光要打通線上線下資料,再進而資料可以正確一致,就面臨非常巨大挑戰。縱使有再強的AI算力、演算法,沒有對的資料,是做不到虛實融合(OMO),遑論AI帶來的龐大效益。如本書所提,AI並非萬能,要站在實際應用場景來設計,才會做出讓企業致勝的武器。現在距離不需要人的時代還很遙遠,要使用AI驅動企業競爭力,就要回到如何理解AI善用AI,這才是未來十年的重點,也是本書精髓。
?
呂曜志 ∣ 台北海洋科技大學副校長
人工智慧應用科技的目的,事實上不是要取代人,而是要取代人的某些耗費心力的勞動與時間投入,使得人類從繁雜的勞動中被解放出來,從而投入更有創造性與決策性的心智活動。因此人工智慧在企業上的應用,其實是一種分層負責與決行的概念,讓所有能夠被清楚定義(Well Defined)與數量化,且不牽涉到動態競爭賽局的決策,賦權給人工智慧來處理過程中的決策資訊,而最後由人類來審核與拍板。
除了解釋決策者給予的問題之外,人工智慧的下一步,將是從大量結構性與非結構性的資料當中,看到決策者所看不到的問題。因此人工智慧對企業管理的未來,有如數位的斷層掃描儀,一層一層診斷與凸顯企業的問題。既然是診斷企業,就要有大量的臨床成功病例,這本書提供了三十五家日本各領域先進企業應用人工智慧、精進企業經營的實際案例,值得任何有志於探討企業管理議題的讀者參考。
?
程世嘉 ∣ iKala共同創辦人暨執行長
數位轉型從以往的數位化、IT升級階段,正式進入以AI為核心驅動的商業轉型階段。AI技術經過多年發展,已經快速商品化,變成人人可用。現在,一位不會寫程式的行銷人員,都能輕易上手AI工具,來改善工作流程和成效。iKala 提供以AI為核心的商業轉型解決方案,在六個國家,服務超過三百五十間、橫跨超過十二種產業的企業客戶,親身參與AI在不同商業場景的落地和實踐。本書以場景分類出發,有條有理歸類不同企業使用深度學習技術改善商業流程的方式,諸多案例令人大開眼界,值得一讀。
?
謝宗震 ∣ 智庫驅動公司知識長
本書彙整了大量人工智慧應用案例,透過訪談先驅者的第一手材料,理解人工智慧應用是如何在既有工作流程中進行顛覆式創新。譬如怎麼樣讓豬排丼看起來更美味、如何系統性偵測路面坑洞、如何實現挖土機自動挖掘作業。
在終章更整理了實務專家在商務運用的關鍵議題,包含場景、資料、人才、外援、預算。精讀本書有助於讀者建立有效的決策,創造有價值的應用,本人誠摯推薦。
?
魏澤人 ∣ 國立交通大學AI學院副教授
在產業中應用深度學習技術,需要資料科學家、資料工程師、軟體工程師、使用者經驗、行銷等等不同領域的人才。要讓這麼多不同領域的專家合作和溝通,相當有挑戰。也許需要更多像書中所提的「左右開弓型」人才。本書中舉出許多AI在日本產業上的案例,很值得參考。