快速搞懂 AI 人工智慧：我能運算你、取代你、終結你
孫大千
買這商品的人也買了...
-
突破困境！企業開源虛擬化管理平台：使用 Proxmox Virtual Environment (iThome鐵人賽系列書)$620$484 -
$352面向共融機器人的自然交互 — 多模態交互信息的情感分析 -
生成式人工智慧：AIGC 的邏輯與應用$520$411 -
完全圖解人工智慧：零基礎也OK！從NLP、圖像辨識到生成模型，現代人必修的53堂AI課$480$379 -
用 Python 學 AI 理論與程式實作 (涵蓋Certiport ITS AI國際認證模擬試題)$580$458 -
ChatGPT 網路行銷：利用爆紅 AI 工具，創造精準又吸睛的網路商機 (暢銷回饋版)$520$406 -
超實用！人資．行政．總務的辦公室 EXCEL 必備 50招省時技 (2016/2019/2021)$420$328 -
更新粒線體，根治慢性病$420$357 -
AI 神助攻！程式設計新境界 – GitHub Copilot 開發 Python 如虎添翼 : 提示工程、問題分解、測試案例、除錯$560$442 -
AI 的發展與應用 : 一本人工智慧的科普書$480$456 -
Jetpack Compose 實戰$774$735 -
新一代 Keras 3.x 重磅回歸：跨 TensorFlow 與 PyTorch 建構 Transformer、CNN、RNN、LSTM 深度學習模型$750$593 -
Sora 開創 AI 視覺新紀元：影像生成 × 大模型時代 × AI商機，盤點 AI 世代的商業巨頭發展與未來趨勢$500$390 -
Sora 創世紀：ChatGPT 智慧時代的教育風暴$600$468 -
ChatGPT 超級應用：讓 AI 幫你處理課業、生活、職場大小事 (暢銷回饋版)$560$437 -
極速 ChatGPT 開發者兵器指南：跨界整合 Prompt Flow、LangChain 與 Semantic Kernel 框架$680$530 -
AI 助攻 Python 超級入門 創意設計 x AI 程式實作$580$458 -
圖像生成式 AI 的生存指南 -- 以 Stable Diffusion 為例$780$616 -
LangChain 開發手冊 -- OpenAI × LCEL 表達式 × Agent 自動化流程 × RAG 擴展模型知識 × 圖形資料庫 × LangSmith 除錯工具$680$537 -
未來工廠超進化！工業 4.0的物聯網智慧工廠應用與實作：使用 Arduino．Node-RED．Python．Grafana$690$483 -
威脅建模｜開發團隊的實務指南 (Threat Modeling: A Practical Guide for Development Teams)$680$537 -
Python：自動化股票網格交易實戰 86個活用技巧$600$420 -
AI 時代的資料科學：小白到數據專家的全面指南$1,080$853 -
LLM 的大開源時代 - Llama 模型精讀實戰$650$514 -
AI 人工智慧最新浪潮 — 停不下來的列車$380$296
相關主題
商品描述
與其去恐懼它、排斥它，
不如去了解它、利用它。
- 誠摯推薦
陳文茜，吳淡如
「除了美國各大學尤其是 MIT、Stanford 的 AI 開放式課程外，謝謝孫大千寫下這本書。它讓許多人，可以透過他的書籍，進入 AI 世界，不只是成為 AI 遊戲的消費者，而是 AI 時代有機會的參與者。」——陳文茜
人工智慧大揭密：
什麼是「大力出奇蹟」？
生成式 AI 是什麼？
如何善用變換器模型和擴散模型？
人工智慧的時代已經來臨，要如何讓人工智慧成為人類的幫手，而不是對手？要如何避免經典電影《魔鬼終結者》情境的真實發生？唯一的方法就是擁抱人工智慧、利用人工智慧和防範人工智慧，而這一切都必須從了解人工智慧開始。
本書針對人工智慧的發展歷史、理論基礎和應用場景做了相當完整的介紹。同時，作者也使用了淺顯易懂的方式來取代複雜的數學模型和電腦程式，對於各種模態的模型做了非常詳盡的說明。
如果你是以下的對象，本書將對你會有很大的幫助：
☑ 想要有系統了解 AI 的初學者
☑ 想要進入 AI 領域工作的新手
☑ 想要增加對 AI 的了解並將 AI 應用在經營和決策的企業領袖
☑ 想要學習使用生成式 AI 來提升工作效率的職場工作者
作者簡介
- 孫大千
台灣大學化工系學士，美國俄亥俄州立大學材料工程博士，曾經擔任第五、六、七、八屆立法委員。
現任中信金融管理學院科技金融研究所教授和 AI 人工智慧金融研究中心執行長，以及電影視覺特效公司《數字王國》執行董事。
著有《企鵝發燒了—從比特幣到元宇宙》。
目錄大綱
- | PART 1 人工智慧發展的過程和原理 |
第 00 章 寫在開始之前
第 01 章 起源
第 02 章 專家系統
第 03 章 類神經網路
第 04 章 機器學習
第 05 章 深度學習
第 06 章 卷積神經網路（CNN）
第 07 章 生成對抗網路（GAN）
第 08 章 擴散模型（Diffusion)
第 09 章 自然語言處理（NLP）
第 10 章 循環神經網路（RNN）
第 11 章 自動編碼器（AutoEncoder）
第 12 章 注意力機制
| PART 2 生成式AI 模型的崛起 |
第 13 章 變換器模型（Transformer）
第 14 章 生成型預訓練變換器（GPT）
第 15 章 ChatGPT
第 16 章 Gemini
第 17 章 盤古大模型
| PART 3 生成式 AI 工具的應用與發展 |
第 18 章 Stable Diffusion
第 19 章 Midjourney
第 20 章 Tensor.Art
第 21 章 Leonardo AI
第 22 章 DALL-E
第 23 章 Runway
第 24 章 Pika
第 25 章 Sora
第 26 章 結語
