一本書讀懂人工智能

第1章 AI 世界的全貌
導圖 人工智能100
總論 從熱潮轉向應用的決勝之年
實例 無所不在的AI 應用
技術 深度學習基礎的提升
社會 導致死亡事故的AI是否應該問責？向誰問責？
第2章 AI在各個領域的應用
人工智能Watson 花1 年半時間進行機器學習
深度學習使生產效率翻倍
利用AI 攝像與邊緣技術分析來店顧客
AI 應用于IT 人才招聘
AI 制定配送計劃
AI可以學習有經(jīng)驗職員的隱性知識
AI 縮短電話等候時間
預知設備異常：通過IoT 和AI 開展新事業(yè)
通過深度學習運轉資產，獲得更優(yōu)秀的投資成績
AI 檢查顧客與營業(yè)員的面談記錄，分析顧客需求
利用AI提升成品率、配送目標分辨率和顧客滿意度
第3章 AI倫理及開發(fā)指導方針
制定AI 開發(fā)指導方針，要求透明度、可控性
AI 創(chuàng)投公司實力者為何反對AI開發(fā)指導方針
“AI 威脅論”源于無知：3 個誤解以及真正的課題
AI 與倫理：熱點爭議話題
AI發(fā)生事故，如何追責
專家談去AI威脅論：將AI 分為“通用AI”和“專用AI”是錯誤的
AI 開發(fā)不需要法律約束，應該以“軟法”進行管理
日本AI 第一人：向大腦學習更接近通用AI
在網(wǎng)上收集的數(shù)據(jù)可以用來實施訓練嗎？
AI 的軍事利用：一個忌諱的話題
第4章 AI發(fā)展現(xiàn)狀
不斷升溫的AI 芯片開發(fā)
東芝的腦型AI 芯片通過Flash 派生技術實現(xiàn)節(jié)電
“國家缺少關鍵的AI 研究基礎設施”提供1 人1000 兆FLOPS 環(huán)境的理由
Keyword 機器學習
第5章 無所不答的“自動聊天AI”
無所不答的“自動聊天AI”解決人手不足問題的妙招
Amazon Echo 成功的原因
夏普的RoBoHoN 的秘密，發(fā)展至此的語音AI！
美國語音AI 創(chuàng)投企業(yè)的真相
Amazon Echo 是通用電腦，而非音箱
在Amazon Echo 體驗購物
Keyword 深度學習
第6章 AI 專家的見解
深度學習的價值在于獲得“眼睛”
訴訟援助培育形成數(shù)據(jù)解析技術 利用自主開發(fā)的AI 提升醫(yī)療效率
業(yè)務領域的AI 應用需要三個條件
Google 云端的籌碼就是機器學習，我們也提供專家才能
AI 已經(jīng)超越人腦的局限
硅谷新興企業(yè)談SaaS?AI?IoT
大型企業(yè)聚焦AI 及大數(shù)據(jù)的應用
AI 會給數(shù)據(jù)分析科學家的工作帶來怎樣的變化？
第7章 AI 熱潮的謊言和真相
越來越多的AI 欺詐：人工智能究竟能做什么 ？
最普及的AI 是電飯鍋！人工智能究竟是什么？
燒錢的“機器學習”和不能落地的“深度學習”
如何使用深度學習？谷歌都還沒想明白！
AI 與IoT 分離，IT 企業(yè)借此雙重收費
“自動駕駛技術將很快走向實用”純粹是錯覺
“AI 律師”的真實工作狀態(tài)：每天重復簡單的作業(yè)
“HRTech”陷阱：AI 消滅人事部？
“機器人顧問”的智能水平僅相當于電飯鍋！
別上AI 詐騙的當，經(jīng)營者也要懂技術