AI必修課：日本情感研究權威的人工智慧秒懂攻略

第一章 人工智慧是什麼？
1.1 人工智慧何時誕生？
●人的智慧？人工智慧？
●哪一邊是人呢？圖靈測試
●看起來有點孤單的人工智慧？
●人類和人工智慧的差異
●與電腦性能一起發展
●AI的歷史＜達特茅斯會議＞
●AI的歷史＜第一次AI熱潮＞
●AI的歷史＜第二次AI熱潮＞
●現在進行式＜第三次AI熱潮＞！

1.2 這就是人工智慧？
●人工智慧和機器人的差異
●機器人研究？人工智慧研究？
●人工智慧是否需要身體？
●第一級人工智慧
●第二級人工智慧
●第三級人工智慧
●第四級人工智慧、特化型人工智慧
●第五級人工智慧、泛用人工智慧

1.3 人工智慧會超越人類嗎？
●「科技奇點」是什麼？
●科技奇點值得擔憂嗎？
●怎麼製作泛用人工智慧？
●人類是否有可能因AI而滅亡？
●AI會改變人類的未來嗎？
●未來可能消失的工作？
●未來可能留下的工作？

第二章 人工智慧擅長與不擅長處理的事
2.1 人工智慧擅長處理的事
●擅長處理Web資訊
●0與1組成的數位資料
●電腦資料（語言、影片、聲音）
●以電腦處理視覺資訊
●數位相機的進化
●提高解析度，相機可以超越人眼嗎？
●世界共通的資料
●圖像識別競賽ILSVRC
●電腦處理聽覺資訊
●使用兩個麥克風的聲音辨識
●使用多個麥克風的「麥克風陣列」
●如何將聲音轉換成文字？
●聲音模型、語言模型

2.2 人工智慧不擅長處理的事
●事物的意義難以理解
●語意網路是什麼？
●就算不懂問題的意義仍可回答？
●潛在語義分析是什麼？
●東Robo君放棄的理由
●為了變聰明，五感是必要條件？
●對人工智慧來說，什麼是味覺？
●對人工智慧來說，什麼是嗅覺？
●氣味在未來有哪些相關發展？
●對人工智慧來說，什麼是觸覺？
●實現觸覺很困難！

第三章 人工智慧如何從資訊中學習？
3.1 機器學習是什麼？
●想要教機器（電腦）如何「學習」！
●監督式學習
●分類問題＜判斷垃圾郵件＞
●回歸問題＜預測數值＞
●找出適當的直線（函數）！
●過度學習
●什麼是非監督式學習？
●把資料分成數個群集吧！
●k-means分類法
●強化學習是講賞與懲罰

3.2 類神經網路是什麼？
●神經元建構的腦
●人工神經元的結構
●權重代表重要度與信賴度
●赫布理論
●什麼是感知器？
●線性不可分的問題
●Backpropagation（誤差反向傳播法）
●為了讓誤差變小，需要調整權重！
●增加層數後…誤差反而傳不過去？
●支援向量機的優點是什麼？
●過度學習的避免與泛化能力不能兩者兼得

3.3 Deep Learning厲害在哪裡？
●Deep Learning出名之日
●電腦自動尋找特徵量！
●Deep Learning可以到四層以上
●自動編碼器的輸入與輸出相同？
●輸入與輸出相同所代表的意義
●更接近人類的方式
●Deep Learning方法

3.4 AI三大家之一的「遺傳演算法」是什麼？
●AI三大家的各種面向
●達爾文演化論的啟發
●遺傳演算法的使用方式

第四章 人工智慧的應用
4.1 從「遊戲」應用看人工智慧
●遊戲AI進化史
●人類 vs AI ～西洋棋篇～
●人類 vs AI ～將棋篇～
●人類 vs AI ～圍棋篇～

4.2 「影像」應用，引發第三次AI熱潮
●Google的貓識別
●影像辨識的進化
●醫療上的應用（庄野研究室）
●醫療上的應用（黑色素瘤的判別）
●醫療上的應用（癌症診斷）
●提升診斷精確度

4.3 熱門話題「自動駕駛AI」應用
●自動化達成的程度？
●為實現自動駕駛必須做到哪些事？
●訓練自動駕駛的步驟
●如何判斷位置與狀況
●發生交通事故，如何釐清事故原因？

4.4 「對話AI」應用實例
●如何讓電腦與人對話？
●「有知識的」對話AI
●「沒有知識的」對話AI
●編寫對話的三種技術
●如何使機器進行自然對話？
4.5 遺傳演算法的「擬聲詞」應用實例
●傳遞人類感受的擬聲詞
●擬聲詞生成系統
●生成擬聲詞的步驟
●執行最適化過程
●擬聲詞生成系統的內部機制
●擬聲詞的生成

4.6 AI的「藝術」應用實例
●AI在藝術方面的挑戰～小說篇～
●AI小說計畫
●AI在藝術方面的挑戰～繪畫篇～
●AI在藝術方面的挑戰～作曲篇～

結語
參考文獻
索引
 

前言

　　近幾年來，市面上出現了許多與人工智慧相關的書籍，銷量都不錯，使人工智慧相關的知識似乎早已普及於我們的世界。這時候才要寫一本人工智慧的書會不會稍嫌太遲呢？因此，我並沒有很積極地想要寫一本給大眾閱讀人工智慧相關書籍。就在此時，曾因其他企劃案而請我寫過書的歐姆社向我提案，「既然坂本老師是人工智慧學會的學會期刊編輯委員，要不要試著寫一本講人工智慧，且有著坂本老師風格的書呢？」我不太會拒絕別人的請求（當然，如果是現實上不可做到的事我還是會拒絕），反而常把這想成是上天賜給我的機會，便心懷感激地接下了這個工作。

　　被人要求寫出「有我的風格人工智慧相關書籍」，於是我一開始先翻出得到2014年度人工智慧學會論文獎兩篇論文：《判斷不同擬聲詞造成人們印象中各種細微差異的系統》（人工智慧學會期刊29卷1號）與《符合使用者感性印象的擬聲詞系統之創造》（人工智慧學會期刊30卷1號），想以這兩篇論文為基礎試著寫寫看。但我發現這樣寫出來的內容太過艱深，故試著調整，從原來的專業書風格，改為入門書風格。

　　由於從前我讀的都是人工智慧的專業書籍，藉著這次機會，我開始尋找一些市面上的入門書籍，並試著閱讀這些書。經過搜尋，我產生了一種感覺：「這些原本應該要寫得簡單易懂的入門書，對一般人來說，想必還是很難看得懂吧」。事實上，一般人對AI人工智慧本來就有著「很困難」的印象，大概很少有人會想去弄懂人工智慧是怎麼回事。因此，我便抱著想要寫出有趣內容的想法，寫出了這本書。

　　本書的目標，是讓完全不懂人工智慧的人，也能夠輕鬆讀懂本書的內容。譬如說要開始思考未來方向的高中生、大學念文組科系卻對人工智慧有點興趣的人、大學是理工科系且準備要朝資訊工程方面發展的人、無法無視人工智慧存在的企業員工和主管、在人工智慧應用漸廣趨勢下為孩子未來前途擔心的家長、想要繼續打拼永不退休的老人等，無論男女老少都可以閱讀的一本書。

　　雖然我的目標是要寫出一本可以輕鬆閱讀人工智慧相關書籍，但在提到深度學習此時還是不免會提到技術相關的話題，因此本書第三章可能較有難度。不過就算是入門書，關於深度學習部分的內容都會顯得特別難。我抱著這樣的擔憂，並將寫完的原稿交給日本歐姆社，沒想到加上了簡單易懂的插畫，卻搖身一變成為輕鬆有趣的內容，真的是非常感謝各位編輯與插畫家。

　　進入校稿階段時，我邀請當年度以深度學習為題，完成畢業論文的川嶋卓也同學試閱，請他指出是否哪個部分不易懂，或者哪裡有問題。剛寫完畢業論文之際，畢業生通常只想儘快進入人生下個階段。在這樣的心情下，川嶋卓也同學仍願意仔細閱讀，協助校稿，實在相當感謝。

　　最後，在許多人的幫助之下，這本書才得以完成。在此要感謝推動這項短期企劃的各位歐姆社書籍編輯部人員，以及為這本書繪製精美插畫的Office sawa澤田小姐。

　　我期望能透過本書，讓更多人能夠瞭解人工智慧是怎麼一回事。