美 網 歷屆冠軍的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列推薦必買和特價產品懶人包

下一個統治世界的企業：人工智慧讓47%以上工作被機器人取代， 我如何把威脅變機會?

為了解決美 網 歷屆冠軍的問題，作者小林雅一 這樣論述：

　　◎舉辦救災機器人競賽，美國國防部的善意為何引起日本、歐洲疑心？ 　　◎從無人車到宅配事業，Google收購八家以上機器人公司，打算多久征服所有產業？ 　　◎GE奇異免費提供全世界人工智慧運作系統，圖謀什麼？刺激德國發動工業4.0。 　　◎讓機器學習西班牙文，竟然中文和英文能力自動進步！這是驚喜還是警訊？ 　　◎臉書成立人工智慧研究院，搜尋引擎百度在矽谷成立人工智慧研究所， 　　德國的西門子、福斯汽車皆致力發展機器人思考型工廠，減少人力支出； 　　還有日本的軟銀、美國的微軟、蘋果、亞馬遜……爭相投入。 　　哪個企業主導AI，那個企業就能統治世界……最遲二○四五年全面接管。       

　　人腦路數全被電腦洞悉、機械手腳極度擬真人類， 　　當人工智慧翻轉了世界，你的工作是進化或淘汰？ 　　47%以上的工作會被機器人取代，威脅？只要你「早知道」，就會變成機會。       　　◎人工智慧，是毀滅人類的幸福工具嗎？ 　　──機器學習是雙面刃，迎刃而解也可能傷到自己： 　　․全球人才不到50位，你的機會來了： 　　不僅谷歌成立專門研究室，臉書、百度也加入戰局，較勁意味濃厚。 　　就連最自負的蘋果也不惜和微軟合作，企圖攜手對抗谷歌大神，               　　․ 哪些工作會消失，哪類工作更吃香？ 　　園藝專家、理髮師、廚師等需要結合模式辨識與細部運動神經的職業， 　　最

不容易被人工智慧取代。請問，你現在的工作是……？              　　․機器人大舉入侵，你如何應對？ 　　儘管Google以鐘形曲線為證，不斷強調無人駕駛車的安全性， 　　但現實世界裡的肥尾曲線，使無人駕駛車仍舊背負了不保證一定安全的宿命。 　　所以，碰到危險時還是必須由人來判斷。 　　◎全世界被AI統治的那天 　　──最遲2045年，誰主導AI誰就能「管理」世界： 　　․機器人之所以從實驗室走向大眾市場， 　　兩大關鍵為：開發成本大幅降低，與少子化、高齡化使得勞力需求倍增。 　　谷歌率先看出這中間的商機，搶先一步卡位。 　　․谷歌、亞馬遜都想用機器人稱霸供應鏈，乃至於宅配：

　　當家庭、辦公室，甚至各類職場都仰賴機器人的生產力時， 　　未來消費者不論怎麼選擇，壟斷市場的企業都能持續獲利。      　　◎人類價值何在，更進化或者遭淘汰？ 　　──從德國、歐盟的機器人計畫，看人類的機會：        　　․當電腦負責邏輯分析運算，人就發揮「主觀」。 　　把車子交給機器自動駕駛，卡車司機可在車上做更多辦公室業務。 　　建築師不必擔心沒靈感，而是利用電腦程式，在短時間內畫出上百張設計圖。 　　次世代機器人的技術性轉移，正好讓我們有機會思考「人類究竟該做什麼工作」。         　　人類的最後堡壘絕對不是人工智慧智能，我們還有更厲害的…… 　　畢竟發明機器人的，還是

人。 　　更重要的是，目前相關專業人才屈指可數，你現在追還不遲——。 各界推薦 　　《數位時代》編輯總監  盧諭緯 　　奇點大學（Singularity University）臺灣第一人  葛如鈞（寶博士）

美 網 歷屆冠軍進入發燒排行的影片

國語演講比賽開頭類型探討： 以中華民國國際演講協會為例

為了解決美 網 歷屆冠軍的問題，作者劉祖菁 這樣論述：

公開演說能力不僅是政治界領袖、企業界老闆、學術界教授都需要擅長的技巧，更是現代人進入職場為履歷表加分、為自己加薪必備的技能之一。但是，要完成一篇引人入勝、引起共鳴的演講，事前的眾多準備與練習，就會讓很多人怯步；「好的開始，是成功的一半」，如果演講者先從演講開頭著手，在演講的第一步就獲得聽眾高度注意與熱烈回應，接下來的演講必游刃有餘。一篇演講若能在開場就掌握住聽眾心理，演講者自然能放輕鬆繼續演說，也就掌握成功演講的第一步。 目前國內研究尚無針對演講開頭進行探討，於是，本研究根據文獻探討中諸位學者提出「演講開頭功能」理論作為分析的準則，採取文本分析法欲探討演講開頭的功能與類型，針對

中華民國國際演講協會近年來國語指定演講比賽的15篇文本與影片，分類歸納出演講開頭以那些功能為主，較常採取哪些類型，與演講開頭功能的順序性。 本研究的分析結果，15篇文本皆有運用開頭功能，使用率最高依序是「引起注意」、「提升形象」、「揭示重點」與「建立關聯」等功能來達到有效的開場；在使用類型最多依序是「引起注意」功能中的運用幽默、運用道具、運用問題、運用名言、語出驚人、觀眾參與等，在「提升形象」功能中則以「善意聯繫」類型為主。本研究透過演講開頭探討與解析，歸納出能引起最多共鳴的冠軍演講者，最喜歡使用的開頭功能，期望能在演講技巧學習中，提供實務上可運用的資源。

了解人工智慧的第一本書：機器人和人工智慧能否取代人類？

為了解決美 網 歷屆冠軍的問題，作者松尾豐 這樣論述：

本書榮獲日本2016年商業書大賞評審團特別獎 　　知識轉移新浪潮，深度學習大爆發。 　　一本書，解答你我對於人工智慧的所有疑問。 　　人工智慧翻轉世界的產業革命， 　　摩爾定律之後的新聖杯！ 　　2016年3月，Google開發具有深度學習（deep learning）的人工智慧AlphaGo，以四勝一敗擊敗圍棋好手李世石（Lee Sedol）。軟體銀行（SoftBank）機器人Pepper也開始進入人類職場，開始擔任大廳接待工作。 　　然而，對於一般人來說，無法分辨機器人（robot）和人工智慧（AI，artificial intelligence）究竟有什麼不同。 　　事實上，人工

智慧是抽象的思考，不需要有形體。機器人則有形體，而他們的「腦」其實就是人工智慧。 　　機器人與人工智慧一步步入侵你我的生活與工作，讓人感到驚慌失措的是，人工智慧繼續發展下去，到了2045年，人工智慧即將超越人類智慧，這就是Google工程總監雷‧庫茲威爾（Ray Kurzweil）預測的「奇點問題」（singularity problem）。 　　不過，與其擔心自己的工作是否被機器人與人工智慧取代，不如先深入了解它們，這是本書作者松尾豐（Yutaka MATSUO）撰寫本書的出發點。 　　松尾任教於東京大學，是日本研究人工智慧的第一把交椅，他也是日本人工智慧學會（JSAI，The Jap

anese Society for Artificial Intelligence）倫理委員會主任。 　　日本人工智慧學會為什麼要成立倫理委員會？源於2014年1月該學會出版的雜誌，使用一位女性機器人做家事的插圖當成封面，引發「歧視女性」的爭議（把做家事和女性劃上等號）。 　　因此，倫理委員會一開始討論的議題，是「機器人的外貌該如何設計，才能讓人接受？」。但是，更深刻的議題是，如果機器人和人工智慧取代人類的那一天來臨，你我應該如何是好？ 　　本書中，松尾豐歸納人工智慧的過去、現在與未來，說明「現在的人工智慧，能做什麼又不能做什麼，以及未來能做什麼」。 　　人工智慧能否取代人們的存在價值

？答案就在本書。 　　◎機器人與電腦軟體戰勝人類年表 　　1997年，IBM電腦軟體深藍戰勝西洋棋世界冠軍蓋瑞・卡斯巴羅夫（Garry Kasparov）。 　　2012年，IBM超級電腦華生（Watson）在智力問答節目中戰勝歷屆冠軍。 　　2012年日本第一屆將棋電王戰中，前一年的世界電腦將棋軟體Bonkras，戰勝永世棋聖米長邦雄。 　　2013年，Amazon自動無人駕駛飛機專案正式啟動。 　　2014年，第三回將棋電王戰電腦軟體取得四勝一敗，維持電腦戰勝人類的優勢。 　　2015年，Google自動駕駛技術實地實驗。 　　2016年，Google深度學習專案電腦圍棋AlphaGo戰

勝棋王李世石。 　　2021～2022年，機器人東大君有可能考上東京大學，證明人工智慧可以考進日本最高學府。 　　2045年，奇點（singularity）逼近，人工智慧開始自我進化。 得獎記錄 　　本書在日本榮獲的獎項包括： 　　2016年商業書大賞評審團特別獎 　　2016年日刊工業新聞社獎 　　2016年IT工程師書籍大獎（商業書類別） 　　2015年度公益財團法人大川情報通信基金大川出版獎   作者簡介 松尾豐（Yutaka MATSUO） 　　現任東京大學工學系研究所副教授。1997年畢業於東京大學電子資訊工程系，2002年取得工學博士學位，於同年起擔任產業技術綜合研究所

研究員。2005年擔任史丹福大學客座研究員，2007年起擔任現職。兼任新加坡國立大學客座副教授、經營共創基盤公司（IGPI）顧問、日本人工智慧學會（JSAI，The Japanese Society for Artificial Intelligence）倫理委員會主任。專長領域為人工智慧和大數據分析等，是日本頂尖的人工智慧研究者之一。獲選《日經商業周刊》「創造新時代的100人」（2015年12月28日出刊）。 譯者簡介 江裕真 　　畢業於輔仁大學管理學研究所、中央大學資訊管理系，現為《今周刊》特約譯者。譯作包括《無印良品培育人才祕笈》《無印良品成功90%靠制度》等。

推薦序　打造有智慧的機器　文／于天立（國立台灣大學電機工程學系副教授） 前言　人工智慧的春天 序章　人工智慧的範疇在擴大：人工智慧會毀滅人類嗎？ 　人工智慧開始超越人類 　汽車會變，機器人也會變 　超高速處理的破壞力 　人工智慧能否成為科幻小說家？ 　全球對於人工智慧的研究投資都在加快 　面臨失業的人類 　人類的危機來臨 　如何閱讀本書 第一章　何謂人工智慧：專家與社會大眾的認知落差 　人工智慧尚未實現 　基本命題：人工智慧「沒理由實現不了」 　何謂人工智慧：專家們的定義 　人工智慧與機器人的區別 　何謂人工智慧：社會的認知 　打工族、一般員工、課長、經理 　強人工智慧與弱人工智慧

第二章　「推論」與「探索」的時代：第一次人工智慧熱潮 　熱潮與寒冬時代 　「人工智慧」一詞誕生 　利用搜索樹走出迷宮 　河內塔（Hanoi Tower） 　機器人的行動規畫 　對手的存在會讓組合變得龐大 　在西洋棋與將棋戰勝人類 　祕訣一：找到了更好的特徵量 　祕訣二：以蒙地卡羅法改變評鑑機制 　窘境在於無法解決現實問題 第三章　只要輸入「知識」就會變聰明：第二次人工智慧熱潮 　與電腦交談 　以專家系統代替專家 　專家系統的課題 　何謂表達知識 　為求正確記述知識而做本體論研究 　重量級本體論與輕量級本體論 　華生（Watson，IBM開發的人工智慧系統） 　機器翻譯的困難之處 　框架問題

　符號接地問題 　過於前衛的「第五代電腦」 　第二次人工智慧熱潮就這樣結束了 第四章　「機器學習」悄悄地在擴大地盤：第三次人工智慧熱潮（二之一） 　資料的增加與機器學習 　所謂的「學習」就是「分類」 　有老師的學習、沒老師的學習 　「分類方式」也分很多種 　透過神經網路辨識手寫文字 　「學習」固然花時間，但「預測」只要一瞬間 　機器學習時的難題 　為何至今未能實現人工智慧？ 第五章　打破寂靜的「深度學習」：第三次人工智慧熱潮（二之二） 　深度學習開啟了新時代 　自動編碼器將輸入等同於輸出 　根據日本全國的天氣推敲地區天氣 　手寫文字中的「資訊量」 　往深處多挖掘好幾層 　谷歌（Google

）的貓咪辨識 　大幅發展的關鍵在於「強固性」 　如何提升強固性 　回到基本命題 第六章　人工智慧會超越人類嗎：深度學習之後還有什麼 　深度學習起的技術進展 　人工智慧不具有本能 　電腦有創造力嗎？ 　智慧的社會意義 　奇點真的會出現嗎？ 　假如人工智慧征服人類 　人工智慧必須造福大眾 終章　逐漸轉變的世界：對產業與社會的影響以及戰略 　逐漸轉變的事物 　對於產業造成的漣漪效應 　人工智慧的影響慢慢擴增 　不久的將來會消失與留存的職業 　人工智慧催生的新事業 　人工智慧與軍事 　「知識轉移」改變了產業結構 　人工智慧技術遭獨占的可怕之處 　日本人工智慧發展的課題 　人才的多寡是逆轉的王牌 　

要對偉大的前輩抱持謝意 結語　盡情想像尚未問世的人工智慧 圖表索引 譯名對照   推薦序 打造有智慧的機器 　　大家可能還記得電影《模仿遊戲》（The Imitation Game）中，電腦科學之父，同時也是人工智慧之父艾倫・圖靈（Alan M.Turing），想要建一個可做任何事的機器。 　　首先，圖靈機有無窮多個而且可被編號，而所有的圖靈機定義了所有可被計算的函數。你可以想像有個一號圖靈機可以做加法，有個二號圖靈機可以做開平方根等等。圖靈証明了通用圖靈機（universal Turing machine）的存在：只要你輸入某個號碼，它就可以「模仿」其相對應的圖靈機。在上面的

例子中，對通用圖靈機輸入2，它就會做開平方根的工作。 　　說穿了，圖靈機其實就是可程式化機器，所謂輸入的號碼其實就是程式，而現在的電腦就是通用圖靈機的一種不完美（因為沒有無窮的記憶體）的實作成品。這種想法在現今電腦充斥的年代看來可能稀鬆平常，但當年在許多人看來是件瘋狂不可行的事情。 　　事實上，從發展圖靈機開始，圖靈就一直在思考「機器的智慧是什麼」。 　　如果我們再進一步的思考，把人視為一個函數：以環境所有歷史紀錄（從有感知開始一直到現在的時間點）作為輸入，而輸出動作或回應。就這個觀點來看，通用圖靈機應當可以模仿一個人的所有行為，也就是產生出人造的智慧。人工智慧此一學科由此誕生。 　　

對於機器可以模仿人的想法，許多人抱持著懷疑的態度。本書作者的研究所學生時期是1997～2002年，而我則是2000～2006年，所以對書中作者提到的挫折很有感受。2000年左右，當時電腦中最熱門的領域是網路及多媒體應用。當有人聽到我想投入人工智慧及機器學習領域時，常見的反應是「為什麼不去研究網路多媒體，做點實際的東西出來」，一副好像人工智慧就是在打高空，不切實際的樣子。然而當時誰又能想到才沒十幾年的時間，人工智慧已經發展到了現在的樣貌。 　　在AlphaGo戰勝李世石（Lee Sedol）之後，有許多人認為AlphaGo靠的是大量的運算，而並非真的瞭解圍棋。這類聲音正如IBM開發的超級電腦「

華生」（Watson）在益智問答競賽中勝過人類後，被認為並非真正瞭解問題本質。這裡我想引用一段電影模仿遊戲中的台詞： 　　Of course machines can't think as people do. A machine is different from a person. Hence, they think differently. The interesting question is, just because something, uh... thinks differently from you, does that mean it's not thinking? 　

　人類常常習慣性的本位主義思考，認為電腦就算能得到答案，但它並不瞭解問題的本質，也沒有所謂的思考。其實反過來想想，其實可能只是人類並不瞭解電腦「思考」的方式（現今機器學習中許多的演算法，就算是開發者自己也無法完全預測電腦最後的行為）。若以圖靈測試這種操作型的方向來思考，當電腦可以在某些問題上表現的比我們還好，我們卻說電腦並未真正瞭解問題本質是否過於武斷了呢？ 　　本書很完整地回顧了人工智慧的興衰史，作者認為，目前人工智慧的第三次熱潮源自大數據上的機器學習及深度學習。我也非常同意，其實這兩者的時機真的是結合的很好。深度學習由於使用了非常多層的神經網路架構，再加上大量採用修正線性單元（recti

fied linear unit），使得整個學習概念變成簡單到像是用多個線段來逼近一個函數而已。不過這件事配合上大量的學習資料卻是恰到好處。舉例而言，若我們要學的概念是一個圓，早期的做法可能是給圓周上的十幾個點，然後靠著複雜的演算法理解這可能是一個圓。現在的做法則是給圓周上十萬個點，則基本上只要把這十萬個點用線段連起來就夠像個圓形了。近年來這樣的趨勢越來越明顯，研究的重心已經漸漸從原先的演算法轉移到資料本身，而形成了資料科學（data science）。雖然要解決的問題本質還是一樣，但看事情的出發點已經不同了。 　　關於目前人工智慧的現狀，我很喜歡本書作者利用彩券為比喻。目前人工智慧就像是大

樂透上看十億。要中十億的路途艱難，但許多人願意一試。當然最後仍然可能沒有任何人中大獎，但硬要說人工智慧根本不可能實現似乎也過度悲觀。相對的來說，我們似乎也不用過度擔心人工智慧取代人類。拜AlphaGo所賜，最近我常受邀演講，最常被問到的就是「人類會被AlphaGo取代嗎？」即使我以為不該武斷地認為AlphaGo不會思考，但目前我們的確還沒發展出有”自我意識”的機器（即使我們也搞不懂自我意識是什麼）。也就是說，我們叫AlphaGo下一千盤棋，它就會照下，不會說「我累了，想吃冰淇淋」。所以，等到AlphaGo不想下圍棋時再說吧！ 　　人工智慧到底會發展到哪裡呢？本書對於常見的奇點問題（singu

larity problem）也有論述。姑且撇開智慧能否無限增長不談，人類可能造出比本身更有智慧的機器嗎？看法相當分歧。像雷・庫茲威爾（Ray Kurzweil）就是極端的樂觀派，而我則更傾向本書作者的看法：不是不可能，但應該還有好長一段路要走。而且與其擔心人工智慧本身，可能更需要擔心的是人工智慧技術與資訊的獨占，及其對產業的衝擊。 　　本書對於上述所提到的技術都有深入淺出的介紹，作者能把許多艱深的技術用生動的例子說明，實在令人佩服。對於人工智慧的歷史、目前發展，作者參考了許多看法，提供完整的資訊。在我看來，本書算是市面上關於人工智慧科普書籍中意見較為中肯不偏頗的。透過閱讀本書，讀者應能夠更

全面地理解人工智慧給人類帶來的便利以及潛在的危險。而且本書所呈現的，不僅僅是歷史、技術，還包含了對人類社會的影響、價值衝擊。就讓本書作者帶領著我們一起對人工智慧做個較為理性、全方面的探索吧！ 文／于天立（國立台灣大學電機工程學系副教授） 前言｜  人工智慧的春天  「人工智慧」（AI，Artificial Intelligence）這個詞，在很多地方都看得到，與短短十年之前有很大的不同。 一九九七年到二○○二年，我還是研究所學生時，每當我提及我在研究人工智慧，很多人都會露出訝異的表情。就算去問周遭的研究者：「為何人工智慧尚無法實現？」得到的也只是苦笑。因為，在那個時候，「人工智慧」這個詞，

或者說主張「人工智慧能夠實現」這件事，依然算是某種禁忌。 有一段往事，到現在我都還印象深刻。那是我完成研究所課程，以新手研究者之姿申請研究費、接受審查時發生的事情。對新手研究者來說，是不是能獲得每年幾百萬日圓的研究費，可以說事關自己的研究者生涯能否繼續下去，也決定了研究者的人生是黑白還是彩色的。那時我絞盡腦汁，擬出了申請研究費的提案書。 在二○○二年那時，我最早著手研究網路上既有的資訊。我能夠透過分析大量的網頁，大量找出足以表達字詞（關鍵字）相關的網路（network）。只要利用這樣的網路， 就算是乍看之下並無相關的字詞，應該還是可以在找出其相關性後，推出切中需求的廣告。由於在那時尚無任何人

研究網際網路上的廣告技術，我對於自己的提案相當有信心。 我順利通過了書面審查，意氣風發地進入面試階段。在面試的會場裡，坐了好幾位其他領域的泰斗級老師，我就在他們面前一個人做簡報。在針對研究內容接受他們鉅細靡遺的提問後，老師們講出來的話，對我造成很大的衝擊。 「不要搞什麼廣告這種無聊的玩意。」 「不要輕易說出你可以輕鬆建立字詞網路這種話。」 最後，他們丟給我的話最為不客氣： 「你們這些研究人工智慧的人，總是愛這樣撒謊。」 想當然爾，那次的提案沒有通過。雖然如今靠搜尋引擎或廣告賺錢已經司空見慣，但是現在想起來，在那時，我的研究還是領先時代，應該是個還不壞的提案才對，卻遭受到那樣的對待。對於學生時代

以來就研究人工智慧的我來說，那一刻，我才真正嘗到了這個社會瞧不起人工智慧研究的冷漠。 「不可以使用人工智慧這個字眼。」 「很多人光是聽到人工智慧這個字，就會產生敵意。」 那時受到的衝擊，到現在都還深深地銘刻我心。那是我第一次為了爭取研究費而接受面試的不堪回憶。　　然而，時代改變了。

台灣初等教育的體育課程與少棒運動發展之研究─以嘉義市垂楊國小為例

為了解決美 網 歷屆冠軍的問題，作者黃雅瑜 這樣論述：

日治時期(1895-1945年)初等教育體育課程的實施，打開了台灣人對新式體育課程的視野，並開始參與棒球運動。雖然此時期棒球運動僅列入課外活動實施，並未普及化，但因為學校中開始教授此項目，促使日後台灣各地陸續開始有少棒比賽的舉行，使少棒運動日漸蓬勃發展。 戰後至課程改革開放之前(1946-1992年)，因為國共政治上的對立，體育課程也反應出這樣的政治氛圍，強調「民族」和「團結」的精神。棒球運動本身即是一項強調團隊合作的運動，再加上參加威廉波特世界少棒(LLB)比賽奪冠的催化下，展現了民族的優越性，因此逐漸受到政府的青睞，將棒球運動正式納入體育課程中。但是在追求「世界冠軍」的美夢

中，為了奪得冠軍，使得學校體育發展脫離常軌。嘉義市垂楊國小的第一代垂楊少棒隊(1965-1973年)就是在這一波熱潮下迅速成名，又很快的遭解散命運，即是最佳的實例。 課程改革開放後(1993-2009年)，社會逐漸開放與多元化，尤其是在九年一貫課程的公布後，學校體育課程更朝向了彈性化；而國際性的少棒比賽並非侷促於世界少棒(LLB)的比賽，少棒運動的發展不若前期以比賽為導向，因此也在多方促成下，再度組成第二代垂楊少棒隊(1998-2009年)積極將棒球運動落實於體育課程，不再將比賽奪冠視為組隊的唯一目的，體育課程落實，對棒球運動影響有正面的影響。