突破AI瓶頸 - 與外星人對話

這本書包含：ASR 、NLU、NLP、Deep Learning的概念。



作者在AI領域一年多，就在相關語音辨識領域打敗得競爭同業，並有應用在客戶端的案例，獲致客戶對同業最好的評價，AI並不容易做，能夠實際應用在客戶端更難。作者到底怎麼做到的，他對於AI有獨到的見解，歡迎購買與了解。

--------------------------------------------------------------------------------------------------

作者做過十年的程式設計師，十年的 PM、SA，專案管理有獨到之處，十個月打敗對手兩三年的系統建置。

本書採重點式描述，每個章節都是重點，讓您對專案管理有更深的了解與體會!

--------------------------------------------------------------------------------------------------

著作過兩本書，在Google Play圖書暢銷書排行榜都有不錯佳績。

[程式快手] 曾在Google Play圖書暢銷書，創下第2名佳績。

[專案管理 葵花寶典(專案快手)] 曾在Google Play圖書暢銷書，創下第27名佳績。

--------------------------------------------------------------------------------------------------



那天，我跟同事Ally討論到語言辨識系統的NLP，突然講到，語言辨識系統可以強到可以辨識外星人的語言就厲害了。於是我們就開始討論語言辨識系統對於外星人溝通，在架構上的可能性以及相關的功能，越講越覺得可能性越高。



我記得之前問過一位資優班小朋友一個有點難的數學問題，才剛講完題目，他就直接答出答案。我問他：「你為什麼知道答案？難道你都不用先計算？」他回答：「你問完問題，我頭腦裏面自然就浮現答案了。」我整個驚訝地難以置信。但在我熟稔的工作，在做了二十年之後，的確聽到客戶的需求或想法，腦中就浮現答案，這個方式是不是最好的做法？可不可行？是否有更佳的做法？但這是經驗在頭腦裏面自然而然快速地在邏輯中，計算出結果。但小朋友學習計算的時間並不長，我都需要花一些時間計算的題目，小朋友卻不需要計算就可以得到答案，可見他的頭腦邏輯更快更好。



(1) 透過長久的經驗，可以加快結果取得的速度。



(2) 本身先天的邏輯好，處理速度快，也可以很快取得結果。



我們會討論出結果，自然也是這樣的經驗累積下，自然產出的一個結果。在透過經驗法則來推論其可行性。筆者有10年以上的程式開發經驗，10年的PM與SA經驗。頭腦快速地驗證結果，似乎都是可行的。就讓我們開始探討它的可行性與做法吧。



壹、 內容.. 2

貳、 自序.. 5

一、 前序.. 5

二、 自序.. 6

三、 怎麼看這本書比較快.. 8

四、 購買本電子書的優點.. 9

五、 其他說明.. 10

參、 超越人工智慧？與外星人溝通？.. 11

一、 自動學習並且辨識外星人的AI 11

二、 取得外星人的聲音、數位訊號.. 17

三、 自動標註功能.. 19

四、 NLP+NLU. 21

五、 Deep Learning. 24

六、 回饋標註.. 26

七、 翻譯系統(語言轉換模組) 31

肆、 理論轉換實際.. 32

一、 單一維度：聲型標註.. 36

二、 單一維度：NLP/NLU. 38

1. 單一字詞標註.. 40

2. 語料決定權重/比例，反之亦然.. 44

3. 自動學習詞性的關聯.. 46

三、 單一維度：影像辨識模組.. 49

四、 透過二維交叉關聯.. 51

五、 其他維度：腔調.. 53

六、 自我學習模組：(多維度) 56

伍、 對談學習模組：.. 59

一、 人類對談學習模組.. 59

二、 超越人類、降低盲點.. 60

三、 與外星人對談.. 61

陸、 AI快速架構(快取架構) 62

一、 AI應用架構.. 64

二、 個別模組或維度的開放架構.. 64

柒、 問題回覆.. 65

一、 是否只是概念階段.. 65

二、 為甚麼不自己做一套系統.. 67

捌、 註解說明：.. 68

一、 堆疊式關鍵字(關鍵字堆疊)架構設計.. 68

二、 堆疊式詢問(結果堆疊)架構.. 69

三、 流程推論架構.. 70

玖、 後序 71