為什麼要讀這本書？

最近的專案有些跟物聯網、雲端應用、AI 等數位產品系統相關，坦白說，物聯網跟雲端應用很好理解，自己已做過相關專案，很清楚這兩者怎麼玩，但 AI 人工智慧就似懂非懂。當我看到這本書 - 圖解 AI 人工智慧大未來，有圖解，應該會能幫助我更具體想像，理解 AI 人工智慧。

AI 人工智慧是什麼？

在了解之前，要先定義什麼是 "智慧"？書中提到：

所以，要判斷或賦予機器物品 AI，它需要著重於以下三項能力：

1. 有事物理解的能力：以攝影機來說，當貓走過去，它會自動拍照存檔，一天下來主人就可以知道有幾隻或同隻貓咪在家門口閒晃幾次？這就是 AI 智慧攝影機了，因為它跟人一樣有能力透過一些特徵，來理解貓的長相型態。
2. 有捕捉語意的能力：以手機來說，我對著它講：Hey Siri, 今天會下雨嗎？ 手機很快就回答今天要帶傘喔，因為我所在的區域，有 80% 的下雨機會。這就是 AI 智慧手機了，因為它跟人一樣有能力聽懂語意，回應我們預期的答案 (叫我要帶傘，而不是說該去睡覺囉 💤 這種莫名其妙的話)
3. 有判斷如何回應的能力：其實就是進一步解決問題，延續第一個認識貓的能力，如果攝影機拍到貓走到家門口，就自動開啟灑水器把貓嚇跑，以免貓咪亂便溺在家門前。這就是更聰明 AI 智慧攝影機了，它不但跟人一樣認識貓，還知道用灑水器把貓嚇跑來解決亂便溺的問題。

AI 如何應用在雲端及物聯網？

雲端 AI 有哪些

主要分為兩種，一種是已經訓練好的 AI, 例如微軟有提供電腦視覺 AI，是一個即開即用的概念 😀，只要透過 API 連上雲端的系統，馬上就可以辨識人臉及物體形狀，省下大幅訓練的時間。另一種是較進階的學習型 AI, 專門用來做未知領域的機器學習。比如說今天要做一個智能判別建物是否為危樓的系統，就能使用學習型 AI, 我們只要準備大量照片告訴 AI 哪些外觀算危樓，哪些是正常的。

物聯網讓人工智慧更聰明

IoT 的普及讓人工智慧更進步，因為可以蒐集到更多的資料。例如：我每天使用到的 Google Map，在查詢路線時，不但規劃多條路徑讓我參考，連路況(有沒有塞車)都用顏色標出來，幫助我快速選擇最佳方案。

可曾想過這麼貼心的服務如何辦到的？

就是靠許多在路上行駛且連上網路的汽車(物體)回傳所在位置及時速給雲端 AI，AI 演算法利用這些資料告訴我們這條路好不好開，進而節省我們的通勤時間。(延伸閱讀：Google 地圖如何使用 AI 預測車流量、決定最佳路線)

邊緣運算讓 AI 的幫助更即時

當物聯網普及，家裡的電器大至冰箱冷氣、小到插座都可以連上網，資料之龐大如果過度依賴網路傳輸到雲端 AI 這個大腦，首見有感的問題將是資訊反饋的延遲 (latency)。這就是個大家要排隊等 AI 處理資訊的概念，排隊的人越多，等待時間當然會拉長。若是家電這些邊緣裝置也有 AI 的功能，就能克服這個問題了！

以智慧冰箱為例：就算沒有連網路，冰箱本身已經內建一個 AI 功能可以定時掃描冰箱裡的食材，數量不足的話，就在冰箱螢幕上提醒你該補貨囉，這就是邊緣運算的概念。

當冰箱連上網路，再定時把每天搜集到的資訊、照片傳到雲端 AI，如果有更聰明的提醒方式，就下載到冰箱更新，開始撈叨你要均衡飲食，因為長期沒看到你在冰箱放蔬果，都是垃圾食物 😂 (延伸閱讀：AI冰箱真聰明 知食材存量、能推薦食譜還能列出採購清單)

在 AI 的時代我們要當造局者

雖然人類已經無法跟演算法和電腦的計算速度競爭。但是我們仍然擁有一項 AI 無法取代的優勢：「懂得建立、想像、創造各種思考框架的能力」，也因此什麼容易被 AI 取代，哪些不會則顯而易見。

容易被 AI 代勞的產業或工作有：製造業、文書工作、監控、檢測及貨物運輸等等．．．

很難被 AI 取代的有：創意、藝術、學術、溝通諮商等領域，這些都需要理解情境意涵才能執行。

和 AI 共存的時代，與其擔心被 AI 控制，不如學習思考框架，精進解決陌生問題的能力來創造更好的局勢，

AI 再怎麼聰明，終究是演算法賦予它能力，它不會無中生有，善用 AI 讓我們的生活更便利吧！🙂