2016年12月14日 星期三

新數位力:解密數位時代脫穎而出的關鍵

新數位力:解密數位時代脫穎而出的關鍵
2015/10/30

第1章 數位精技(Digital Mastery)是什麼?
- 數位力、領導力
第一篇 打造數位能力
- 許多企業總把數位科技和數位優勢畫上等號,但數位行家關心的不是科技的本身,
而是如何透過科技來創造差異化。
- 藉由數位能力的三大層面創造差別化優勢:
創造撼動人心的客戶體驗
激發核心營運流程的爆發力
業務模式再造
- 業務模式再造的五種典型
1.產業的再造 2.產品或服務的替換 3.新數位業務誕生 4.重塑價值傳遞模式 5.重設價值主張
第二篇 建立領導能力
第5章 構築數位願景
- 數位願景通常會由以下三個角度中擇一切入:
1. 重新規劃客戶體驗 2.重新設計營運流程 3.重新打造業務模式
第6章 鼓勵企業全員投入
第7章 數位轉型治理
第8章 建立科技領導力
- 科技領導力的關鍵在於結合業務和IT領導人的技能和觀點,讓他們齊力推動轉型。
- 有領導魅力的領袖人才,這個人不但得極富影響力,能在高階主管會議中備受重用,
還要能捲起袖子研讀資料表格、設計分析模型並樂在其中。
第三篇 回到辦公室:給企業領導人的數位轉型指南
第9章 設定數位挑戰
第10章 聚焦投資方向
- 數位投資區分為:1.基礎投資 2.維護型投資 3.投資回報導向型投資 4.前期創新投資
第11章 組織總動員






2016年12月6日 星期二

了解人工智慧的第一本書

了解人工智慧的第一本書
松尾豐
2016/08/11

- Google收購了由多倫多大學教授Geoffrey E. Hinton成立的新創企業DNNResearch
以及英國的DeepMind Technologies。

第一章 何謂人工智慧:專家與社會大眾的認知落差
<與機器競賽>
<皇帝新腦:有關電腦、人腦及物理定律>
(The Emperor's New Mind:Concerning Computer,Minds,and the Laws of Physics)
<人工智慧:現代與方法> (Artificial Intelligence:A Modern Approach)
<創智慧:理解人腦運作,打造智慧機器> (On Intelligence)
第一級:把純粹的控制程式稱為「人工智慧」
第二級:典型的人工智慧
第三級:加入機器學習的人工智慧
第四級:加入深入學習的人工智慧
- 人工智慧研究的分類

第二章 「推論」與「探索」的時代:第一次人工智慧熱潮
- 探索樹、河內塔、機器人的行動規劃

第三章 只要輸入「知識」就會變聰明:第二次人工智慧熱潮
- 專家系統、表達知識、本體論、華生

第四章 「機器學習」悄悄地在擴大地盤:第三次人工智慧熱潮
- 統計自然語言處理(statistical natural language processing)
- 所謂的「學習」就是「分類」,分類方式:
最鄰近法(nearest neighnor)、簡單貝式分類法(Naive Bayes)、決策樹(Decision Tree)、
支援向量機(Support Vector Machine)、神經網路(Neural Network)
- 透過神經網路辨識手寫文字

- 誤差倒傳遞(EBP,error back propagation):一再重複同樣的流程,以慢慢提升辨識的精準度。
- 學習固然花時間,但預測只要一瞬間

第五章 打破寂靜的「深度學習」:第三次人工智慧熱潮
- 深度學習(deep learning):電腦可以根據資料,自行創造出特徵量。
- 深度學習與以往的機器學習大不相同的地方有二:
(1)一層層逐漸學習下去
(2)使用了自動編碼器(auto encoder)當成「資料壓縮器」。

- 把有相關性的東西湊成一組,再用它來抽取高層次的特徵量。
- 自動編碼器利用本來應該由老師提供的、相當於正確答案的部分,並輸入原本的資料,藉以預測所輸入的資料本身。而且也會形成各種特徵量。這形同是利用有師學習的方式進行無師學習。
- 增加深度輸入

- 只要預先掌握這個世界上「相關事象」的相關狀況,在學習處理現實問題時,速度就會變快。因為,既然有相關,那麼在背景中,應該隱藏著某種現實的結構在其中才是。
- 深度學習的出現,至少在圖片與聲音的領域中,帶來了讓電腦自動得知
應該如何根據資料做特徵表達」的可能性。

終章 逐漸轉變的世界:對產業與社會的影響以及戰略
- 十至二十年之後可能消失與留下的職業

- 人才充沛是逆轉王牌:
計算機協會(ACM)、電機電子工程師學會(IEEE)、
國際人工智慧協會(AAAI)、日本人工智慧學會(JSAI)