博客來 好書破盤獨家

CP值爆錶文字工作者撰錢生涯轉轉彎每日主打

推薦CP值爆錶文字工作者撰錢生涯轉轉彎每日主打文筆平凡而生動，

令我深陷其中、欲罷不能、愛不釋手的佳作! 看完還讓我回味無窮!

CP值爆錶文字工作者撰錢生涯轉轉彎每日主打誠意推薦給大家看喔!

總而言之，它的評價很高，在網路上很夯，人氣蠻不錯，

好看的社會科學CP值爆錶文字工作者撰錢生涯轉轉彎每日主打全書的內容大意

CP值爆錶文字工作者撰錢生涯轉轉彎每日主打曾在博客來 網路書店造成搶購熱潮。

購買也很便利，很值得納入購物車，不需要特地跑到外面找。

最新與最多的社會科學，每日都有特價商品推薦是網路書店購書最佳選擇！

博客來,博客來網路書店,博客來網路書局,博客來書店,博客來網路書店歡迎您

商品訊息功能:

內容簡介:

人們對工作的要求，是希望能「錢多、事少、離家近」，但勞動者往往是就業市場中被選擇的一方，就因為這樣的弱勢地位，讓大多數人徘徊在「失業」與「就業」之間。近年來不但有越來越多的人選擇了脫離職場、在家工作，或選擇彈性工時的兼職工作，甚至還有部份人同時替數家公司接有關文字的相關案子回家執行。其實這群人並沒什麼比一般人多的資本額和駭人背景，卻憑著一筆之長和過人膽識打天下，過著不受拘束的「專業」生活（設計精確、掌控確實、不脫軌）及為不同雇主獻計（技）。領到的薪水和酬勞反而有時可比到公司上班來得更多，但是工作時間卻不一定比外出上班長，且大多能自己調配工作及生活之間的關係，自由且愜意。

---

本書即是關於「文字工作者」利用「專業能力」出走企業前，預期背叛資本主義主僱關係的教戰書，內容中除了將筆者觀察到的文字SOHO族的職場現象做一現象性的鋪陳外，也對這樣的文字工作型態做一實際的操作性介紹，另外我們還以許多文字SOHO的經驗來和各位分享，說明選擇成為文字SOHO要做的準備（包括心理上和實質生活上），以及如何著手進行成為文字SOHO的求生指南。我們希望帶給各位的不只是一種新的生活方式，還希望提出最確實有用的工作對策，讓對文字SOHO族心生羨慕的朋友，有起而行的方向依歸，更使已在家工作的朋友能藉由別人的經驗分享中尋得工作生涯解惑之道。

• 已追蹤作者：[ 修改 ]

  確定 取消
  作者： 黃安竹    新功能介紹
• 編者：丁瑞愉
• 出版社：大旗出版社    新功能介紹
• 出版日期：1999/04/01
• 語言：繁體中文

CP值爆錶文字工作者撰錢生涯轉轉彎每日主打

CP值爆錶文字工作者撰錢生涯轉轉彎每日主打推薦，CP值爆錶文字工作者撰錢生涯轉轉彎每日主打討論，CP值爆錶文字工作者撰錢生涯轉轉彎每日主打比較評比，CP值爆錶文字工作者撰錢生涯轉轉彎每日主打開箱文，CP值爆錶文字工作者撰錢生涯轉轉彎每日主打部落客
CP值爆錶文字工作者撰錢生涯轉轉彎每日主打那裡買，CP值爆錶文字工作者撰錢生涯轉轉彎每日主打價格，CP值爆錶文字工作者撰錢生涯轉轉彎每日主打特賣會，CP值爆錶文字工作者撰錢生涯轉轉彎每日主打評比，CP值爆錶文字工作者撰錢生涯轉轉彎每日主打部落客 推薦

內容來自YAHOO新聞

雅虎科技新聞: 人工智慧成功挑戰圍棋里程碑的幕後推手， Google DeepMind 資深研究員黃世傑闡述 AlphaGo 的獨特之處

Google 旗下人工智慧公司 DeepMind 前些日子以 AlphaGo 程式以 4：1 的佳績成功挑戰韓國圍棋天才李世石，也為人工智慧史創下全新的里程碑，而幕後推手 DeepMind 公司團隊中的資深研究員以及 AlphaGo 主要程式開發者黃士傑博士也在稍早與台灣媒體見面，簡單的闡述 AlphaGo 與傳統人工智慧不同之處。

黃士傑博士出身於台灣，同時也是業餘六段圍棋棋手，早在加入 DeepMind 前就已經於 2010 年以自己開發的圍棋程式 Erica 獲得第十五屆奧林匹亞電腦遊戲程式競賽的金牌。在加入 DeepMind 之後，也將其開發經驗融入這套系統。

黃博士提到，有三千年歷史的圍棋之所以成為人工智慧系統挑戰的目標，仍是因為其複雜性極高，共有 10 的 170 次方的可能性，遠超越國際象棋，還比起地球的原子複雜性更高；化為實際層面，象棋第一步僅有 80 步，但圍棋第一步卻高達 360 步，是故 1997 年即便 IBM 深藍打敗當時國際象棋棋王，然而到 AlphaGo 之前仍未有人工智慧可成功地挑戰圍棋。

AlphaGo 之所以與眾不同，是因為這套系統是基於機械神經網路的深度學習系統，同時以策略網路、質網路兩項分別簡化運算搜尋的廣度以及深度的邏輯，使 AlphaGo 與人類在仰賴計算以及直覺的圍棋對弈中勝出。

基於機械神經網路的深度學習系統在去年 NVIDIA 的 GTC 大會已經由 Google 的資深科學家暨工程師 Jeff Dean 解釋過，有興趣可見去年報導：請點此，簡言之 AlphaG 就是從過去累積的圍棋棋譜中進行學習並自行對弈而進化；至於策略網路與質網路是甚麼？簡單的說，策略網路就是從廣泛的可能性中挑選出最佳的幾手，而非把所有的可能性列入考量，至於質網路則是預測接下來幾步可能發生的情況，並藉此判斷目前處於優勢或是劣勢，一旦發現獲勝無望， AlphaGo 也會欣然接受並放棄。

也就是透過策略網路篩選出最佳的選擇，並以質網路在執行動作後預測之後的發展並判斷優勢或是劣勢；也因為這兩項功能， AlphaGo 在第四局發現不再有獲勝機會後就選擇放棄，然而在第五局對弈逆轉勝， AlphaGo 沒有情感，只精確的判斷自己是否仍有獲勝機會，也是人工智慧與人類最大的不同。

綠色部分是策略網路所篩選放棄掉的行為，而紅色處則是質網路所篩選掉的過於複雜的未來推演，最終中央保留的部分就是 Alpha 從最佳的下法結合接下來幾步下法分析演算的結果。

關於韓國聲稱 AlphaGo 是以李世石下棋的特性作為學習範本，並藉此針對李世石的弱點進行分析，黃博士反駁這樣的說法，他表示 AlphaGo 這套系統之所以能夠挑戰複雜的圍棋，就是因為它具備持續進化的學習能力，今天的 AlphaGo 即便與任何一位棋士挑戰也都具備相同的水準，針對李世石進行模擬推演是子虛烏有。

挑戰完圍棋之後， AlphaGo 還要挑戰些甚麼，黃博士表示目前團隊都還在商擬中，他也不能代表團隊說甚麼；至於 AlphaGo 能否用於挑戰變化更大的遊戲，例如撲克牌以及即時戰略遊戲、 MOBA 遊戲？黃博士則表示撲克牌已經被破解，不過像是即時戰略遊戲以及 MOBA 則相較圍棋有著不同的複雜性，畢竟是敵暗我明，不確定性也會更高。

而 AlphaGo 對於 DeepMind 團隊並不是一個專為圍棋開發的人工智慧，而是一套能廣泛用於各類領域的邏輯，其實 Google 也很早就投入人工智慧發展，目前的圖像、文字、語音搜尋服務等等，皆是基於人工智慧的成果，然而 DeepMind 的 AlphaGo 則是將人工智慧邏輯昇華到一個新階段，未來也會朝包括醫療、機器人等投入應用，最終的目標是使人類生活變得更好。

至於電影中人工智慧最終滅絕人類的情節會否上演？黃博士表示現階段完全不可能發生，因為 AlphaGo 仍停留在學習後見招拆招，與電影中能夠獨立思考的人工智慧還有非常大的差異；撇開技術發展， DeepMind 的負責人也相當重視這點，故在加入 Google 後旋即成立倫理委員會，審慎的評估人工智慧與人類倫理之間的關係。

你或許會喜歡

299上網吃到飽即將結束

業界最低價！300M光纖上網300元起

Source: 人工智慧成功挑戰圍棋里程碑的幕後推手， Google DeepMind 資深研究員黃世傑闡述 AlphaGo 的獨特之處

新聞來源https://tw.news.yahoo.com/雅虎科技新聞-人工智慧成功挑戰圍棋里程碑的幕後推手-google-deepmind-資深研究員-123700792.html

CP值爆錶文字工作者撰錢生涯轉轉彎每日主打