人工智慧 比賽的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括賽程、直播線上看和比分戰績懶人包

下一個現在：《富比士》推崇的頂尖趨勢專家，時隔20年最受重視的全球預測大揭密。

為了解決人工智慧 比賽的問題，作者MarianSalzman 這樣論述：

　　繼1982年美國作家約翰．奈思比的《大趨勢》、 　　2002年彼得 ．杜拉克的《下一個社會》之後， 　　時隔20年最受重視的全球前瞻預測。 　　世界，會變成什麼模樣？ 　　媒體追著印度神童，但，大企業悄悄的相信她。     　　◎某種形式的加密貨幣，即將取代美元，成為全球儲備貨幣。 　　◎下一個需要解決的生態問題，是水資源短缺，各國恐將為此開戰。 　　◎身分認同不存在，性別不再固定，你可以忽男忽女自由搭配，隨時調整。 　　◎每週工作4天、每天工作6小時已經發生，「辦公室」正在消失中。 　　◎「無聊有它的作用」、「無所事事很甜美」，將取代「效率」兩字。 　　以上是《富

比士》推崇的頂尖趨勢專家， 　　對商業、政治、文化和你我日常的未來大揭密。 　　作者瑪麗安．薩爾茲曼（Marian Salzman）畢業於布朗大學， 　　1992年創立了全球第一家在線市場研究公司， 　　每年發布的年度趨勢預測報告，皆吸引全球媒體的關注，包括《富比士》。     　　她在10年前，就預測網紅興起、隱私喪失、花美男將成為趨勢， 　　2019年還聳動的告訴大家，人們要天天戴口罩。 　　（但作者承認，她本來認為主因會是空氣汙染，萬萬沒想到是新冠病毒。） 　　身為趨勢觀察家，薩爾茲曼最常被人問起，了解未來有啥好處？ 　　她說，洞察趨勢可以讓你先嗅出消費習慣變動而產生的商機， 　　比

別人更早一步做出精明決定。 　　在她最新出爐的預測報告裡，還有哪些你一定要知道的商機和危機？ 　　‧跟影集《黑鏡》一樣，每個人都會被植入晶片： 　　科技公司與政府衛生當局，將合作創立「傳染病預警系統」， 　　利用你身上的晶片檢查血氧濃度和發炎指標，標記出潛在的感染源。 　　但此舉也引發人們對於隱私的疑慮。 　　‧重返可回收、環保的木材時代： 　　歷經石器時代、鐵器時代、青銅時代和塑膠時代， 　　未來生活的住所，將引入可回收的高科技木材結構房屋， 　　不再使用對環境有害的混凝土、塑膠、鋼鐵（日本已經開始）。 　　‧傳統運動比賽將消失，電子競技時代來臨： 　　氣溫上升將使許多戶外體育比賽無法

舉行，帶動電子競技比賽興起， 　　以後打LOL或其他遊戲，可能會取代在戶外跑來跑去的實體運動。 　　‧只要你有錢，不怕沒「人」愛！ 　　就像電影《雲端情人》裡演的，未來，你與智慧家電的互動頻率， 　　可能超過你跟朋友、家人的接觸。於是，「傳統性行為」越來越少見。 　　人們越來越能接受，訂做一個人工智慧性伴侶，跟機器人談戀愛。 　　甚至有專家預言，人類如果會滅絕，不是隕石撞地球或核子戰爭， 　　而是因為我們選擇，不再和「真人」性交。 　　要注意，乾旱即將大流行，這件事沒有疫苗可抵擋； 　　越來越多人覺得真實世界太痛苦，不如搬到元宇宙吧！ 　　誰能阻止中國支配全世界？日益老化的中國人口和氣候

變遷。 　　下一個10年，女力當道？不會，但也不會是男性。 　　下一個現在，生活怎麼過、怎麼避險、錢怎麼賺、個人該怎麼「超前部署」， 　　《富比士》推崇的全球頂尖趨勢專家，對商業、政治、文化和你我日常， 　　時隔20年最受重視的全球預測。 推薦者 　　 　　中央研究院院士／王寶貫 　　「股市隱者」版主、《隱市致富地圖》作者／股市隱者 　　台經院景氣預測中心主任／孫明德 　　中華動態競爭戰略發展學會理事長／陳昭良 　　數位轉型學院共同創辦人暨院長／詹文男 　　矽谷趨勢觀察家／矽谷阿雅 鄭雅慈 　　先行智庫執行長／蘇書平 　　（依姓名筆畫排序） 推薦語 　　不管是營利或非營利組織，由於資源

有限，在劇烈變動的環境下，各種投入必須謹慎評估，才能有效運用資源，因此做好趨勢預測非常重要！不過，趨勢預測並非要尋求精確的事實，而是希望能了解未來可能發展，會產生的結果，及對組織的影響，以便及早部署、未雨綢繆。 　　本書作者根據其豐富的閱歷，分析未來政府、世界秩序、生活方式、隱私、人口、娛樂……各種面向在2038年可能的面貌，幫助大家以最好的姿態，面對無常的未來世界！——數位轉型學院共同創辦人暨院長／詹文男 　　傳統策略思路是盤點過去、延續未來，但在VUCA（按：由多變〔Volatile〕、不確定〔Uncertain〕、複雜〔Complex〕與混沌不明〔Ambiguous〕4個英文字組成，指

科技創新引發產業與生活型態急遽變化的現象）時代，市場處於不連續發展的狀況，過去無法延伸至未來。此時，企業應該要有一套新思路，用於解決複雜環境的策略規畫瓶頸，本書提供企業一套解決此問題的新架構。 　　從宏觀面，讓你掌握市場趨勢不掉隊，但同時，趨勢是共享的，你看得到的，競爭者也看得到，關鍵在誰能更早清楚看見；因此，作者更提供微觀面，教你發掘市場微弱聲音，讓你比競爭者更超前部署，掌握策略先機。依循這兩個角度，可以解決找不到策略方向的瓶頸。——中華動態競爭戰略發展學會理事長／陳昭良 　　未來令人憧憬、困惑又恐懼，而這本書就是要預測未來！本書作者要預測的是2038年——如果是預測200年後的世界，你可

以用想像力寫出各種令人驚訝、害怕的科幻預言，反正到時候死無對證——但距離2038年只剩十幾年，你就不能胡亂的天馬行空了。 　　本書分析大量現今資料，並用結果來推估2038年前的世界大趨勢，包括氣候變遷、大國爭霸、全球經濟板塊、日常生活，甚至性別概念。我不敢說作者的預言一定兌現（全世界也找不到那麼厲害的人），但本書敘述清楚，脈絡分明；而行文平易，可讀性很高，僅拜讀她的分析結果，就覺得值得大力推薦。——中央研究院院士／王寶貫  

人工智慧 比賽進入發燒排行的影片

基於深度學習之自駕車挑戰賽物件辨識

為了解決人工智慧 比賽的問題，作者洪瑞彣 這樣論述：

本論文提出一個適用於自駕車挑戰賽(Autorace)之物件辨識的深度學習網路模型。本論文主要分成兩個主要部分(1)神經網路訓練方法與(2)神經網路之表現比較。在神經網路訓練中，本論文訓練YOLO-v4以及SSD-MobileNet-v2兩種深度學習網路模型來辨識自駕車挑戰賽之物件，並且進行效能比較。之後將訓練好之深度學習網路模型應用於機器人上，當機器人的相機捕捉到目標時，就可以即時辨識出目標。在神經網路比較部分，本論文分別實現深度學習網路模型於Nvidia Jetson Nano板、NVIDIA Jetson AGX Xavier ，運用不同架構之神經網路與不同平台之單板電腦進行比較。在最後

的實驗結果上，本論文比較深度學習網路模型於各平台上的效能表現。選出最適合在Autorace比賽中，兼具設備體積小與高效能的運算平台。

【從賽局思考到趨勢預測，全方位實戰課套書】(勝算：賭的科學與決策智慧+傳染力法則：網紅、股災到疾病，趨勢如何崛起與消長)

為了解決人工智慧 比賽的問題，作者AdamKucharski 這樣論述：

《數學大觀念》作者亞瑟‧班傑明與 《數學教你不犯錯》作者喬丹・艾倫伯格，專業力挺！ 　　▎《勝算：賭的科學與決策智慧》 　　從「賽局理論」約翰・馮紐曼到《他是賭神，更是股神》愛德華．索普， 　　博奕的魔力吸引了古往今來各領域的頂尖腦袋， 　　他們的研究成果，對於理解運氣和決策有何啟發？ 　　又點出我們解讀事物的哪些常見盲點？ 　　長久以來，各領域的頂尖頭腦都深受博奕吸引，他們不斷挑戰預測的極限，探究秩序與混沌的界限，以揭曉「機會」背後的學問。從賽局理論、混沌理論、統計學、心理學、物理學、經濟學乃至人工智慧，都因「賭」而拓展了探索的疆界。 　　我們常用「運氣」和「技巧」截然劃分事情的成

因，問題是兩者的界線沒有那麼分明。了解賭的科學，你將學會洞察普遍存在的判斷盲點，更睿智地權衡風險與報酬，從而做出優質決策，控制運氣的影響。 　　●懂博奕，你會更洞察盲點 　　○輪盤贏錢策略的演進，反映出機率科學近一世紀來的發展…… 　　○賭場改用多達六副牌擾亂算牌客，為何效果適得其反？ 　　○研究放射性衰變與大腦神經元活動的「卜瓦松過程」與足球比賽何干？ 　　○為何有些投注公司反其道而行，樂於吸引精明賭客來投注？ 　　○投注業者改變賠率不是為了符合結果的真實機率，那是為啥？ 　　●懂博奕，你會更了解投資 　　○為何股票市場「大變化後面往往還會出現大變化」，反之亦然？ 　　○交易機器人崛起後

，金融市場的哪些現象你尤其該審慎解讀？ 　　○教人拿捏投資資金比例的「凱利準則」，用於賽馬時有何弱點？ 　　○購買不同產業多家公司的股票，投資組合多樣性為何仍然不夠？ 　　○投資領域的「基本分析法」，要注意什麼盲點？ 　　○購買擔保債券憑證時，要避免什麼錯誤假設？ 　　●懂博奕，你會更善於決策 　　○機會賽局中常見的「馬可夫鏈」，如何有助於尋找隱含資訊？ 　　○撲克牌是許多生活實際狀況的完美縮影，因為它試圖處理缺漏的資訊。 　　○賽局未達到最佳結果時，參與者的決定不會趨向平衡，而會大幅震盪。 　　○參與者易失誤或得在賽局中學習時，賽局理論不是找出最佳策略的好方法…… 　　●懂博奕，你會更過

好人生 　　○為什麼選擇最簡單的解釋，往往反而明智？ 　　○為何最快的解決方法，有時像在走回頭路？ 　　○人性偏誤會導致我們誤判賽事的哪些方面？ 　　○優秀的機器人程式不能只有蠻力，還要懂心理學才行。 　　▎《傳染力法則：網紅、股災到疾病，趨勢如何崛起與消長》 　　最符合現今時局需求的著作，讀者異口同聲：「好看到讓你想『傳』給別人」！ 　　一種致命病毒蟄伏多年，於人群中突然其來地爆發。一場政治運動迅雷不急掩耳地展開，隨後快速銷聲匿跡。金融體系網絡中藏著「超級傳播者」，致使乍見小小的危機擴及為全球市場崩盤。一個想法如野火燎原般傳播開來，自此改變世界的樣貌…… 　　說到「傳染力」，我們往往聯

想到疾病傳播，然而本書並非僅僅探討疾病擴散的生物學，更是一本談趨勢變化軌跡的著作。數學家亞當・庫查司基長年從事流行病學研究，他擅長從統計、模型、演算法、因果論乃至大數據等角度著手，探究疾病於何時發源於何處、散播開來的熱點又是什麼（哪個人或事件、地點），從而預測事態的後續發展，並且建議妥適的因應之道。 　　由於流行病學探究傳染力所得的成果，已廣泛應用至諸多領域，因此本書內容雖以疾病傳播起頭，以疫情控制做結，然而書中頭尾之間的篇幅，則切入相當廣泛的領域，像是： 　　●金融界普遍相信分散投資能降低風險，然而已有多項研究發現，隨著「金融傳染途徑」形成，分散投資可能會破壞大型金融網絡的穩定性。 　

　●從健康、生活風格，一路到政治觀點等，我們與熟人往往具備共同特徵，科學家如何釐清這是基於同質性或共有環境？還是社會傳染所致？ 　　●從疾病流行到恐怖主義與暴力犯罪，科學家發展出預測模型，除了能協助機構擬定防治對策並妥善分配資源，亦可說服民眾配合甚至協力。 　　●網際網路創造了新形態的互動，本書探究網紅崛起、情緒感染與輿情操縱等現象，也探討網路如何成為我們研究事物傳播方式的新方法。 　　●惡意軟體鑽漏洞潛入私人電腦、駭客藉電腦系統控制科技設備，乃至程式碼共享難溯源等情形，一旦出現「疫情」可能會怎麼樣發展？ 　　……舉凡網紅現象、政治風向、創新傳播、金融趨勢、罪案偵察，乃至暴力事件等等，

作者皆以引人入勝的故事解讀各類型「擴散現象」從出現、發展到消亡的種種線索。現今的世界比以往更加環環相扣，許多現象牽一髮動全身，「傳染力法則」能夠解釋這些具備傳播特質的事物之更迭，想要解讀眾多現象與趨勢，擬出因應之道，你不能不知道！ 各界推薦 　　▎《勝算：賭的科學與決策智慧》 　　●庫查斯基以風趣的寫作，介紹必勝投注法的歷史和最新進展，讓我們了解數學和電腦如何成為強大的博奕、運動比賽、虛張聲勢和投資的輔助工具。——《數學大觀念》作者亞瑟‧班傑明 　　●這本書闡述博奕、科學與數學間的交互作用，寫得趣味橫生……記敘輕鬆連貫，而且將背後的原理寫得淺顯易懂。——英國《展望》雜誌 　　●賭客和數

學迷都會喜歡本書探討真實世界問題的切入角度。——《柯克斯書評》 　　●作者將博奕如何影響科學、科學又如何影響博奕的故事，寫得相當成功。本書淺顯易讀，但同時具備深厚的學術底蘊。——牛津大學教授J・杜恩‧法馬 　　●這本書用許許多多的故事，敘述這些鬼才如何運用數學、統計學和科學嘗試超越機率。讀過這本書後，我開始有那麼點想賭兩把了。——劍橋大學教授大衛‧史匹格赫爾特 　　▎《傳染力法則：網紅、股災到疾病，趨勢如何崛起與消長》 　　►自古至今，從聖經中的瘟疫，到當前攻占新聞頭條的新冠病毒：疾病、想法、情緒……萬事萬物都能傳播。《傳染力法則》以迷人、細膩的敘事，探索「傳染」這一門學問。讀了之後，保

證你會想「傳」給你的朋友。──《數學教你不犯錯》作者喬丹・艾倫伯格（Jordan Ellenberg） 　　►本書充分展現科普魅力：筆法趣味橫生、清楚明確；主題引人入勝、緊扣脈絡。作者亞當・庫查司基為傳染病學家，涉獵心理學、醫學、網路理論以及數學，以精采權威的論據，帶領讀者從人的想法、網路迷因梗圖、暴力事件與致命病毒，了解事物傳播的潛藏法則。本書也為自身主題下了很好的註腳——內容深具感染力，所以你看完後會想要別人也讀一下。──《數字奇航》作者艾利克斯‧貝洛斯（Alex Bellos） 　　►例證豐富，以務實角度切入，說明如何以數學幫助了解傳染，進而以更好的方式應對千變萬化的傳染形式。作者處

理議題廣泛，既談疾病大流行，亦論槍枝暴力、金融危機與不實訊息。他啟發所有讀者以數學家的方式思考問題。想了解疫病和其他具擴散性質的危機，本書不容錯過。──倫敦衛生與熱帶醫學學院院長彼得‧皮奥特（Peter Piot） 　　►以數學角度切入，精采探討有些事物何以會快速傳播，而且談的可不只是病毒。作者以旁徵博引的筆法啟迪讀者。舉例來說，他帶領讀者了解公衛模型於疾病傳播上的應用，檢視都市槍枝暴力的人際關係網絡，並使用演算法來解釋「年齡、幫派關係、逮捕紀錄」等項目……本書切合時勢、極為易讀。──《柯克斯書評》 讀者評語 　　如果想多了解「傳染」擴散背後的數學邏輯，這真的是一本好書。這本書不只探討流

行病學，也以更寬廣的格局談論股市、社群媒體……等，探討有些事物能快速「瘋傳」，有些卻欲振乏力，背後機制為何？作者是數學家，所以這本書不是生物學著作，但也非數學專書。這本書最精采的地方，在於呈現各統計模型中有多少未知因子，以及該如何建立穩固可靠的模型。作者在疾病管控領域具備專業經歷，這也增加了論點的說服力。整體而言，讀起來讓人大呼過癮。  

結合CGAN與YOLOv4 進行芒果等級分類

為了解決人工智慧 比賽的問題，作者江伶娸 這樣論述：

芒果是台灣重要出口的農產品之一，在2020年的總出口值為26,099千美元，為台灣帶來了許多經濟效益。為提升芒果的分類品質，芒果採收後的檢查與分類作業是十分重要的，因為不正確的品質分類將會影響購買者的意願。過去有學者們在芒果品質分類上進行各種研究，例如:透過影像處理技術找出缺陷處或分析芒果的顏色、大小等各項評估指標來進行分級。也有學者透過卷積神經網路(Convolutional Neural Networks; CNN)進行芒果等級辨識。然而水果有新鮮度的時限，如何快速且準確地進行檢測分類，讓採收後的芒果在經由更有效的等級分類後可以快速運輸販售或加工，以利發揮最大的經濟效益是現今非常重要議題

。本研究運用台灣AI CUP 2020:愛文芒果影像辨識雙項競賽所提供的芒果資料集，並依據此資料集將芒果分為A、B和C三類，分別為出口用、內銷用和加工用。本研究結合Conditional Generative Adversarial Networks (CGAN)和YOLOv4建構一個愛文芒果等級辨識系統，用來改善採收後分類的準確度。CGAN 可以根據標籤產生逼真的圖片使得資料更多樣化，藉此來增強資料，同時也可以幫助資料量不足時的資料擴充。YOLOv4則用於分類等級和檢測芒果位置。本研究也將YOLOv3 SPP和YOLOv4模型進行比較，實驗結果顯示在結合CGAN和YOLOv4的模型上有最好的

表現，其中訓練集可達到85%的精確度，而在測試集亦可達到82%的精確度，此一結果優於台灣AI CUP比賽之結果。