google翻譯拍照電腦的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列問答集和資訊懶人包

創新的兩難【20週年暢銷經典版】+破壞性創新的兩難：科技創新的實例與理論

為了解決google翻譯拍照電腦的問題，作者ClaytonM.Christensen 這樣論述：

《創新的兩難》是50年來最重要的創新聖經 深刻探討科技創新的成敗 《破壞性創新的兩難》是在《創新的兩難》後最重要的著作！ 企業面對「供給面破壞」創新威脅，該如何應對與克服， 挺過破壞的生存之道！ 《創新的兩難》 《金融時報》、《紐約時報》、《富比士》、《商業週刊》、《華爾街日報》 暢銷商管書，全球銷售至少10萬冊的商管書經典 「這是我書架上唯一的一本商業管理書」——史蒂夫．賈伯斯 施振榮 宏碁集團創辦人／智榮基金會董事長、黃河明 悅智全球顧問公司董事長 專業推薦 尤克強 元智大學管理學院前教授兼教務長 專文推薦 何以成熟企業會喪失市場主導地位，輸給採用破壞性技術的新興公司？

在「延續性科技」和「突破性科技」間的決策矛盾，即為創新的兩難。 大企業遭淘汰的原因，竟是因他們精於管理，以及行事已久的傳統商業觀念，無法面對新市場和新的技術挑戰。 作者於書中分析了HDD外接硬碟、汽車、零售、鋼鐵業等多項創新模式，從中發現原先遭主流客戶拒之門外的技術，逐漸成為主導市場的「破壞性創新」。 要避免被對手顛覆，何時要使用哪種技術、如何不盲從於市場需求、何時發展低利潤的產品、何時成立獨立機構來制定新商業流程與觀念；《創新的兩難》提出的是每家企業都將面臨的成長困境。 為什麼頂尖的企業無時無刻不保持警覺，專心聆聽客戶的聲音，積極地投資新科技，但是在面對科技與市場結構的變遷時，仍喪失

了既有的領導地位？本書即是要證明其中的原由以及如何避免類似的命運。 作者認為，績優企業的經營原則——所有的投資與科技都集中在開發現有重要客戶最需要、可以創造最大利潤的產品上，但是這樣的經營原則事實上會削弱企業的競爭力。作者分析了多產業的創新模式，包括電腦、零售業、製藥業、汽車業和鋼鐵業，他發現真決定企業存續的「突破性科技」（disruptive technology），常遭到主流客戶的排斥，使得客戶導向的企業無法專注於在策略面上具關鍵性地位的創新計畫。過度專注於客戶需求的企業無法開發新市場，也無法未來的產品找到新客戶。這些企業在不知不覺中錯失了良機，讓那些具有創業家精神、掌握新一代產業成長趨

勢的企業得以趁勢崛起。 許多企業，不論他們是製造商或服務提供業者、高科技或低科技、變動快速的電腦業或變動緩慢的產業，都面臨了創新的兩難。接近客戶對現有的成功是非常關鍵的因素，但是長期的成長與獲利是依靠另一種完全不同的經營模式。本書將會協助經理人了解即將到來的變革，以及他們如何做出回應以獲得成功。 ※《創新的兩難》繁中版於2000年出版，今日依然是富有前瞻性的管理思想，是一本不會過時的商管聖經。 《破壞性創新的兩難》 《創新的兩難》作者專業推薦 這是破壞性創新領域在《創新的兩難》後最重要的著作！ 許多企業面臨新科技帶來的的破壞，有些公司成功存活，有些則黯然消失，但他們絕非都坐以待斃，

而是面對挑戰時心有餘而力不足。 ◎百視達與Netflix 百視達於2010年宣告破產，許多人認為它是受到線上影音串流、隨選視訊的破壞性創新影響，但其實百視達早在2000年便推出自家的線上隨選租片，甚至也曾仿效Netflix提供郵寄DVD服務。實際上，早在影音串流主導影視市場之前，百視達便已陷入困境，它的問題在於無法突破既有商業組織結構，而非僅因為新科技帶來的破壞性創新。 ◎柯達與手機拍照 柯達於2012年宣告破產，罪魁禍首是數位科技及其為相片產業帶來的改變。但柯達早在1990年代便密切注意數位科技，甚至在2005年時成為美國市場龍頭。柯達有能力預測市場，並對破壞性創新進行鉅額投資，卻沒有料

想到應該把手機列入技術提升的項目當中。顯然單是預見破壞、自我破壞，並不足以保障一家公司不會失敗。 眾多現實案例足以指出，「創新的兩難」需要更多的解答，其中的關鍵就在這本書！ 本書作者提出「供給面破壞」這項對企業威脅更大的創新，並說明如何正確辨識出來與應對，以克服產品架構破壞所帶來的威脅，找出讓公司挺過破壞的長期生存之道！ 【誠摯推薦】 台大管理學院院長　郭瑞祥 上銀集團總裁 卓永財

google翻譯拍照電腦進入發燒排行的影片

人工智慧生成著作之著作權歸屬──以運用生成對抗網路創作為例

為了解決google翻譯拍照電腦的問題，作者簡瑋志 這樣論述：

人工智慧科技日新月異，目前發展百家爭鳴，方法多樣，本文將專注探討生成對抗網路GAN之類型化運用探討。GAN是運用非監督式學習的一種方法，透過兩個神經網路相互博弈的方式進行訓練。在賽局中，雙方在未失誤情況下制定自己最佳策略，透過演算法使用遞迴演算法方式，把極大與極小值進行回溯，從中找出最失敗與最成功方式進行創作。本文舉出Edmond de Belamy肖像畫、風格演算法Cycle GAN、Deep Dream及自學跑酷智能體作為GAN運用個案進行分析。 Edmond de Belamy肖像畫所運用WikiArt圖庫是將幾百年歷史作品即於一身，透過擇數據集、設計網絡、訓練神經網路又

將他像工業化生產一樣釋放出來，本身就是一種具有原創性創作流動的過程。 Cycle GAN則是透過使用人運用圖像imgA手動映射到目標域某個圖像，以便新生成圖案共享各種特徵，而Cycle GAN可能繪有著作權法上侵權及合理是用上爭議探討。 Deep Dream通過數以百萬計的個訓練示例，人工智慧程式設計師逐步調整網絡參數，直到提供所需的分類與產出吻合來訓練人工神經網路，訓練後的神經網路，每一層都會逐步提取圖像的越來越高的特徵，使用人透過「指定標籤」方式，輸入所想要圖案，神經網路將會不斷深入學習，使得「指定標籤」越加清晰。 自學跑酷智能體則是透過給予任務，不斷試錯，提供給予智能體

「正確」的獎勵，人工智慧程式設計師目前仍需透過更細膩區分與時間對於智能體訓練，已達到完全「自我學習」目的。Deep Dream及自學跑酷智能體情況將產生究竟為人工智慧設計師擁有著作權，亦或是給予輸入指示的使用者有著作權，在此情況程式設計師及使用者對於人工智慧程式之產出都不具有著作權法上原創性。 GAN運用大略分為有人類創意表現之參與的「以人工智慧為工具的創作」、以及無人類參與或對於著作有所安排之「人工智慧獨立創作」模式，大多數國家在後者運用上仍主張以人類之創作具有原創性，賦予著作權保護。然而如果是Deep Dream及自學跑酷智能體模式，由於人工智慧程式設計師及使用者非為適格之「著作人」

而無法享有著作權保護，本文參考現行人工智慧法律研究發達國家如：美國、日本、歐盟及英國等國之現行法律、學說及實務以探討著作權歸屬及衍生之相關問題。

OpenCV影像創意邁向AI視覺王者歸來(全彩印刷)

為了解決google翻譯拍照電腦的問題，作者洪錦魁 這樣論述：

★★★★★ 國內作者【第一本】×【全彩印刷】×【AI視覺】書籍 ★★★★★ ★★★★★ 完整解說【影像創意】×【AI視覺】的實例 ★★★★★ ★★★★★【31個主題】＋【423個Python實例】★★★★★ 　　筆者在撰寫這本書除了採用當下最熱門的Python程式語言，同時採用2步驟說明： 　　◤函數數學原理解說◢ 　　◤套用OpenCV函數講解影像創意與AI視覺的實例◢ 　　當讀者遵循這些步驟學習時，相信所設計的物件就是一個帶有靈魂與智慧的程式碼了。這本書從影像原理開始說起，逐一解說從影像到AI視覺所需的完整知識，本書的主題內容如下： 　　☆ 完整解說操作OpenCV需要的Numpy

知識 　　★ 影像讀取、輸出與儲存 　　☆ 認識色彩空間、BGR、RGB、HSV 　　★ 建立藝術畫作 　　☆ 建立靜態與動態影像，打破OpenCV限制建立中文字輸出函數 　　★ 影像計算與影像的位元運算 　　☆ 重複曝光技術 　　★ 影像加密與解密 　　☆ 閾值處理 　　★ 數位情報員、深藏在影像的情報秘密 　　☆ 數位浮水印、版權所有翻譯必究 　　★ 影像幾何變換、翻轉、仿射、透視、重映射 　　☆ 影像遮罩與影像濾波器 　　★ 認識卷積 　　☆ 認識與刪除影像雜質 　　★ 數學形態學、腐蝕、膨脹、開運算、閉運算、禮帽運算、黑帽運算 　　☆ 從影像梯度到內部圖形的邊緣偵測 　　★ 影像金字塔

　　☆ 影像輪廓特徵與匹配 　　★ 輪廓的擬合、凸包與幾何測試 　　☆ 醫學應用器官影像的徵兆 　　★ 霍夫變換(Hough Transform)與直線檢測 　　☆ 無人車駕駛車道檢測技術 　　★ 直方圖、增強影像對比度、修復太曝或太黑影像、去霧處理 　　☆ 模板匹配、找尋距離最近的機場、找尋某區域高山數量 　　★ 傅立葉變換的方法與意義、空間域與頻率域的切換，進行影像處理 　　☆ 分水嶺演算法執行影像分割 　　★ 前景影像擷取 　　☆ 影像修復—搶救蒙娜麗莎的微笑 　　★ 辨識手寫數字 　　☆ OpenCV的攝影功能、活用拍照與錄影 　　★ 應用OpenCV內建的哈爾(Haar)特徵階層式

分配器 　　☆ 偵測人臉、身體、眼睛、貓臉、俄羅斯車牌 　　★ 設計自己的哈爾偵測分配器，應用在偵測台灣汽車車牌 　　☆ 人臉辨識原理與應用 　　★ 執行車牌辨識     

人工智慧應用於花藝設計可能性之初探

為了解決google翻譯拍照電腦的問題，作者陳慧珊 這樣論述：

人工智慧(Artificial Intelligence, AI)是繼工業革命後另一波全新的產業革命。18世紀蒸汽機問世，很多以前依賴人力與手工完成的工作被機械化生產取代。AI發展的關鍵因素包括人機介面（Human-Machine Interfaces）的採用量增加、自動化程度提升、智慧應用程式需求上升以及預測能力得到重視等。WEF(世界經濟論壇) 預測，AI將帶來新的商業模式和工作型態，AI造成工作機會消失的同時，也將創造出200萬個新穎的工作機會。據預測，未來大部分職業都會被人工智慧取代，包括花藝設計和園藝師。然而，花藝設計是一種美學與藝術生活的綜合理解與技能，從各國花藝特性來看，重視意

境的花藝作品等同於強調創作時的靈感與思維，意境將是這件作品的靈魂，強調內在價值理念的視覺觀感，是感動觀眾的核心，人工智慧因欠缺自我的內在價值與理念，顯然無法勝任重視意境與形式的作品。但何以WEF會認為這是一個能被人工智慧取代的工作？本文試圖先探討世界花卉產業概況，從整個產業來檢視目前花藝設計存在花卉供應鏈中的定位，再討論人工智慧是否有可能從事花藝設計，以及在執行製作上會遇到何種障礙。人工智慧產出物與是否侵害著作權息息相關，因此本文從美國與日本以及台灣的著作權法來分析人工智慧產出物在其國內是否受著作權保護以及未來市場是否促使修法趨勢。人工智慧是人類研發出來為使生活更便利的助手，不應該本末倒置為人

工智慧將取代人類生活中原本對美與感官的感覺。美感教育是人格養成中重要的環節，與進步的科技技術是並行而不互斥的關係，因此，人工智慧時至今日已朝藝術創意領域邁進，我們應正面看待這個成就，並站上這個高度望向更遠。