新研究證明，忘記一件事情比記得它還難，人的大腦需要花更多力氣去「故意忘記」一件事。

全球各國及國際組織都警告肥胖將成為許多國家的嚴重健康問題，各研究單位也紛紛致力於如何打擊肥胖，可說奇招盡出。

轉載從: 開眼電影網《寂寞裁縫師》山姆萊利與比爾奈伊上演和解之旅 英國男星山姆萊利在本片中飾演流行音樂作曲人，與資深前輩比爾奈伊上演一段父子和解公路之旅。 ...

Google X 實驗室啟動人體健康數據庫 Baseline Study，該專案號稱 Google X 有史以來難度最大、最具影響力和發展前景的研究，Google X 希望能夠建議一個完成的健康人體數據庫，為疾病預測和治療服務。

前幾天，輝達（NVIDIA）發表全新 GPU 架構──Turing（圖靈），被黃仁勳視為 12 年來輝達 GPU 的最大躍進，無疑是計算機圖形領域的遊戲改變者。圖靈架構最大核心亮點在於即時光線追蹤（Real Time Ray Tracing），能夠計算光線反射、折射、散射等路線，渲染出逼真的畫面，可為遊戲開發者提供電影級畫質的即時渲染，也就是讓遊戲看起來更像電影。據悉，這些新 GPU 依靠自身的一個特殊部分來快速呈現高解析度圖形，完成圖像的大部分成像工作後，使用人工智慧技術來猜測未完成的像素。據了解，除了即時光線追蹤外，輝達的 GPU 還支援多種 AI 圖像處理能力，可謂大開外掛。Adobe 的 AI 圖像處理外掛上週舉辦的計算機圖形學年度會議 SIGGRAPH...

過去我們曾看過負責圖像辨識的 AI 將烏龜誤認為手槍，近日研究人員又對相關系統進行了一些「攻擊」測試，結果發現甚至不需要 3D 列印，小小一張特殊的貼紙就足以奪走 AI 的目光，就像在鬥牛眼前晃動的紅布。 Techcrunch 報導，機器學習（Machine learning）技術應用的興起促進許多 AI 的發展，這讓系統辨識圖像非常有能力，但在缺乏常識的情況下，它們並不聰明。機器視覺是非常複雜的過程，就像人類一樣，機器也得透過認知才能夠正確分辨看到的景物，為了做到這一點，這些圖像辨識系統設定的重要捷徑便是：不為每個像素指定同樣的重要性。（Souse：pixabay）舉例來說，這是一張房子的照片，背景有天空和草地，系統透過一些基本規則清楚知道，儘管天空和草地也在圖片中，但並不是畫面「主角」，因此儘管也會將其納入考量，機器會花上更多時間來分析中間房子的形狀。而 Google 研究人員想了解的是，如果這個捷徑的判定出錯了，那麼電腦會忽略房子，而把注意力轉向集中在選擇的東西上嗎？除了學會辨識背景，AI 也已學會觀察特定曲線、顏色的組合，於是研究人員便針對特定圖像辨識系統，嘗試許多顏色、形狀、大小的組合，找出系統專注的特徵，並試圖創造出一個能分散系統的小型圓型圖片。最終他們試出了最佳解答：小小的迷幻漩渦。只要把它放在系統已知的對象旁邊，例如一根香蕉，系統會立即忘掉香蕉，認為圖片的主角就是迷幻漩渦。團隊發現，迷幻漩渦的效果是系統性的，因此不會受到圖片差別的影響，這意味著無論系統看著何種圖片，迷幻圖形產生的干擾作用通常都能達成。過去欺騙機器視覺的嘗試，經常是對圖片進行重複的些微調整，尋找是否有一些像素放置的位置能造成混淆，但迷幻漩渦的效果完全不同。研究人員最近在長灘舉辦的神經訊息處理系統會議（NIPS）介紹他們的研究成果，這項研究表明，只注意圖片些微調整的地方是不夠的，因為大的局部干擾也可能會破壞辨識系統的工作。這種研究人員認為是強大的、高度本地化的騷擾，對圖像辨識系統構成一種新型態的威脅，儘管「迷幻漩渦」是研究者針對特定系統測試出的圖案，但整體概念仍一樣，如果針對其他系統研究，也有可能會發現類似的「紅布」。類似的干擾圖片或許甚至會偽裝成無害的貼紙，讓可能存在的辨識應用失效，即使人們注意到這些特殊的圖像，也很可能不會了解其中的意圖，而是視之為一種藝術形式。...