根據《華爾街日報》報導，電動車大廠特斯拉（Tesla）創辦人 Elon Musk 於 20 日證實，旗下最新企業 Neuralink Corp. 的發展計畫，是希望開發融合電腦與人腦的技術，有朝一日人們能夠透過心靈感應交流。Elon Musk 還進一步表示，自己將擔任該創業公司首席執行長。Elon Musk 在接受媒體專訪時證實了《華爾街日報》上月的報導，內容說明 Elon Musk 旗下最新企業 Neuralink Corp. 希望將開發微電極植入人腦的技術，該技術未來首先用於治療腦部疾病。不過，後期將幫助人類避免受到智慧機器的控制。此外，Neuralink Corp. 的發言人也指出，Elon Musk 打算擔任公司執行長。Elon Musk 業務繁忙，現階段已經是身兼電動汽車製造商特斯拉、火箭發射公司 Space Exploration Technologies Corp 的執行長。未來如果再擔任 Neuralink Corp. 的執行長，Elon Musk 是否都能有效兼顧？對此，發言人並沒有任何評論。據了解，Neuralink Corp. 的目標可說比特斯拉和 SpaceX 的目標更大膽。特斯拉的目標是量產電動汽車，SpaceX 的雄心壯志則是將人類送上火星。而 Neuralink Corp. 的目標如 Elon Musk 所說，是要開發取代人類語言的大腦連接埠。不過，Elon Musk 首先追求的是 Neuralink Corp. 在技術上較現實的應用。Elon Mus 表示，Neuralink Corp. 希望大約...
自從 Google 人工智慧（AI）系統 AlphaGo 打敗南韓圍棋棋手李世乭後，「人工智慧勝過人腦」的相關討論熱度也再次攀上了新高峰。人們不免開始擔心科幻小說電影情節就快成真，憂慮 AI 會奪走大量工作甚至逆襲人類，但稍微換個角度與心態，反過來想想我們能運用 AI 做些什麼、能從中找到什麼機會，也許才是現在更值得關注的重點。AI 時代是顛覆的時代，50% 工作面臨轉型「人工智慧是極端理性、吃數據長大的工具，」創新工場董事長兼首席執行官李開復在受訪時多次提到，「把單一領域、大量具有清晰標註的客觀數據丟進去，人工智慧就會快速學習，繼而預測、判斷、分類、決策」。這麼一來，好比 AlphaGo 就會知道該下哪步棋、AI 交易員會知道該買哪一支股票、AI 風險控管師會知道該不該借錢給你……等等。在人工智慧時代，大數據與深度學習（Deep Learning）之間密不可分，任何有大數據的領域就是發展 AI 的機會，當然也造成許多工作消失。李開復認為，未來十年 AI 將取代 50% 工作，特別是重複性高、工作可量化成數字、思考時間不超過 30 秒等工作最容易遭到取代；以產業領域來看，擁有天然數字數據的金融業，將會是最快迎來 AI 變革的領域，接著還包括醫療、教育等領域，也都將面臨 AI 衝擊。不過，這代表 AI 時代等於失業時代嗎？我們現在能做的只有悲觀等著被取代的那天嗎？對李開復來說，與其說 AI 會「取代」我們、搶走我們的工作，不如說 AI 是將工作「轉變成新的形式」。他認為歷史上所有劃時代科技必然引發人們生活方式的改變，加速推動人類發展並提高人們生活品質，儘管會有一定程度陣痛，但長遠來說，將重新調整社會結構與經濟秩序。「AI 幫我們做重複性工作、釋放我們去做更多該做的事情，」李開復說，「未來會是人類和機器共存，協作完成各類工作的新時代」。機器的弱點是我們的機會AI 在大多數領域有強大的能力，但不代表今時今日的 AI 已經無所不能了。李開復認為 AI 沒有同理心、沒有情感，不懂得什麼是美，無法關懷他人，也無法理解跨領域、常識及抽象事物，以現階段的 AI 發展來說，想跟人一樣舉一反三還太早，「所以 AI 的限制也成為最大的研究機會，」他說。人們可以從機器所不能為的領域，找尋各種新機會或將工作轉型。李開復舉例，未來 AI 會比醫生更擅長看診，也能更客觀精準地診斷病症，而醫生的重要性在於能夠考慮病人及家屬心情，用更適合的方式解說病情，不像機器般冰冷地直接告知情況造成打擊。這樣的例子，就是人機合一協作的方式。「我們應將 AI 當成工具，學會駕馭它、使用它，」李開復說，「AI 在人類的應用可能發揮了不到千萬分之一，所以我們還有很大的空間去創造價值、捕捉價值」。未來當所有行業都走向人機結合時，文科領域也是一條別具發展性的路，例如藝術、哲學、歷史、攝影、繪畫、創作等，這些能力一時不容易遭 AI 取代，當然這並不表示所有人都該去念文科，只是強調 AI 時代下讀文科也有出路和希望；另外像是服務業、志工等需要與人交流、關懷類型的工作，也都是 AI 時代下的機會。李開復指出，更重要的還是要靠人的想像力，「因為 AI...
Google Home 如今在經過訓練後，可以區別不同的聲音了。Google 最近正式宣布，這款智慧揚聲器可以在同一台裝置上，支援多達 6 個不同帳戶。支援多用戶意味著，Google Home 可以為每個人制定不同的答案，並且知道根據不同的語音從特定帳戶提取數據。比如說，另一半背著你偷偷約會，Home 就沒法再告訴你對方的日程安排了。訓練 Google Home 區別不同的人聲也不難，在這裡 Google 用了神經網路來辨識。根據官方的說法，過程如下：先對著它說出「Ok Google」和「Hey Google」兩個短語，每個兩次。然後神經網路會分析那些短語，檢測某人聲音的特徵。然後，任何時候對 Google Home 說「Ok Google」或「Hey Google」，神經網絡就將聲音與以前的分析比較，理解是誰在說話。比較過程是在設備本地進行的，幾毫秒內就能完成。支援多用戶將在未來幾週擴展至英國，只需安裝最新版本的 Google Home 應用程式。對家庭用戶來說，Google Home 的新功能很不錯，不過它有一個很大的缺點：無法區分一個人的個人和工作帳戶，而且由於它使用語音辨識來分隔帳戶，所以可能也無法為工作情況設置單獨帳號，然後告訴裝置切換。或許現在最好的方法是，假裝一個陰陽怪氣的聲音來模擬另一個人吧。（本文由 雷鋒網 授權轉載；首圖來源：首圖來源：Flickr/NDB Photos CC BY 2.0）
4 月 6 日，Google 首次對外透露其 TPU 專案的細節和測試結果。在以英特爾和 Nvidia 晶片對比的情況下，Google 機器學習晶片 TPU 的處理速度要比 GPU 和 CPU 快 15~30 倍，而在能效上，TPU 更提升了 30~80 倍。結果一公布頓時引發熱議。而在 Google 員工離職熱潮之下，Google TPU 專案也被「波及」：有 8 位 Google 員工已離開這專案，成立 Grop 新創公司，他們想建立「下世代 AI 晶片」。據 CNBC 報導，Google 早期 TPU 專案的幾位主創成員相繼離職，他們與矽谷一位風險投資者 Chamath Palihapitiya 祕密創立了一家新創公司。據已知的訊息，該公司名為 Groq。目前尚未有相關的宣傳資料或網站流出，在網路上只能找到幾份去年 10 月、12 月的 SEC 檔案。SEC 檔案表明，該公司已經籌到 1,030 萬美元，並於 2016 年 9 月 12...
受益於近年人工智慧與無人機科技的突飛猛進，美國的航太製造公司洛克希德馬丁（Lockheed Martin，縮寫 LMT）、空軍研究實驗室（the Air Force Research Laboratory，縮寫 AFRL）、美國空軍測試飛行員學校和卡爾斯潘公司（Calspan Corporation）聯合起來，在 2017 年 4 月 10 日，完成了 F-16 有人機與 AI 無人機協同對地作戰的測試壯舉。 ▲ QF-16 的飛行影片無人戰鬥機的發展在這之前主要有兩個方向，一個是開發全新的特製無人戰鬥機，另一個則是把退役的有人機改裝成無人機加以廢物利用，用做訓練用靶機。例如說三年前波音研發的 QF-16 就是拿來當 F-35 的靶機，簡單說，QF-16 的 AI 飛行能力只要能飛給真人機追，充當被老鷹獵殺的角色即可，以設計人工智慧而言，這應該不需要太高明的能力。然而對於有著傳奇研發單位「臭鼬工廠」的洛克希德馬丁公司來說，將退役的 F-16 當靶射顯然太浪費了，如果把退役的 F-16 改成能自主作戰，還可以跟現役的有人戰鬥機團隊合作，豈不是更妙？可能有人不太清楚什麼是臭鼬工廠？臭鼬工廠是個高機密研發單位，從 1942 年開始，在美軍先進空中武力的開發上，一直是舉足輕重、功勳彪炳。看一下這個單位的著名創舉你就能明瞭： 1944 年開發出美國第一架噴射機 F-80 1950 年代開發出高空偵察機U-2（非常高空，飛行員要穿類似太空衣的衣服） 1960 年代開發出 SR-71 超音速匿蹤偵察機（至今最高速的有人機） 全世界第一架匿蹤戰鬥攻擊機 F-117 全世界第一架第五代戰機：F-22 匿蹤戰鬥機 F-35 匿蹤戰鬥機 簡單說，只要是匿蹤、超高速、超高空，就會有臭鼬工廠這單位的貢獻，也因此被很多人戲稱為美國黑科技的來源，甚至有人開玩笑說，臭鼬工廠就是美國跟外星人交流的成果。（Source：By...
微軟創辦人比爾蓋茲（Bill Gates）日前提出「機器人稅」一說，建議政府應向導入機器人的業者課稅，將稅源用於長照與教育服務，但此說法引發正反兩派意見。近日機器人專家 Steve Cousins 也表達個人看法，認為對機器人課稅等於是對創新課稅，在自動化時代來說無疑是走了回頭路。Steve Cousins 為服務型機器人新創公司 Savioke 創辦人暨執行長，他最近透過美國科技媒體《TechCrunch》表示，機器人取代人力所造成的失業問題，確實是社會正面臨的極大挑戰，而比爾蓋茲所提出的「機器人稅」立意良善，目的是讓所有人都能在自動化浪潮中獲益，而不是遭到摒棄淘汰，同時也有助於彌補政府因失業率上升而逐漸擴大的稅收缺口。不過，Cousins 認為政府若向導入機器人的業者課稅，實質上是在懲罰他們採用新型自動化技術，根本是阻礙創新。他強調，機器人跟其他自動化設備一樣能幫助人們提高工作效率，但其目的並不在於取代人力、奪走人們的工作。Cousins 引述管理顧問公司德勤（Deloitte）報告指出，機器能負擔重複性高又艱難費力的任務，但過去 150 年來社會並沒有因此減少人力需求。「政府難道不該支持那些願意擁抱創新的企業嗎？他們運用新技術改善生產率並提高營收，這將有助於美國經濟在全球保有強大競爭力，」Cousins 說。另一方面，企業所採用的「機器人」又該如何定義？一般普遍認知的機器人大多是產線用工業機器手臂，或是在倉庫裡運送貨品的倉儲機器人；而根據傳統定義來說，凡是具有感知與評估能力，又能執行明確任務的技術都算，所謂的「機器人」包含沒有形體的技術，定義範圍很廣。政府實際向企業課稅前，該如何分辨機器人或自動化技術、明確界定機器人範圍與類型標準，則又是另一個需要探討的問題。除了界定機器人範圍外，Cousins 認為企業布署多少機器人以致多少人失業，兩者之間其實很難直接劃上等號，原因是企業採用機器人也可能同時增加聘僱人員。對他來說，企業因導入自動化機器人而增加獲利，理應繳納相對更高的稅，這或許不失為改善人民生活、避免進一步擴大貧富差距的方法，但光靠此稅收並不足以解決自動化取代低技能人員的現實問題。他建議政府應將稅收用在教育方面，為競爭力處於弱勢的人們提供更多免費或低廉的教育計畫，教人們與機器一起合作的技能。這點在某程度上，也與比爾蓋茲的看法不謀而合。無獨有偶，創新工場董事長兼首席執行官李開復，近日在接受台灣媒體訪問時也提到，勞工一旦被機器人取代工作就會面臨後續就業問題，政府應向賺錢的企業而非向採用機器人的代工廠課稅，並按傳統方法根據該企業所獲得的利潤比例課稅，而且這是必要的，必須藉由課稅平衡與補償機器人取代人力的後續問題。無論政府應向採用機器人的企業課稅與否，都不會改變自動化機器人浪潮將顛覆人們生活的事實，政府和人民也應從現在開始正視問題、審慎規劃應對措施。 Is a “robot tax" really an “innovation penalty"? Here’s how Bill Gates’ plan to tax robots could actually happen （首圖來源：Shutterstock）延伸閱讀： 比爾蓋茲：若勞工繳稅，政府也必須對機器人課稅 機器人搶飯碗！3 成工作能被替代；日本最高達 5 成 搶食百億美元市場的倉儲機器人公司有哪些？
近幾十年以來，心臟病是導致美國人死亡的主要因素，所以患有心臟衰竭（Heart Failure）的美國人越來越多一點也不奇怪。預計到 2030 年，確診患有心臟衰竭的美國成年人將會增加 46%，這意味著患病人數將達到 800 萬，一半左右的人在確診 5 年內死亡。心臟衰竭是指由於心臟的收縮功能或舒張功能發生障礙，不能將靜脈回心血量充分排出心臟，導致靜脈系統血液淤積，動脈系統血液灌注不足，而引起心臟循環障礙症候群。心臟衰竭很難早確診，在美國國家衛生研究院（National Institutes of Health）幫助下， IBM Research 的一個科學家團隊聯合 Sutter Health 的科學家與 Geisinger Health System 的臨床專家，利用基於電子病歷（Electronic Health Records）背後可能隱藏的訊息，研究和預測心臟衰竭。在過去 3 年裡，利用自然語言處理、機器學習和大數據分析等 AI 最新進展，該團隊訓練了一個比現今典型診斷早一至兩年確診心臟衰竭的模型。這項研究提出了關於訓練模型所需數據，以及實際權衡等方面的重要見解，並開發了更容易應用在未來模型的新應用方法。▲ 正常心臟和衰竭心臟。（Source：美國心臟協會）現在的醫生通常會對病人安排心臟衰竭測試，並在病歷中記錄患者心臟衰竭的體徵和症狀。儘管已經做了最大的努力，但是患者通常是在急性事件接受住院治療之後，才被診斷出心臟衰竭，此時疾病已經對身體造成不可逆轉的漸進性器官損傷。該團隊的研究重點是，在典型臨床診斷的前一年或前幾年，透過利用電子病歷系統包含的數據，檢測和預測病人患有心臟衰竭的風險有多大。為了達到他們的目標，應用自然語言處理和機器學習方法，該團隊開發和應用了幾種認知計算和 AI 技術來分析項目中的患者數據。在項目過程中，團隊致力於達成一系列目標，得到一些意想不到的發現，其中包括： 第一個目的是了解 Framingham Heart Failure Signs and Symptoms（FHFSS）用於早期檢測的有效性， FHFSS 是臨床醫生通常用來診斷心力衰竭的傳統風險因素。研究者使用自然語言處理技術（NLP），透過分析訊息和辨識概念（包括富氏風險標準（Framingham risk criteria）或其他類型的症狀），從非結構化數據（如醫生筆記）中提取資訊。有趣的是，研究結果顯示，28 例原始 FHFSS 體徵和症狀中，只有 6 例確定是未來呈現心臟衰竭的可靠預測因子。 第二個目的是，透過將醫生筆記的非結構化數據與結構化電子病歷數據相結合，確定能否更準確地預測心臟衰竭。為此，團隊應用機器學習方法來構建考慮變量組合的預測模型。研究結果顯示，與 FHFSS 聯合使用時，收集在電子病歷中的其他常規數據類型（如疾病診斷、藥物處方和實驗室檢查）可能是預測患者心臟衰竭發作更有用的預測因素。 （Source：IBM）以上顯示了心臟衰竭預測研究的模型圖，該模型可比當前技術早一到兩年確定心臟衰竭。使用縱向電子病歷數據（EHR），研究者在觀察期中提取和分析了各種結構化和非結構化數據類型，其中索引日期代表可以進行預測的最早日期，預測期（ prediction window ）指的是傳統手段診斷前，模型能夠預測的一個時間段。在幫助檢測個體心臟衰竭的可能性方面，研究還使團隊深入認識特定數據類型與實用性之間的權衡。例如，當使用更多樣化的數據類型時，模型的性能得到改善，其中診斷、用藥遺囑和住院數據三者之間的兩兩組合是最重要的數據類型。利用知識驅動的藥物和診斷本體，將變量概括為更高層次的概念，並開發出數據驅動的方法來辨識和選擇最顯著的變量，創建出更小和更強大的變量子集。最終，團隊開發出性能和實用性都優良的預測模型。這從臨床的角度來看非常重要，因為模型中使用的患者因素可能超過了 1,000 個，但是沒有醫療保健專業人員希望輸入如此多變量。對於訓練有效預測疾病模型所需數據的最低數量和類型，這些研究成果提出了可實現的指導方針。去年...
剛剛上任的英特爾人工智慧事業部（AIPG）首席技術長 Amir Khosrowshahi 表示，目前所使用 GPU 等級太低了，半導體產業需要構建全新的神經網路架構。在出任這個新職位之前，Khosrowshahi 是 Nervana System（下簡稱 Nervana） 的聯合創始人兼首席技術長，Nervana 於 2016 年 8 月被英特爾收購，但並未對外披露具體的收購金額。Nervana 利用最先進的技術來使用 GPU，而且還自行研發替代了標準的 Nvidia 組合語言程式，從而讓 Nervana 能夠生成「次優」的架構體系。在英特爾大力部署人工智慧戰略的大背景下，該公司所能提供的技術迅速成為了發展的核心力量。Khosrowshahi 本週四向 ZDNet 透露：「早在 Nervana 成立之初我們就著手研發自己的組合語言程式，當時只是為了我們自己的研發需求，不過後來我們發現它要比 Nvidia 官方的庫存快兩到三倍，所以我們就將其開源了。」Nervana 並不僅僅在軟體方面發力，而且還創建了自己的目標向神經網路訓練。他說道：「神經網路是預先設定好操作的系列整合。它並不像人類和系統之間的互動，而是被描述為數據流的系列指令集。」Khosrowshahi 表示，在執行圖形渲染過程中輔助圖形處理單元的部分功能是沒有必要的，比如大容量暫存、頂點著色處理、 渲染和紋理等。他表示：「GPU 中的大部分電路在部署機器學習之後是沒有必要的… 這些東西會隨著時間的推移而不斷積累，最終產生了非常多無用的東西。」他進一步解釋：「對你來說並不需要的電路，在 GPU 晶片中不僅佔據了很大一片空間，而且從能源利用率上考慮也產生了相當高的成本。神經網路則相當簡單，利用小巧的矩陣乘法和非線性就能直接創建半導體來實現 GPU 的功能，而且你所創建的半導體非常忠誠於神經網路架構，顯然這是 GPU 所無法給予的。」在設計思路上，CPU 有複雜的控制邏輯和諸多最佳化電路，相比之下計算能力只是 CPU 很小的一部分；而 GPU 採用了數量眾多的計算單元和超長的流水線，但只有非常簡單的控制邏輯並省去了快取，因而在需要大量計算的機器學習方面表現更好，而 TPU 則是專為機器學習的矩陣乘法設計和優化，因而在機器學習方面比 GPU 更勝一籌。Khosrowshahi 給出的答案：就是目前尚在開發中的 Lake Crest，這是英特爾今年會針對部分客戶提供離散加速器。但伴隨著時間的推移，它將會成為 Xeon 處理器的最佳夥伴。Khosrowshahi 解釋：「這是一個張量（tensor）處理器，能夠處理帶矩陣運算的指令。因此指令集是矩陣 1 和矩陣 2...
自去年人工智慧系統 AlphaGo 與南韓圍棋高手李世乭的精彩對弈後，萬眾矚目的人機世紀大對決又將展開！Alphabet 集團旗下公司 DeepMind 10 日宣布將於 5 月 23 日至 5 月 27 日和中國圍棋協會及浙江省體育局，共同於圍棋發源地浙江省水鄉烏鎮，舉辦為期 5 天的「中國烏鎮圍棋峰會」（The Future of Go Summit in Wuzhen）。這次 DeepMind 開發的人工智慧「AlphaGo」除對弈世界冠軍中國棋王柯潔，更將同時挑戰多位中國頂尖棋手，精彩可「棋」。本次賽事除增添多元賽制，更將首度舉辦「人工智慧大未來論壇」（Future of A.I.），共同探索人工智慧與機器學習技術。這場聚集了中國頂 尖棋手與 Google 人工智慧專家的圍棋峰會，勢必將為圍棋文化及人工智慧創造更多的火花。一年前，AlphaGo 擊敗圍棋天才、南韓棋王李世乭，締造人工智慧發展史上一大里程碑。當時，沒有人能預期那次對弈會對擁有 3,000 年歷史的圍棋文化帶來什麼改變；現在，透過這場人機對奕，甚至激起了全球學習圍棋的熱潮。 AlphaGo 的誕生，顛覆許多人一開始對人工智慧在圍棋應用的疑慮。它不但無損圍棋的博大精深，反而更強化了棋士的棋術，啟發更多創新棋路。透過鉅細靡遺的觀摩與推敲，專業以及業餘棋士在上次賽局中也學到嶄新的棋法與新知。更多關於 AlphaGo 啟發的創新棋路資訊，請參考 DeepMind 官方部落格。「AlphaGo 下棋讓人感覺更自由一些，沒有什麼著法是完全不能下的。」──周睿羊九段 「現在大家都更嘗試以前沒有下過的一些下法。」──時越九段▲ 憑藉不可撼動的自信，柯潔以穩健的棋風著稱。Google 執行長 Sundar Pichai（左二）去年前往北京參訪聶衛平圍棋道場時，與（由左至右）中國知名棋士古力、樊麾（站者）、聶衛平與柯潔重現當時 AlphaGo 與南韓棋士李世乭的賽事經典棋路，共同探索圍棋奧義。除了 AlphaGo 與中國頂尖棋士的精彩人機對弈，首次於圍棋峰會舉辦的「人工智慧大未來」（Future of A.I.）論壇，也將聚集中國頂尖棋手與來自 Google 的人工智慧專家，一同探討 AlphaGo 如何為擁有千年歷史的圍棋文化注入新能量，以及 AlphaGo 背後的機器學習與人工智慧技術，...
根據韓聯社的報導，南韓記憶體大廠 SK 海力士（SK Hynix）於 10 日宣布，研發出全球首款，容量 256Gb 的第 4 代 72 層堆疊 3D NAND Flash，預計 2017 年下半年量產。而該產品量產後，將超越日前由日本半導體大廠東芝（Toshiba）所推出的容量 256Gb 的 64 層 3D NAND Flash 的儲存密度。報導指出，NAND Flash 記憶體供應商為滿足客戶不斷增加的儲存空間需求，正不斷強化 3D 堆疊設計，提升 NAND Flash 的儲存密度。其中，雖然南韓記憶體大廠三星電子和東芝都已經研發出 3D NAND Flash，但僅堆疊到 64 層。而本次，SK 海力士研發出的 3D NAND Flash 達到 72 層架構，與其他兩家公司的產品相同，SK 海力士的 72 層架構 3D NAND Flash 也提供 256Gb 的儲存容量。報導中進一步強調，SK 海力士自從 2016...