時代日新月異，如今人工智慧（AI）的發展已不可同日而語，許多國家政府開始擔心人工智慧將會搶走工作機會、造成失業率攀升，然而日本首相安倍晉三卻有不同的想法，他認為人工智慧將能幫助國家大幅成長。在 2017 德國漢諾威數位科技展（CeBIT）中，安倍在演講中談到人工智慧，他表示許多政府認為自動化可能對就業造成影響感到擔憂，但日本政府並不擔心，如今日本正面臨人口降低和社會老齡化問題，而人工智慧正可以協助解決。安倍指出，搭載人工智慧的機械器具和機器人將不再被侷限，能夠從事更多元複雜的工作，未來的智慧自動化技術將能協助解決大量的挑戰，「日本並不害怕人工智慧，也不憂慮機器將搶走工作，我們的目標是透過創新，證明即使人口減少，產值仍能持續提升。」德國總理梅克爾（Angela Merkel）也在展會上發表談話，她表示在許多產業中，機器人相關先進科技都帶來鼓舞人心的進展，然而許多民眾並不瞭解。隨著數位時代來臨，教育將扮演十分重要的角色，政府應致力推動數位學習。日本經濟新聞報導，日本和德國政府在 19 日正式通過了《漢諾威宣言》，未來兩國將在物聯網（IoT）和人工智慧等尖端技術合作，一同推動國際標準規格的制定與研究開發，並共同提案、強化網路安全。 Japan has no fear of AI — it could boost growth despite population decline, Abe says ＩｏＴ国際規格、日独主導 推進へ宣言署名 （首圖來源：Flickr/Foreign and Commonwealth Office CC BY 2.0）
偉世通（Visteon）是一家從福特分離出來的汽車零組件廠商，業務主要為儀錶板技術，如電子顯示、遠端資訊處理系統；同時，偉世通還擅長人機互動技術，並正研發智慧汽車。它的市值雖不及德爾福（Delphi）和剛被巨額收購的 Mobileye，但業界認為，這家「小而美」的公司很可能成為自動駕駛市場野心佈局的下一個目標。這種猜測在英特爾巨額收購案後更甚。據了解，3 月 13 日英特爾宣布 153 億美元收購 Mobileye（MBLY）後，偉世通股價應聲上漲，而這並非一時熱炒造成。之前三星以 80 億美元收購哈曼國際（Harman International Industries）後，對標哈曼汽車電子業務的偉世通股價勁增 16%，短短兩天前（三星宣布收購前），偉世通股價已在當年整體暴跌了 39%，由於沒有找到新的增長點，許多汽車供應商普遍表現低迷。顯然，一家族科技巨頭的收購案，讓投資市場對諸如偉世通的 Tier 1 廠商表現出信心。業界發現，一些巨頭站在汽車工業門外翹首觀望，收購 Tier 1 廠商很可能加速他們搭上自動駕駛的列車。偉世通位於美國底特律，2000 年從福特分離，之後其內部一直有管理層鬥爭問題，主要原因是投資方 Alden Global Capital 對公司未來有不同想法。在激進派奪取大多數董事會席位後，偉世通在最近幾年一直專注於拆分、精簡業務，並投入精力發展智慧汽車技術。Mobileye 收購案後，巴克萊銀行分析師 Brian Johnson 提到總市值已達 33 億美元的偉世通，他分析稱：偉世通所專注的，恰恰是目前最火熱的自動駕駛領域，所以自然成為市場關注的熱門目標。對外界種種猜測，偉世通不予置評，但 CEO Sachin Lawande 曾在三星收購哈曼後，在第四季財報會議上說了一句意味深長的話：「以後的事，誰知道呢？」言下之意並未否認未來可能發生的買賣行為。BMO Capital Markets 分析認為：偉世通是一家專注於駕駛艙電子系統的零組件供應商，相對於傳統汽車工業來說，汽車電子方面的增長率近年最快，這也使偉世通變成所有投資方眼中的明星，極可能被收購。據了解，偉世通在矽谷有一家研發中心，據稱專注於人工智慧開發。今年 1 月，偉世通挖角原戴姆勒（Daimler）高層 Matthias Schulze，目前 Matthias Schulze 擔任偉世通 ADAS 方面業務總監。Matthias Schulze 現年 54 歲，曾在戴姆勒工作超過 20 年，之前在戴姆勒研發與進階工程部門任職，負責戴姆勒無人駕駛及車聯網方面，在加入偉世通後，有望為偉世通帶來清晰的未來技術路線。除哈曼國際外，偉世通的主要競爭對手還包括阿爾派電子（美國 Alpine Electronics）、中國集團（德國...
做為現今科技產業中最熱門的領域，中國科技大廠和新創公司持續在發展人工智慧（AI）上進行激烈競爭，招募由 Google、Facebook、微軟和世界各菁英大學的頂尖人才，但近期百度首席科學家吳恩達（Andrew Ng）的去職，似乎也揭露了中國在 AI 領域上所面臨的人才缺乏困境。華爾街日報報導，吳恩達在 2014 年進入百度，擔任 AI 研究的首席科學家。身為產業最權威的人士之一，吳恩達過去不僅曾帶領團隊研究「Google Brain」，也曾在美國史丹佛大學開授機器學習課程，線上聽課的學生超過 10 萬人，在 AI 領域中十分具有影響力。對於吳恩達的去職，儘管百度表示公司有深厚的人才儲備，未來將持續發展 AI 技術，一名高層也承認，「吳恩達的確對公司提供了相當大的幫助」。中國科技公司十分具有野心，但未來是否有辦法持續留住國外頂尖人才，也成為外界開始關注的重點。中國在 AI 領域上的人才困境之所以會缺乏頂尖人才，創新工廠的首席執行長李開復認為，這是因為 AI 研究並不是中國頂尖大學的關注重點。北京清華大學技術創研中心兼任教授董潔林則表示，「中國公司多數員工都不具備原創力和自主性，沒有高階人才帶領無法進行一流的工作。」現在最熱門的產業，如自駕車、工業機器人和預防保健等，多少都與 AI 相關，為了追上已經大幅領先的國外科技巨擘，中國科技大廠必須專注獲取國外 AI 人才，來協助他們指導並帶領旗下的工程師。不僅是百度，騰訊、阿里巴巴也在大力招募相關人力，阿里巴巴近日更公布一項長期戰略計畫，未來將持續開發 AI 相關技術，並誓言要從全球聘請頂尖技術人才。李開復指出，中國公司喜歡聘請在美國大學學習的華裔工程師，這些人許多都曾經在 Google 和 Facebook 從事大數據相關工作，正是中國十分缺乏的人才。如何留住頂尖人才？報導指出，今日頭條是一款用 AI 驅動的新聞媒體資訊聚合器，擁有超過 6,300 萬日活躍用戶，目前也已經從微軟、Facebook 和其他大型公司聘請了 AI 科學家和工程師。知情人士透露，今日頭條開給 AI 相關員工的起薪為 80 萬人民幣（約 354 萬台幣），再加上股票期權，很容易就超過 100 萬人民幣。部分觀察家也相信，除了雄厚的資金，擁有將近 7.31 億線上用戶也是中國企業的優勢，使用者能為研究人員提供更多數據資料。人才招募公司 Caipital Group 的 CEO 翟斌就表示，中國市場規模龐大，同時具備許多創新應用技術，相信對國外頂尖 AI 人才來說，中國科技大廠仍具吸引力，中國的經歷將能為他們的履歷添上一筆輝煌紀錄。 China...
3 月 23 日是首屆世界圍棋精英賽的最後一天，參賽的中日韓代表選手分別是羋昱廷、井山裕太和朴廷桓，3 位選手輪番對局 3 天，除了彼此要分出高下，還要分別對戰日本的圍棋程式 DeepZenGo。DeepZenGo 的開發者加藤英樹在去年 12 月接受南韓《東亞日報》採訪時曾信心滿滿地說：明年 3 月進行的世界圍棋精英賽，DeepZenGo 有信心擊敗中韓日三國最強棋手。然而面對 3 位頂尖選手，DeepZenGo 最後的成績是兩敗一勝，前兩局被羋昱廷和朴廷桓絞殺，最後一回合執黑子中盤勝井山裕太，扳回一局。這次比賽雖有贏面，但是前有 Master 橫掃高手的範例，DeepZenGo 勝 1 輸 2 的表現並不太出色。▲ DeepZenGo 對戰中國選手羋昱廷。雖然之前有 AlphaGo 戰勝李世乭的先例，但 AlphaGo 無法代表圍棋 AI 的普遍水準，DeepZenGo 的開發者加藤英樹在前兩輪落敗後都表示遺憾，但其實結果並沒有出乎大家的意料──19 日在東京落幕的第十屆 UEC 杯世界電腦圍棋賽中，DeepZenGo 就不敵騰訊研發的「絕藝」，曾經稱霸 UEC 的黑馬這次失去了冠軍。去年 3 月，DeepMind 的 AlphaGo 以 4 比 1 的成績戰勝南韓圍棋九段李世乭，這是人工智慧首次在圍棋領域戰勝人類高手，引起全世界空前關注。但這之前，機器在圍棋領域的學習已超過 10 年，從 2007 年第一屆 UEC 杯開始，研發團隊就不斷發掘電腦程式在圍棋專案上的潛力，DeepZenGo 的前身 Zen...
中華電信前董事長蔡力行，今年 7 月將出任聯發科共同執行長，與蔡明介一起「雙蔡共治」。他在電信與半導體界的豐富歷練，使他將成為聯發科未來發展的關鍵角色。亞洲手機晶片龍頭聯發科技延攬前中華電信董事長蔡力行，出任共同執行長，這項消息立即震撼科技業。蔡明介（見首圖），這位聯發科董事長暨執行長，創下台灣白手起家企業家，分權共治的首例。蔡力行從台積電執行長、中華電信董事長，到聯發科共同執行長，每一次都出其不意，每一次都令人驚訝。蔡力行此次出任聯發科共同執行長、集團副總裁，更將成為聯發科的董事。「蔡明介好大的氣度！」一位聯發科員工聽到消息直接反應。聯發科鮮少空降部隊，高階經理人清一色的老戰友，如前副董事長卓志哲，現任副董事長謝清江，都是草創時期即與蔡明介從光碟機晶片開始奮戰的元老。聯發科對外說明，「希望借重蔡力行過去在半導體、通訊領域的專才，及國際化豐富專業的管理經驗與能力。」邀請蔡力行加入之際，聯發科成立集團辦公室，由副董事長暨總經理謝清江擔任集團辦公室總經理，負責整合子公司。蔡明介為何以分權共治的最高規格延聘蔡力行？「為了使聯發科技未來的突破與成長，使聯發科技成為卓越的世界級公司， 」蔡明介說。換句話說，雙蔡共治，負責拉高聯發科的營運高度；謝清江則負責集團的整體橫向整合，彼此分工合作，強化集團營運綜效。雙蔡不僅共治聯發科外，蔡明介更強調，「將與蔡力行一起規劃集團中長期策略藍圖。」這家亞洲手機晶片龍頭，為何在此時有如此大動作？因為，聯發科正遭營運困境。2016 年聯發科合併營收雖以 2,755.12 億台幣，創下歷史新高，但毛利率不僅首度跌破四成，更較前一年度大跌 7.2%，以 35.6% 創下歷史新低。去年稅後純益以 240.31 億元，創下 4 年新低，每股純益 15.16 元，昔日 IC 設計獲利股王風光不再。「聯發科主力手機晶片事業遭受高通、展訊上下夾殺，」更逢全球智慧型手機成長趨緩時，工研院 IEK 主任室計劃副組長楊瑞臨解釋。聯發科手機晶片近八成仰賴中國客戶，但華為、小米卻陸續採用自行研發晶片；Oppo、Vivo 遭高通搶單，高階晶片採 10 奈米製程旗鑑晶片 Helio X30 處理器，今年也並不平順。「預估第二季起恐痛失中國品牌主力機種的疆土，毛利率的下行循環難見盡頭，」凱基投顧分析師江培嘉認為。蔡明介找蔡力行的 3 個理由「4G 落後，5G 不能再輸人，」蔡明介多次疾呼，也是聯發科的新藍海。第一，掌舵 5G 時代。進入 5G 時代建設與電信運營商關係密切，甚至成為主導角色之一，蔡力行曾是台積電執行長，也是中華電信前董事長，未來電信營運商將在智慧新時代扮演主導角色。從半導體、電信到 5G 正是蔡明介重用蔡力行的理由。「蔡力行從開創中華電信 4G 新局到參與 5G 規劃，」楊瑞臨認為是聯發科急需的經驗。台經院副研究員劉佩真也認同，「藉由蔡力行對半導體的了解，有助聯發科在新產品的規劃，未來與台積電，不論是在 7 奈米、5 奈米的合作，會更為緊密，可加速聯發科未來在 5G 市場進行布局。」第二，向外連結。蔡力行更是將聯發科推向全球前三大晶片廠的推手之一。原來，2006 年蔡明介看好中國山寨手機，於是開發 MTK 手機晶片，當時台積電執行長為蔡力行，適時幫助客戶聯發科大量快速生產交貨，令聯發科快速打下江山。且蔡力行因曾任台積電執行長，與英特爾、輝達、高通、美光、東芝等相當熟悉與了解，有助聯發科目前策略與未來 5G、物聯網等新技術國際同業的合作。蔡力行對歐美日韓等市場的了解，恰與蔡明介對中國客戶的熟悉互補，在中國市場減緩的此時，蔡力行更能助蔡明介一臂之力。第三，內部整合。聯發科內部面臨新舊派人事，難以選出接班人，楊瑞臨分析，蔡力行在半導體界的經驗夠多、輩份夠高，足以服眾統一任何派系，有效整合內部凝聚力量，才能發揮綜效。蔡力行在新創事業經驗豐富。蔡明介宣布，聯發科未來 5 年將投資 2,000 億元以上在 5G、物聯網、車聯網、AI 等新領域及前瞻技術。楊瑞臨認為，未來部門整合、集團子公司的資源整合、甚至與創投的結合，蔡力行將扮演重要角色，以達成蔡明介的整合綜效。事實上，雙蔡不是第一次合作，中華精測即在中華電信、聯發科合作下，逆轉營運，成為如今的上櫃千元股王。「聯發科本身成本控制相當嚴格，」楊瑞臨不認為蔡力行是來降低聯發科成本的殺手。江培嘉也認為，新團隊將幫助聯發科催生新產品應用或是具競爭力的產品。瑞銀、瑞士信貸等外資分析師認為，蔡力行的電信及半導體經驗，可強化管理團隊，長期來看，對聯發科的轉型策略更具效率，但短期來看，聯發科手機晶片主力事業正面臨挑戰，依然面臨整體手機市場成長減緩，毛利下滑的壓力。「蔡力行加入後，樂見聯發科 2、3...
對許多廠商的行銷部門來說，追蹤廣告成效是一件非常重要卻麻煩的事，數字和現實總是有著落差，究竟該如何確實統計產品在電視、網路的曝光率，如今這個問題似乎已經找出答案──透過人工智慧（AI）。史丹佛大學兼職教授 Reza Zadeh 在 2016 年創立 Matroid，用戶可以用來搜尋影片中含有的各種資訊，只需要列出他們的篩選條件，像是美國總統川普或是持槍的男子，也可以從公司預先列好的篩選條件庫中選擇，就可以在影片中找到特定的人物或產品。Matroid 的服務經常被使用在分析產品曝光率上，有些公司希望能追蹤哪些政治人物電視曝光較高，或是某個汽車品牌在哪些節目或網站上經常出現，一家公司更計畫在戶外宣傳看板上裝上攝影機，透過 Matroid 追蹤路人對廣告的即時反應。除了調查曝光率的企業外，希望用來做為審查監控功能的也不在少數。隨著警政機構的監視系統增加、居家保全系統和行車記錄器的使用量上升，Matroid 將幫助官方部門更快的尋找出在逃罪犯，警方也能夠在影片外流前用馬賽克避免掉民眾隱私權問題。彭博社報導指出，Matroid 服務的工作原理，首先是用戶選擇希望尋找內容的全部或局部照片，接著 Matroid 的演算法將從這些圖像中學習模式，然後創造出一個可以從其他影片、照片中找到相同內容的檢測器。Matroid 主要是由 New Enterprise Associates （NEA）贊助成立，NEA 的普通合夥人 Pete Sonsini 表示，Google 可以識別照片中是否有貓，但沒辦法再深入分辨貓是和祖父在一起，還是和聖誕樹或你兒子在一起。「如果有人能夠創造一個可以從數據庫中分辨系列圖片，或進行臉部辨識的檢測系統，那真的是十分了不起。」Sonsini 認為，圖像識別並不是個新穎的概念，但 Matroid 的處理方式是和過去完全不同的。Google、Facebook 和微軟都有聘用電腦視覺工程師來判定照片中出現人或產品，但多數公司都沒有足夠的人工智慧（AI）技術去完成這項任務，而 Matroid 正好能填補快速掃描大量影片畫面的需求。Zadeh 目前在一些會議中展示 Matroid 的服務，由於 Matroid 的潛在用途太過廣泛，加上許多公司也在進行競爭，他們希望能夠透過反饋決定要聚焦在哪個領域。 This AI Company Can Tell You What and Who Appears in Your Videos （首圖來源：shutterstock）
繼殖民火星和電動車量產計畫後，「鋼鐵人」馬斯克（Elon Musk）又有了新玩具。這位億萬富翁企業家最近創立了一家新公司，為了讓人工智慧（AI）能夠更好的幫助人類──不僅僅是靠外在的機器裝置協助，馬斯克未來希望將電腦與人腦連結，讓人類能趕上電腦的進步。「鋼鐵人」馬斯克45 歲的馬斯克是 5 個孩子的父親，是商人，同時也是未來主義者。除了 Neuralink，旗下的特斯拉（Tesla）正為了準時推出 Model 3 電動車忙碌中，同時太空探索科技（SpaceX）則在準備網路衛星發射和火星殖民計畫，超級高鐵（Hyperloop）也在緩步進行中。對一般人來說，馬斯克手中任何一項計畫聽起來都像天方夜譚，似乎必須耗盡所有心力才能達成，但在這樣緊湊的行程中，馬斯克還是想辦法找到時間踏入一個全新領域，先是處理棘手的腦部疾病，再來將協助人類免於被人工智慧（AI）超越。馬斯克對 AI 領域一直相當有興趣，但他的思考似乎總是快人一步，在所有人都還在努力發展 AI 技術時，他已流露出對 AI 發展的憂心。他認為未來人類的智能將遠遠被 AI 拋在腦後，為了協助人類趕上未來的 AI 技術，應該將電腦與人腦直接連結，將大腦「升級」提高性能。「升級」大腦趕上 AI說到與電腦連結，很多人或許想起的會是《駭客任務》（Matrix）或《攻殻機動隊》（Ghosh in the shell）裡的畫面，但馬斯克還沒有打算做這麼大的突破。根據華爾街日報報導，馬斯克最新創立的公司 Neuralink Corp.，主要目標是從事「神經織網」（neural lace）的技術開發，未來最終希望在人腦裡植入微電極，讓人能夠下載上傳思想。但以目前來說，Neuralink 將朝更實際的目標邁進，首批產品可能會是治療癲癇、重度憂鬱症之類腦部疾病的植入物，有點類似目前已用來治療帕金森氏症的腦深層刺激術（DBS）裝置，估計此類型市場規模將高達數十億美元。報導指出，位於加州的 Neuralink 目前仍在初創階段，Max Hodak 也是成員之一，對於公司服務他不願多說，只有證實馬斯克的確參與其中。根據了解，Max Hodak 是 Transcriptic 的創立者之一，該公司主要提供機器人操作解決方案的雲端平台，推動生物實驗室程序化，讓科學家在電腦旁就能進行生物研究。除了 Max Hodak 外，Neuralink 也聘請了許多領域的專業學者，包括美國能源部國研機構、勞倫斯利福摩爾國家實驗室（LLNL）的工程師和柔性電極專家 Vanessa Tolosa，加州大學研究大腦運動控制的教授 Philip Sabes，和波士頓大學教授 Timothy Gardner──他曾經在雀鳥大腦中植入電極，研究鳥類唱歌的機制。「神經織網」技術的未來報導指出，「神經織網」技術目前仍面臨幾個障礙，該如何找到安全的微創手術方式植入，該如何使其在大腦中保持穩定，該如何解碼紀錄數百萬大腦神經元的訊息，以及最困難的，該如何說服人們進行局部腦部手術。即使許多人對這項技術是否真能實現仍然抱持疑問，但這些對馬斯克來說，可能都不是太大的問題。在特斯拉生產電動車初期，曾經有傳統汽車製造商表示，馬斯克永遠不可能賣出一輛受歡迎的電動車，軍工業也曾經嘲笑他認為私人企業能發射火箭的想法。至今為止，馬斯克已經證明太多別人認為他不可能做到的事。如果 Neuralink 未來真能證明技術的安全和有效性，也獲得政府的批准開發，未來人們就真的能進行大腦「升級」手術，來提高認知功能，但這究竟會是多久以後的事情呢？近日《浮華世界》（Vanity Fair）雜誌中，馬斯克回應認為，「對於一個有意義的植入技術來說，我會說應該是四、五年後。」 Elon Musk Launches Neuralink to Connect Brains...
機器人與人工智慧（AI）在各行各業中逐漸展現影響力，不少人擔心自己的工作很快會遭到取代。跨國諮詢顧問公司 PwC 最新報告指出，美國在接下來 15 年內將有近四成工作會被 AI 自動化技術取代，不過，美國財政部長 Steven Mnuchin 則持不同看法，他認為現在談 AI 取代人們工作的事還太早，至少還要 50 到 100 年後才可能有影響。Mnuchin 近日接受外媒《Axios》專訪時表示，AI 大量取代美國人民工作一事不會那麼快發生，就算要取代也只會取代偏低薪的工作，而且會對生產力形成正面影響，所以根本不擔心。他甚至坦言這「不在他目前的關注範圍內」，態度相當樂觀。Mnuchin 此話一出，立即引來 NBA 達拉斯小牛隊老闆 Mark Cuban 回應。Cuban 透過個人推特帳號上以簡短的「哇噢」（Wow）表達看法。事實上，Cuban 之前曾批評川普（Donald Trump）政府根本不了解當前科技發展，他認為科技在接下來十年的轉變，會比過去三十年還要大，AI 和機器學習相關技術也會加速發展，取代人們工作也將成為趨勢，因此建議川普及其幕僚應進一步了解 AI 和機器學習相關技術，設法善用技術為人們創造更有價值的工作機會、保障人民生活。然而，Mnuchin 的說法某程度上似乎表明了政府立場，也等於跟 Cuban 與當前主流觀點背道而馳，因此從 Cuban 的回應多少可感受到他的驚訝與不以為然。▲ Mark Cuban 在推特發文回應 Mnuchin 說法。（Source：Twitter/ Mark Cuban）以目前技術發展趨勢來看，是否真如 Mnuchin 所說，AI 取代人們工作至少還要 50 年甚至 100 年後才可能發生？近年來各國已有不少研究機構對此提出調查結果，包括英國牛津大學馬丁學院（Oxford Martin School）與日本野村總合研究所（NRI）分析，機器人與 AI 會在未來 10 至...
在 1990 年左右，避險基金曾經興起過一波運用類神經網路技術的熱潮，但最終宣告失敗，如今隨著人工智慧（AI）的興起，一種名為「深度學習」（Deep Learning）的 AI 技術也為避險基金帶來一絲曙光。所謂的深度學習，主要是模仿人腦神經元工作模式，透過非線性、多層次且密集的方式互相連結，自動將大量數據中具代表的特徵（feature）抽出，可省下以往各領域專家分析研究所花費的時間。華爾街日報報導，有鑑於深度學習廣泛的利用價值，許多大廠已逐漸開始使用，像是特斯拉（Tesla）的自駕車和 Amazon 的智慧音響 Echo，一些大型避險基金也追隨科技圈的腳步前進，WorldQuant 開始利用這項技術進行小規模交易，Man AHL、Two Sigma 也正在評估中。由於先前的失敗經驗，有些公司仍持謹慎態度。在英國管理近 315 億美元（約 9,503 億元台幣）資產的 Winton Capital 就在聲明中表示，對於深度學習能夠解決投資管理的說法仍然抱持懷疑。但究竟什麼時候深度學習才會被避險基金普遍運用呢？考量到深度學習需要強大的電腦及大量數據，曾和深度學習領域權威 Yoshua Bengio 教授合作的電腦科學家 Nicolas Chapados 認為，大概仍需要 5 年的時間。報導指出，Facebook 的圖像辨識技術之所以能成功，主要是仰賴社交媒體用戶上傳的無限量數據進行深度學習，然而金融市場的數據有限且總是在變化，預測股價等市場波動變得更困難，這也是為什麼相較科技產業，避險基金在深度學習的使用進度上明顯落後。Alpaca 的聯合創始人原田（Hitoshi Harada）表示，雖然深度學習技術可以很快將市場中數百萬個數據建立出相互連結關係，但在數據量不足的時候，會難以建立一個很好的模型。Winton Capital 的研究人員認為，即使深度學習技術還有很多挑戰要面對，但未來帶給對沖基金的將不會是一場革命，而是一款好用的武器。「技術的進步能協助我們改善流程，未來仍會針對深度學習進行長期研究。」 Hedge Funds Are Training Their Computers to Think Like You （首圖來源：shutterstock）
今年 2 月，長期隱身的自動駕駛汽車技術研發公司 Drive.ai 悄然上線，發表了一段長約 4 分鐘的影片。影片中，一輛測試汽車在雨夜中穿行美國加州山景城（Mountain View）的街道，全程駕駛員的雙手都沒有碰到方向盤，沒有任何干預動作。我們找到 Drive.ai 的聯合創始人王弢，和他聊了聊 Drive.ai 背後的設計理念和核心技術。Drive.ai 想為商業車隊提供包括感測器組合、控制系統和車內外互動介面在內的後裝套件，達到特定路線（如外賣、計程車等）的 L4 級別自動駕駛（即在任何情況下都不需要人工干預）。感知方面，Drive.ai 後裝套件中的感應器包括多個鏡頭、雷達和雷射雷達，這樣的組合可以在某一感測器出現錯誤或故障的情況下提供支援，譬如鏡頭和雷達可以在雨雪霧等極端天氣中，為精準性下降的雷射雷達提供環境感知。值得一提的是，大部分自動駕駛技術提供商採用高精確度地圖來彌補感測器缺陷、為自動駕駛提供資料支援路線規畫，而 Drive.ai 則想避免使用維護和營運成本很高，且臨時變數不可控的高精確度地圖，目前使用的是自己收集資料生成、不包含 3D 空間內物體資訊的 2D 地圖，未來會和第三方地圖供應商合作。決策方面，不同於一些起步較早、技術路線基於傳統機器人學習的自動駕駛技術提供商，Drive.ai 使用的是基於非規則學習的深度學習網路模型，這有 3 項優勢。其一，場景泛化。規則學習雖然可以快速建立起應對八、九成場景的決策系統，面對新的和罕見情況卻很難可靠應對；非規則學習的泛化能力，讓它更即時理解資料並解決此類長尾問題。其二，複雜決策。大量算例支援下的非規則學習，有複雜決策方面的優勢，這已在 AlphaGo 等深度學習程式中體現。未來會有很長一段時間，路上會有自動駕駛車輛和人工駕駛車輛共存，而自動駕駛所需的複雜決策（是否超車、變換車道等）與圍棋相似──觀察對方的動作，進行自己下一步動作，合理獲得路權。其三，硬體需求。自動駕駛過程中，感測器每小時會採集幾十 GB 的資料流，儲存和計算都是很大的挑戰。利用非規則學習而非現成的知識程式庫進行決策，對計算晶片的效能要求相對較低，在計算能力相當於個人電腦的車載裝置上，即可完成核心資料處理。非規則學習的核心、也是進展困難，是大量標注的資料，以及大量的實驗試錯。Drive.ai 的資料源包括採集車收集的真實資料，和模擬器生成的各種場景（包含極端情況）的模擬資料。對這些場景中出現的物體（如車輛、行人、自行車等）進行標註，是個技術瓶頸──每小時車程收集的資料需要 800 個小時的人工標註，而王弢告訴 36Kr，Drive.ai 利用自己的標註系統進行半自動辨識和標註，比其他公司快 20 倍，能在短時間內擷取到更多有用的資料。在實驗方面，Drive.ai 的團隊同樣有較多積累。譬如在使用大規模顯卡（CPU＋GPU）集群進行大規模神經網路訓練方面，Drive.ai 就擁有市面上最快的大規模並列計算軟硬體基礎架搆。之前 Google 曾使用千餘台機器完成當時世界最大的深度學習神經網路，Drive.ai 彼時在史丹佛的團隊用 16 台機器、十分之一的成本就可重建。非規則學習的問題在於演算法不可解釋：「端到端」的訓練中，策略規畫有不透通的區域，原理和機制並不明確。針對這個問題，Drive.ai 採用當下學界主流的生成式對抗網路（GANs），將完整的端到端系統拆分開來，在涵蓋大多數場景的標準化測試機上，對決策機制的不同部分進行驗證和測試。在達到自動駕駛功能之外，Drive.ai 認為自動駕駛車輛與其他通勤者的溝通同樣重要，因此設計了包括 LED 顯示螢幕和音響系統，向行人和自行車示意自己的行為。這些人車互動（human-robot interaction，HRI）部分的設計還在持續開發中。▲ Drive.ai 在車頂裝載了一個 LED 察看螢幕，用於向行人和其他駕駛者傳遞文字資訊和 emoji 表情。已經獲得美國加州無人駕駛路測執照的 Drive.ai，現處於路測階段。雖然...