藍色巨人 IBM 於 1 日公佈 2016 年第 4 季及全年財報。根據報告顯示，IBM第 4 季營收為 217.7 億美元，低於 2015 年同期的 220.59 億美元。淨利潤為 45.01 億美元，比 2015 年同期的 44.63 億美元成長 1%。來自於持續業務的營運利潤為 47.76 億美元，則較 2015 年同期的 47.07 億美元成長 1%。整體成績雖超乎華爾街分析師的預期，但其盤後股價仍下跌逾 2%。根據財報，就產品別來分析，在認知解決方案部門的第 4 季營收為 52.97 億美元，較 2015 年同期的 52.25 億美元，成長 1.4%。全球商業服務部門第 4 季營收為 41.21 億美元，比 2015 年同期的 42.97 億美元，下降 4.1%。科技服務和雲端平台部門第 4 季營收為 93.08 億美元，比 2015...
國內 IC 設計龍頭聯發科，在農曆年前的法說會中公布其 2016 年第 4 季業績時指出，其毛利率跌破 35% 的情況下，再加上預警 2017 年上半年產品週期轉換，而且因新事業產品對業績貢獻有限的情況下。如此依照過去競爭對手高通（Qualcomm）的經驗，其業務重整時間長，短期要見到營運有所起色有其難度，所以港系外資將目標價調降至 170 元。聯發科 2 日在年關後的首個交易日，股價逆大盤上揚走勢下跌，股價一度最低來到每股 203 元的價位，跌幅超過 4%，股價創 8 個月來新低紀錄。對於在法說會上，聯發科副董事長謝清江指出，展望 2017 年因為產品組合仍在調整的情況下，毛利率仍舊持續有壓力。但是，預計下半年整體情況將有機會好轉，使得全年仍將有所成長的說法，港系外資表示，2017 年在上半年的產品競爭力有限，而成本優化的新產品最快也要到 2017 年下半年才有機會挹注營收的情況下，預期在最好的狀況是維持出貨量持平的狀態。至於，在智慧型手機以外的業務上，聯發科在 2016 年宣布，2017 年將積極切入車聯網、ADAS、人工智慧等項目上，這些項目都還有待時間的準備，短期內對營收的助益不大。對此，另一亞系外資則分析表示，由於聯發科的智慧型手機晶片業務，營收佔比達到 50% 到 60%。但是，就聯發科的展望來看，2017 年第 1 季的毛利率僅維持 32.5% 到 35.5% 之間，逼近 30% 的門檻。因此，2017 年第 1 季的智慧型手機晶片業務幾乎接近虧損邊緣。若加上整體產品需要一年時間的重整來看，毛利率要重新回升，恐怕最快也要到2018年。因此，該外資對聯發科的目標價調降至175元，維持賣出評等。( 首圖來源: 科技新報攝 )
人工智慧再度創造歷史，於人類最後一個佔有優勢的撲克牌比賽中，首度擊敗人腦。路透社報導，卡內基美隆大學開發的人工智慧（AI）Libratus，與世界 4 名頂尖職業撲克玩家在費城進行長達 20 天的馬拉松德州撲克賽今天落幕，Libratus 贏得價值高達 170 萬美元的籌碼。過去 20 年來，機器在無數比賽大勝人腦，包含象棋、西洋棋與以及最近 Google 人工智慧 AlphaGo 致勝的圍棋等，Libratus 的勝利之所以備受矚目，主要是德州撲克賽事中，電腦無法取得完整對戰資訊。就像真實的世界一樣，電腦沒辦法一次發現所有問題，且最困難的地方在於人類行為不可預測，讓德州撲克一直被視為人類最後一項豁免於被電腦擊敗的比賽。與博士生布朗（Noam Brown）共同創造 Libratus 的卡內基美隆大學電腦科學教授桑德霍姆（Tuomas Sandholm）表示：「能夠對非完整資訊進行策略推理的最好人工智慧現在已經超越最好的人腦。」這項勝利也掀起一股全球企業向 Libratus 尋求演算協助幫助問題解決的風潮。桑德霍姆說：「這項技術可應用在任何資訊不完整的情境下，包含商業協商、軍事策略、網路安全與醫療診斷等。」（譯者：許湘欣；首圖來源：Flickr/MS-R / Michael S-R CC BY 2.0）延伸閱讀： 玩德州撲克的「AlphaGo」來了，擊敗它可以拿走 20 萬美元
世界經濟論壇（WEF）執行委員會成員札希迪（Saadia Zahidi）日前曾警告，人類如果不想被機器人搶走飯碗，只剩 3 年到 5 年可以準備，但其實隨著自動化、人工智慧技術的進步，下一代要面臨的競爭將會比我們這一輩還激烈，到底有沒有某些工作，是比較難被 AI、機器人取代的呢？Salesforce 執行長 Marc Benioff 1 月底在世界經濟論壇的年會上呼籲，要小心人工智慧浪潮下的「數位難民」，他直言人工智慧進步的速度遠超出我們的預期，一想到這會對全人類造成多大的衝擊，就讓人感到非常焦慮。一同出席 WEF 年會的 IBM 總裁 Ginni Rometty，雖然對人類與 AI 共生的未來較為樂觀，卻也承認不少傳統的工作將會因為人工智慧遭到淘汰，究竟在這個劇變的時代，下一代應該培養什麼樣的技能或專業能力？美國媒體 Quartz 報導，下一代在職場會碰到的競爭，不只來自於同輩，還有自動駕駛車、機器人與 AI，未來投資理財顧問以及許多生產線上的工作，很可能都不再需要人力，然而這也不代表人類未來就走投無路，Quartz 就列舉了四大工作類型，在未來仍有可能是熱門職業。1. 牽涉到人際往來的工作Quartz 指出，花費長時間在經營人際關係，協調、溝通及整合跨部門，甚至是跨領域的工作，AI 短時間內很可能還難以勝任，這也意味著高階管理人員，例如 CEO、各行業的高階主管受到人工智慧和自動化的威脅比較小。除了管理人才，對人更需要同理心，以及因不同個案應變的職業，比如學校的心理諮商師與社工師也較難被 AI 取代。2. 牽涉到數據分析及應用的工作蒐集資訊、數據的能力是人工智慧的強項，不過目前 AI 對於數據資料的分析能力，Quartz 認為可要打上個問號，因此財務主管、管理分析師與經濟學家仍是安全的，短時間內不會因為 AI 而飯碗不保。3. 牽涉到醫療的工作過去數十年的急速工業化，帶來驚人的污染與環境破壞，人類打亂了大自然的規則，也付出了不小的代價，Quartz 相信人工智慧的發展未必跟得上微生物的演化，未來一小部分醫療的工作，特別是對人體免疫、過敏，以及微生物方面的研究，還是得依靠人類的知識與智慧。4. 牽涉到環境與航太工程的工作最後一類是環境科學家與航太工程師，Quartz 指出打造飛機和火箭或許可以靠機器人、自動化來完成，但在設計、整合資訊等方面，仍不能少了人類的參與。Quartz 總結以上 4 大類工作都有一項共通點：幾乎無法或很難被預測，包括未知的環境、非常複雜而且不斷改變的情況，難以預料接下來會發生什麼事，這會加大蒐集數據及分析的難度，使人腦有可能比人工智慧更佔有優勢。Quartz 列舉了短期內不會完全被人工智慧取代的工作，不過讓人憂慮的是，這篇分析似乎沒有考慮到機器學習的發展，如果 AI、機器學習的進步超乎人類的預料，我們是不是終將成為一群科技難民？或許只能寄望情況真的會像 IBM 總裁 Ginni Rometty 所說：「有些工作確實會因為 AI 而被淘汰，但歷史已經證明，科技的進步會帶來新的工作機會。」 The skills your...
比爾·蓋茲很可能是最有名的輟學生。1975 年，他放棄了頂尖大學哈佛的學業並成立微軟，後來成了世界上最富有的人。蓋茲曾回首過去，說他認為自己很幸運，因為在電腦剛開始改變世界的時候，自己就痴迷於此。但據財富網站報導，在 1 月 27 日哥倫比亞大學的一次演講中，他說到，如果自己現在輟學，很可能不在電腦行業，而且不會開發操作系統。出現在演講中的還有另一位名人：華倫‧巴菲特。現年 61 歲的蓋茲沒有鼓勵學生們退學，而且他一直專注在教育領域的投資。不過在回應一位同學的問題時，他還是談到了 3 個他認為很有前途的領域，並稱如果重新開始追求一份事業，很可能是在這幾個領域。而根據雷鋒網之前的報導，蓋茲也確實在這些領域投入不少。雷鋒網對這 3 個領域總結如下：人工智慧蓋茲稱，如果現在進入電腦科學領域，最有潛力的應該是人工智慧。他也沒有免俗地提到 DeepMind的 AlphaGo，稱之是很了不起的成就，表明人工智慧確實進步了很多。他認為，現在進行的研究很深刻，即將取得新突破。「智慧代理閱讀和理解材料的能力會是驚人的，任何與此相關的事都可以是令人興奮的終身職業」。（Source：Flickr/Tony Webster CC BY 2.0）能源蓋茲稱，對可靠、便宜和清潔能源的需求巨大且會不斷增長，而現在還沒有任何系統可以提供足夠滿足這些標準的能源。所以，他認為能源領域還有很多創新的機會。「能源上的創新影響很大，而且有很多方法可以讓我們達成需要完成的目標」。去年底，雷鋒網曾報導蓋茲還聯合馬雲、亞馬遜創始人及 CEO 貝佐斯等全球頂級企業家，成立了「突破能源風險投資基金」（ Breakthrough Energy Ventures fund，BEV），其初始資金募集逾 10 億美元，將會專注於清潔能源創新計畫。該能源基金將於 2017 年開始投資計畫，並持續營運 20 年。巴菲特應該也很同意蓋茲的看法，因為他的企業集團 Berkshire Hathaway 擁有美國最大的公用事業公司，而且稱要投資 300 億美元開發替代性能源。Berkshire 還擁有一些風力發電廠，很快就能成為美國最大的風能廠商。生物科技蓋茲還認為現在是生物科技的黃金時代，該領域的發展比以往任何時候都快。他認為在對抗肥胖、癌症和憂鬱症上，智慧創新都有很大的潛力和需求。他提到最有希望的進展是 DNA 疫苗。雷鋒網曾報導，在 2017 年初比爾和梅琳達·蓋茲基金會還對醫療獨角獸公司 Intarcia Therapeutics 的愛滋病治療計畫投資 1 億 4 千萬美元。該計畫將開發一個植入皮下的藥泵，它將在 6 或 12 個月的時間內，為人體不間斷提供抗 HIV 預防藥物。對於植入者來說，不必記著每天打針、吃藥，只需要一年兩次或一年一次給裝置補藥。（本文由 雷鋒網 授權轉載；首圖來源：Flickr/OnInnovation CC...
最新消息稱，今年 4 月人類與 AI 之間的圍棋大戰將在浙江烏鎮再度上演。屆時，當今中韓圍棋第一人柯潔將與 AlphaGo 進行三番棋大戰，隨後人類頂尖棋手或將組團挑戰 AI。需要指出的是，僅僅一個多月之前，AlphaGo 的升級版 Master 在著名圍棋對弈網站「弈城網」橫空出世，透過下快棋連勝職業高手 60 盤，其中就包括了柯潔。當時雙方的比分是 6 : 0，這也意味著 Master 在快棋領域似乎完勝柯潔。但此次對戰將採取慢棋的形式，用時比 2016 年李世乭和 AlphaGo 的對陣（每方 2 小時）要長，具體用時細節還有待公布。就目前透露出的方案來看，對每一盤棋而言，對弈一方的累積用時可達 9 小時，也就是說一盤棋的用時可以超過一個白天。而且柯潔並非人類的最後防線。在與柯潔對弈之後，AlphaGo 還將接受人類頂尖棋手車輪大戰的挑戰，即中日韓各組一隊來挑戰，賽制類似「廣州世界團體錦標賽」的「相談棋」形式，各隊在集體研討之後落子。目前的參賽隊伍並未全部落實，中國團隊已確定參加，日韓團隊是否接受邀請還需進一步確認。據雷鋒網了解，身為 AlphaGo 的製造者，DeepMind 團隊在 Master 大殺四方後曾表示，未來將開源部分程式，然後終止圍棋項目的開發。因此 4 月的人機大戰或許將成為人類與 AlphaGo 在圍棋領域的最後一戰，人類能否把握住最後的機會捍衛尊嚴，我們拭目以待。（本文由 雷鋒網 授權轉載；首圖來源：Flickr/Jaro Larnos CC BY 2.0）延伸閱讀： Master 就是 AlphaGo 升級版！60 連勝背後看專家怎麼說 人人都能打造自己的 AlphaGo！Google 宣布將 DeepMind 程式碼開放成開源
1 月 30 日，賓州匹茲堡 Rivers 賭場，耗時 20 天的德州撲克人機大戰塵埃落定。卡內基美隆大學（CMU）開發的 AI 程式 Libratus 擊敗人類頂級職業玩家，贏得 20 萬美元獎金。儘管之前 Google DeepMind 的 AlphaGo 在與李世乭的五局圍棋大戰，以及網路上跟頂級圍棋選手的 60 局快棋大戰中出盡了風頭，但德州撲克對 AI 卻是更大的挑戰，因為 AI 只能看到遊戲部分資訊，遊戲並不存在單一最優下法。那麼 CMU 的 Libratus 是如何擊敗人類頂級職業玩家？《Wired》雜誌這篇文章為我們揭密。在幾乎 3 星期時間裡，Dong Kim 都待在匹茲堡一個賭場內跟一台機器玩撲克，但 Kim 不是普通的撲克玩家，跟他對戰的也不是普通機器，這場比賽更不是普通的撲克遊戲。28 歲的 Kim 是全世界最強的撲克玩家之一。那台由卡內基美隆大學兩位電腦科學研究人員開發的機器，是一套在匹茲堡一台超級電腦裡執行的人工智慧系統。在整整 20 天內，他們都在玩無限制德州撲克比賽，這是一種尤其複雜的撲克遊戲形式，其投注策略往往經過很多手。這場比賽剛結束不久。大概賽程過半的時候，Kim 開始覺得 Libratus 好像能看到他的牌。不過他說：「我不是指它作弊，而是說它有那麼強。」實際上強到擊敗 Kim 及其他 3 名頂級人類玩家──這是人工智慧的第一次。在比賽期間，Libratus 的創造者對這套系統的運作方式遮遮掩掩，大家不清楚它如何取得成功，如何以其他機器前所未有的方式模仿人類直覺。但結果證明，Libratus 能達到如此高度是因為它不僅是 AI。Libratus 依靠 3 套不同系統的協作，這提醒我們現代 AI 並不是由一項而是多項技術驅動。這段時間以來深度神經網路抓住大多人的注意，當然這也有很好的理由：它們為一些全球最大型的技術公司從影像辨識到翻譯，乃至搜尋引擎等一切提供了動力。但神經網路的成功也為其他輔助機器模仿甚至超越人類天才的...
根據《日本產經新聞》的報導指出，日本經濟產業省將使用人工智慧（AI）來縮短化學物質的安全審查時間。例如，在魚身上實施的化學物質累積程度試驗，未來將被人工智慧的實驗所取代，轉為利用電腦進行虛擬試驗。這樣的結果，預期在電子零組件和燃料電池等領域上，可以縮短化學物質從開發到商品化的時間，並降低成本，使其進一步提高企業的競爭力。針對該項計畫，日本經濟產業省將從 2019 年度開始分階段導入。報導中進一步指出，企業在使用新的化學物質時，必須根據《化學物質審查規製法》實施確認安全性的試驗。然後要再向經濟產業省提交安全性的試驗數據和審查申請。現階段，日本化學物質的申報件數每年在 500 到 600 件左右。當前的試驗因為費時費力，例如透過向魚餵食化學物質來調查累積程度，或者確認化學物質在污泥中分解速度等試驗，都需要耗時約 1 年。而且，如果包括相關手續在內，達成從實驗到產品化的過程可能需要長達 3 年左右時間。而為了縮短這樣的流程，日本經濟產業省與大學等相關機構開發了利用人工智慧和大數據的分析方法，來節省進行試驗與審查的時間。據了解，對於日本經濟產業省與其他相關單位的作法，是將結構相似的物質，以參考過去的數據的方式來預測毒性。未來，在動物試驗和對生態系統影響的試驗也將由人工智慧代替。經濟產業省預計，未來每年將有 200 件左右的物質試驗能夠利用人工智慧來達成。目前，化學物質除了用於化妝品和建材，還廣泛用於燃料電池零組件、電子零組件以及汽車電子等許多領域。在企業之間，已出現了更容易達成產品化的海外轉移研發和生產基地的案例。因此，日本經濟產業省將在確保安全性的同時，也透過人工智慧來提高試驗效率，方便企業在日本國內建構易於開發與商品化的制度，以持續維持企業競爭力。（首圖來源：shutterstock）
三星電子曾於去年 11 月宣布，次代旗艦智慧手機 Galaxy S8 將搭載活用 AI 人工智慧的助理服務。據悉三星 AI 助理稱為「Bixby Assistant」，且其能力將比 Google AI 助理「Google Assistant」更強大，初期就將支援最高 8 種語言。日本媒體 CNET Japan 8 日轉述 SamMobile 的報導指出，預計將搭載在三星 S8 上的 AI 助理「Bixby Assistant」能力將比競爭對手更強大，初期就將支援 7~8 種語言，多於 Google 的「Google Assistant」。根據 Google 網站顯示，Google 委由宏達電代工的智慧手機 Pixel 內建的 Google 助理（Google Assistant）目前僅支援英文和德文兩種語言。據報導，發表自家 AI 助理對三星以及今後的 Galaxy 系列智慧手機來說非常重要，而三星 Bixby 若能比 Google 助理、蘋果 Siri、亞馬遜 Alexa（首款搭載 Alexa 的智慧手機預計在 2 月登場）更優秀，有望幫三星吸引更多消費者青睞。報導並指出，三星預計將在 3 月...
要把馬賽克處理的照片還原是不可能的事，不過 Google Brain 最近研究以人工智慧提升低畫質圖片的品質，而且已初步見成效。他們是怎樣做到呢？原來是靠人工智慧的兩個「神經網路」。第一個神經網路稱為「Conditioning Network」，會把相似的高畫質圖片降低解析度，並與低畫質的圖片對比，進而得出大約的輪廓。第二個神經網路則為 「Prior Network」，利用早已記憶的高畫質照片，為低畫質圖片加入細節。例如它偵測到眼珠時，便會填入相應的畫素，使它看起來像眼珠。兩個網路一同運作便能產生圖像。 換句話說，這個人工智慧並非還原照片，而是透過「腦補」填入合適的畫素。上圖便是 Google Brain 的研究成果，左邊是 8×8 解析度的圖片，右邊是原圖，中間便是人工智慧提升照片畫素的成果，解析度為 32×32。透過這項「解碼」技術，警方可藉此提升嫌犯照片的畫質，雖然無法百分百顯示嫌犯容貌，但對他們的鑑識工作仍有一定幫助。不過除此之外，大家還想到什麼用途呢？ Google Brain super-resolution image tech makes “zoom, enhance!” real （本文由 Unwire Pro 授權轉載；圖片來源：Google Brain）