憂鬱症越來越變成一個常見詞，很多普通人心情不好時就稱自己得了憂鬱症。不過即便對醫生來說，診斷也不是件容易的事。而南加州大學研究人員開發出的機器學習工具，或許能讓診斷變得更容易也客觀。這個工具名為 SimSensei，它會在訪談中記錄患者的聲音，檢測出母音表達是否減少，因為這是心理及神經紊亂中的常見特徵，但對人類來說很難察覺。這種方法雖然不能取代人類診斷，但也提供了一個客觀標準。憂鬱症誤診是一個很大的問題，2009 年一個綜述研究發現，5 萬名患者中僅一半被正確做出診斷，誤報與漏報比更是達到 3：1。原因有二：一是誤診比沒有診斷更安全，二是確定無疑地排除任何診斷的可能性都需要更多專業知識。對憂鬱症來說，它又是一種異質性疾病，病因多樣，表現形式也不同。再加上醫生一週可能要見數百名狀況不一、描述也不一的患者，那誤診可以說是情有可原了，這也是為什麼 SimSensei 這樣的工具能發揮更大作用。之前的調查發現，憂鬱症症患者的情感更平淡消極，語音變化會減少，音量和單調更單調，說話也會減少，而且吐字不清，停頓變長。另外，憂鬱症症患者的聲道和聲帶更緊張。機器學習很適合解決這類問題，能從噪音資料中進行預測，而且語音分析也是這一領域的重要話題。原理很簡單，將患者的語音處理成隻剩母音，然後分析母音 a、i、u 的第一和第二共振峰（譜峰）。最後就是使用 k-means 演算法進行處理，這一演算法也挺老了，出現於 1967 年，原理是圍繞一定的平均值將資料集分為不同的類。聚類的結果是一個三角圖，各角分別代表母音的譜峰。三角內的區域代表了母音空間，將它與一個用作對比的標準母音空間進行對比，所得的比例就能用於抑鬱診斷。SimSensei 的效果也得到了證明，而且結果表明，在語音資料有限的情況下效果也不錯，這表明它具備了一定的實用性。（本文由 雷鋒網 授權轉載）
2014 年 Google 以 6 億美元收購人工智慧公司 DeepMind。如果說 Alphago 讓這筆交易贏得了名聲，那 Google 最近又開始賺回本金了。據彭博社報導，DeepMind 聯合創始人 Demis Hassabis 最近表示，公司的人工智慧技術已經用於為資料中心節省能源消耗。據了解，最近幾個月 Google 將 DeepMind 的人工智慧系統用在控制部分資料中心上，透過控制電腦伺服器和冷卻系統等設備來節能。所用的技術之前已用在教電腦玩雅達利遊戲。Hassabis 說，整個系統減少了數個百分點的電力使用，這對成本和環境來說都是件好事。同樣的，能耗效率提升了 15%。2014 年 Google 用電量是 4,402,836 兆瓦時，其中很大一部分消耗來自資料中心，而這些中心又是公司服務的基礎。節省幾個百分點的電對 Google 的財務來說是件大事。美國公司用電價格是 25-40 美元每兆瓦時，電力消耗減少 10% 在幾年內就意味著節約數億美元的開支。而 Google 收購 Deepmind 用了 6 億美元。不過 Google 也並不是在擁有了 DeepMind 後才想著用人工智慧節能，它在 2014 年就將機器學習技術用在一資料中心上。當時它使用神經網路預測能耗隨時間的變化，進而更高效地安排設備使用情況。DeepMind 的作用則更進一步。與在遊戲中走步數不同的是，軟體會改變資料中心設備的運行方式以獲得最高分，也就意味著能源效率更高。Hassabis 表示，系統控制了資料中心中 120 個變數，包括風扇、冷卻系統和窗戶等。這還只是開始。在知道這種方式可以奏效後，DeepMind 也了解了人工智慧系統還缺少哪些資訊，以後還會讓 Google 在資料中心中安放更多感測器，讓軟體更高效。（本文由 雷鋒網 授權轉載）
日經亞洲評論 20 日報導，軟銀（SoftBank Group Corporation）社長孫正義 19 日在受訪時表示，超級智慧（Superintelligence）將會被用來預防無法治癒的疾病、同時也會被用來預防自然災害、海嘯。他說，300 年內人類的平均壽命將超過 200 歲，超級智慧將可盡可能地減輕人們不快樂（例如寂寞）的經驗。孫正義宣稱，軟銀的願景就是打造出讓人類快樂的平台；10-20 年後，當人們聽到安謀（ARM Holdings）、物聯網（IoT）或超級智慧，他們會想到軟銀。他指出，安謀就跟 Google、亞馬遜、阿里巴巴以及臉書一樣都是平台供應商，這是一種「規模收益遞增」的概念。相較之下，日本少有平台供應商，許多日本廠商甚至沒有生態圈、只能從事價格競爭。英國金融時報網路版報導，安謀執行長 Simon Segars 5 月受訪時透露，公司瞄準物聯網等非行動市場已有一段時日。他說，晶片設計開發循環相當漫長，現在收取的專利授權費是 5 年前、10 年前甚至是 20 年前產品開發的結晶。英國衛報報導，被比爾蓋茲（Bill Gates）譽為「預測人工智慧最準」的 Ray Kurzweil 曾預言，到 2029 年電腦智慧將超越人類。Kurzweil 擁有「愛迪生接班人」、「終極思考機器」的美譽。英國泰晤士報曾報導，事實證明過去 30 年 Kurzweil 所做的大膽預測到最後多能應驗。（本文由 MoneyDJ新聞 授權轉載；首圖來源：Flickr/Garry Knight CC BY 2.0）
行政院長林全 21 日在行政院會聽取經濟部「智慧機械產業推動方案」報告後表示，智慧機械產業推動方案是政府五大創新產業計畫之一，也是總統的重要政見，目的是希望讓我國成為全球智慧機械及高階設備關鍵零組件的研發製造中心；後續應加速整合與導入創新研發能量，建立並推廣符合市場需求的相關應用知識、經驗與技術服務的價值。林全指出，智慧機械產業雖然主要重點是製造面部分，但通路和品牌很重要，請相關部會協助智慧機械產業建立全球通路和品牌，並規劃相關配套；同時也要求各部會與地方政府加強合作，促成產、學、研的跨界合作，提供創新技術、國際行銷、資金與人才等方面的協作模式，共同輔導中小企業的轉型發展。經濟部表示，為加速我國智慧機械產業發展，該部將以過去精密機械推動成果及我國資通訊科技能量為基礎，導入相關智慧技術，建構台灣智慧機械產業新生態體系；在「連結在地」推動策略方面，利用臺中地區機械產業群聚優勢，以台中市為核心，串連彰化、雲林、嘉義等地區，透過整合中央與地方資源，建構關鍵智慧機械產業平台可有效結合台灣都市發展規畫，並提供產業發展腹地與示範場域。經濟部認為，要將智慧機械納入國際合作與購併關鍵項目，並整合產學研三方能量，以「訓練當地找、研發全國找」的方式，強化產學研合作與培訓專業人才；同時運用國際展覽等方式拓銷全球市場，打造中台灣成為全球智慧機械之都。在「連結未來」推動策略部分，經濟部指出，將聚焦資源於「長與新的關鍵領域」，即長產品生命周期與新數位經濟商業模式，未來將打造工業物聯科技，逐步推動人機物、供需的資訊流智慧化，並以推動航太及先進半導體為主，另以智慧運輸、綠色車輛、能源、機械設備、電子資訊、金屬運具、食品及紡織等產業為輔，建立廠與廠之間的整體解決方案。另在核心技術面，經濟部則表示，將持續建立機械自主關鍵技術及相關應用服務，促成半導體利基型設備、智慧車輛及智慧機器人進口替代。在提供試煉場域部分，將強化跨域合作開發航太用工具機，並整合產業分工體系建構聚落，透過應用端場域試煉驗證其可操作性，再系統整合輸出國際。經濟部進一步指出，有關「連結國際」之推動策略，主要分為國際合作及拓展外銷兩部分。在國際合作方面，將強化台歐、台美及台日智慧機械產業交流，引進國外技術及與國際大廠合作；在拓展外銷方面，將以系統整合輸出、推動工具機於海外市場整體銷售方案及強化航太產業的智慧機械行銷，並將更進一步整合部會資源，協助產業拓展國際市場。（本文由 MoneyDJ新聞 授權轉載；首圖來源：達志影像）
根據 《日本經濟新聞》 的報導指出，甫宣布與英國 IP 矽智財授權公司安謀 （ARM） 達成收購協議，將以 243 億英鎊收購 ARM 的日本軟銀（SoftBank）董事長孫正義，21 日在一項公開活動中指出，預計未來 20 年內，ARM 晶片的年產量將達到 1 兆片的規模。報導中指出，孫正義表示 20 年內 ARM 架構的晶片將分布在全球各地，藉由每年超過 1 兆片的晶片生產規模，將晶片用於快速收集各種的即時資訊上。而針對孫正義這樣的宣示，正符合了 SoftBank 對 ARM 的收購正是針對物聯網 （IOT） 的傳言而來。2015 年 ARM 架構所生產的晶片約 150 億片，意味全球平均每個人擁有 2 片 ARM 晶片。孫正義進一步表示，SoftBank 未來將專注的 3 大領域包括人工智慧（AI）、智慧機器人以及物聯網產業上。而根據調查機構 IDC 的預計，到 2020 年全球物聯網終端（包含：汽車、智慧冰箱、智慧電燈、智慧鎖等物聯網內的一切上網設備）的數量，將從 2014 年的 1,030 萬個成長至 2,950 萬個以上。就每個裝置從數個到數十個物聯網晶片來計算，孫正義所說的未來 20 年內一兆片晶片的產能將有其發展空間。另外，孫正義與活動中也同時宣布，SoftBank 和本田（HONDA）汽車將共同研發一套人工智慧駕駛輔助系統，此款系統將能使汽車能夠理解人類的感受。孫正義強調，包括愛在內的人類情感，是人工智慧中最難克服的部分。而對於此款輔助駕駛系統，HONDA 也表示，將與...
Google 於 20 日再宣布一個新的雲端機器學習 API──「Cloud Natural Language API」，開發者能分析在自然語言中的情感、語法，以及辨識名詞，是強大的文本分析工具，對於聊天機器人應用、文本分析來說，是很適合的工具。Google 在今年 3 月的雲端平台使用者大會上，發布一套雲端機器學習平台，裡面有含圖像（Cloud Vision API）、聽並轉換為文字（Cloud Speech API）以及翻譯（Cloud Translate API）的 API 技術資源，新開放的自然語言 API（Cloud Natural Language API）則是可以更精準理解語句的結構和意思。Cloud Natural Language API 目前支援 3 種語言，分別是英文、西班牙文和日文，又可以包含三種分析，情感分析、語法分析和名詞辨識。情感分析可以分出一個段落中的情感；語法分析可以判斷斷落哪些是同一個部分，並針對每個句子建構出從屬關係語法剖析樹（dependency parse trees），進而得出文本的結構和意思；名詞辨識則可以辨識出段落中相關的人、事、物、地點、產品等，其中語法分析是最難的一部份，也是目前少見的機器學習工具。接下來 Cloud Natural Language API 應用在各種產品中應該會相當有趣，最直接可以想像的是聊天機器人會變得更加「好溝通」，現在許多服務都推出自己的聊天機器人做為客服用途，一旦聊天機器人能夠更加理解使用者跟它說的話，就能有更好的應答；另外如果用在媒體的新聞分析，或者著作的文本分析也都可以期待。 ▲Google 雲端平台裡提供的機器學習工句。（Source : Google Cloud Platform） 資料來源： Google launches new API to help you parse natural language Introducing Cloud...
IBM 21 日正式宣布將攜手台灣製造業，推動「感知物聯網」的概念，協助台灣製造業轉型，透過橫向的異業連結，將台灣在全球電子供應鏈中舉足輕重的生產角色，轉化為創新發展的角色，迎接電子科技業下一個十年的盛事。IBM 表示，在經濟與科技環境快速改變與發展下，電子產業面臨的挑戰與日俱增， IBM 認為認知物聯網將成為新一波革命的驅動力，期以透過新世代運算技術的認知科技，改變電子產品的製造、研發與消費方式，加速產品與服務創新，提升敏捷彈性與營運效能，更進一步定義全新的未來成長模式。IBM 指出，根據 IDC 的預測，物聯網市場將於 2020 年達 8.9 兆美元；摩根史坦利更預測，物聯網結合海量資料及分析能力，將在未來十年內創造 14.4 兆美元的營收，這表示物聯網正急速改變企業運作和人們與真實世界的互動方式。根據 IBM 調查，到 2020 年每人每分鐘將會產生 1.7MB 資料量。然而，物聯網的龐大資料量，其中將近 90% 的資料卻從未被應用於實際行動中。這些資料產生的速度比過去快上兩倍，資料不僅多且複雜，更具多樣性、時效性及機密性，這些挑戰皆衝擊著傳統的運算系統。 因此，IBM 推出「認知物聯網」概念，其結合 IoT 與 Watson 認知運算技術，透過理解 (Understand) 、推論 (Reason) 、學習 (Learn) 三歷程，累積環境與人際互動經驗而成為會思考的物聯網。消費者僅需簡單使用語音控制，即能將新思維融入物件、系統與程序中，不受傳統規則拘束，各類型的圖片、影片、聲音與機器資料結合社群媒體、氣象與企業資料結合等，能洞察更清晰的情境與相關內容，讓系統與程序能理解意向、整合與分析相關資料，甚至進行預測以達成目標，實現真正智慧化。台灣 IBM 全球企業諮詢服務事業群總經理賈景光表示，認知物聯網將帶來的三大改變，包含：加速運作效率、改變客戶經驗並強化關係、成為顛覆者而不是被顛覆者。例如家電大廠惠而浦，在日韓家電廠商的激烈競爭下決定推出智慧家電，並使用 IBM Watson 平台進行連線，不僅提供特殊狀況警示、預測機器問題與安排維修、提供互動等方式讓使用者擁有全新的家電體驗，提高客戶滿意度。此外，更將智慧家電的相關使用數據傳送到 IBM Watson 平台，透過模式分析每一位使用者的獨特樣貌，惠而浦便能運用這些分析資料，進而改善新產品功能，並創造新的商業模式，結合零售商為使用者提供消耗品與食物自動補貨的貼心服務等，開啟新的轉型契機。另外，IBM在台灣也與工業電腦大廠研華合作，透過研華在其生產的工業電腦中加入智慧型感測裝置，收集其所感測到的資訊，再傳遞回藉 IBM Watson 平台所開發出的運算平台，可以快速且精準的預測其設備的狀況，以及未來的相關妥善率。如此可以協助研華的服務團隊，先前就取得其生產產品的狀況，進行後許客戶服務的執行。同時，也協助研華的客戶，達到降低設備因故障所帶來的生產風險，並且提升設備妥善率，強化生產效益。（首圖來源：《達志影像》）
未來，應徵者參加企業面試，面試官可能將不會再是人類，而是由具備人工智慧的電腦或機器人所代替。根據《日本產經新聞》的報導，日本高階人力銀行網站 BizReach 與雅虎 （YAHOO） 、以及美國客戶管理平台公司 salesforce.com 合作，宣布將開發一種人工智慧，透過收集員工的工作數據，完成招募、員工評價以及分配工作職位等任務。所以，在不遠的未來，企業人資部門將由人工智慧取代的情況有可能會實現。報導中指出，這中心開發的技術稱做 HRtech ，即人力資源技術。也就是藉由 IT 技術進行員工的招募、評價和分配。德國軟體供應商 SAP 與美國甲骨文 （Oracle） 率先製作了人力資源管理系統，並在歐美逐步推廣。這是繼金融和 IT 結合的 FinTech ，以及教育與 IT 結合的 Edtech 之後，HRtech 預計將會掀起了新一波的技術潮流。BizReach 等公司決定從 2016 年秋季開始，逐步幫助客戶公司引入考勤系統和員工評價系統。其中，不僅收集了每個員工從面試到現在所有的工作評價，還對員工的工作狀況進行了跟蹤調查，從而建立起龐大的資料庫。人工智慧通過「深度學習」可以從大量的數據之中自己總結特徵並加以分析，最終評判出員工最適合的工作場所和工作崗位。這個項目的收費標準是每月 10 萬日圓（約合新台幣 30,500 元），預計在 2019 年 6 月前將該系統推廣至 2,000 家公司。報導中進一步說明到，美國的沃爾瑪（Wal-Mart）也導入了這種新型的人力資源技術，並已經開始使用。而瑞士信貸也針對公司內想要跳槽的員工使用了該技術，幫助員工分析自己最適合的工作，而且還在此基礎上進行人事調動。結果，約 300 個想要離職的員工放棄跳槽。HRtech 可以減少崗位與個人能力的不匹配現象，創造出更適宜的工作環境。目前，日本人力資源公司 Recruit Career 和英創人才雖然已經開始使用 IT 技術來進行人才招聘，但是人力資源技術還在起步階段。BizReach 總經理南壯一郎指出，此前人事評價大多是上司根據經驗和直覺進行判定的，雖然說是與個人能力和工作業績聯結。但事實上，員工在聚餐和酒席上的表現往往會決定他的評價，這種不透明的評價方式一直難以得到改善。現在，企業的許多部門都在推進數位化改革，但人力資源部門仍在沿用靠感覺和經驗評判員工的舊標準。上司的喜好決定著員工的評價，這在一定程度上會打壓員工的積極性，此時人工智慧的優點就顯示了出來。但對於那些按入職年份升職的日本員工來説，無疑是個壞消息。如果這種人工智慧系統在日本得到推廣，極有可能會改變現有的工作方式和職場關係。日本能率協會諮詢公司 HRM 革新中心的負責人村上剛則表示，即便如此，企業的人力資源部門也不可能因此被淘汰。村上剛進一步指出，人工智慧透過統計過去和現在的大量數據來對員工進行判定，所以在變化較小的企業環境之中的確可以發揮很大的作用。但是當一個企業要進行技術創新，或是因突發情況要推出新的人事策略時，還是必須要依靠人的力量。因此，如何給默默奉獻的員工們做出恰當的評價仍然十分困難。人力資源部門中人與人工智慧之間的職責分擔仍舊是今後研究的重要課題。（首圖來源：Flickr/Ethan CC BY 2.0）
據創業投資市場研究公司 CB Insights 的最新報告顯示，2016 年第一季人工智慧新創公司獲得的投資數量創下歷史新高，達到了 140 筆，有超過 200 家人工智慧型新創公司共計獲得了近 15 億美元投資。2016 年第一季人工智慧新創公司 Trifacta、Pathway Genomics、Digital Reasoning Systems 等都完成了募資，據 CB Insights 的報告顯示，2016 年第一季專注於人工智慧技術研發和應用的新創公司共獲得了 140 多筆投資，迄今為止大約有超過 200 家人工智慧新創公司獲得了投資，總投資額接近 15 億美元，毫無疑問人工智慧正在成為最熱門的技術之一。 人工智慧新創公司多是將這一技術應用在醫療、網路服務、金融投資等業務中，比如開發人工智慧機器人承擔服務工作，提升語音辨識、資料分析的準確性和效率等。2011 年時人工智慧新創公司獲得的投資數量是 70 筆，2015 年成長到 400 筆，2016 年有望創下歷史新高，大部分獲得投資的人工智慧新創公司都處於發展初期，只有二十多家公司完成了至少 4 輪募資。在人工智慧領域的投資中，最活躍的投資方是 Khosla Ventures，在過去 5 年中該公司已經投資了 15 家人工智慧新創公司，其他活躍投資方還包括 Google Ventures、Accel 等。 Investors are backing more AI startups...
根據 《日本產經新聞》 的報導，日本日立 （Hitachi） 製造所於 27 日正式發表，透過裝配在企業內職員身上的名片型感知器，收集到員工在在工作時間內的作息習慣與情緒表現之後，再藉由電腦大數據的分析，透過 AI 人工智慧進行判別，最後發送訊息到職員的智慧型手機中，提供職員在工作中進行彼此交流的各項建議。據稱，這樣的解決方案大大的提升了企業內職員在進行交流時和諧度。報導指出，日立製造所藉人工智慧與大數據收集等步驟所提出的該項解決方案，可以進一步的提升企業內職員在交流互動時的和諧度，而且進一步增加在工作時的幸福感。報導中進一步表示，該項解決方案最經常給的建議，就是例如；「早上甚麼時間可以和跟上司進行 5 分鐘談話」之類的建議。目前，日立製造所在集團內的營業部門已經進行了 600 位員工的測試，預計 2016 年底之前將會把該項測試計畫實用化。現階段該項解決方案包含了後端的大數據分析，人工智慧的判別，以及前端員工配掛的名片型感知器等三大部分。在名片型感知器的部分，它將會收集員工在工作時的作息習慣與肢體語言，藉大數據與人工智慧分析每個人的情感與身體情況，最後再發送相關的交流建議給相關同仁。不過，相關收集的數據內容，除本人之外，因為隱私權的關係不准任何人調閱。這套日立製造所從 2015 年開始開發的人工智慧解決方案，目的在於活化企業內組織，以及增加員工幸福感。目前，已經獲得三菱東京 UFJ 銀行、日本航空等企業的 13 張訂單需求。（首圖來源：《達志影像》）