今天，Google 最新的機器學習計畫創作出了第一首歌曲：一首 90 秒的鋼琴曲。它由訓練神經網路創作。上周，Google 開啟了 Magenta 專案，旨在讓 Google 的機器學習系統創作音樂等藝術。而這首鋼琴曲是此專案的首個傑作。除此之外，Google 還發表部落格文章，表明了在 Magenta 上的野心。從長遠來看，Magenta 的目標是引領機器藝術創作的潮流，並在此基礎上建立一個藝術家社群。而從短期來看，Magenta 創作的藝術作品，需要基於已有的藝術作品。團隊負責人表示：「最開始，我們需要基於影片和音訊支援，還需要一個能夠連接藝術家和機器學習模型的平台。我們想在 Magenta 的幫助下，讓藝術創作變得非常簡單。」Magenta 是在 Google TensorFlow 系統的基礎之上建立而成的，現在它處於開源狀態。此專案還計畫在 Github 上出版代碼。負責人說：「這種理念仍處於初級狀態，但我們相信它會迅速發展。」這並不是 Google 第一次測試機器藝術創作系統。Google 開創的 DeepDream 演算法（最初用來視覺化神經網路），現在已經變成了一個倍受歡迎的圖像工具。在 DeepDream 的幫助下，今年年初 Google 開了一個美術展。除此之外，Google 還開發了藝術家和機器智慧專案，來支持其在機器人學習上進一步的野心。 Google’s art machine just wrote its first song （本文由 雷鋒網 授權轉載；首圖來源：達志影像）
上回跟大家談論過傳統車廠如何看無人駕駛汽車，這回我們再討論「駕駛者怎樣看待無人駕駛汽車」。不過在我們討論之前，先跟大家說一個很經典的、但不知是否真的發生過的笑話。微軟也能造汽車？有一次比爾蓋茲（Bill Gates）在演講中嘲笑汽車業的發展，他指通用汽車（General Motors）的發展速度能像電腦一樣的快，現在大家應該能用 25 美元買到一輛一加侖汽油、就能跑 1,000 英里的汽車。不過通用汽車反駁說，如果汽車像微軟的話，我們現在開的汽車會變成： 每次重新規劃道路交通標誌，駕駛人就得要買輛新車。 每次推出新車，你都得重新學習駕駛技術；因為新車的駕駛方法和舊車的完全不同。 發生事故時，車子裡的安全氣囊彈出前，會先問「你確定嗎？」 中控台的所有指示燈，例如：油量、水溫等，現在縮成一個小窗，上面標示為「一般汽車錯誤」。 偶爾汽車會顯示：「這個程式執行作業無效，即將關閉，原因不明或是煞車系統沒有在指定的時間內回應！如有問題請與汽車設計者聯絡。」 你的車子每天會無故崩潰兩次，而每一次你將不得不關閉所有窗戶，然後重新啟動汽車。 當汽車崩潰後，偶爾不能重新啟動，唯一的解決方法是重新安裝引擎。 好吧，微軟粉絲不要不高興，電腦的穩定性問題由來以久，也絕不是微軟一家才有的問題。這個笑話的重點不是微軟的穩定性，而是：這個笑話今天將變成我們可能要面對的真實環境：電腦化的自動駕駛汽車，已經是科技界的其中一個重點專案。 我們都害怕無人駕駛我們必須承認：我們仍然很不信任電腦取代人類來駕駛。Techcrunch 的編輯 Kristen Hall-Geisler 分析了今年 1 月在美國汽車協會（American Automobile Association，AAA）的統計資料，指美國人仍然很害怕廣義的「無人駕駛汽車」（autonomous car）──這不光只是 Google 式的「駕駛座人類滅絕計畫」，也包括了一般車廠的「高階電腦輔助駕駛系統」（advanced driver assistance systems，ADAS）。根據作者說法：75% 的受訪者表示害怕乘坐無人駕駛汽車，只有 20% 的受訪者覺得無人駕駛是個很酷的想法。而在電腦輔助駕駛系統方面也沒能得到大部分受訪者的認同：只有 44% 受訪者信任緊急刹車系統（emergency braking systems）、36% 信任自動停車系統（self-parking systems）。不過，受訪者當中僅有 25% 至 30% 的用戶曾試過自動駕駛功能。曾經體驗過的受訪者中，84% 的使用者信任車道保持系統（lane keeping），相比之下，沒有試過自動駕駛功能的受訪者，就只有 50% 信任它。故此作者表示：在調查裡，曾體驗過的駕駛者會更傾向信任電腦輔助駕駛功能：所以只要你信任車道保持系統，不久，你也會信任自動停車系統（parallel parking systems）。儘管這個調查某程度上也酸了駕駛者一把：表示不信任無人駕駛的受訪者裡，有 8 成均對自己的駕駛技術信心十足，而女性則是因為對自動駕駛不夠了解。說的就像是人類本身的過度自信，以及人類的過度無知，導致大家害怕無人駕駛。一切都是人類的錯嗎？ 老司機解釋害怕的原因駕駛者的「過度自信」和「過度無知」，可能是其中一個問題，但我們為什麼在做為乘客時，也一樣認為由司機駕駛，比起由電腦駕駛更安心？我們不是過度相信人類的能力，而是單純不信任電腦。目前在華語世界裡，無人駕駛還是一種很新的玩意，很多人都沒有機會接觸。愛范兒做為科技媒體的前線，我們的兩名老司機王飛和張博文，都親身試過特斯拉的無人駕駛汽車功能，但他們都不約而同的表示「十分緊張」。王飛表示，儘管他在習慣無人駕駛系統後，已經開始能放開心情，但他還是不敢在兩邊的車道打開無人駕駛功能。而且，當車子駛進彎道後，他在螢幕上看到車子慢慢接近邊線時，總會有些緊張。而張博文則指出在高速公路這種沒道路情況簡單的情況下，無人駕駛功能絕對是個「神器」，但當他在塞車時候，用起來倍感緊張。他表示：在城市裡，我不敢完全不介入駕駛。特斯拉的辨識能力還是有些問題，雖然感覺很智慧，但這種智慧仍然很死板。如果駕駛者都很守規矩，不會胡亂換道，無人駕駛汽車簡直是神器，我們不用老是刹車油門來回踩，車輛就會自動跟車。但無人駕駛功能卻會自動保持最少一個車距的距離：要知道在北京塞車時，只要車子離前車半個車距，就會有人突然插隊進來。 不是 AlphaGo 在駕駛我們能信任車道保持系統或是自動停車系統，是因為這種功能變需要面對的突發環境不多，電腦應變能力即使不足，也能輕易應付。問題是當我們在市區的環境裡，情況遠為複雜：無人駕駛汽車除了要面對人類的突發狀況，更要應付人類的突發感性需要：包括忌憚、急躁和恐懼。（Source：達志影像）當 AlphaGo 可以透過深度學習，在極度複雜的圍棋比賽上輕取九段大國手的時候（上圖），為什麼我們仍然覺得電腦不能適應人類的駕駛習慣、其應變能力還不及人腦？因為我們開的汽車不是超級電腦，而是一輛我們見慣了的消費級電子產品。目前我們的無人駕駛汽車，不懂得應付我們的感性需求：不會因為太多人不守交通規則，而採用更具侵略性的駕駛手法；也不會因為我們的恐懼，更早的避開一些讓我們感到不舒服的車輛。當我們病了，我們會信賴靠醫院裡的高階電子設備來續命；我們遠行，我們也會信任飛機的自動飛行系統。這堆決定我們生死的電子設備，沒有使我們感到十分恐懼。因為我們很清楚：這些專業的電子設備，有充足的保養、有充足的冗餘設計、也有足夠的安全監管。但是，無人駕駛汽車，沒能在感性上讓我們安心。 不信任消費電子的傳統我們經常見到微軟的藍色當機畫面、也經常見到 Google Now...
人工智慧（artificial intelligence，簡稱 AI）、機器人的開發取代人類工作，但醫學的發達卻又讓壽命延長，全球最大資產管理集團貝萊德（BlackRock Inc.）執行長 Larry Fink 警告，這一個世代的人們將面臨年華日漸老去，卻沒錢度過黃金歲月的淒慘命運。barron`s.com 報導，Fink 10 日在給股東的年度信函中表示，雖然許多高成長科技公司的價值最近數月都下滑了，但自動化、創新的速度仍在加快，讓就業機會面臨萎縮壓力，也使產業開始轉型。2016 年「美國總統經濟報告書」（Economic Report of the President）就預估，自動化有 83% 的機率會取代時薪低於 20 美元的工作。壽命延長也是勞工與政府必須共同探討的議題之一，因為人口中有一大部分已愈來愈無法在年老時自食其力，目前也還找不到能充分掌控其經濟潛力、長壽效益的有效方式。Fink 並提到，當長期利率只剩 2%，而非之前的 5% 之際，一名 35 歲普通人必須累積 3 倍以上的存款，才能創造同樣的退休金收入。根據 Fink 的計算，35 歲的青壯年若想在 65 歲退休時創造每年 48,000 美元的現金流，在 5% 利率的環境中只需投資 178,000 美元，但在利率剩下 2% 之際，投入的金額卻得多達 563,000 美元（約是 5% 的 3.2 倍），才能在退休時擁有同樣現金流。英國金融時報，Fink 並警告，低利率讓儲蓄者無法得到應有報酬、退休金前景堪慮，人們也被迫把原本現在就要花的錢全部存起來。他說，許多人都在討論長期低利率如何推升了資產價格，卻鮮少有人關注低利率（現在已變成負利率）對投資人存款和財務計畫的衝擊。Google 母公司 Alphabet Inc. 甫於 2 月 24 日公開了第二代人形機器人「Atlas」，根據負責研發的部門波士頓動力（Boston...
一覺醒來世界還是原來的樣子，變壞的人工智慧和終結者並沒有誕生，更別提控制人類……可是就在一夜間，幾乎所有知名的網路科技公司都重新撿起了一項已經「過時很久」的技術：Bot。可別搞錯了，我們說的可不是 Alphabet 旗下波士頓動力製造的、能飛速狂奔還怎麼都踹不倒的機器人，而是由一群看不見、摸不到的聊天機器人組成的大軍。Bot 是什麼？它們會出現在哪裡，誰又在開發它們？它們能做什麼，更重要的是，能幫你做什麼？它們會像很多所謂的科技前沿人士認為的那樣，最終取代你手機裡的 App 嗎？如果你對 Bot 感興趣，你將在本文中找到這些問題的答案。 Bot 是什麼？我們正在討論的 Bot，全稱應該是 Chatbot——聊天機器人。過去的聊天機器人是電腦工程師們開發的軟體，專門用來跟人聊天。之前在微博微信上刷存在感的微軟小冰就是一個基於人工智慧的聊天機器人，但最早的聊天機器人其實是電腦科學家約瑟夫·維森班在 1966 年編寫的 Eliza。這些聊天機器人的擬人程度各不相同，電腦學界還專門為了評判這些機器人的擬人度設立了一項測試，你一定聽說過他的名字——圖靈測試。但我們討論的 Bot，會做的不只是聊天。它像是一個客服，要在跟你聊天的同時，了解你的意圖，幫你處理你的事項，完成你想讓它幫你完成的工作。準確的來說，我們討論的 Bot，是一個功能強大的聊天機器人助理。Bot 出現在哪裡？Bot 已經出現在我們生活中使用的各種電腦系統、社群服務和聊天軟體裡了。比如微軟 Cortana、蘋果 Siri 和 Google Now，從聊天機器人的角度來看它們都屬於這個範疇；微軟小冰則已經出現在了微博、微信裡；Slack 雖說是個工作用的 IM 軟體，裡面也有很多 Bot，具有各種有意思的功能；微信就更別說了，公眾 / 服務號的自動回復也可以被理解為簡單的聊天機器人，而微信也對服務號的營運者開放了介面，允許他們接入採用協力廠商服務設計聊天機器人，來滿足用戶的更多需求。現在來看 Bot 出現在 IM 軟體裡最多。原因顯而易見：Bot 是幫用戶邊聊天邊把事辦了，而 IM 軟體對於使用者來說就是聊天用的……更何況，如果要說 IM 是行動應用之王，相信沒有人會反對吧？ 誰在開發這些 Bot？更合適的方式，是先把這些 Bot 背後的擁躉分成兩個組別：平台方和服務方。平台方指的是所有那些允許 Bot 在自己的系統、軟體等平台上出現，那些鼓勵開發者在自己平台上開發 Bot 的公司。比如微軟基於 Cortana 的經驗、自然語言理解技術開發了一個 Bot 框架工具。開發者可以開發 Bot 並放到 Skype 上，也可以以 API 形式集成到其他聊天軟體裡；▲ 出現在 Skype...
中國阿里巴巴旗下阿里雲 20 日與 SAP、埃森哲（Accenture）宣布達成合作，將聯合為企業提供雲端運算服務；同時，阿里雲發布物聯網、專有雲、混合雲、視頻雲四大解決方案，以及儲存、資料庫等數十款雲端運算服務新品。中媒引述業內人士認為，做為下一代資訊技術的核心應用之一，雲端運算市場前景正日趨明朗，阿里此次在雲端運算業務上的大手筆，是目前產業巨頭加速布局雲端產業的縮影，隨著市場需求不斷放量，雲端運算產業市場規模將水漲船高，更多企業也會因其巨大的市場前景而加入。近年來，雲端運算產業發展十分快速，據 Gartner 研究報告顯示，截至 2015 年底，全球雲端運算市場規模已達 1,750 億美元，預計到 2016 年將達 2,030 億美元，到 2019 年有望突破 3,000 億美元大關，達到 3,120 億美元。正因此誘人的市場前景，包括百度、阿里、騰訊（上述三業者合稱為 BAT）、SAP、Google 這樣的國際廠商均已進入此行業，並在近兩年內開始加速布局雲端運算產業。據了解，百度之前已正式成立雲端運算事業部，並在中國山西陽泉等地建立了雲端運算中心，雲端運算業務和人工智慧等業務均為百度未來重點發展的業務方向。近期，百度還與無錫政府展開合作，推出智慧交通、智慧醫療、智慧教育、智慧旅遊等雲端服務，未來還將推出一系列企業級雲端服務，並將在雲端運算業務上進一步加大投入。騰訊也已深耕雲端運算業務多年，據騰訊 2015 年財報顯示，公司雲端計算業務收入年增 100%，目前騰訊已推出涵蓋金融、安全、資料、電商等領域的數十項雲端運算服務。近期，騰訊宣布升級公司雲戰略，除了將在全球建立眾多雲端運算中心外，還將提供針對企業和個人的多項雲服務，涉及醫療、教育、O2O 等多個領域。同時，雲端運算正在被越來越多的企業應用，據 IDC 報告預測，未來 3 年內，大中型企業將加速向雲端運算轉型。Gartner 和 Forrester 近期的報告也指出，雲端運算正在成為越來越多企業在日常經營中的標準配備，並被廣泛地運用在資料處理、資訊分析、輔助決策等環節。從阿里雲客戶名單顯示，客戶中已出現包括中石化、中石油、國家電網、海關總署、國家氣象局等大中型企業和機構。Gartner、招商證券等機構研報均指出，大量的市場需求將進一步推動雲端運算產業保持高速增長，未來 5 年雲端運算產業的年複合成長率可望超過 30%，仍是極具前景的創投熱點。（本文由 MoneyDJ新聞 授權轉載；首圖來源：shutterstock）
機器學習（Machine learning）技術讓人工智慧下棋打敗了人腦，不過驚嘆人類輸給機器之餘，其實機器學習能對許多領域有非常大的貢獻，包括資訊安全，麻省理工學院（MIT）團隊就打造了維護資安的機器學習系統，目前已經能 85% 正確逮到入侵活動。MIT 所創造的這個演算法系統稱之為 AI2，一開始研究團隊扔給 AI2 30 億份的資料去自行以機器學習的方式分析，花上 3 個月的時間學習之後，AI2 能找出網路流量中異常的部分，提報給真人資安分析師，分析師會告訴 AI2 哪些是真的網路攻擊，哪些只是誤判，AI2 得到答案後，以機器學習技術不斷改善其判斷，目前 AI2 的判斷正確率已經達到 85%，隨著分析師不斷回應結果給 AI2，未來的準確率會繼續不斷提升，就有如下棋的人工智慧棋力不斷提升一樣。研究團隊表示 AI2 就像是一個虛擬分析師，能處理大量資料，並持續產生新的模型，時間快到幾小時之內就可能產生，因此能快速顯著的提升偵測資安攻擊的能力。目前 AI2 正確率 85%，也就是說還有 15% 是把正常活動誤判為網路攻擊，所以還需要搭配真人分析師，但未來有一天 AI2 徹底學習後，可能不再需要真人陪伴，而能獨立進行任務，從可疑活動中揪出網路攻擊，成為資安的守護者。 This MIT-designed AI can predict up to 85% of cyber attacks （首圖來源：itpro）
科技一日千里，在大數據（Big Data）出現爆炸性發展、雲端運算愈來愈強大之後，國際金融協會（Institute of International Finance，簡稱 IIF）直指，人工智慧（AI）的發展終於來到轉折點，而 AI 進駐金融業之後，基金績效更出現長足進步，打趴一堆經理人。普信集團（T. Rowe Price）以數學程式管理見長的基金經理人 Sudhir Nanda 就警告，人類在傳統投資管理產業雖然重要，不會被完全取代，但大多數員工仍有被替代的風險。英國金融時報 25 日報導，Nanda 過去 10 年來以電腦演算法所管理的 23 億美元美國小型股基金「Diversified Small-Cap Growth Fund」績效卓越，過去 5 年每年的報酬率平均可超過 10%，擊敗 93% 的同類型基金。普信上周已再接再厲，搭配 Nanda 的演算工具又推了 3 檔基金，顯示即使對傳統的大型資產管理者來說，系統化的電腦投資工具也愈來愈重要。金融市場震盪日益劇烈，為防被淘汰出局，除了普信之外，貝萊德、高盛與施羅德集團也都對大數據、電腦程式開發員投入大筆資金。Nanda 強調，雖然普信自己的人類經理人在金融市場都游刃有餘，但隨著電腦愈來愈強、成本愈來愈低，許多工作都將無法逃過被電腦搶走的命運。Google 人工智慧系統「AlphaGo」擊敗南韓棋王李世乭引發熱議。其實機器人不只圍棋棋藝超越人類，在投資方面也有飛躍成長，可能威脅人類理財顧問的飯碗。金融時報（FT）、Inc. 網站報導，高盛 3 月 14 日宣布收購金融科技公司「Honest Dollar」，Honest Dollar 僅成立一年，主要為小型企業和自營業者管理退休基金。該公司採用所謂的「理財機器人」（Robo-advisors），也就是自動交易平台。聘用人類顧問規劃退休基金所費不貲、耗時漫長，改用理財機器人，只要少少的錢，就能在彈指間完成資產配置。詳細來說，用戶可在 1~10 之間選擇風險承受度高低，接著輸入薪資所得和投資偏好，理財機器人就會做出規劃，建議投資美國和新興市場股票、企業債和公債基金，並保留部分現金，簡簡單單完成退休理財計畫。Honest Dollar 月費最低只要 8 美元，價格遠比投行顧問的收費更為低廉。（本文由 MoneyDJ新聞 授權轉載；首圖來源：達志影像）
人工智慧（artificial intelligence，AI）已經在西洋棋、圍棋領域贏過人類，而在手足球桌上這個不只動腦還要動手的競賽中，人類可能也要輸了。Brigham Young 大學工程系學生花了一個學期打造由 AI 控制的手足球機器人，結果機器人的勝率越來越高，人類輸了。學生先是打造一個自動化的機器人手足球桿子，上面架設一台攝影機追蹤球的移動，然後利用電腦演算法，決定四根機器人手足球桿子如何左右移動、前後擺動，讓上面的塑膠足球員可以碰到球，檔下球，射門得分。開發 AI 手足球機器人學生先是找出人類玩手足球的方法，再試圖把這些方法編寫成程式教電腦作動，更重要的是，他們的演算法中，也教電腦去判斷對手的行為，及運算球的路徑，並即時做出可以制勝的動作。就跟人類的想法一樣。開發逾漸成熟後，AI 手足球機器人預測、踢球、得分，而且反應時間明顯比人快很多。開發學生之一 Nathan Warner 說，現在人類要能戰勝 AI 手足球機器人可說是越來越難了。指導教授 J. Lee 說，透過這個計畫，可以教導學生如何控制電腦，讓他們學會人類可以做的事。 資料來源： IT World : Can AI beat you at Foosball? Yes. Yes it can 延伸閱讀： 經理人注意！電腦代管的基金報酬率擊敗 93% 對手 AlphaGo 靠識破李世乭棋路致勝？台灣之光黃士傑回台，解密世紀人機大戰 日本人工智慧團隊開發出會寫短篇小說的機器人，還把作品拿去投稿比賽 （首圖來源：達志影像，非 AI 手足球機器人）
人工智慧的技術日漸進步，應用的範圍愈來愈多，或會對人類的就業構成威脅。日本經濟産業省日前估計，假如不採取任何措施應對人工智慧和機械人等新技術，日本到 2030 年的就業人數將減少 735 萬人；如海外企業成功掌握人工智慧等業務的核心，日本企業只能替他們「打工」。《日本經濟新聞》報導指，日本經濟産業省於 4 月 27 日就人工智慧和機械人技術對就業結構的影響發表評估，為歷來首次。他們認為，假如不採取任何措施應對「第四次産業革命」，2030 年日本的就業人數將減少 735 萬人；海外企業成功掌握人工智慧等業務的核心的話，日本企業只能替他們「打工」，高工資的工作將從日本國內流失。報導又指，經濟產業省把職位分為 9 類，並評估了「不採取應對措施」和「推進變革」對職位的影響。結果發現，需要提供深入諮詢的營業和銷售職業，在「推進變革」下，在 2030 年度之前將增加 114 萬人。相反，「不採取應對措施」的話，將無法創造新的客戶服務，就業人數也將減少 62 萬人。經濟產業省指，為了把握更深層次的客戶需求和創造新的服務，具有數據分析等技術的人才需求將日趨增加。然而可被機器人取代的職位如收銀員等，無論有沒有做出變革，60 萬人的減少都是幾乎會發生的。雖然經濟產業省稱日本就業人數可減少 735 萬人，但他們補充，政府若推進監管、教育改革以及跨越行業壁壘的企業合作等，就業人數的減少將能夠控制在 161 萬人以內。報道指出，估算的背後反映政府對國內産業的未來具有強烈危機感，技術以歐洲為中心不斷革新，但日本政府和大企業均動作遲緩。 ＡＩ・ロボット活用しないと30年の雇用735万人減 経産省試算 （本文由 Unwire Pro 授權轉載；首圖來源：達志影像）
一家規模不到 30 人的公司，研發出應用在安控領域的人工智慧影像辨識軟體，並能讓監視器自己判斷危安事件，未來將可能完全顛覆過去安控系統的使用模式。社區警衛在巡邏時，手機接收到一封來自監視器發送的警報簡訊，通知警衛 A 棟圍牆外的人行道上，已辨識出突發的搶劫事件，並提供現場影像畫面。這時，警衛立即趕往案發現場，同時趕緊打電話通報警局前往處理。這樣的應用情境，並非電影場景，而是不久後真實在你我日常生活中上演的情節。這一套聰明到可準確辨識發生不同異常危安事件類型的安控系統，負責運作系統的大腦是影像辨識軟體平台，當中所採用的核心技術就是人工智慧（AI）技術的分支─電腦視覺（Computer Vision）和機器學習（Machine Learning）。在 2014 年才成立的盾心科技（Umbo CV），就是全球極少數同時擁有電腦視覺與機器學習技術團隊的公司。 機器人+ AI 安控大未來目前掌握這兩大人工智慧技術的公司都是如 Google、臉書、亞馬遜、蘋果這一類的頂尖科技大廠，並將人工智慧技術多運用在無人車、無人機等領域；但盾心科技卻是瞄準安控市場。有了這個賣點，盾心科技今年 3 月下旬即獲得緯創、群聯、之初等指標性創投公司總共新台幣 9,200 萬元的種子輪投資。「你可以想像 10 年後的安控，大多數都是機器人與人工智慧來完成，這點不會有人去質疑。」AppWorks 之初創投創始合夥人林之晨看好人工智慧在安控領域的發展前景。盾心創辦人之一的營運長關宇翔，之前任職於安控公司京晨科技，負責美國業務逾 6 年，對美國安控市場的通路、系統整合商、客戶，瞭若指掌。他在拜訪客戶過程中，嗅到人工智慧結合安控的商機。而盾心另一位創辦人、硬體開發總監柯智文，是關宇翔的學長。當時柯智文憑藉過去在宏達電累積硬體開發的專長，創辦一家研發智慧插座的物聯網新創公司。起初，他只是幫忙關宇翔處理硬體設計問題，後來覺得盾心的發展潛力更大， 才決定加入成為創辦人。目前盾心的人工智慧影像辨識軟體，則是另兩位創辦人張秉霖、吳亭範共同開發的。其中，張秉霖在英國倫敦帝國理工學院機器人視覺實驗室鑽研多年，致力於機器人視覺自動導航的開發。首席科學家吳亭範，則曾待過今年被蘋果購併的表情辨識公司 Emotient，更曾於美國國防部高級研究計畫局（DARPA）舉辦的機器人比賽中，奪得兩屆全美冠軍。2014 年底，盾心的技術長張秉霖和關宇翔特地前往美國拜訪客戶，理解他們在使用監控設備的痛點。「很多問題其實可以用既有的電腦視覺和機器學習演算法來解決，只是尚未有一家影像安控公司把這些先進演算法當一回事而已。」張秉霖認為盾心掌握的核心技術大有可為。 不僅更聰明 還替客戶省錢其他影像安控廠商所開發的監控系統，只能不斷升級拍攝影片的解析度，如從 1080p 提高至 4K，或透過人臉辨識系統揪出可疑人物，抑或藉由將畫面分成幾大區塊，針對不同區塊的人潮集中變化，判斷出可能有事故發生，在畫面呈現出異常的標記。但是盾心不同於這些廠商，其基於電腦視覺與機器學習技術所開發出來的人工智慧影像辨識軟體，不僅可以偵測出異常，還可以發揮自我學習與分析能力，在短時間內藉由監控畫面展開學習，並辨識影像中的物件與事件，像是侵入、群眾聚集、火災、搶劫等特殊危安事件。一旦發生意外或災害，即可透過系統即時通報負責單位，降低釀成意外或悲劇的機率，且進一步爭取更多救援時間。未來經過更多大數據資料的累積、進行自我訓練之後，可辨別的事件與物件也會更加多元而複雜。除了能偵測出異常，還可以準確判斷出究竟發生什麼類型的事故，然後立即通報保全人員，減少誤判機率並加快危機處理時間，正是先期客戶心甘情願掏錢，埋單盾心安控解決方案的主因。關宇翔以過去的經驗觀察到，很多企業沒辦法支付全天候的保全費用，尤其是國外人力成本高昂。況且保全很少整天盯著螢幕瞧，因為 99% 的時間都不太會發生狀況。而人工智慧影像辨識軟體方案，不僅可幫企業降低維護成本，也可提升保全人力使用效率。為了證明人工智慧與安控結合具備市場潛力，關宇翔還特地拿著測試產品前往美國、澳洲、杜拜等國家，先取得 4,000 萬元的訂單後，才回來開發產品。「盾心科技使用的深度學習與雲端技術，是走在學界與業界的前端！」吳亭範很自豪地說。目前全球能把人工智慧技術運用在安控領域的廠商，包括恩益禧、西門子等，五根手指頭就可以算完，而資金、規模、資源都無法與這些前輩大廠相比擬的後起之秀盾心，在成軍不到一年內就建立起實力堅強的技術團隊，並即將於第二季正式銷售產品，算是少數異軍突起的黑馬。現今全球總計有 3 億支監視攝影機，目前導入人工智慧技術的不到 1%，「從我過去的銷售經驗來估計，現在有超過 60% 的客戶會希望採購支援人工智慧技術的安控系統。」關宇翔這句話已經道出盾心未來令人期待的市場成長力道。（本文由 財訊 授權轉載）