最近幾年人工智慧技術大幅成長，許多應用也如雨後春筍冒出，能自動判斷錄影時機的 Google Clips 攝影機，就是在人工智慧與機械學習的協助下，讓演算法辨識鏡頭下的人、微笑、寵物、日落、地標等景色，但演算法如何進一步判斷攝影時機，仍是個艱困的挑戰。透過真人評分Google Clips 是款不需額外操作，就能自動判斷錄影時機的攝影機，設計理念有三大要點，首先開發團隊希望所有運算能在 Clips 完成，並保有長效電池續航力與降低攝影延遲，優點是不需上傳任何資料到伺服器，不但更能保障使用者隱私，也能在沒有網路連線的環境使用。再者開發團隊規劃以拍攝短片為主，而非靜態照片，不但有助於記錄歡樂時光的氛圍，也能透過較長的影片彌補單張照片不易抓到完美時機的缺陷。最後，Clips 只專注透過內容的趣味性判斷錄影的起迄時間，並不考慮構圖、光線、色調等攝影技巧。接下來的問題，就是如何訓練 Clips 演算法，讓它知道怎樣的場景有趣。如同一般機械學習，開發團隊著手建立數千部不同主題影片構成的資料庫，並讓攝影與影片剪輯專家評定影片優劣，讓演算法能以此衡量影片趣味的素材為何。然而這樣又會產生新的問題，那就是我們該如何將影片有系統、平順地 0~100 分中評分。為了解決這個問題，開發團隊準備了第二套資料庫，他們將影片切割為許多片段，隨機挑選 2 片段，詢問受測者（人類）比較喜歡哪段。讓受測者以「2 選 1」評定，比直接為影片定分數容易許多，且受測者給予的答案也相當接近，當分析 1,000 支影片切出的 5,000 萬片段「2 選 1」數據後，就能透過計算方式得到整部影片（而非片段）的分數（對，數字沒錯。靠人類分析 5,000 萬筆片段是相當累人的工作）。▲ Clips 是款輕巧並搭載人工智慧的攝影機。（Source：Google）▲ 開發團隊讓受測者觀看隨機挑選的 2 片段，讓他們判斷哪段比較吸引人。（Source：Google AI Blog，下同） ▲ 收集大量資料後，就可以推算出整部影片的分數。將資料庫交給類神經網路有了評分的資料後，接下來開發團隊要定義「影片有趣的原因」，於是他們假設影片中如人物、動物、樹木等景物可能是吸引人的元素，並從 Google 圖像資料庫超過 27,000 筆不同的標籤挑選數百種重要的標籤，用於辨識影片中的景物。再使用伺服器級的電腦訓練後，開發團隊為運算效能有限的裝置，打造了較小巧的 MobileNet Image Content Model 演算法模型，並挑選更關鍵的標籤，以利將運算能力集中於刀口。訓練的最後一步，就是將 Image Content Model 演算法模型計算出的數據，與人類評定的分數互相比較，如此一來演算法就知道哪些特徵是人類覺得有趣的部分。如此一來操作過程中，即便畫面景物從未出現於訓練資料，但系統仍可以判斷哪些是人類覺得有趣的部分，進而自行判斷最佳拍攝時機。▲ Image Content Model 演算法模型可以計算每張畫格的分數，並經分段式線性回歸（Piecewise Linear Regression）後取平均，就可以統計出影片的「趣味分數」。開發團隊也提到，由於 Clips 並不像自駕車那類裝置有移動能力，需要使用者放於特定位置或配戴在身上，因此「喬角度」就需依賴使用者的人肉智慧。（本文由 T客邦 授權轉載；首圖來源：Google）
AI 浪潮襲來，如何讓自己不被淹沒，立於不敗之地？東方 AI 女王馮雁與西方數位行銷大師費思桐，告訴你如何戰勝 AI！當 AI 大浪迎面襲來，如何不被滅頂？還能借力使力，站上浪潮，打造長尾職涯？《今周刊》獨家專訪中國 AI 女王馮雁與奧美集團人資長費思桐（Brian Fetherstonhaugh），一位是東方科學家、一位是西方數位行銷大師，教你從人工智慧與數位職涯雙管齊下，打造不敗長尾職涯。「這世界變化太快，沒人可以預測市場，甚至你所在的產業會發生什麼變化！」暢銷書《人生的長尾效應（The Long View : Career Strategies to Start Strong, Reach High, and Go Far）》作者費思桐接受《今周刊》獨家專訪，為 AI 浪潮下的未來職涯下了註解：「就像你要去一場長途旅行，面對未知的挑戰，你會在背包裡放什麼工具？」「第一，你必須先建立你的職涯生態系統，包含專業能力，讓你在工作上可以更靈活去面對挑戰，以及可以支持你的人脈資源；最重要的是──持續推進的動力！」建立職涯生態系統 抱持主動積極與開放心態身兼全球奧美數位行銷執行長與奧美集團人資長，費思桐不但常替客戶把脈問診，也常提供年輕人職涯建議。他感嘆，大多數人都低估職涯規畫的重要性，職涯其實是場漫長、持續一輩子的耐力賽，但多數人常耗費過多力氣於階段性的外在價值，像是職稱、升遷、高薪等，「這些都不是終點」。人工智慧崛起，大家熟悉的職場生態圈已被打破，以過去經驗堆疊出的職涯法則將被推翻。面對 AI 時代的未知挑戰，費思桐強調，解方是「主動積極」與「開放」的心態。他分享奧美對未來人才的要求： 要有好奇心，能主動學習、解決問題，而非傳統上對下的應對，被動等待答案。未來變動很快，過去經驗的參考價值將越來越低。 所有人都要具備創意，不管是數據、行銷、客服或行政。 合作協同的能力，未來人才的多樣性，對公司面對跨領域競爭很重要，而在多元環境下，強化人類擅長的溝通力，才不會被人工智慧取代。其中，「合作協同」正是「台灣奧美廣告」搶進數位行銷戰場的成功關鍵。 3 年前，奧美廣告執行創意總監龔大中與創意總監蔣依潔找來廣告素人、網紅等成立「Content Table」。不久前，奧美最神祕的創意作戰中心首度在媒體曝光，只見辦公室內陳列一張張「大桌」。這是 Content Table 激盪廣告創意靈感的新嘗試，關鍵就在於「打破框架與界線」及「跨領域」。龔大中解釋，傳統廣告經創意發想、執行就結案了，直線且單向，但數位行銷打破既有廣告形式與思惟，且更重視「互動」。打破框架＋跨領域 劇本一套不夠 得有十八套龔大中苦笑，以前只要一套劇本，現在要十八套劇本。為了更確實掌控消費者會照著劇本「演」，就必須透過 Content Table 聚集從創意、行銷、素人、網紅等跨領域人才，一層層沙盤推演，擬定作戰計畫與目標。奧美因此催生的「全聯小編」，也宛如「諾曼第登陸」，讓被定位為傳統廣告商的奧美，在數位廣告版圖絕地反攻，打響名號。費思桐表示，AI 是屬於年輕人的新時代，唯有傾聽，才能了解。他積極參加年輕人的聚會，隨時保有好奇心與學習動力。身處科技打破產業框架、跨領域競爭的時代，他說，奧美旗下的廣告、公關、行銷等等子公司，將整合成聯軍作戰，未來，所有奧美人都該具備跨領域的能力，迎接「一個奧美」的新時代。而發明能感應人類情感的機器人「超級少女 Zara」，有「AI 女王」之稱的香港科技大學教授馮雁接受《今周刊》專訪則指出，隨著 AI 技術成熟，在商業與職場應用已是現在進行式，應用範疇也會越來越擴大，「與 AI 共生、共事，已是無可避免的趨勢。」既然避不了，就應該更積極去了解、面對。意即，即使再不喜歡、不熟悉新科技或新技術，也要去接觸，並學習如何應用。馮雁叮嚀，即將進入職場的新鮮人，要積極跨領域學習，好比說，心理系還要學數據科學；醫學、物理系的學生，該了解電機、資工等。對於已身處職場的中生代，則要學會自己專業領域內最新的 AI 職能。善用人機協作，將是未來在職場勝出的關鍵之一。（作者：林鳳琪；全文未完，完整內容請見《今周刊》）
據《華爾街日報》報導，日本電信及科技集團軟銀（SoftBank）執行長、世界最大私人募股基金──願景基金（Vision Fund）創始人孫正義（Masayoshi Son）15 日表示，近期將成立第 2 筆願景基金，而資金將從目前願景基金投資者中籌集，預計最早 2019 年正式啟動。截至 2017 年 5 月，孫正義的願景基金已吸引超過 930 億美元（約新台幣 2.77 兆元）資金，第 2 筆願景基金還可能進一步顛覆全球投資業界。孫正義在日本東京舉行的會議宣布，第 2 筆願景基金一定會成立，不過他並沒有透露基金規模。據《彭博社》報導，第 2 筆願景基金的規模可能突破千億美元，最早可在 2019 年啟動。孫正義指出，第 2 筆願景基金可能透過最初願景基金的投資者進行籌資，對象包括沙烏地阿拉伯和阿布達比的主權財富基金、蘋果公司及鴻海等企業。孫正義表示，現有的合作夥伴對他們獲得的進展都非常滿意，且相關法人投資者也表現興趣，因此現在可以逐步開始第 2 筆願景基金的籌設工作。由於願景基金的資金多半投資創業後期、市值超過 10 億美元以上的新創企業，讓孫正義自稱「獨角獸獵人」。孫正義表示，願景基金成立的目的是投資使用新興技術，例如發展人工智慧（AI）、聯網設備的公司；此外，辦公資源共用公司 WeWork、遛狗應用資源公司 Wag 也都有接受願景基金投資。但軟銀過去平均投資年限為 13.5 年，相較願景基金成立時間來說，還有一段距離。即便願景基金背後有大財團、大企業資助，但最後投資成果是否如預期的亮眼，有待時間考驗。（首圖來源：軟銀）
還記得 Google 和 Levi’s 共同推出的 Jacquard 智慧牛仔外套嗎？經過漫長的等待，去年下半年，這款外套終於正式上市了，價格不算便宜。由於衣服質料本身是觸敏材質（Touch-sensitive fabric），還可以做到藍牙連線，這件看上去和普通牛仔外套沒兩樣的產品實際上有很多智慧功能，比如播音樂、導航等。現在，更多新玩法要來了。根據外媒報導，從下週開始，Google 這件智慧外套將與叫車服務 Uber 和 Lyft 互通，讓用戶可透過衣服達成部分功能。不過遺憾的是，它的功能並不包括叫車，僅是當車到達時及服務進行中提醒。當用戶預約的車到達預約地點附近時，外套腕部的控制按鈕──The Snap Tag 便會亮起並震動，就像在衣服上裝一個餐廳取餐叫號震動裝置；用戶也可在衣服的觸控區域滑動來啟用系統的通知功能，然後用連線耳機聽取行程相關資訊。除了這個跟叫車相關的提醒功能，還增加另外兩個新屬性。其中一個是增加支援 Bose 耳機 Aware 模式。用過 Bose 降噪耳機的用戶都知道，在這模式下，因為耳機設定可接收周圍環境音的麥克風，使用者在充分享受有效的降噪效果前提下，可同時得知周圍的大部分聲音，在室外使用時更安全。增加支援模式後，用戶只要在系統簡單設定，便可透過特定手勢喚醒配對成功的 Bose 耳機 Aware 模式，目前支援的硬體包括 QC30 和 QC35。另一個是允許用戶直接透過外套在地圖標註地理位置，這將透過新的「位置」模式達成。這次更新的 3 個功能沒有什麼大突破，起碼對已有智慧穿戴式裝置的用戶來說，用衣服操控並不比裝置操控方便。不過，這好歹也代表了讓科技更時尚的發展趨勢，要是性價比再高點就好了。（本文由 愛范兒 授權轉載；首圖來源：Jacquard）延伸閱讀： 老是忘帶卡被擋在電子系統外？以後穿「一件衣服」就好 還記得 Google 和 Levi’s 合作的那件智慧夾克嗎，現在終於要開賣了
AI 風潮席捲全球，引起人才戰。阿里巴巴集團董事局主席馬雲 16 日表示，中國在人工智慧（AI）人才上極度缺乏，幾乎沒有人才，所有的專家都是昨天的專家。但他也強調，全世界都缺乏 AI 人才。澎湃新聞報導，第二屆世界智慧大會 16 日在天津舉行，馬雲就 AI 人才短缺問題發表了看法。他表示，先說一個壞消息，中國在 AI 人才極度缺乏，幾乎沒有人才。再說一個好消息是，全世界都缺乏。馬雲進一步說，就 AI 而言，「中國沒有未來的專家，所有的專家都是昨天的專家。」此外，馬雲認為 AI 時代將會對健康產業產生巨大變化。人類追逐的最重要兩樣東西是健康和快樂。這是兩個永恆的目標。人的壽命會越來越長，但活得長不一定活得快樂。他指出，在人工智慧時代，教育必須要改革。不能讓孩子和機器比誰背書背得快，記得快。教育必須要讓孩子有創造力，有擔當，這是機器做不到的事。「國家從教育入手，才有可能贏得未來。」馬雲表示，比技術更重要的是技術背後的理想、夢想、價值體系。人類要有足夠的自信，這是機器永遠不會有的。比起擔心機器是否會導致失業，人類要問自己的問題是，新的技術來臨，是否做好準備。（首圖來源：阿里巴巴）延伸閱讀： 中國科技巨頭大搞性別歧視，還把「女神」當徵才誘餌 貿易戰新熱點？阿里巴巴遭控逼迫國際廠商簽訂專賣合約 中興事件給中國警訊，促阿里巴巴收購矽智財權公司中天微 美國財政部或將禁止阿里巴巴在美提供雲端運算服務
最近，AI 系統已學會一系列遊戲玩法，如雅達利經典遊戲《Breakout》和《乓》（Pong）。儘管令人印象深刻，但其實人工智慧需要數千小時的遊戲時間才能達到並超越人類玩家。相比之下，我們可在幾分鐘內掌握以前從未玩過的遊戲基礎操作。DeepMind 研究了這個問題，論文《Prefrontal cortex as a meta-reinforcement learning system》發表在《自然》神經科學子刊。隨著論文發表，DeepMind 也寫了一篇解讀文章，介紹論文主要內容，以下編譯供讀者參考。什麼是學習？人類只接受這麼少的資訊就能做這麼多事，這項能力牽扯到學習理論，或叫「學會學習」。我們日常的學習有兩個時間尺度，短期學習專注於學習具體的例子，長期學習中，我們通常要學會抽象的規律和技巧來完成工作。我們之所以能高效學習及靈活快速應用各種知識，正是因為這兩種學習組合。AI 系統重現這種學習架構或叫強化學習，對達到快速、一次性學習有卓越成效（詳見 OpenAI 的論文及工作）。但學習過程具體的機制，在神經科學依舊是未解之謎。Jane Wang 團隊新發表在《自然》神經科學子刊的論文，在 AI 研究使用強化學習架構來探究大腦多巴胺在人類學習過程的作用。多巴胺通常認為是大腦的愉悅訊號，也經常認為類似 AI 強化學習演算法的獎勵函數。這些 AI 系統就是在獎勵指導下反覆試驗。他們認為多巴胺的作用不僅當作獎勵來評估過去行為的價值，在前額葉皮質區也發揮不可或缺的作用，使人類能有效快速及靈活地學習新工作。引入神經科學他們透過虛擬重建神經科學領域的 6 個學習實驗來測試理論。每個實驗都需要一個代理程式來執行基本原則（技能）相同，但在某些維度不同的工作。他們先使用標準深度強化學習技術（代表多巴胺的作用）訓練一個遞迴神經網路（代表前額葉皮質），然後再比較遞迴網路的活動動態與以前神經科學實驗真實資料的異同。遞迴網路是學習的優秀代理程式，因它們能內化過去的行為和觀察，然後訓練其他工作時借鑑這些經驗。類似 1940 年代的心理學測試：Harlow 實驗，他們重新建立了一個實驗來探索學習的概念。最初的 Harlow 實驗中，一組猴子面前有兩種物品可選，其中一個是食物獎勵，實驗人員將這兩個物品一左一右在猴子面前展示 6 次，每次左右位置都是隨機，所以猴子必須知道哪個物品可帶來食物獎勵。然後研究人員又展示另外兩個物品，依舊只有一個會有食物獎勵。這次訓練過程，猴子學會一種策略來選擇獎勵關聯物品：第一次隨機選擇，然後基於獎勵回饋選擇特定物品，並不在乎物品放在左邊還是右邊。實驗表明，猴子可領悟工作的基本原理，並學會抽象的規則架構，這其實就是學會學習。當 Jane Wang 團隊使用虛擬電腦螢幕和隨機選擇的影像模擬非常相似的測試時，他們發現強化學習代理程式的學習方式就像 Harlow 實驗的猴子，即使換新影像代理程式也能像猴子很快適應。（Source：DeepMind）事實上，他們發現強化學習代理程式學會如何快速適應不同規則和架構的工作，且在學會適應各種工作的過程中，還學會了提高學習效率的通用方法。學習與神經科學互相指導重要的是，大多數學習都產生在遞迴網路，這為他們的看法提供了有力支撐，即多巴胺在學習過程扮演超越以往認知的更重要角色。多巴胺可透過加強前額系統的突觸聯繫來增強特定行為。在 AI 系統，這意味著神經網路的類多巴胺獎勵訊號可以調整人工突觸權重，使系統學到解決工作的正確方法。然而 Jane Wang 團隊的實驗，神經網路的權重被凍結了，這意味著權重在學習過程無法調整，然而，強化學習代理程式仍然能解決並適應新工作。這表明類多巴胺獎勵不僅用於調整權重，還傳達和編碼了抽象工作和規則架構的重要資訊，進而使系統更快適應新工作。神經科學家很早就觀察到類似的前額葉皮質神經觸發型態，他們發現這種型態適應性強且很靈活，之後他們一直努力搜尋這種現象的原因。其中一種看法是前額葉皮質不依賴緩慢的突觸權重變化來學習規則架構，而是透過直接由多巴胺編碼、基於抽象模型的資訊來學習規則架構，這更能解釋多巴胺的功能多樣性。為了證明強化學習的關鍵成分也存在大腦裡，Jane Wang 團隊提出一種理論，不僅與多巴胺和前額皮質的理論相符，且還可解釋一系列神經科學和心理學的神祕發現。該理論重點揭示了大腦基於模型的架構化學習如何出現，為什麼多巴胺含有基於模型的資訊，以及前額葉皮質的神經元如何根據學習訊號調整。人工智慧的洞察力可用來解釋神經科學和心理學的發現，也提升了每個領域研究成果的價值。展望未來，他們在設計新強化學習模型時，可從具體的大腦迴路組織獲得靈感，神經科學與 AI 相得益彰。 PREFRONTAL CORTEX AS A META-REINFORCEMENT LEARNING SYSTEM Prefrontal cortex as a meta-reinforcement learning system...
鴻海董事長郭台銘表示，全力推動智慧製造，看重工業互聯網和人工智慧。他也指出，工業互聯網需要大量的晶片，鴻海集團一定會做半導體。中國財經媒體今天報導，郭台銘 16 日在中國清華大學進行演講。郭台銘在演講中指出，富士康將全力推動智慧製造，盡力在中國先進實體經濟中擔任推動互聯網、大數據和人工智慧的重要角色。報導說，郭台銘相當重視工業互聯網，認為有了工業互聯網，大象（指大企業）不僅能起舞，還能跳起探戈。郭台銘指出，透過工業互聯網和人工智慧就可以落實量化風險、預測隱患。富士康將以工業互聯網為基礎，全面應用人工智慧技術視覺檢測、人流與物流的即時異常處理和設備自主診斷等工作。在工業互聯網時代，工廠轉型成為智慧製造基地。在半導體布局，郭台銘也重申，鴻海集團設立了半導體事業部，有上百人的團隊，主攻半導體設計到製造，工業互聯網需要大量的晶片，鴻海集團一定會做半導體。市場人士先前透露，鴻海建置新的 S 次集團，主攻半導體事業；半導體封測產業高層人士先前透露，鴻海投資夏普（Sharp）後，對半導體需求上升，鴻海積極布局特殊應用晶片（ASIC）領域，已有團隊布局半導體晶片設計領域，腳步早在投資夏普之前就已跨出。鴻海旗下富士康工業互聯網（FII）簡稱「工業富聯」，股票代號 601138，今天詢價，23 日發行公告，24 日開始申購，28 日公布中籤號碼。法人預估 FII 最快 5 月底在上海 A 股上市。工業富聯此次首次公開發行不超過約 19.69 億股，發行股份占發行後公司總股本約 10%，發行後公司總股本約 196.95 億股。（作者：鍾榮峰；首圖來源：科技新報）延伸閱讀： 富士康證實，中國證監會核准 FII 首發
行政院長賴清德 17 日南下新竹科學園區，除了參訪台積電總部之外，並率領閣員與半導體業者們進行交流座談。賴清德指出，半導體產業是台灣最重要的產業之一，持續使得產業能夠發展是政府責無旁貸的責任。未來，除進一步解決國內半導體業者「五缺」的困境之外，還希望各項政策，在基於半導體為基礎的角度上，在不同領域都能夠進一步價格出新產業的發展，藉以達成智慧國家的目標。與賴清德一起與本次產業之旅的閣員包括經濟部長沈榮津、財政部長許虞哲、科技部長陳良基、國發會主委陳美伶以及教育部長吳茂昆等。在 17 日下午參訪完台積電新竹總部之後，與半導體業界大老進行座談交流。而與會的半導體企業大老，除了東道主的台積電創辦人張忠謀與共同執行長魏哲家之外，還有聯電總經理簡山傑、聯發科副董事長謝清江、力晶執行長黃崇仁、鈺創董事長盧超群、以及南亞科總經理李培瑛等人。 賴清德在座談會一開始即表示，目前政府最優先的工作是拚經濟。而半導體產業在台灣發展 30 多年來，已經孕育出 270 多家的廠商以及 24 萬名的直接從事員工，產值已達到新台幣 2 兆 4 千億元。其在各領域的全世界排名，包括晶圓代工第一、封裝測試業第一、IC 設計業第二的成績，是台灣最重要的產業之一。因此，解決各項問題，使得半導體產業能夠持續發展下去，是政府責無旁貸的責任。 賴清德進一步指出，在台灣好不容易孕育出半導體產業這顆欣欣向榮的大樹之後，政府在未來不但要持續提供這棵大樹養分，使這個大樹更加茁壯之外，還要在半導體這棵大樹的基礎上嫁接出新的產業。首先，在提供養分方面，賴清德指出，半導體產最重要養分的就是「人才」。為了解決人才荒，還能夠增才、攬才與留才，除了提出新的「學位授予法」送到立法院審議之外，還進一步修正「產業創新條例」與「外國專業人才延攬及僱用法」，日前更提出「新經濟移民法」，以開放除了白領、高階人才之外，也開放中階的技術人才來台，以解決人才的問題。至於，在嫁接出新產業的發展上，就是總統前瞻基礎建設裡面的亞洲矽谷，包括人工智慧、大數據、雲端運算還有自駕車等，把它嫁接出來，成為一個數位的經濟，讓台灣變成一個智慧的國家，在各個產業裡面開花結果，這個是政府的目標。而在賴清德致詞結束後，工業局長呂正華也報告了政府對於半導體業界急於解決的「五缺」問題，也進一步提出報告。呂正華指出，除了人才荒的問題，已經有之前的方式來進行解決之外，在其他缺地、缺電、缺水的事項上，這府也有相關的因應措施來協助企業解決問題。(首圖來源:科技新報攝)
AI 正在製作一本人類細胞的百科全書。我們對人類細胞的結構了解，大部分來自生物課本：細胞膜裡包著圓圓的細胞核，旁邊散落著中心體、粒線體、溶體等。但科學家表示，細胞結構根本不是這麼簡單。它的構成遠比顯微鏡下的紫色洋蔥複雜，每個部分彼此之間都有著聯繫。弄清楚這一切，對醫生診斷及疾病機制研究非常有好處。50 個來自細胞科學研究中心 Allen Institute 的細胞生物學家、顯微專家和電腦工程師，最近公布了人類細胞研究工具 Allen Integrated Cell。過去兩年裡，科學家用基因工程改造細胞樣本，用螢光標記它們的內部結構（比如粒線體）。隨後他們將超過 6,000 張發光細胞的照片供給人工智慧演算法學習，建立出 3D 模型。現在，除了資料庫內的 3.2 萬個細胞種類構成清晰可見，這個智慧工具還可以預測一個未知細胞的內部運作。這個細胞工具專注於人體幹細胞。Allen Institute 的科學家 Greg Johnson 認為，了解健康細胞的內部運作對癌症的發現和治療非常有用。這意味著醫生可從癌細胞「回到過去」，觀察比較細胞發生了什麼變化。Allen Institute 所長 Rick Horwitz 也認為，細胞的演變過程比靜態形態更重要。即使你知道所有球員的統計資料，但從未看過比賽，你也無法預測足球比賽的結果。他表示，這個工具可能會意外加速幹細胞研究、癌症研究和藥物開發。光學顯微鏡是最傳統的細胞觀察方法。雖然成本低也操作簡單，但結果往往讓人沮喪。你能看到黑白清晰的輪廓，裡面有很多小物體四處移動，做著各種神祕的事。但你沒法知道它在做什麼，細節的缺失讓人一知半解。而基因改變、特殊染料或強光照射等技術往往會改變或損害細胞本身，不利長時間觀察。而且，這些技術還仰賴昂貴的設備，在一些實驗室難以達成。這些都是必須收集圖像，讓人工智慧建立 3D 模型的原因所在。▲ Allen Integrated Cell 查看頁面。現在用 Allen Integrated Cell，你只需要提供一張顯微鏡下的細胞圖，人工智慧就能還原它的內部組成。這種方式不會丟失細節，也不至於讓成本高得嚇人。負責化驗研發團隊的 Susanne Rafelski 說：就像你只有一些車輪照，它也能從有限的資訊預測汽車的品牌和型號。當只有模糊描述時，只要提供 Allen Integrated Cell 細胞大小、形狀和細胞核的位置，人工智慧也可以提出幾個不同方案，嘗試猜測還原整個細胞的結構和形態。▲ Allen Integrated Cell 人工智慧的兩種模式，一種根據圖像還原，另一種則是模糊猜測。Fred Hutchinson 癌症研究中心的研究員 Roger Brent 已經試用了幾個月。在他看來，這個工具對全世界的研究人員都有幫助，包括在不太富裕的地區。Allen Institute 科學家表示，未來他們將隨著幹細胞的成長過程來擴展研究對象，比如心肌細胞和腎臟細胞。他們相信，這能進一步幫助生物學家和醫生理解某些疾病的發展。Brent 對這個工具的未來非常有信心。他認為 10 年後，手機將變得夠強大可承載這個工具。這可能意味著，即使在發展中國家，一個小小的實驗室也可以從癌症細胞內部來判斷病情，選擇最佳的治療方法。（本文由 愛范兒 授權轉載；首圖來源：shutterstock）
蘋果智慧音箱 HomePod 雖然音質好，但既不聰明、要價又比其他廠牌貴上一截，以致砍單傳聞不斷，最新數據亦證實 HomePod 銷售表現真的非常不理想。據調研機構 Strategy Analytics 估計，蘋果 HomePod 今年第一季只賣出 60 萬台，全球市占率僅 6%，遠遠落後亞馬遜與 Google。對照亞馬遜 Echo 系列智慧音箱，Strategy Analytics 估計首季出貨量 400 萬台，市占率達 43.6%。Google 的 Google Home 同期間賣出 240 萬台，拿下 26.5% 市占率。就連阿里巴巴的智慧音箱也贏過 HomePod，首季出貨 70 萬台。小米品牌智慧音箱雖僅賣出 20 萬台，但吊車尾擠進前五名。值得注意的是，亞馬遜 Echo 過去一年出貨量雖然增加，但市占卻從去年第一季的 81.8% 節節下滑，主要原因為 Google 急起直追，以及新競爭者瓜分市場。對比去年同期，亞馬遜 Echo 出貨量成長 102% 或 200 萬台，Google Home 略勝一籌，出貨量增加 210 萬台，年增率則高達 709%。（本文由 MoneyDJ新聞 授權轉載；首圖來源：蘋果）