美國開發出一個名為 DRESS 的智慧著裝系統，可幫助老年癡呆症（認知障礙）患者獨立穿衣。穿衣是日常生活非常有隱私性的動作，即便是獨立生活能力不足的癡呆症患者，也需要這份讓人安全的隱私和尊嚴。（Source：紐約大學）紐約大學一個研究專案，注意到癡呆症患者獨立完成穿衣動作特別難。如果在護理人員或子女的幫助下穿衣，原有的隱私性將失去，患者和護理人員都感到緊張不安。這款名為 DRESS 的智慧著裝系統，致力於解決尷尬的穿衣難題。（Source：紐約大學）DRESS 系統使用感測器和影像辨識組合追蹤穿衣過程，衣服上的條碼可辨識衣服類別、位置和方向。患者配戴的「手鐲」，即皮膚電導感測器，可監測患者的壓力值和相關挫折感。護理人員可提前錄製語音，啟動患者穿衣，鼓勵、安慰患者，穿衣過程中系統偵測到問題或患者壓力過大，系統會提醒護理人員到場幫助。（Source：紐約大學）該研究的主要貢獻者紐約大學 Rory Meyers 護理學院副教授 Winslow Burleson 說：我們的目標是幫助癡呆症患者，幫助他們更優雅地老去，同時最理想的是確保系統完善，可在患者需要幫助時提醒的情況下，讓護理人員在患者穿衣服時休息一下 。全球人口高齡化越來越嚴重，對醫護衛生服務造成壓力，醫護人手也出現短缺。家居品牌和智慧家居研究紛紛關注生活不便人士的需求，新科技新產品的出現，可能幫助減輕養老壓力。有幸生於科技時代，或許未來我們能擁有智慧的老年生活。（本文由 愛范兒 授權轉載；首圖來源：shutterstock）
曾經許下宏願，要把旗下 9 萬 8 千名員工，半數換成機器人的德意志銀行執行長克萊恩（John Cryan），近日被拔除職銜，未來這項重責能否完成，已經沒有人會再去追問他了；但銀行業想靠人工智慧（AI）改善金融風暴之後毫無起色的獲利情況，聲音仍處處可聞。推廣金融科技不遺餘力的花旗集團前執行長潘迪特預測，30% 銀行工作在未來 5 年可能被 AI 淘汰。日本瑞穗金融集團表示，2027 年時，該銀行將有 1 萬 9 千名員工（約為員工總數三分之一）被 AI 取代。幾乎每家大顧問公司都發表過 AI 將如何改變銀行業的研究。畢馬威（KPMG）更進而提出「無形銀行」，爾後「智慧的虛擬助理」在與客戶互動各端都將取代人類員工。科技落後 遲早成為輸家西班牙桑坦德（Santander）集團 2010 年推出紅色機器人擔任銀行訪客中心解說員、瑞士聯合銀行將亞馬遜的數位助理 Alexa 運用在客戶服務、摩根大通使用（隱形）機器人執行交易、摩根士丹利有 AI 詐欺偵測團隊，最近匯豐也表示會仿效摩根士丹利利用 AI 來偵測洗錢、詐欺和恐怖主義融資。負責荷蘭荷寶集團（Robeco）歐洲金融科技基金的范歐爾表示：「長期而言，我認為 AI 與科技進化之下，贏家和輸家立見分曉。」他說：「要在未來占有一席之地，銀行必須建置有效的後端作業，同時也要為客戶量身訂製產品；未來若無法提供這類服務，輸的會是你。」這種說法有點打高空，實際情形當然更為複雜。《金融時報》訪談 30 家使用 AI 的大銀行後發現，銀行業對可以削減開支、提高回報的科技前景感到非常樂觀，其中一家銀行甚至預測 50%~70% 的工作會被 AI 取代。然而，AI 如何應用於銀行業，目前不僅缺乏共識，而且許多應用機器學習的努力也只是聊備一格；銀行業只是在摸索前進，而非奔向以 AI 為基礎的未來。加拿大皇家銀行的人工智慧研究部門主管艾格拉菲特說：「太多人發表關於成本和工作影響的樂觀言論，其實我們目前能解決的問題都是非常小的問題；大家誤以為機器與人類表現已旗鼓相當，但我們還有很長的路要走、很多挑戰要解決，機器才能在近似人類思維的水準作業。」麻省理工學院 AI 實驗室前負責人溫斯頓和艾格拉菲特的看法一樣保留。「有太多需要創造出來取代人類思維的東西，不是今天所謂的 AI 系統能夠做到的；其實，現在的 AI 感知力大於認知能力。」溫斯頓說，「AI 認知能力何時出現？總有一天會，但我的水晶球出現的時機不明朗。今天的 AI 研究者做認知方面研究的沒有幾人。」整體來說，銀行都認為 AI 重要，但每家使用的策略卻大為不同。一家受訪的歐洲銀行宣稱，有 500~800 人在...
在 Google I/0 2018 中 Google 執行長桑德爾·皮蔡（Pichai Sundararajan）為大家介紹了 Google Assistant 新的語音功能，接近真人的語法應答方式讓人驚豔，而根近最新的消息，Google 已決定於今年（2018）把這系統帶到 30 個語系中的 80 個國家，其中也包含台灣。這個消息是經由 Google Assistant 工程副總裁 Scott Huffman 於 Google I/O 2018 於 Keynote 簡報場上親口說出的，雖然在場中他透出了地圖顯示將支援的國家，不過他並未一一的製表，所以一般也不清楚到底即將在哪個國家推出。不過 Android Authority 很努力的從地圖中把 Google 即將支援的國家一一列出，不過他們數了一下只能列出 71 個國家，之所以會有這個誤差可能是有些地區的範圍太小如盧森堡、新加坡與巴林，以至於難以算出。當然還有另一種可能是 Google 當時公開的地圖並非最終完整版。而在他們列出的地區中，讀者最關心的莫過於亞太地區的狀況，按 Android Authority 的列表，在年底前 Google Assistant 將會支援澳洲、印度、印尼、日本、馬來西亞、緬甸、紐西蘭、巴基斯坦、巴布亞紐幾內亞、菲律賓、南韓、台灣、泰國與越南。在亞洲地區中可以很明顯的看出中國並未在列表中，由於 Google 目前的諸多服務無法在中國使用，因為無法支援應也不致於在意外，至於香港與澳門兩地由於地圖標示並不明顯，顯然因此 Android Authority 並未名列其中，因此這兩個地區極有可能是會於年底加入的地區。Google Assistant 採用的 Google Duplex 新的 AI 語音技術由於完全模擬真的口語風格，除了讓各人大感吃驚，一方面除了訝異於語音技術的進步外，一方面也擔心這種真偽難辨的語音技術是否會產生其他的問題。科技評論家...
電商、零售、服裝、食品、智慧家電……還有哪一行是亞馬遜還沒涉足的？這一次是住宅行業，亞馬遜宣布與全美最大的住宅建築商之一 Lennar 合作，共同打造亞馬遜 Alexa 智慧家居樣品屋，就像「科技版的 IKEA」。智慧住宅是什麼狀態？《黑鏡：白色聖誕節》虛擬了智慧家居透過意識複製達成家庭物聯網，全屋智慧家電由類似智慧音箱中的「代碼」管家控制。這個管家了解主人的一切喜好，可以完美安排主人的生活，因為「她」是主人意識資料的複製。馴服並勞役虛擬自我（即自我意識的複製體），只為讓真實自我生活舒適，是多麼讓人不舒服的科技幻想。當然啦，亞馬遜與 Lennar 合作推出的智慧家居樣品屋還沒這麼誇張，主要是目前的科技還複製不了意識。亞馬遜的智慧家居到底「智慧」在哪？根據亞馬遜官方說明，智慧家居生活主要是 Alexa、Prime 和電商平台的共同協作提供： Alexa：透過語音控制電燈、電視、調節恆溫器，查看前門的來訪者、查天氣，並根據交通狀況提供最新通勤時間的資訊。 Prime：亞馬遜可為會員免費提供 Prime Music 超過 200 萬首歌曲及 Prime Original 電影和連續劇。 亞馬遜訂購服務：安排家庭必需品自動補充或自動續訂，也可以透過亞馬遜預訂上門服務。 ▲ 家中的設備。（Source：亞馬遜）不需運動，不用出門，娛樂資源充足，生活物資自動補給。這個智慧家居房真的不是專為「宅宅」設計的嗎？▲ 英特爾智慧小屋。（Source：techomebuilder）透過樣品屋提供智慧家居體驗，這不是新點子。2015 年，英特爾就推出了名為「設計 2025 年智慧家居的未來」智慧家居樣品屋。英特爾的智慧小屋，面積為 210 平方英尺（約 19.5 平方公尺），功能包括透過聲控或軟體調節室內的燈光、臉部辨識的門禁系統、家居故障提示。2014 年，蘋果舉行全球開發者大會（WWDC），發表智慧家居管理應用軟體 HomeKit，正式踏入智慧家居市場。2016 年，蘋果在美國推出樣品屋，KB Home（KBH）正式公布對外銷售帶有預裝蘋果 HomeKit 相容設備的物業。與幾年前英特爾的智慧小屋和蘋果的 Homekit 智慧家居平台相比，亞馬遜的優勢是擁有 Prime 會員體系和電商平台服務。以智慧音箱為入口，智慧語音中樞打開亞馬遜在智慧家居領域的思路。家電硬體、智慧音控、電商物流多者結合，能提供解決生活需要的「宅宅快樂生活」。（Source：亞馬遜）儘管各大流派要解決的麻煩都不少，但可以肯定的是，智慧家居這個蛋糕越來越大，人人都想分一塊，競爭勢必越來越激烈。亞馬遜智慧家居樣品屋目前暫定在美國西雅圖、舊金山、邁阿密等 8 個城市推出，未來還可能在更多城市推出。（本文由 愛范兒 授權轉載；首圖來源：亞馬遜）
美國時間 5 月 8 日，Google 在 2018 年度開發者大會（Google I/O 2018）介紹了智慧語音助手 Google Assistant 新增的 Duplex，可以打電話給餐廳、髮廊等店家，幫用戶預約時間。AI 語音助手與人交流、完成指令已不是新鮮事。如果你常跟 Siri 對話，或你有一台亞馬遜 Echo、LINE 熊大等智慧喇叭，你會發現，跟 AI 對話實在太費勁，需要字正腔圓，還要一次次說喚醒詞，無法連續對話。Duplex 讓人驚訝的是：它不僅用自然流暢的詞句和電話另一頭的人類交流，且對方根本沒有意識到打電話來的居然是個 AI。這是因為 Google Duplex 達成連續對話、加入人在對話時通常會使用的語助詞 emm、uha 等，能理解對話內文，此外還具備主動提供語料的功能。這樣的雙向對話，一直是微軟、蘋果、亞馬遜、Facebook 這些做對話式人工智慧的公司努力的方向。Google 這次放了大招，獲得很高的關注，微軟顯然坐不住了，趕緊站出來說，且慢，我們才是先做到這項技術突破的。關於這件事，微軟發了一篇技術聲明。以下為聲明全文：全雙工語音技術（Full Duplex）的意義在於，它能使「人機互動」進化為「人機交流」。二字之差，價值巨大。今年 4 月 4 日，我們正式在美國和中國同步發表了 Full Duplex 感官，並預言工業將意識到這技術的價值，加快向這方向集中。我們很高興看到越來越多同業者加入。其實，人類歷史上第一次與人工智慧進行全雙工語音電話，並不是發生在美國，而是發生在中國。我們很榮幸能將這一桂冠奉獻給中國。自 2016 年 8 月起，微軟（亞洲）網路工程院透過人類用戶主動發起的方式，已讓小冰與人類用戶累計完成了超過 60 萬通電話。今天，我們公布其中一通發生在兩年前的實際電話錄音，為珍貴的資料，奉獻給全世界說中文的華人。這技術已經完成產品落地。兩年來，正是在人類的訓練下，小冰已不局限於任何封閉域，而是可針對開放域進行全雙工語音對話。目前，微軟已落地的對話場景包括傳統電話、VoIP 電話和智慧喇叭裝置，微軟小冰的車載路試正在進行。如果您想要體驗 Full Duplex 全雙工語音，不需等待數週，今天就能。在微軟小冰已落地的產品中，我們建議您使用我們與小米合作的米家生態鏈 Yeelight 智慧硬體產品。在隨附的用戶真實使用影片，您將體會到： 一次喚醒之後的連續對話 微軟小冰對用戶的預測模型 幫助用戶輕鬆完成多重工作 小冰的內容創造能力 以及最重要的：人機情感交流 人工智慧時代已來，讓我們持續創新。微軟的聲明有了 3 個關鍵點：首先，在技術層面上，微軟今年 4 月 4 日正式發表「全雙工語音互動」技術；其次，事件事實上，微軟在兩年前就達成 AI 與人類通電話；最後，產品落地上，微軟的全雙工語音互動已具備多個場景，且搭載全雙工語音互動技術的微軟小冰已經出現在智慧喇叭──米家生態鏈 Yeelight 智慧硬體產品。微軟所說的全雙工語音互動技術（Full-Deplex Voice）與 Google Duplex 的技術框架和達成功能應該類似。微軟對「全雙工語音互動技術」的定義是：與既有的單輪或多輪連續語音辨識不同，這項新技術可即時預測人類將說出的內容，生成因應並控制對話節奏，能理解對話場景在訴說者／傾聽者之間角色轉變，還可以辨識說話人的性別、有幾個人在說話。也就是說，與只能做到單輪語音的智慧語音助手不同，能連續對話的全雙工語音互動能達成和人類雙向交流，而這種雙向交流最常見的場景就是通電話。因為通電話是短時間內持續對話的過程，對通話雙方的即時反應要求最高。3 月 28 日，微軟也在北京召開媒體交流會，詳細介紹過「全雙工語音互動技術」。全雙工語音互動背後主要有兩個關鍵技術：一個是預測模型，邊聽邊想；例如，當用戶說出一句話，小冰會先回答「嗯，你說」，然後再完成指令，這樣就可以填補完成指令的空白時間。另一個是生成模型（LSTM），能理解場景，自動生成回覆。正常的對話都不是單向的一問一答，小冰也會在適當的時候主動提供內容，並能知道用戶完成指令沉默幾秒後自動結束對話。現在運用全雙工語音互動技術的微軟小冰所有回覆都是自己生成的，有別於傳統的基於模組、搜尋的回覆。Google Duplex 的技術分析也提到，Duplex 的核心是 RNN（迴圈神經）網路，由 TensorFlow Extended（RFX）構建，Google 用匿名電話對話資料訓練 Duplex 的 RNN 網路，這個網路會使用 Google 自動語音辨識（ASR）的辨識結果文字檔，同時也會使用音檔的特徵、對話歷史、對話參數（比如要預定的服務、目前時間）等。匯入語音先經過自動語音辨識系統（ASR）處理，生成的文字檔會與內文資料及其他一起匯入 RNN 網路，生成的回應文字再透過文字轉語音（TTS）系統讀出來。Google 用的生成模型是 RNN，微軟用的是 LSTM，從體驗來看，兩者的效果很接近。跟 Yeelight 的微軟小冰對話時，能做到一次喚醒連續對話長達 20 分鐘，有適當的語氣詞，能主動提供預料，主動結束對話。Google I/O 大會最後一天，獲得年度圖靈獎的 Alphabet 新任董事長 John Hennessy 宣布：「在預約領域，Google Duplex 通過了圖靈測試。」也就是說，目前 Google Duplex 與人類對話，人類無法辨識其是機器人。這個消息，確實令人振奮。與搭載微軟全雙工語音互動技術的微軟小冰相比，Google Duplex 的一大特色是音色和語調與真人幾乎一致，這是他們花費數月採集真人聲音訓練的結果。Google 稱，今年夏天會開始基於 Google Assistant 測試 Duplex，從預訂餐廳、預訂髮廊、詢問假日的營業時間這種事項開始。微軟小冰則將人工智慧助手和聊天機器人結合起來，努力進入各場景，包括傳統電話、VoIP 電話和智慧喇叭裝置，微軟小冰的車載路測也在進行。微軟全雙工語音技術已在做產品落地，卻被還在測試的 Google Duplex 搶占鋒頭，難免有點著急。然而如果回想技術發展的歷程，我們會記得，1844 年，莫爾斯從華盛頓到巴爾的摩拍了人類史上第一封電報，說的是：「上帝呀，你究竟幹了些什麼？」1876 年，貝爾發明世界第一台電話，他說的第一句話「沃森先生，快來幫我」成為人類第一句透過電話傳輸的語音。然而，人工智慧助手與人類的第一通電話顯然難以定義了，畢竟我們在人工智慧的發展上，還有很長的路要走。（本文由 雷鋒網 授權轉載；首圖來源：shutterstock）延伸閱讀： 會打電話的 AI 背後：Google Duplex 技術解析 Google 的 AI 又進化了！像真人一樣打電話訂位、回郵件...
日前再敗給圍棋人工智慧（AI）的圍棋世界排名第一的中國棋手柯潔近日受訪表示，頂尖棋手與 AI 的差距最多 2 個子，人類理論上依然存在戰勝圍棋 AI 的可能，只是自己做不到了。騰訊體育 14 日報導，柯潔表示，最近感覺處於調整期，由於 AI 的出現，對圍棋有了更新的認識，對圍棋的理解都需要重新開始。「如果真正從零開始，我現在這個成績還可以。但不能拿現在的狀態與兩年前比，那時候我狀態確實很好。」兩年前，柯潔連奪兩個世界冠軍，一度被認為是繼中國圍棋職業棋手常昊、古力後，中國圍棋新的領軍人物。柯潔說，現在是 AI 的時代，贏一盤棋很難。AI 的招數大家都看得到、都在學，「現在很難再出現以前那種絕對的統治者。（南韓圍棋職業棋手）李昌鎬那個時候對手過弱了，現在職業棋手增加很多，大家的水平都很高。」他說，目前職業高手與 AI 下棋，通常是讓先、最多是被讓 2 子。人與 AI 的差距沒有大家想像那麼大，最多就是 2 子。「只要守住 2 子的優勢，AI 也很難贏。」他說，這不只是個人的觀點，而是某款中國國產 AI 團隊的觀點。柯潔 2017 年與 Google 人工智慧系統 AlphaGo 對弈，三局全敗後曾說不再對戰 AI。今年 4 月 27 日「食言」與中國開發的 AI 系統星陣圍棋（Golaxy）對弈，結果持白子的柯潔下到中盤棄子認輸。（首圖來源：達志影像）
Google、Facebook 等相繼研發人工智慧（AI）專屬晶片，是否會動搖 Nvidia 的 AI 霸主地位？有分析師認為無需太過緊張，Nvidia GPU 在 AI 用途廣泛，雲端業者開發的 AI 晶片使用範圍有限，預料 Nvidia 將續居王者寶座。BDI 報導，CFRA Research 分析師 Angelo Zino 報告稱，有多種科技可望在 AI 世界取得成功，GPU 初期就大受歡迎，應會繼續發光發熱。預測未來兩三年，Nvidia 的 Volta 架構仍將在雲端訓練程式，握有主導地位。2017 年初以來，GPU 讓深度神經網路的訓練速度加快 12 倍。報告並稱，外界對於雲端業者設計自家 AI 晶片的憂慮過於誇大。Google、阿里巴巴、Facebook 都投入研發「特殊應用積體電路」（ASIC）用於 AI。這些 ASIC 能以極快速度執行某些特定工作，儘管 ASIC 生產成本較低，但是研發費用高昂、並需投入極多時間，暗示發展充滿限制。Moor Insights and Strategy 的 Karl Freund 看法相似，他在 Forbes 發文指出，Google 研發的 AI 晶片「TPU」，用途很窄，限於很小眾的利基市場。美國史丹佛大學近來評測顯示，沒有單一解決方案適用於所有 AI 工作。以雲端而言，由於需要使用多種模型和軟體，GPU 是較佳選擇。Freund 預期，Google 仍會繼續購買...
訓練機器學習辨識圖片中的物件，往往需要耗費人力、時間標註出名稱、類別，才能讓機器順利訓練。為打造出方便厲害的 AI 機器學習模型，Facebook 有一項超級祕密武器──35 億張 Instagram 公開照片，以及無數 Hashtag。Instagram 公開照片，成免費訓練模型素材如果你習慣在發文時替照片加上幾個 Hashtag，那麼你有可能在幫 Facebook 訓練機器學習模型。過去要訓練機器學習辨識物件，必須耗費相當多人力，舉例來說，如果希望電腦理解「馬克杯」這個東西，人類必須先標出這個東西是「馬克杯」，接著機器才能有依據學習，現在 Facebook 找到一個用少量人力就能訓練機器學習的方法。第二天開發者大會 F8，首席技術長邁克‧施羅普佛（Mike Schroepfer）表示，Facebook 研究人員與工程師，利用平台 35 億張公開照片、超過 17,000 個 Hashtag 為基礎，透過上百個 GPU 解析資料，來訓練自家圖片辨識模型，目前在 ImageNet（圖像數據庫）已可達 85.4% 準確度。但過程中也面對不少挑戰，施羅普佛談到，許多用戶常常用錯標籤，像是用戶雖然在照片標記「花枝」，但其實是「魷魚」。另外，Facebook 也必須訓練哪些 Hashtag 是同義詞，並將具體描述的 Hashtag，排序優於其他同類型 Hashtag，最終變成一套「大規模 Hashtag 預測模組」，來訓練圖像辨識模組。▲ Facebook 利用 Instagram 35 億張公開照片，加上用戶標註的 Hashtag，來訓練機器學習模型。（Source：Facebook）Hashtag 訓練模型，會有隱私問題嗎？不過現階段大家更關心的還是「隱私」問題，當用戶發表一張 Instagram 照片時，可以清楚知道自己正在提供資料，訓練深度學習模型嗎？Facebook 表示，圖像資料只會用來辨別與 Hashtag 之間的關聯性，使用的資料都是公開的，且就算照片本身沒有標籤，就算機器再怎麼厲害，也無法辨識出照片中的物件。簡單來說，在 Instagram 上傳公開照片，不論用戶是否願意，都正為 Facebook 的深度學習技術做出貢獻。▲ 首席技術長施羅普佛表示，過程中也面臨不少挑戰，像是許多用戶常常用錯標籤。（Source：Facebook）但 Hashtag 仍是訓練關鍵，如果用戶不想自己的照片變成訓練機器學習的素材，就不要在公開貼文加上 Hashtag。Facebook...
美國金融巨頭摩根大通宣布將延攬卡內基美隆大學知名學者 Manuela Veloso 進行人工智慧的開發。 據《華爾街日報》報導，摩根大通將邀請在人工智慧領域相當知名的 Manuela Veloso 校聘教授探索機器學習技術在銀行業務上的應用，並擔任人工智慧部門負責人，技術預算高達 108 億美元。預計7月將正式到職並協助摩根大通的數據分析團隊和定量研究團隊強化與大學和研究機構的合作夥伴關係。對市場而言，此舉的意涵在於堅定金融業追求新技術改革的決心，並成為推動人工技術的重要產業。人工智慧在金融行業的應用非常廣泛，從欺詐檢測到貸款審批等業務都可能運用到人工智慧，當然也能提高內部的行政效率。也正在為 USAA 等金融公司開發人工智慧解決方案的密西根大學計算機科學教授暨 Clinc 執行長 Jason Mars 表示，目前從金融業的基本要求來看，人工智慧在流程管理的應用受到大規模投資，而聊天機器人和語音助手將會是銀行開展業務的關鍵。其實早在 2016 年，Capital One 金控就為亞馬遜 Alexa 裝置研發了一項新功能，讓客戶能通過語音助理管理他們的信用卡和銀行賬戶。美國銀行也部署了虛擬財務助理 Erica，令客戶能更方便的檢查餘額並透過行動支付匯款。當然現今談論的目標不僅是如此，早已超出 Siri 的層次，未來將可能令人工智慧對客戶做出理財建議，及利用語音辨識來驗證使用者身分。摩根大通聯席總裁 Daniel Pinto 強調，這將會是漫長的投資，在 5 ~10 年內，技術創新的步伐只會越來越快，一旦落後要追趕將會更將困難，尤其人才招募是重中之重。 JPMorgan’s latest hire proves the bank is serious about artificial intelligence JPMorgan Taps Carnegie Mellon Professor for New Artificial Intelligence Role JP Morgan’s latest...
中國智慧晶片設計公司寒武紀 3 日發表了兩款人工智慧（AI）產品，包括 Cambricon MLU100 雲端智慧晶片和板卡產品、寒武紀 1M 終端智慧處理器 IP 產品。而做為寒武紀的合作夥伴，聯想集團、中科曙光、科大訊飛等，也在發表會上展示了基於寒武紀晶片的應用產品。上證報引述業內人士表示，有超過六成的雲端晶片在設計時都用到 AI 技術，隨著技術發展和雲端應用的成熟化，終端的 AI 應用場景也將加快落實。據悉，MLU100 採用了寒武紀最新的 MLUv01 架構和台積電 16nm 先進製程，平衡模式下（1GHz 主頻）的等效理論峰值速度達每秒 128 兆次定點運算，高性能模式下（1.3GHz 主頻）的等效理論峰值速度更可達到每秒 166.4 兆次定點運算，且峰值功耗也不超過 110 瓦；而做為第三代 IP 產品，寒武紀 1M 則採用了台積電的 7nm 製程，產品的 8 位元運算效能比達到每瓦 5 兆次運算。寒武紀創始人、CEO 陳天石表示，延續寒武紀產品的開放性和通用性，而上述兩款新品可充分滿足視覺、語音、自然語言處理、經典資料採擷等各類複雜場景應用，支持各類深度學習和經典機器學習演算法。對寒武紀「雲─端」的產品定位，新思科技（Synopsys）中國公司董事長兼全球副總裁葛群指出，在人工智慧時代，需要有「軟體定義晶片」的概念和全新的晶片架構設計理念；此外，做為全球最大的 EDA（電子設計自動化）工具和 IP 供應商，新思科技不僅支持寒武紀設計晶片，也支持其客戶開發更多軟體生態，幫助 AI 應用場景落實。做為寒武紀的產業鏈夥伴，聯想集團、中科曙光、科大訊飛等也同台發表了基於寒武紀晶片的應用產品。其中，聯想集團推出基於 MLU100 的 ThinkSystem SR650，該產品打破 37 項伺服器基準測試的世界紀錄，將全面支撐起聯想客戶在機器學習、虛擬化、雲端計算、資料庫等方向上的業務需求。中科曙光除推出跟隨 MLU100 升級的 PHANERON 伺服器新品，還發表了可與寒武紀晶片實現無縫對接的人工智慧管理平台 Sothis AI。業內人士認為，AI...