人工智慧為全球產業帶來了許多轉變，各國政府都在努力推動相關政策計畫發展，做為許多知名企業 AI 實驗室選擇落腳的地區，加拿大駐台北貿易辦事處（CTOT）、亞伯達省駐台辦事處特別與台灣相關協會合作，舉辦 AI 研討會來互相了解兩地的 AI 發展概況，並期盼能藉此促進雙方合作、創造雙贏局面。為了推動 AI 產業發展、確保加拿大在發展 AI 領先地位，加拿大政府在去年推動了「泛加拿大 AI 策略」（Pan-Canadian AI Strategy），斥資 1.25 億加元（約台幣 28.75 億元），協助多倫多、蒙特婁、亞伯達省等多座城市進行發展。在加拿大政府的政策帶動下，現在蒙特婁有著全球最多的深度學習領域研究者與學生，多倫多則有著全球最多的 AI 新創公司駐紮，包含微軟、Google、亞馬遜、IBM 等大廠都選擇前來加拿大設立 AI 實驗室。CTOT 貿易暨投資處處長樹大衛表示，台灣在傳統 ICT、半導體及製造業上都具有堅強實力，在科技部 5 年投入台幣 160 億元推動 AI 發展的計畫下，他相信台灣與加拿大有著許多合作機會，雙方將能聯手為全球帶來下一次的 AI 產業革命。這場活動也特別邀請到台大資工系教授、CMLab 及 NVIDIA AI Lab 計畫主持人徐宏民博士來介紹台灣產學合作的情況，他過去曾經協助光寶、訊連在內多家大型企業成立 AI 團隊，在徐宏民看來，AI 所帶來的是增強智慧（Augmented Intelligence），協助人們在產能、安全性和效率上進行提升，因此 AI 的好處只是 IT 產業，事實上對於所有產業來說都有發展優勢。徐宏民指出，由於商業模式的差異，台灣許多領導業界的品牌過去都未曾體驗過 AI 所帶來的優勢，但從團隊先前與台灣大廠合作的經驗來看，其實台灣企業、研究者對於運用新技術的態度都是非常開放的，因為他們看到這些技術能夠為產品帶來的價值；除此之外，台灣也有著許多像 LibSVM 開發者台大教授林智仁（CJ Lin）一樣在全球知名的 AI 人才，對於發展 AI...
2017 年停產的微軟 Kinect，又復活了。5 月 8 日凌晨，微軟 Build 開發者大會在美國華盛頓州西雅圖市舉行，CEO 納德拉宣布推出 Project Kinect for Azure，據介紹，這是一組包含微軟新一代深度鏡頭的感測器套件，並具備在邊緣環境進行人工智慧計算的能力。憑著 HoloLens 發揚光大的 Kinect 技術，Project Kinect for Azure 能幫助開發者利用環境智慧創造出豐富多彩的應用場景。包括業界領先的微軟時差測距（TOF）深度感測器等多種感測器整合於大尺寸、功耗低的裝置，豐富的 Azure 人工智慧可幫助 Project Kinect For Azure 顯著提升洞察和執行能力，可追蹤所有手部關節運動，還能繪製畫質清晰的空間圖，讓更高精準度的解決方案成為可能。▲ Alex Kipman。3 個半小時的 Keynote 內容太多，納德拉只簡單介紹 Project Kinect。微軟 Kinect 之父 Alex Kipman 特地在 Linkedin 發文，詳細闡述了重新復活的 Project Kinect。以下編譯 Alex Kipman 全文供讀者參考。大家好！一年一度的微軟 Build 大會又來臨了。這是我一年中最開心的時候，因為能將微軟最新的工具介紹給開發者，賦予開發者加速世界的數位化進程、創造未來的能力，我感到十分激動。納德拉的 Keynote 演講，向大家介紹了一個聽起來很熟悉的工具：Project Kinect for Azure。我想花時間詳細介紹下這個項目，關於這個項目的含義和這個項目，如何賦能開發者在現實世界應用 AI。納德拉說明的是智慧邊緣演進的重要進展：裝置能感知周圍的人、地點和事物。讓 Project Kinect for Azure 獨特、引人注目的是，我們類別定義的深度感測器與 Azure AI 服務結合，這些服務一起使開發人員使智慧邊緣比以往更具感知能力。我們的時差測距（TOF）深度感測器技術突破，意味著智慧邊緣裝置能以更低功耗確保更高精準度。深度感測器資料和 AI 的組合還有其他好處，深入學習深度影像可導致相同品質結果所需的網路顯著縮小，就可以更低成本部署人工智慧演算法和更智慧的邊緣。今年稍早，我們的架構師 Cyrus Bamji 向國際固態電路會議（ISSCC）提交一篇深受好評的論文，關於我們最新的深度感測器。這正是納德拉在 Build 大會說明的感測器，這個感測器也將為新 HoloLens 提供新功能。這種新型深度感測器的最佳技術特徴包括： 最高像素（萬像素解析度 1,024×1,024） 。 最好的品質（最高調制頻率和調制對比度導致低功耗，整個系統功率為 225~950mw）。 每像素自動增益選擇可達成大動態範圍，進而清晰捕捉近處和遠處物體。 全域快門允許改善陽光下的表現。 即使在晶片、光學器和電源變化的情況下，多相深度計算法也可達到穩定精準度。 即使高頻率下，低峰值電流作業也會降低模組成本。 Kinect 品牌擁有悠久歷史，是 Xbox 遊戲機外部裝置和開發者技術、全球首款 MR 頭顯 Microsoft HoloLens 內部的深度感應技術。 HoloLens 重點發展由 Kinect 硬體演變而來的深度相機技術，該技術與其他尖端技術結合，已透過混合現實真正地改變商業。當我們為 Xbox 360 建立 Kinect 時，我們的願景是生產一種能辨識和理解人的裝置，以便電腦學習以人為中心的互動。創意開發人員意識到 Kinect 的技術（包括深度感應相機）可用於遠超出遊戲範圍的事。第二代 Kinect 中，我們改進了遊戲周邊裝置，同時也為開發人員提供可透過 Kinect for Windows 連線 PC 的版本，激發開發者社群的創新和創造力。去年我們停產第二代 Kinect，但我們與英特爾合作，確保 Windows 開發人員可繼續使用英特爾的深度即時鏡頭構建 PC 解決方案。當我們將 Kinect 技術應用到混合實境，創造的 HoloLens 取得令人難以置信的成果。目前版本的 HoloLens 使用第三代 Kinect 深度感測技術，能在現實世界放置全息圖。藉助 HoloLens，我們擁有了解人和環境的裝置，以凝視、手勢和語音的形式匯入資訊，並以 3D 全息圖和沉浸式空間音響的形式匯出。利用 Kinect for Azure 項目，第四代 Kinect 現在與我們的智慧雲和智慧邊緣平台整合，為我們的開發人員社群提供同樣的創新機會。Kinect for Azure 項目開放無數新機遇，讓開發者利用機器學習，認知服務和物聯網邊緣。我們預見 Kinect for Azure 項目將促進微軟和合作夥伴生態系統產生新 AI 解決方案，這些解決方案構建在越來越多與 Azure AI 服務整合的感測器上。我迫不及待想知道開發人員如何利用它建立實用、智慧和有趣的解決方案，比以往跨越更多產業和場景。（本文由 雷鋒網 授權轉載；首圖來源：Alex Kipman）
上週，中國科技巨頭阿里巴巴也宣布正在研發 AI 晶片──Ali-NPU，之前美國科技巨頭 Google、蘋果、微軟、Facebook 也紛紛開始研發 AI 晶片。Google 的 TPU 已升級到第二代，這是否意味著 AI 晶片戰即將開打？科技巨頭製造晶片背後的目的有何不同？科技巨頭紛紛造「芯」 深度學習運算要求高，Google TPU 已升級到第二代從發表的產品來看，Google 的 AI 晶片在各大科技巨頭中稍微領先。據了解，2011 年 Google 開始認真考慮使用深度學習網路，這些網路的運算要求使計算資源變得緊張。更具體來說，Google 計算發現，如果每位用戶每天使用 3 分鐘 Google 提供的利用深度學習語音辨識模型的語音搜尋服務，就必須把現有資料中心擴大兩倍。Google 需要更強大、更高效的處理晶片，但已有的 CPU 和 GPU 都不能滿足需求，因此 Google 決定自己研發更高效的晶片。2016 年 5 月 Google I/O 大會，Google 首次公布自行設計的 TPU，並稱在 Google 資料中心已使用了一年。發表一年後，關於 Google 機器學習客製晶片的神祕面紗才最終揭開，Google 資深硬體工程師 Norman Jouppi 刊文指出，Google TPU 處理速度要比 GPU 和 CPU 快...
能調整照片的軟體很常見，但你見過可為有缺陷的圖片「填空」的技術嗎？NVIDIA 研究團隊近日公布了稱為「圖片修復」（image inpainting）的內容，除了像一般編輯軟體可去除不需要的部分，還可以透過演算法模型，為有缺陷的照片填補內容。NVIDIA 團隊指出，過去的深度學習方法主要焦點都落在圖片中心附近的矩形區域，並且往往得仰賴昂貴的後期處理進行，但團隊研發的模型可優雅處理巨大的空白。「任何形狀、大小、位置或與邊界距離的孔洞，我們的模型都可以牢固的處理。」與過去其他軟體常見的處理方式不同，NVIDIA 使用的技術在填補圖片空白區域時，不會使用周遭環境填補空間，而是會用電腦生成的圖片填補，因此鼻子部位還會是鼻子，眼睛部分也還會是眼睛，這種獨特的填補特性讓使用者也可以透過移除內容中的特定物品來編輯圖片。目前 NVIDIA 還沒有提供這種技術的相關發表時間，但他們確實認為這將在未來應用到照片編輯軟體，「據我們所知，我們是第一批展示深度學習在修復不規則形狀孔洞圖片的實際功效的團隊。」 New AI Imaging Technique Reconstructs Photos with Realistic Results – NVIDIA Developer News Center （首圖來源：影片截圖）
Google 母公司 Alphabet 公布了 2018 年第一季財報，表現相當亮眼，每年都不斷成長的廣告業務更是讓財報優於分析師預期的首要功臣。不過在漂亮的財務數字下，一項虧損數字可看出 Google 對硬體設備的決心，那就是智慧家居公司 Nest 的損益。Nest 在 2018 年 2 月重回 Google 旗下，營收約為 7.26 億美元，但最終在財報帶來 6.21 億美元的虧損。也就是說 Google 在 2017 年花了超過 6 億美元，來維持 Nest 在監控鏡頭等智慧家居市場的地位。除了 Nest 之外，表現不算理想的還有智慧音箱 Google Home、智慧型手機 Pixel 系列、Pixel Buds 耳機和筆記型電腦，這些硬體設備對 Google 而言幾乎全都是賠錢貨。Google 在這些硬體市場不好過一部分也是因為要和其他科技巨頭競爭，在手機要對抗蘋果（Apple），電腦方面則要力拚微軟（Microsoft），智慧音箱和家具更是和 Amazon 打出火氣來，甚至還爆出互相封鎖的事件。筆電和手機市場已相當飽和，即使 Google 再怎麼努力，應該也不會有人期待 Pixel 系列可以賣贏 iPhone。不過相較那些成熟期的產業，Google 在人工智慧（AI）相關設備還有優勢，要在智慧音箱這類的市場打敗 Amazon 並非癡人說夢。這大概是為什麼 Nest 會併回 Google 的原因，如此一來能讓 Google...
看到 Ail Miquela 這位有不少品牌代言、有百萬 Instagram 追隨者的紅人，不少人一眼覺得她長得怪怪，像是娃娃玩偶，甚至並不是真人。但也有人不以為意，視她跟初音未來一樣，只是角色不是真人罷了。最近的 Ail Miquela 被駭事件，讓人霧裡看花，總覺得是不是在炒新聞。Ail Miquela 在 Instagram 的資料顯示，她是美籍巴亞裔的歌手、模特兒，以及最重要是擁有百萬粉絲的 Instagram 紅人。她社群媒體的貼文顯示她支持移民權力、Black Lives Matter 等理念。實際上，Ail Miquela 是一家洛杉磯 AI 公司 Brud 生產的 AI 產品，Brud 公司的。用真實女人的體態，再用電腦數位渲染合成的影像貼合，根據 Cut 的消息，至少有位人類女性，以及人類男性涉入 Miquela 的內容創作上面。 ▲ 從 Ail Miquela 的貼文照片以及 Brud 的 Linkedin 頁面，都指出 Brud 是 Ali Miquela 背後的推手。(Source：Brud)從 Miquela 的 Instagram 貼文，她身穿名牌衣飾，Chanel、Proenza Schouler、Supreme 和 Vetements，出入洛杉磯的知名俱樂部。看來其中應該有不少是品牌看中她的人氣，贊助她衣服和飾品。4 月 17...
電影裡 007 偽造身分執行任務的畫面讓無數人激動萬分，但這一切正在逐漸成為歷史，因為很多國家正在使用 AI 技術辨識敵方特務。根據 Meyerriecks 的說法，至少有 30 個國家有能力在目前的閉路電視攝影機系統做到準確辨識可疑人物。這意味著反間諜工具在全球情報界的國際捉迷藏遊戲占了上風。「現在中情局的主要對手不是外國特務，而是機器。」中情局負責技術開發的副主任 Dawn Meyerriecks，最近在佛羅里達一個情報會議無奈表示。不過中情局並未放棄，他們的應對策略是用技術對抗技術，用 AI 代替傳統特務收集情報，而且他們已經為此準備了 30 年。早在 1984 年，一份當年政府文件顯示，有一個成立於 1983 年的「AI 指導小組」，負責向中情局高層提供關於人工智慧研究和發展狀況月報。1984 年，給中情局高層的一篇備忘錄中，AI 指導小組的組長寫道：「人工智慧的研究已積極啟動，現有的領域包括專家系統、自然語言處理、智慧資料庫介面、圖像理解、信號解釋、地理和空間數據管理以及智慧工作站環境。」看來中情局已經認定，人工智慧技術將會成為未來的主流了。（本文由 雷鋒網 授權轉載；首圖來源：shutterstock）
台塑企業旗下南亞光電長期深耕 LED 照明本業，去年起發揮整合功效，在一根路燈桿上加裝安全監控和大氣環境偵測系統，再利用無線或有線網路傳資料，為智慧城市建設奠定重要基礎。南亞光電在 2018 國際照明展展出一款最聰明的路燈，南亞光電告訴中央社，南亞光電將傳統路燈智慧化，加裝安全監控攝影機、大氣環境偵測系統，再配合通訊閘道器（gateway）一次控制最多 200 盞路燈，靠著有線或無線網路傳輸資料及控制。南亞光電表示，這款最有頭腦的路燈可以發揮智慧保全的功能，分析控管人流、道路車流，並且監控周遭區域及自動故障回報；另外還可結合多達 18 項空氣污染、溫濕度偵測，分析控管氣象、空污資料等大數據採集，傳送到後端控制中心再加以分析。南亞光電指出，這款路燈還可以經由控制中心連線中央氣象局的日出日落時間，自動開關路燈，甚至在夜間某固定時段人流和車流減少後，亮度自動降低，再晚一點亮度自動再降，不用整晚都保持全亮，可以節省能源。南亞光電副總經理羅榮晃告訴中央社，智慧路燈系統融合多項智慧城市所需的偵測和監控設備於一身，不用在馬路上架設好幾根桿子，可以美化市容；南亞光電正在與安全監控設備廠商洽談，除了監控固定區域外，還要針對禁止區和禁止徘徊區的警示和攝取畫面等再進一步升級。另外在實地驗證部分，羅榮晃說，目前以南亞光電樹林廠區為初期試驗場域，目前準備再進一步放在更大區域廠房和道路上實驗。（作者：韋樞；首圖為示意圖，來源：pixabay）
寵物的想法應該是所有飼主所關注的焦點，近期華盛頓大學正在使用 GoPro 鏡頭訓練 AI 神經網路，希望未來能找出狗的行為模式，並使機器狗也能像狗一樣行動。團隊將這個項目稱為「DECADE」，意思是以狗環境的自我為中心的行動數據資料，將 GoPro 相機綁在阿拉斯加雪橇犬的頭上，團隊錄製了 380 段從狗視角出發的影片用以訓練演算法。▲（Source：University of Washington）這些影片分別在 50 多個地點錄製，其中包含狗狗常見的活動地區：客廳、樓梯、街道和狗公園，而在錄製的同時，狗也一如以往的進行各項活動：走路、跟隨、抓取、跟蹤移動的物體，或是與其他狗互動。除了拍攝影片，研究人員也透過將 Arduino 錄製的音頻與 GoPro 影片音檔對比，運用 Raspberry Pi 微型電腦將片段與狗身體位置的數據精確同步，進而記錄下各個時間點狗的身體、腿部及尾巴位置。簡單來說，研究人員就是在詢問演算法「接下來會發生什麼？」當一系列片段展示時，演算法必須對接下來可能的行為進行建模，像是看到球被扔出去，狗可能會去追，又或是聽到食物會搖尾巴等。團隊甚至嘗試只提供活動開頭及結尾的片段，並不給出發生在兩者間的訊息，讓模型去猜測狗狗在這之間究竟做了什麼活動──雖然聽來簡單，但這是必須由神經網路才能解決的問題，因為狗狗的每個動作都與環境變化相關。▲ 實驗中只憑團隊提供的 5 幀影像，演算法確實模擬出了狗的實際反應。（Source：University of Washington）儘管並沒有被賦予任何指示或與預期結果的相關資訊，但實驗模型確實展現出對狗未來動向的預測，甚至是規劃出與狗行為模式類似的行動。團隊相信未來透過收集多隻狗的影片資料，再加入觸覺、聲音及嗅覺數據的整合，將可以改善模型，並將數據運用在更多樣的發展中。這些資訊未來將可以用來增進機器狗的發展，同時也能投入其他任務的應用，像是透過環境辨識安全路線。研究草案已在 arxiv.org 公布，團隊預計將在 6 月的電腦視覺大會 CVPR 2018 公布相關內容。 GoPro trains neural net to think like a dog （首圖來源：pixabay）
針對 AI 時代，廣達董事長林百里預測， 10 年後，每週工作 3 天就夠了，人上班是為了駕馭 AI ，自動化管理是趨勢，未來很多工作都會被 AI 做完，看好 AI 市場比雲端大百倍、千倍。 廣達 28 日舉行 30 週年家庭日活動，林百里針對人工智慧 （AI） 發表許多看法，他預測， 10 年後的人每週工作只要 3 天就夠了，人上班是駕馭 AI 的，工人會變少。他也以先前參觀台塑麥寮廠的經驗為例，發現一座發電廠只用 6 個有經驗的工程師，他並認為，自動化管理是趨勢，未來很多工作都會被 AI 做完，也看好 AI 市場將比雲端大百倍、千倍。林百里表示， AI 有很多的機會，清朝時期外國打進來，「我們還用義和團打拳」；美、蘇冷戰時期，有原子彈才是強國。不過，現在有 AI 才是強國，大國比 AI ，展現國家競爭力，也是一種策略的決勝點。然而，未來 AI 時代人的角色何在？林百里認為，人還是位於機器人之上，「還可以把充電器拔掉」，但不能避免的是，也許很多工作會被機器取代，生產線會越來越少；他分享，廣達自己做機器手臂，發現機器取代一個人，成本只要兩年就能打平，好處是人工作量減少，可以轉去做該做的事，比方照顧小孩或陪父母，也可以旅遊休閒，如果很多人失業，衍生出來會是社會的問題，要用社會科學來解決。台灣在 IT 時代是全球重要的供應鏈，在 AI 時代，台灣能否重複成功經驗？林百里坦言，「可能我們要加油了」，台灣應該思考如何創造新經濟，過去台灣只要把電腦做輕薄就好，但現在必須找到好定位。（作者：江明晏；首圖來源：科技新報攝）