未來，人們恐怕很難再用另一張表情掩飾自己真正的情緒。就算你開始避免使用社群網站，穿梭在路上的你仍可被結合人工智慧的感測技術區分出正在「真心微笑」或「假笑」，公司、政府以及任何公共機構都可收集這些有價值的生物數據，而你還無法逃離這種被動技術。杜比實驗室科學家、史丹佛大學神經生理學家 Poppy Crum 於《TED 演講》介紹了這主題。你的表情或許可以將情緒隱瞞得天衣無縫，但你身體內發出的各種訊號欺騙不了電腦系統的掃描分析，比如眼睛膨脹反應大腦運作的難易程度、皮膚散發的熱量揭露你是否正感受到壓力或正激情昂然，呼出的二氧化碳量表明某人或一群人越來越激動，而呼吸中的微量化學物質能顯示出感受。同時，腦電波也可以揭開「視線謊言」，就算你的視線鎖定在眼前人身上，你的注意力是否神遊到天邊也都在腦電波下一覽無遺。Poppy Crum 相信，現實世界結合人工智慧的感測設備將開始收集前所未有的生物訊息，並迎來另一個移情技術時代。這些技術可濫用在操縱一途，撕裂每個人的內心世界，為恐怖監控護航。想像一下你的主管或國家政治人物對你發表洋洋灑灑的演講，而你內心贊同或反對都在科技之下一目了然。感測技術讓個人隱私越來越不保，但是否也能善意運用，比如檢測那些即將進入法庭審判、宣稱精神失常的加害者。究竟他們真的是精神狀況有問題？抑或只是拿精神疾病當脫罪擋箭牌？表情之下是內疚還是得意忘形，都將無所遁形。 TED 2018: Technology reveals fear and other emotions Forget Facebook — your body emits data that could be used to read your emotions, check your health, and track aggression （首圖來源：pixabay）
早在 2004 年，已有人預言汽車將像智慧手機，成為供不同軟體運行的智慧平台。時至今日，Linux 系統因屬開源軟體，容易由各車廠按需要自行改寫，並連接至各種軟體，因此成為多間車廠爭相採用的作業系統。隨著車載系統及自動駕駛不斷發展，不難預見，Linux 在未來汽車市場會愈來愈常見。車載系統領域，Blackberry 的 QNX 系統及 Microsoft 的 IoT Connected Vehicles 均曾是 Linux 的有力對手，但由於 Linux 的開源優勢，前者都先後失去競爭地位。隨著多年來一直使用 Microsoft 系統的 Ford 亦轉投 Linux 懷抱，看來已迎來大一統局面。發行 Linux 開源系統 Ubuntu 的 Canonical 發言人表示，Tesla 的電動車也採用 Ubuntu 系統，期望將來汽車製造商會與 Linux 系統開發商合作，建立適用量產汽車的車載作業系統。▲ Tesla 現在使用的 Linux 系統。為推廣車載 Linux 系統，多間對 Linux 抱持正面態度的車廠組成了 Automotive Grade Linux（AGL），包括 Ford、Honda、Mazda、Nissan 等大汽車品牌。透過這個組織，多間車廠得以共享系統軟體的原始代碼及開發工具包，讓下一代智慧汽車更快到來。AGL 執行董事 Dan Cauchy 聲明表示，汽車製造商正慢慢轉型成軟體開發公司，因為他們知道顧客除了在意汽車效能，車上的智慧資訊系統、自動駕駛系統等也是重要賣點。因此，車廠將效法科技企業，以開源方式共同研發。AGL 亦致力開發 AGL 虛擬架構，以加快...
Apple 的 Siri 可以說是最著名的語音助手之一，其中不必按按鈕便能向 Siri 下指令的「Hey Siri」功能也受到許多好評，近日在部落格中，Siri 團隊除了表示計畫運用機器學習持續改進這項功能，也解釋了 iOs 設備的 Hey Siri 功能的運作方式，以及未來計畫持續改進的目標。所謂的「Hey Siri」功能，就是讓使用者不必按按鈕、只需在語音指令前加上 Hey Siri，手機便會自動啟動並遵照指示行動。但 Apple 究竟是怎麼做到的？部落格文章指出，「Hey Siri」的進化與解決了「關鍵片語檢測」（key-phrase detection）問題相關，同時運用了 DNN 來進行了早期建模工作，並使用了遞歸神經網路（RNN）來進行多樣化的訓練與學習。Siri 團隊解釋，之所以選擇以「Hey Siri」作為觸發語，是因為即使在這項功能推出以前，人們在運用按鈕呼喚 Siri 也會自然而然的在請求前加上這句話。這原先是一個方便用戶的簡單決定，但早期的離線實驗中，Hey Siri 的簡潔和口語性卻為開發團隊帶來額外的挑戰。Siri 團隊主要面臨的錯誤辨識挑戰為三種，分別為當用戶表達類似短句時、當非用戶說出 Hey Siri 時，以及最令 Siri 團隊頭痛的當非用戶說出類似短句時。為了讓 Siri 不被類似短句及非用戶誤導，團隊先是將焦點由尋常語音辨識目標的「說話內容」轉移至辨識「說話者」的身分，利用說話者辨識（speaker recognition, SR）並結合相關技術來增進偵測關鍵短句的系統質量。以目前來說，Apple 會要求首次使用的用戶以要求的 5 個短句來語音來完成說話者辨識系統的註冊，但除了這種顯性註冊模式之外，團隊也設計了另一種隱性模式（implicit enrollment）的辨識：透過紀錄用戶一段時間內的語音，進而提高對說話者辨識的穩健性。當然考量到個人隱私的因素，音頻將保留於設備上而並非雲端，但這種設計目前仍有一些疑慮存在，如果早期紀錄的語音片段並非用戶本人，那麼設備可能會錯誤的拒絕用戶指令或錯誤的接受非用戶的聲音，如此一來功能將變得毫無用處。展望未來，除了像所有語音辨識系統一樣得想辦法克服環境噪音的問題，Siri 團隊還希望未來用戶能不需經過任何訓練與註冊，在開始使用「Hey Siri」功能後透過用戶的許可，透過生活裡的指令中便能將語音辨識資料的內容持續增長與更新。雖然還不清楚這些改動何時會推出，但 Apple 經常會在每年 6 月全球者開發大會上談到 Siri 的重大改進，相信在不久的未來我們很快就能聽到一些好消息。 Apple explains ‘Hey Siri’ speaker...
資安廠商趨勢科技 17 日宣布，發表一項專為提升變臉詐騙攻擊防範能力的最新技術。這項以人工智慧 (AI) 為基礎的創新技術，將整合至趨勢科技多項產品當中，應用在發現專門假冒執行長，或其他重要人士名義所發出的電子郵件時提供警告，以降低企業遭到變臉詐騙攻擊的風險。趨勢科技指出，這套創新的 Writing Style DNA (寫作風格 DNA) 技術，可針對變臉詐騙提供更進階新的防護。因為其採用 AI 來建立使用者寫作風格的「微跡證」，其中包含了 7,000 多項寫作特徵。因此，當遇到疑似假冒重要人士名義發出的電子郵件時，就可利用 AI 來分析其寫作風格，並且發送通知給寄件人、收件人和 IT 部門，警告其變臉詐騙的風險。趨勢科技執行長陳怡樺表示，未來的威脅情勢需要具備人工智慧的防護來結合專家規則和機器學習。因此，Writing Style DNA 這項新的技術，可對於我們現有的電子郵件防護，以及我們免費提供給企業的網路釣魚模擬與意識提升服務。趨勢科技還表示，2017 年攔截到的所有勒索病毒當中，有 94% 都是經由電子郵件散布。此外，預計在 2018 年全球變臉詐騙損失總金額將高達 90 億美元，平均每一件變臉詐騙損失約 13.2 萬美元。因此，企業有必要透過訓練和技術雙管齊下來防範網路釣魚。另外，根據統計，有將近 70% 的變臉詐騙攻擊都是假冒企業機構的執行長、總裁，或是總經理來緊急要求員工進行匯款，或者提供某些敏感資料。而這類攻擊不易被偵測的原因，在於這類電子郵件通常不會附上附件檔案或網站連結。因此，較不會被判定為可疑郵件。對於這樣變臉詐騙的風險，Writing Style DNA 技術可藉由 「作者分析」 來強化現有的 AI 防護層，檢查電子郵件的標題與內容，來分析電子郵件的意圖及攻擊行為。如此一來，就能對這些挾持正常網域和帳號來避開傳統過濾的攻擊進行偵測。再者，高層主管也可針對被標示為可疑的電子郵件提供意見回饋來降低誤判，進而提高偵測率。趨勢科技表示，Writing Style DNA 將於 2018 年 6 月在 Cloud App Security (CAS) for Microsoft Office 365...
深度學習技術近來在眼科、皮膚科、放射科和病理科等醫學學科領域展現出了極大的應用前景，它可以為世界各地的患者提供更加精準、可用的高品質醫療服務。Google 近期也發表了一項研究成果，該成果顯示，卷積神經網路檢測淋巴結中的乳腺癌轉移準確率，可以媲美一名訓練有素的病理學家。然而，目前為止，用複合光學顯微鏡直接觀察組織仍然是病理學家診斷疾病的主要手段，如何將微觀組織進行數位化展示，成了深度學習技術在病理學科大規模應用的關鍵挑戰。4 月 16 日，在美國癌症研究協會年會（AACR）的一場演講，一篇題為《擴增實境顯微鏡實時自動檢測癌症（正在審查）》的論文介紹了一款「擴增實境顯微鏡」（ARM）平台原型，相信這款產品可以幫助加速深度學習技術在全球病理學領域的推廣應用。該平台由一個經改良的光學顯微鏡組成，能對即時分析圖像並直接在用戶視野內顯示機器學習運算的分析結果。值得一提的是，只需使用低成本、現成的元件，就可將這款擴增實境顯微鏡改造成世界各地醫院和診所常見的普通光學顯微鏡，而且無需全面升級數位系統就能分析組織。現代計算元件和深度學習模型──比如在 TensorFlow 平台建構的模型，使這個擴增實境顯微鏡平台能執行大量預訓練模型。和使用傳統顯微鏡一樣，使用者透過目鏡觀察樣品，機器學習運算輸出的結果將即時投射到光路，疊加在樣本的原始圖像上，幫助觀察者快速定位和量化感興趣的特徵。而且，平台的計算和視覺反饋非常迅速──目前速度達 10 幀／秒，這意味著當使用者移動組織或放大倍數進一步觀察時，可獲得流暢無縫的視覺體驗。▲ 左圖：擴增實境顯微鏡的原理概述。一台數位相機捕捉與用戶相同的視野（FoV），然後將影像傳送給一個附加的計算單元，該單元能執行即時推理的機器學習模型。隨後推理結果反饋到一客製的 AR 顯示螢幕，螢幕與目鏡內連，並將模型輸出的結果與標本顯示在同一平面。 右圖：該圖展示了平台原型改造成典型臨床級光學顯微鏡後的樣子。理論上，擴增實境顯微鏡可提供各式各樣的視覺反饋，包括文字、箭頭、輪廓、熱圖和動畫，且可執行多種類型的機器學習運算以應對不同任務，比如對象檢測、量化和分類等。為了展示擴增實境顯微鏡的功能，我們讓其執行兩種不同的癌症檢測運算：一種用於檢測淋巴結標本中的乳腺癌轉移，另一種用於檢測前列腺切除術標本的前列腺癌。這些運算可在 4-40x 的放大倍數下運作，並用綠色輪廓勾畫出檢測到的腫瘤區域。這些輪廓可幫助病理學家注意到感興趣的區域，而不至於遺漏外觀模糊的腫瘤細胞。▲ 透過擴增實境顯微鏡觀察到的視圖。這些圖像展示了 4x、10x、20x 和 40x 放大倍數下的淋巴結標本。雖然這兩個癌症檢測模型並非用擴增實境顯微鏡直接捕捉的影像訓練，但後者上的表現非常出色，無需額外訓練。我們相信，假如直接用擴增實境顯微鏡獲取的影像進一步訓練，這些運算的表現還將繼續提升。最初都是用來自一種光學結構完全不同的完整標本掃描器的影像訓練，但在擴增實境顯微鏡平台的表現非常出色，無需額外再訓練。例如，淋巴結轉移檢測模型在擴增實境顯微鏡運算時，曲線面積達到 0.98，前列腺癌檢測模型的曲線面積達到 0.96，僅略低於 WSI 得到的結果。我們相信，這款擴增實境顯微鏡將給全球衛生事業產生重大影響，尤其是在發展中國家的傳染病診斷方面──包括結核病和瘧疾等。此外，在即將採用數位病理工作流程的醫院，擴增實境顯微鏡也可以與數位工作流程結合使用。光學顯微鏡已在很多行業證明了其價值，但在病理學領域作用有限。我們相信擴增實境顯微鏡可以應用於醫療、生命科學研究和材料科學等眾多領域。我們很高興能繼續探索這款擴增實境顯微鏡，幫助加速機器學習技術在世界各地產生積極影響。（本文由 雷鋒網 授權轉載；首圖為示意圖，來源：NHGRI）
藍色巨人 IBM 在台北時間 18 日凌晨公布了 2018 年第 1 季的財報。根據財報顯示，IBM 第 1 季的營收為 190.72 億美元，比 2017 年同期的 181.55 億美元成長 5%，不計算匯率變動的影響，與2017年同期持平。稅後凈利為 16.79 億美元，比 2017 年同期的 17.50 億美元下降 4%。整體來說，雖然 IBM 第 1 季調整後每股 EPS 及營收都超出華爾街分析師預期，但全年獲利展望則不如預期，導致其盤後股價下跌逾 5%。IBM 的 2018 年第 1 季的營業毛利為82.47億美元，高於 2017 年同期的 79.44 億美元。毛利率為 43.2%，較 2017 年同期下滑了 0.5 個百分點。歸屬母公司淨利為 16.75 億美元，比 2017 年同期的 17.53 億美元下降 4%。每股 EPS...
對於網路使用者來說，在一個大的地方，像是校園、大型公司園區，都想要沒有中斷的網路體驗。如果不幸要登入重連的狀況，使用者一定會感到不悅。HPE 旗下無線網路設備方案商 Aruba ，則在台灣舉行的 Atmosphere Local 大會上，展示他們在大型、密集的網路環境，如校園、醫院的優異連網能力。另外配合近年 IT 趨勢，Aruba 也展示他們行動優先架構 (Mobile First Architecture)，AI 自動化智慧管理網路狀態，以及數位工作場所 (Smart Digital Workplace)。Aruba 的大學校園應用案例中，運用 Aruba NetInsight，找出不同時段網路需求的狀況。例如晚上大家在宿舍，而且學生平均有筆電、桌機、手機、平板等七台連網，這時候網路要很有力，但在白天大家去上課的時候，宿舍區就可以關掉 AP，節省資源。目前有美國坎薩斯大學、俄亥俄州立大學，與 Aruba 反映他們有這類 Green Wifi 概念，在使用網路人數少的時候，關掉 AP，減少閒置的機器。Aruba NetInsight 收集 400 種不同資料，用機器學習分析網路狀況，因此不能輕易用人工管理方式處理網路架構，像是手動關網路省資源，人類無法輕易處理。除了像大學這類人數多，裝置多的網路使用場域，醫院、大型製造工廠也具有人多，機器多，隨著物聯網和智慧醫療越來越普及，Aruba NetInsight 能找出。傳統 Aruba 有優勢的辦公室無線網路佈署，隨著智慧建築一棟一棟去起來，也會是 Aruba 努力的方向。物業管理公司 CBRE，就是 Aruba 的客戶，運用 Aruba 的網路方案，解決整棟大樓進駐單位的網路需求。Aruba IntroSpect 則是監控網路使用者的網路使用模式，假如內網的流量大增，那可能是被入侵。而像是有員工將離職，網路流量比先前大，也許會找到正在複製公司機密檔案的狀況。由於 Aruba 在攤位展示 NetInsight 協助網管人員找出網路問題，甚至透過機器學習，能夠自行排除網路狀況，是不是代表網管人員要被機器取代了。Aruba 全球行銷副總裁 Janice Le 表示，她不擔心 AI 取得人類工作的問題，因為 AI...
商湯科技（SenseTime）成功從阿里巴巴、淡馬錫控股（Temasek Holdings）等投資人融資 6 億美元，估值來到 30 億美元，成為全球最有價值的人工智慧（AI）新創企業。一般稱估值超過 10 億美元的新創企業為獨角獸。（straitstimes.com）這是商湯第 C 輪融資，其身價過去幾個月以來成長兩倍。商科並未揭露個別公司參與金額，只知道阿里巴巴是最大出資者。商湯成立於 2014 年，專精於人臉辨識、影像識別以及相關應用，吸引中外巨頭投資。據報導，阿里巴巴去年 11 月就已投資商湯人民幣 15 億元（約 2.27 億美元），但未獲證實。另外，高通也在去年 11 月投資商湯，但金額不詳。商湯隨後宣布將其 AI 演算法融入高通晶片，應用範圍遍及智慧型手機、機器人與各類型物聯網裝置。商湯表示未來將加速智慧零售、金融、教育方面的應用，並同時強化其在安全、行動通訊與自駕車領域的競爭力。（本文由 MoneyDJ新聞 授權轉載；首圖來源：商湯科技）
雖然現在智慧語音助理相當方便，但仍然有人不喜歡對機器說話。最近 MIT 開發出一部頭戴式裝置，可「聆聽」使用者心中所想，進而充當遙控器進行各種動作。這個裝置的原理是透過讀取用戶默念（在心中說話）時的神經肌訊號，進而「聆聽」這些句子，傳送到人工智慧分析，變成可理解的語言。不同於傳統分析腦波的大型裝置，這個裝置相對較小，且內建骨傳導耳機，不需要塞入耳道。目前研究中的應用只有操控 Roku 電視 App，以及在電腦棋賽時要求報時，不過未來相信會有更多應用方式。負責此項目的 MIT 研究生 Arnav Kapur 表示，他們的概念是要製作更內在的電腦平台，讓人類與機械達到某種程度的融合，使用起來像自己意識的延伸而非外部裝置。不過這樣的「讀心術」也許會令人擔心祕密被聽見，到底未來是否可普及，實在令人懷疑。 Computer system transcribes words users “speak silently” （本文由 Unwire HK 授權轉載；首圖來源：MIT News）
IC 設計大廠聯發科 10 日宣布，推出業界第一個通過 7 奈米 FinFET 矽認證（Silicon-Proven）的 56G PAM4 SerDes 矽智財（IP），進一步擴大其 ASIC 產品陣線。聯發科表示，56G SerDes 解決方案乃基於數位訊號處理（DSP）技術，採用高速傳輸訊號 PAM4，具備一流的性能、功耗及晶粒尺寸（Die-area）。目前，56G SerDes 矽智財已通過 7 奈米和 16 奈米原型晶片實體驗證，確保該矽智財可以很容易整合進各種前端產品設計。聯發科進一步指出，旗下的 SerDes 產品組合可以為 ASIC 晶片設計提供從 10G、28G、56G 到 112G 等多種解決方案。而聯發科的 ASIC 服務和產品組合則是瞄準多種應用領域，包括企業級與超大規模數據中心、超高性能網路交換機、路由器、4G / 5G 基礎設施、人工智慧及深度學習應用、需要超高頻寬和長距互傳的新型態運算應用等。此外，聯發科還提供 ASIC 服務，致力協助尋求專業設計及客製化晶片設計方案的客戶，在多種領域拓展商機。在各項領域方面，包括有線和無線通訊、超高性能運算、低功耗物聯網、無線連結、個人多媒體、先進感測器和射頻等。聯發科的 ASIC 服務範圍預計涵蓋從前端到後端的任何階段系統及平台設計、系統單晶片設計、系統整合與晶片實體布局（Physical layout）、以及生產支援和產品導入等。而聯發科指出，採用 56G SerDes 矽智財的首款產品已在開發中，預計於 2018 下半年將正式上市。（首圖來源：聯發科）