就在美國時間 27 日 GTC 大會正在進行的當下，繪圖晶片大廠輝達 (NVIDIA ) 正式宣布，與日本軟銀集團旗下的矽智財權公司安謀 (ARM ) 攜手合作，預計將深度學習推論功能導入到即將銷售的全球數十億行動、消費電子與物聯網裝置中。 根據 NVIDIA 指出，這項 NVIDIA 與 ARM 的合作案，將帶動 NVIDIA 與 ARM 聯手，把開源的 NVIDIA 深度學習加速器 (NVDLA) 架構整合到 ARM 的 Project Trillium 機器學習平台中，讓物聯網 (IOT) 晶片製造商能輕易將人工智慧 (AI) 整合到產品設計中，進而讓平價的智慧產品普及到全球數十億消費者手中。NVIDIA 強調，NVIDIA 的深度學習加速器 NVDLA 是建構在全球最強大的自主機器系統單晶片 NVIDIA Xavier 的基礎之上，其免費且開放的架構，希望能推廣深度學習推論加速器的設計標準化。此外，NVDLA 的模組化架構具備可擴充與高度可配置等特性，且為簡化整合與移轉作業而設計。此外，NVDLA 深度學習加速器還帶來了許多優勢，其不但加速深度學習推論技術的採用，還因為背後還有 NVIDIA 的一系列強大的開發者工具全力支援，包括即將釋出的新版 TensorRT 可程式化深度學習加速器等，使得開源的設計讓產品能定期導入各種先進功能，包括研究人員社群所貢獻的開發成果。而且，未來 NVIDIA 與 Project Trillium 的整合可以帶給深度學習開發人員最高頂級的效能，在各種物聯網裝置上發揮 ARM 的彈性與擴充性。(首圖來源:NVIDIA 官方臉書)
人工智慧（AI）技術已經逐步從研究走入產業應用，微軟（Microsoft）近日也為推出具備 AI 引擎的 Microsoft 365 智慧型解決方案，透過最熱門 AI 技術應用與熟悉微軟工具的結合，要讓企業能夠馬上即刻享受到 AI 技術帶來的進步。 微軟指出，現今最受歡迎的機器服務和雲端學習都仰賴著巨量的數據傳輸，這也讓駭客有了更多可伺機侵入的漏洞，為了不讓企業因資安擔憂錯失轉型先機，微軟推出整合 Office 365、Windows 10 與企業安全管理平台（EMS）等三大服務的解決方案，目標便是要運用 AI 技術為企業大幅提升「效能」與「安全」。而在這次為各個工具推出的 AI 應用功能中，最讓人驚豔的莫過於用於簡報的 PowerPoint 與影音分享平台 Stream。在 PowerPoint 中透過增益集中的 Presentation Translator 功能，簡報將能夠按照用戶設定的語言轉換，即時翻譯講者口述的內容，並在簡報畫面上方或下方立即附上字幕，語音辨識支援包含中文在內的 10 種語言，輸出翻譯則支援超過 60 種。▲ 包含下方附註部分的投影片文件內容都可完整翻譯，用戶也可在翻譯後微調內容。除了即時翻譯講者口述內容並上字幕以外，Presentation Translator 也提供投影片文字翻譯的功能，用戶只需要在上方的「投影片放映」選擇「翻譯投影片」即可進行。與其他軟體不同的是，在 AI 的協助之下，微軟的這項翻譯功能將會同時保留原始格式，並不會影響到簡報排版的美觀。而影音分享平台 Stream 則是微軟推出的企業影音分享平台，在內建的 AI 技術協助之下，上傳至 Stream 的影片語音將能自動轉變為逐字稿（目前支援英文及西班牙文），文字除了隨著影片撥放動態顯示，用戶也可以輸入關鍵字進行搜尋，不須再觀賞整部影片尋找。▲ 影片右方為動態顯示的語音內容，下方則是人物出現的時間軸，可直接拉選移動。Stream 同時也具有臉部偵測的功能，在影片上傳時便會自動偵測各個人物影像，觀賞者在播放時可以直接在下方看見每個人物出現的時間點，並點擊時間軸讓影片直接跳至他們所感興趣的該段落。除了提升「效能」，微軟也將 AI 應用的更新重點擺在了雲端時代十分重視的「安全」上。微軟指出，現今最受歡迎的機器服務和雲端學習都仰賴著巨量的數據傳輸，而這也讓駭客有了更多可伺機侵入的漏洞，如果企業想要運用大數據或 AI 相關技術，強大的資安防護勢必是不可或缺的。而微軟的企業安全管理平台便是運用 AI 技術來應對更繁瑣的駭客攻擊，除了透過雙重認證來進行身分識別與存取管理，具備機器學習能力的 Windows Defender ATP 更可以針對 Outlook...
近日，線上叫車公司 Uber 的無人駕駛汽車，因為交通肇事導致人員傷亡案件，在業內引起了激烈的討論，這使得無人駕駛汽車的安全性再次成為人們關注的焦點。有統計數據顯示，無人駕駛汽車必須要足足跑夠 100 億英里才能證明其安全性，而這卻是一項漫長而艱巨的工程。因此，為了避免這樣的事情發生，並且提升無人駕駛汽車的安全性，繪圖晶片大廠輝達 (NVIDIA) 發表了一款自動駕駛模擬系統，透過雲端運算能力來模擬無人駕駛汽車在行駛過程中所遇到的突發情況，進一步收集相關數據，以讓無人駕駛汽車進行學習。NVIDIA 發表的自動駕駛模擬系統 Drive Constellation 是該公司針對無人駕駛汽車發展的最新計畫。根據 NVIDIA 的解釋，Drive Constellation 是一款基於 2 種不同伺服器的運算平台，可以分析為一個包含硬軟體的完整解決方案。首部伺服器中將執行 NVIDIA 的 DRIVE Sim 軟體，用以模擬自動駕駛汽車的感測器，如攝影鏡頭、雷射感測器以及毫米波雷達感測器。而第 2 部伺服器則搭載了 NVIDIA 的 DRIVE Pegasus 運算平台，可執行完整的自動駕駛汽車軟體，並能夠處理如同來自真實道路上行駛汽車上感測器的各項模擬數據。具體來說，也就是 NVIDIA 的 DRIVE Pegasus 運算平台會下駕駛指令給內含 DRIVE Sim 軟體的自動駕駛模擬器。而自動駕駛模擬器則根據駕駛指令，在進行模擬道路駕駛時，蒐集各項汽車感測器所收集到的數據，然後再將這些數據回饋給 DRIVE Pegasus 運算平台。NVIDIA 表示，原本 Drive Constellation 預計在真實的無人駕駛車輛上進行，但受到目前測試完全停止的影響，使得 NVIDIA 已經將它轉移到資料中心中。NVIDIA 進一步指出，這項解決方案可以模擬日落時的眩光、暴風雪、糟糕的路面和突發的危險情況，以測試車輛的反應能力。無人駕駛技術供應商未來可以通過模擬數據，來補充現實世界的駕駛技術資料，這樣他們就能更有效、更便宜地覆蓋更多的里程和所謂的 ｢邊緣案例｣。另外，利用這套模擬系統解決方案，測試車輛可在 5 個小時內 ｢行駛｣ 30 萬英里 (約 48.3...
許多 Google 產品（像是 Google Assistant、Google 搜尋、Google 地圖等）都內建了高品質的 Text-to-Speech 服務，可以產生如人聲般自然的發音。Google 收到許多開發者的意見，表示希望能將 Text-to-Speech 的服務結合到他們的應用程式中，所以 Google 特別將這項 Cloud Text-to-Speech 技術加入 Google 雲端平台（Google Cloud Platform，GCP）中。使用者可以將 Cloud Text-to-Speech 服務運用在不同的情境中： 為電話語音服務（Interactive Voice Response，IVR）中心提供語音回應系統，並啟用即時自然語言對話功能。 與物聯網設備，如電視、汽車、機器人等進行對話。 將文字格式的媒體內容（如新聞文章、書籍）轉為口語形式（如Podcast、有聲書）。 Cloud Text-to-Speech 服務提供了 12 種不同語言中的 32 種不同聲音供使用者選擇。即使是複雜的文字內容，例如姓名、日期、時間、地址等，Cloud Text-to-Speech 服務也可以立刻發出準確且道地的發音，並支援多種音檔格式，包含 MP3 和 WAV 等，不僅如此，使用者還可以自己調整音調、語速和音量。Text-to-Speech 服務結合 DeepMind 技術Google 也很開心宣布，Cloud Text-to-Speech 服務更以 DeepMind 所建構的原始音檔生成模型 WaveNet 為基礎，透過運用 WaveNet 將一系列高保真度的聲音轉化為語音。整體而言，WaveNet 可以合成並產出更自然的語音細節，而且相較於其他...
俄國總統普丁曾說，掌握人工智慧（AI）能夠統治天下。川普祭出關稅對付中國，也被解讀為是要阻撓中國取得先進科技。中國 AI 到底有多先進？該國已經能夠使用臉部辨識，即時找出違規穿越馬路者的身分，不少專家認為，中國 AI 將後來居上，超越美國。南華早報 27 日報導，深圳 AI 業者雲天勵飛（Intellifusion）利用臉部辨識技術，協助深圳警方阻止行人違規穿越馬路。雲天勵飛在路口設置相機，捕捉違規穿越馬路者的照片，接著用臉部辨識技術，比對資料庫數據，找出違規者的姓名和身分證號，展示在馬路的大型 LED 螢幕上，藉此達到嚇阻作用。不只如此，深圳交警還設立網站，把違規者的照片和姓名等公布在網路。未來當局還打算在行人擅闖馬路時，第一時間傳送簡訊或微博訊息警告。雲天勵飛主管表示，系統會記錄路人的違規次數，達到一定等級將影響個人信貸分數，未來銀行貸款額度可能受限。ZeroHedge 稱，這個系統簡直有如喬治歐威爾的小說《1984》成真。小說當中，人民的一舉一動都逃不過政府監視，老大哥永遠看著你。對中國來說，當局無需考慮人民隱私，擁有龐大數據可以發展 AI，是邁向先進科技的第一步，政府知道這樣還不夠，砸錢發研發，目標 2020 年趕上美國，2030 年晉身全球 AI 創新中心。Skymind 接受騰訊投資，該公司執行長 Chris Nicholson 表示，美國是科技霸主，因此驕傲自滿，處於劣勢。儘管美國仍是研究龍頭，但是中國正快速趕上，中國相信他們會贏得這場戰役，Nicholson 預測美國會輸掉 AI 之戰。（本文由 MoneyDJ新聞 授權轉載；首圖來源：pixabay）延伸閱讀： 中國啟用人工智慧辨識鏡頭監控高速公路 中國警方配「人臉辨識墨鏡」打擊犯罪，卻惹人權團體不開心 外媒測 7 分鐘被抓，中國 16 省市已佈建天網
隨著人工智慧（AI）技術持續進步，圖像辨識系統已廣泛存在日常生活，一些裝置也開始運用臉部辨識技術來認證身分，但這項技術的安全性真的無懈可擊嗎？正如同先前迷幻貼紙、棉花田演唱會圖片的研究，研究人員正試圖透過測試任何潛在的駭客手段，讓圖像辨識技術能更安全。來自中美兩國研究團隊近日在 arXiv 平台公布了一篇論文，詳細介紹他們發現如何欺騙「臉部辨識」應用的細節。▲ 帽子中放置的紅外線 LED。（Source：Zhe Zhou）其實團隊的概念非常簡單，要欺騙臉部辨識應用，最直接的就是為受辨識者「替換」一張臉。為了達成這點，團隊先運用深度神經網路解讀一些人物臉部圖像，再透過棒球帽連接的微型紅外線 LED，將解讀過的人臉圖像運用無數個紅外線光點投射到受辨識者臉上，達成掩蓋身分的效果。當然，由於投射的是其他人臉孔，只要概念成功，以臉部辨識系統為身分認證的前提下，讓受辨識者冒充他人身分也可以做到。為了檢驗這項理論，研究團隊選擇了 4 張隨機照片嘗試欺騙臉部辨識軟體，包含了美國音樂人魔比（Moby）的照片。研究人員實驗發現，只要受辨識者與投射臉孔來源長相有些微相似，欺騙臉部辨識系統的成功率約可達到 70%。▲ 下方第一列數字指的是受辨識者與投射臉孔來源對象的距離，第二列則是理論上應用後的差距，第三列則是實際差距。（Source：Zhe Zhou）由於紅外線（Infrared）是一種非可見光，人們單憑肉眼無法察覺，同時貼在帽沿內側的 LED 體積也非常小，甚至也可以藏在其他穿戴物裡使用，即使有人類保全也很難察覺系統被欺騙的情況，這讓被利用的可能性又更提升。當然必須提及的是，這只是一個小型研究，還未經過同行評審，因此可能有些爭議，但基於這些研究結果和測試，團隊認為以身分認證或監控關鍵場景的需求來說，現今的臉部辨識技術距離安全可靠還有很長一段距離。「相關研究者應該更關注紅外線的威脅性。」 This Hat Can Fool a Face Recognition System Into Thinking You’re Moby （首圖來源：shutterstock）延伸閱讀： Google 研究員用一張簡單貼紙，成功吸走圖像辨識系統的所有目光 在進入社會實際應用前，Google 要讓 AI 向人類學習如何「看」圖片
台灣時間 3 月 29 日凌晨，微軟宣布了一個消息：荷蘭台夫特理工大學的微軟研究員透過由半導體材料和超導材料製作的奈米線材，發現馬約拉納費米子（Majorana fermion）的存在證據。這意味著微軟在構建量子電腦的道路上又邁進了一步。馬約拉納費米子是一種費米子，其反粒子（質量相同，電荷等其他量子性質相反）為它本身，所以馬約拉納費米子呈電中性，且很少與其他粒子相互作用，這些屬性或許使其成為一種更穩定的量子訊息編碼方式。微軟早在 2005 年就已經開始鑽研量子計算技術。在當時微軟還悄悄成立了「Station Q」實驗室，負責人是數學家 Michael Freedman。同年微軟的一支研究團隊就提出了一種在半導體─超導體混合結構中建造拓撲保護量子比特的方法。微軟隨後投資了數個團隊進行嘗試。他們近期的論文（以及貝爾實驗室的一項獨立研究）顯示了關鍵的任意子以電流的模式進行移動的「徵兆」。在 2016 年，微軟宣布計劃斥巨額資源開發量子電腦的原型產品，與 IBM 和 Google 等科技巨頭一同分這杯羹。在研究上，微軟的選擇甚至更遙遠：研究基於非阿貝爾任意子（nonabelian anyons）的拓撲量子比特。這些所謂的任意子事實上並不是物體，而是一種具有物質特性的準粒子。它們的量子態由不同交叉路線（braiding paths）來表現。交叉路線的形狀導致了量子疊加，它們會受到拓撲保護（topologically protected）而不至於崩潰，這類似於打結的鞋帶不會散開。繼本次發現 Majorana 粒子存在證據的研究之後，微軟下一步會將費米子轉化為量子，並希望在今年年底實現這一目標，在 5 年內向其他企業提供可用的量子電腦。微軟的這一論文已經刊登在《Nature》上，編譯如下：Majorana 零模是一種局部化的準粒子，對於拓撲量子計算來說具有很大的前景。其中電傳輸中的隧道譜是辨識 Majorana 零模存在的主要工具，例如做為微分電導中的零偏壓峰。在絕對零度且通用電導值為 2e 2 / h（其中 e 是電子的電荷，h 是普朗克常數）的條件下，做為 Majorana 對稱（majorana 粒子的反粒子是其本身）的直接後果，零偏壓峰的高度將會出現量子化。Majorana 對稱性能夠保持量子化免受無序、相互作用和隧道耦合變化的影響。 先前的大多數實驗中，顯示零偏壓峰值遠小於 2e 2 /h，最近的一個實驗觀察顯示其峰值高度接近 2e 2 /h。而在這裡，我們在覆蓋有鋁超導層的銦銻化合物半導體奈米線上測量的零偏壓電導，顯示有一個 2e 2 /h 的量子化的電導平台。儘管調整磁場和隧道耦合的參數後，我們的零偏壓峰值的高度仍然保持不變，這表明這確實是一個量子化的電導平台。 此外，我們還透過調查它對電場、磁場以及溫度的強健性，排除了可能會導致這個量子化零偏壓峰的非 Majorana 源。對量子化電導平台的這個觀察，強而有力地支持了系統中 Majorana 零模的存在，這為將來可能導致拓撲量子計算的 braiding 實驗鋪平了道路。BAT 的量子計算研究進展百度：成立量子計算研究所2018 年 3 月 8 日，百度宣布成立量子計算研究所，雪梨科技大學量子軟體和資訊中心創辦主任段潤堯教授出任百度量子計算研究所所長，直接向百度總裁張亞勤匯報。依靠「百度量子、量子百度」的研究規劃，百度計劃在 5...
微軟進行組織重整，早已鋒芒盡失的 Windows 作業系統時代，現正式走入歷史，微軟未來將更加重人工智慧（AI）與雲端發展。微軟周四宣布，已任職 21 年的 Windows 作業系統部門主管 Terry Myerson 將離職，Windows 作業系統的核心將與人工智慧做整合。（theverge.com）微軟執行長納德拉（Satya Nadella）在發給員工的電郵上確認 AI 與雲端的中心位置，未來可能融入到公司所有產品，期望藉此開創新局。雲端目前是微軟主要成長動能之所在，Gartner 分析師認為，這次重整象徵微軟進一步強化雲端戰力。近一期的財報顯示，微軟 Azure 雲端平台業務成長 98%，雲端版 Office 365 成長 41%。與此同時，Windows 軟體僅成長 2%。（紐約時報）在硬體方面，微軟 Surface 部門主管 Panos Panay 現在晉升為「產品長」，將負責 Surface 與 HoloLens 等自家產品。家用主機 Xbox 部門維持不變，仍是由 Phil Spencer 領導。（本文由 MoneyDJ新聞 授權轉載；首圖來源：Flickr/Kārlis Dambrāns CC BY 2.0）
Google 日前在「智慧台灣計劃」（Intelligent Taiwan）啟動大會中，強調人工智慧優先「AI-First」願景，擴大發展全球策略目標。Google Cloud 韓國負責人 Chris Jang 在 Google 雲端機器學習應用活動中表示，Google Cloud AI 服務將著力於四大重點，務求實現「人工智慧大眾化」目標。AI 正逐漸改變我們的生活、促使各行各業轉型。Google 認為 AI 將大幅改善人們的工作方式與效能，因此 2017 年起以 AI-First 做為企業願景，取代原本的 Mobile First。Chris Jang 指出，為了讓企業、開發者和一般民眾，能更容易也更快速運用 AI，實現人工智慧大眾化（Democratize AI），Google 雲端人工智慧（Google Cloud AI）將以運算、演算法、數據、人才等四大重點推廣 Cloud AI 應用。運算．演算法 在運算方面，Google Cloud AI 提供 GPU、CPU 和 Cloud TPU（Tensor Processing Unit）為機器學習提供基礎動能，以因應 AI 相關運用龐大的運算需求，實現高效運算能力。至於執行演算法所需的工具，Google Cloud AI 提供多元機器學習服務：．Google 雲端機器學習服務（Google Cloud Machine Learning） — 以開源機器學習系統 TensorFlow 為建構基礎，打造大型機器學習計畫用的...
機器人入侵超市，南韓折扣連鎖店 E-Mart 準備 3 年後推出智慧購物車，消費者無需用手推車，購物車會自動跟隨客戶，還能給予血拚建議。Pulse、Aju Business Daily 報導，E-Mart 是南韓零售巨擘「新世界」（Shinsegae Group）的關係企業，新世界副會長鄭溶鎮（Chung Yong-jin）29 日在個人 IG 網頁公布了智慧購物車「Eli」，並貼出示意影片。他宣稱這是全球首見的自駕智慧推車，預計 3 年後全面在 E-Mart 推出。這款購物車可以在消費者購物時，隨侍在側裝運商品，並可協助客戶尋找所需品項、給予購物建議和省錢訣竅，並會一路帶著購買商品到停車場，之後再自動回到商場。鄭溶鎮在首爾就業博覽會也提到智慧購物車，透露正在研發創新特色，會按步就班多度測試，3 年之後才會全面採用。（本文由 MoneyDJ新聞 授權轉載；首圖來源：影片截圖）