近日，矽谷 AI 公司 Atomwise 宣布獲得 4,500 萬美元的 A 輪融資。孟山都風險投資公司、Data Collective（DCVC）和 B Capital Group 領投，百度創投、騰訊等都是 Atomwise 的新投資者。Atomwise 公司的主要研究方向是利用 AI 來加速化合物篩選，幫助新藥發掘。Atomwise 成立於 2012 年，目前已籌集超過 5,100 萬美元資金。該公司旨在減少研究人員花在尋找藥物化合物方面的資金和時間，並有 50 多個研發項目正在進行。Atomwise 一直與大型製藥公司、生物技術公司和大學研究實驗室合作，努力加速神經退行性疾病、癌症和其他疾病的新藥候選物發現。Atomwise 的軟體分析模擬分子，減少研究人員花費合成和測試化合物的時間。該公司表示，目前它每天篩選超過 1,000 萬種化合物。Atomwise 的 AtomNet 系統使用深度學習演算法，並預測它們在人體的作用，包括毒性和副作用等潛在方面的訊息，比傳統藥物發現的過程更快。2015 年，公司在尋找伊波拉病毒治療方案的進展讓人眼前一亮，即在 Atomwise 預測的藥物中，有兩種或許能用來對抗伊波拉病毒。據了解，他們一個星期就找到這種藥物，且成本不超過 1,000 美元。Atomwise 首席執行長 Heifets 博士認為，公司使用 AI 技術幫助藥物設計者判斷分子是否還有繼續研究的必要，大大節約了篩選過程的時間，可以間接解決製藥行業投資回報率低的問題。「製藥行業不會一直保持較低的投資回報率，這不是長久之計。我們需要像 AI 這類新技術來幫助解決這問題。」此外，Atomwise 的技術也用於開發更安全、更有效的農藥。據了解，2017 年 6 月，該公司還宣布與孟山都公司合作，尋找可能保護作物免受害蟲侵襲和疾病侵害的藥品。在一份聲明中，孟山都風險投資公司的 Kiersten Stead 博士表示：「我們選擇基於我們從 Atomwise 手中看到令人印象深刻的結果來投資。Atomwise 能找到有希望的化合物來對抗農作物保護目標，這是農用化學品研發的重點領域。」Atomwise...
2013 年 DeepMind Technologies 發表一篇突破性論文，展示神經網路如何透過觀看螢幕來學習玩 1980 年代的電子遊戲，幾個月後 Google 以 4 億美元收購該公司，DeepMind 開始應用深度學習，甚至在 AlphaGo 遊戲中勝過人類，但同時也突顯深度機器學習速度太慢的局限性，使得科學家開始探究人類學習事物的秘訣。麻省理工科技評論（MIT Technology Review）報導指出，加州大學柏克萊分校研究團隊探討人類與影音遊戲互動方式，了解人類依靠什麼樣的先驗知識來理解遊戲。研究發現，當人類開始新遊戲時會使用大量背景知識，讓遊戲更好下手，但若把遊戲重新設計，打破先驗知識，人類就會陷入困境。而機器在兩個遊戲上皆以完全相同的方式執行。研究人員在亞馬遜的眾包網站 Mechanical Turk 徵求 40 人玩一款基於經典遊戲設計的 Montezuma’s Revenge 小遊戲，研究人員沒有提供操作手冊與說明，參與者在完全不知道遊戲怎麼玩的情況下進行，研究發現參與者完成遊戲約需 1 分鐘時間，做出大約 3 千次鍵盤操作，但演算法卻使用 400 萬個鍵盤動作才完成遊戲，相當連續玩遊戲約 37 個小時。研究人員表示，這並不令人意外，因為人類很容易猜到遊戲的目標是要踩著磚狀物體，並使用梯子到達更高的平台，同時避免生氣的粉紅色和火焰物體，將機器人精靈移往公主。相比之下，遊戲對機器來說很難，許多標準的深度學習演算法根本無法解決問題，由於只有完成遊戲時才有反饋，因此演算法無法評估遊戲內容。研究人員歸功於人們的先驗知識，即知道某些物體是好的，而其他物體，譬如遊戲中有皺眉或火焰是壞的，平台支撐物體，梯子可以爬升，看起來相同的東西的行為方式相同，重力將物體拉下，判斷物件是什麼東西等。但機器對這些毫無所知。研究人員重新設計遊戲，選擇紋理來掩蓋梯子、敵人、鑰匙、平台等各種形式的先驗知識，並且改變遊戲的物理屬性，比如重力的影響，以及角色與環境交互的方式。讓這些先前知識無關緊要，然後測量人類完成遊戲需要多長時間。結果發現刪除一些先前知識會導致人類玩家解決遊戲的速度急劇下降，完成遊戲時間從 1 分鐘增加到超過 20 分鐘，而刪除這些訊息對機器演算法學習速度沒有影響。研究人員甚至可以改變項目設計，觀察玩遊戲的時間變化，時間增加愈多代表相應的先前知識愈重要。譬如去除對象符號，如皺眉或火焰符號，參與者則需要花費更長的時間才能完成。但使用紋理掩蓋物件表面，遊戲會變得更困難，研究人員不得不將酬勞提高，參與者才願意玩下去。這個排名與人類學習方式有一個有趣的聯繫。心理學家發現，在嬰兒 2 個月大的時候擁有一種原始的物體概念，但還無法辨識種類。3~5 個月大的嬰兒學會辨識物體種類，18~24 個月學會辨識個別物體，以及學習物體屬性，而人類先驗知識的重要性排序也跟嬰兒相同。這份實驗價值在於量化人類在解決影音遊戲時使用各種知識的重要性，並理解先前的知識如何使人類善於處理複雜任務，為電腦科學家開發機器智慧提供一條有趣的途徑。利用人類從小就接受的相同基礎知識來設計演算法，這樣機器應該能夠趕上人類的學習速度，甚至可能超過人類。 Why humans learn faster than AI – for now （首圖來源：Flickr/Rebecca Hildreth CC BY 2.0）
在中國北京郊區的高速公路檢查站，負責道路安全管理的警方正在測試全新的道路監控裝置──採用人工之技術的辨識鏡頭，可以辨識過往車輛中的車牌和乘客面部信息，並即時與犯罪嫌疑人的資料庫進行比對，一旦所辨識的臉部資訊與警方資料庫中的黑名單嫌疑人匹配，會在警方的監控畫面中出現紅色方框標記，並立即發出警告訊息。此舉反映出中國政府正在應用新的技術提來提升安全性，此次北京警方測試的辨識鏡頭由 LLVision 公司研發。同時越來越多樣化的監控手段也讓外界擔心中國正在發展為一個監控密集的國家，進一步打擊異見人士。香港大學媒體研究部門中國媒體內容研究主管 David Bandurski 表示，中國政府層級對於網路和通訊技術的發展感到不安，但政府的態度轉變得非常快，技術已經成為了管理社會和政府執法中不可或缺的幫助。LLVision 公司 CEO 吳斐在接受採訪時表示，「民眾不需要擔心個人隱私問題，因為政府是利用先進的技術手段來抓捕罪犯，將犯罪嫌疑人和逃犯繩之以法，我們應該相信政府。」中國政府正在積極推動人工智慧產業的發展和應用，本週在北京召開的中國全國人大代表大會中，所有進入會場的參會人員都必須進行面部掃描，這是臉部辨識技術首次在中國最高等級的政治會議中使用。在此次會議中採用的臉部辨識技術可以在 2 秒內完成個別辨識，分析和對比臉部資訊，並與一個名為天網的犯罪訊息資料庫對比，該系統擁有全球的罪犯黑名單資訊。一些科幻電影中的場景正在一步步變成現實。中國政府一直在部署更先進的安全監控體系，同時民眾的個人隱私也面臨巨大的威脅，因為在犯罪系統的黑名單中有大量律師、藝術家等異議人士。採用的監控技術包括用於大規模人群監控的警用機器人，監控邊境地區的無人機和線上追蹤、辨識的人工智慧系統。另外讀取手機資料的掃描儀、配置 AR 鏡頭的警犬都在測試中。最新的報告顯示，中國政府正在建立龐大的語音資料庫，提升語音辨識的能力。未來長期在中國西北地區使用的監控手段將在全國範圍內推廣，預期在 2019 年開始啟動。 China eyes ‘black tech’ to boost security as parliament meets （首圖來源：pixabay）
人工智慧和機器人等新科技的進展，不只引起各界的關注，如今也讓民眾憂心忡忡。調查報告顯示，美國民眾超過七成認為人工智慧將消滅更多工作機會，超過一半覺得新科技對就業機會的威脅大於移民和外包。這項調查由美國東北大學和調研公司蓋洛普（Gallup）進行，調查對象是約 3 千名美國成年人。高達 73% 的美國人認為人工智慧會讓更多人失業，僅有 14% 的人覺得人工智慧創造的工作機會比消滅的更多，其中藍領工作者更有 82% 憂心人工智慧減少就業機會。▲ 73% 的美國人認為人工智慧減少就業機會。（Source：Gallup）調查中有 58% 美國人認為在未來十年，人工智慧（AI）和機器人等科技將比移民和外包更嚴重威脅就業機會，相對的有 42% 美國人視移民和外包為更大的威脅。除了失業問題之外，超過六成美國人認為人工智慧將擴大貧富差距，認為能縮小貧富差距的只有不到一成。▲ 58% 的美國人表示未來十年新科技比移民和外包更嚴重的威脅就業機會。（Source：Gallup）新科技的進展帶來不小的恐慌，有近四分之一美國勞工擔心自己會因人工智慧和機器人等新科技而失去工作，幾乎是擔心移民和外包者的兩倍。其中又以教育程度不到學士學位的勞工最憂心，有 28% 擔心自己會被新技術淘汰。美國人對新科技的擔憂並非空穴來風，牛津大學一項研究顯示，將近一半（47%）的美國就業機會有被人工智慧淘汰的風險。各界對移民和外包造成的影響則意見分歧，有些報告顯示移民和外包創造的就業機會比減少的還多。面對人工智慧等新技術的挑戰，川普（Donald Trump）政府沒有太大動作。美國財政部長（Steven Mnuchin）甚至表示，50 年內無須擔心人工智慧會搶走美國人的工作機會。相較於人工智慧，排外的川普更在乎移民可能會取代美國人的工作。 AI Seen as Greater Job Threat Than Immigration, Offshoring Americans Upbeat on Artificial Intelligence, but Still Wary （首圖來源：shutterstock）延伸閱讀： 諾貝爾獎得主：AI 破壞力大，應設「生計保險」緩衝擊 AI 恐消滅 4 億個職缺，人類需新版「馬歇爾計畫」創造工作 AI 衝擊太大，吳恩達呼籲必須端出羅斯福新政 AI 發展會威脅人類？蓋茲：這並非即刻會面臨的問題，但也不能忽視其可能性
我們可從一個人平常的談吐或口頭禪來形塑一個人的基本印象。但根據一個人平常說話的起手式、習慣用語是不是可以完全反映個性呢？根據近日一間美國芝加哥人工智慧公司的研究，這答案或許是肯定的。 給予肯定答案的這間美國企業名叫 Mattersight。該公司專攻語音 AI 領域，平常的服務內容是透過較獨特的語音辨識技術，來為使用者投放個性化的廣告推薦。 他們近日做了一項實驗，從公開管道獲取了幾位知名人士的談話內容，以此為研究素材，統統丟進他們的 AI 裡進行一連串分析解碼，為這些全球響叮噹的領袖名人個性歸類。 ▲ NASA 使用該測驗近 20 年，用來評估太空人的心理健康狀況。（Source：Flickr/Climate State CC BY 2.0） Mattersight 2017 年就曾透過自家打造的溝通模型（Process Communication Mode，PSM）分析對話和通話的所用詞彙，來找出對應的概念、知識和代表意義。簡單來說這就是該公司打造的「語音世界」演算法。 在這樣的架構下再加入 AI 學習的能力，不但擁有自主學習進步的能力，更可以準確判斷說話者的個性。Mattersight 表示，使用這套系統，不需 30 秒就可判斷對話者的個性特質。 這套 PSM 演算法模型將人的性格分為六大方向。分別是 Organizers（開創者）、Connectors（連接者）、Originals（自我主宰）、Advisors（顧問）、Doers（實踐者）和 Dreamers（逐夢者）。 Mattersight 認為，這項調查結果，可讓大家更容易發現高階經理人、CEO 的領導風格，以及他們塑造的團隊氛圍與企業文化。 Organizers 開創者 （Source：Flickr/Heisenberg Media CC BY 2.0） Tesla 創辦人暨執行長 Elon Musk: “The literal definition of a company." 開創者會在談話中，將事實現象與成堆的數據放在第一優先，他們不但目標清楚，更是完美主義者。開創者在這世界占據 25%...
人工智慧的好處顯而易見，比如在醫療健康領域，人類專家需要花費數年時間不斷研究和糾錯，才能總結出一套基於各種因素診斷疾病的方法，但對人工智慧而言可能只是幾分鐘的事。Google 在醫療 AI 領域已取得不少成果，比如利用 AI 診斷心血管疾病、眼底疾病和急性腎損傷等。如今老牌科技巨頭微軟也加入這行列。近日，微軟和印度阿波羅醫院發表聯合聲明，表示雙方將結成戰略同盟，聯手設計新的機器學習演算法，用於預測心臟疾病的風險，並協助醫生迅速找到相關治療方法。「我們與阿波羅醫院的合作，將我們在人工智慧和機器學習領域的特長和阿波羅醫院在心臟病方面的專業知識和經驗結合」，微軟人工智慧研究中心副總裁 Peter Lee 說。他還指出，人工智慧與醫療健康系統的結合是為了賦能予醫務工作者，進而推動人工智慧普及。過程是以解決方案為導向，透過更直觀、快捷和有效的診斷方法減輕疾病對人類造成的負擔。微軟部落格指出，目前雙方正在開發一個用於確定心臟健康狀況的人工智慧 API。不過文章並沒有聲明，這個 API 是歸阿波羅醫院獨有，還是會向該國其他醫療業者開放。在印度，心血管疾病是導致患者死亡的主要原因之一，心臟病導致的死亡率比全球平均高出 0.235%（截至 2016 年）。對患有早發型疾病的患者來說情況更嚴峻。阿波羅醫院掌握了大量心臟病患者的臨床病史資料，計劃利用這些資料和人工智慧等先進技術來預測和預防心臟病發生。阿波羅醫院聯合總經理 Sangita Reddy 表示，他們將逐步建立一個「全球聯盟」，讓研究成果惠及其他國家患者。除了與阿波羅醫院合作，微軟近日還宣布推出 Microsoft Genomics 服務。Microsoft Genomics 服務透過利用和處理基因資料，幫助醫學研究者發明精準治療癌症等疾病的藥物。比如，經過分析患者的健康和腫瘤細胞組織及其他患者的醫療資料（包括治療方法和結果），醫生能選擇最有效的治療方案。聖裘德兒童研究醫院、微軟及 DNAnexus（在 Azure 營運的基因資料管理平台）三方基於共用基因資料及 Microsoft Genomics 服務，合作開發了一套基因組比對和基因變異辨識的流程。基於這套流程，合作者已處理超過 500TB 的基因資料，並存在 Azure 供大家分析。對研究醫院、DNAnexus 和微軟正在合力建立的資料分享平台來說，這些資料分析結果提供了良好基礎。Microsoft Genomics 服務是微軟 Healthcare NExT 的一部分，Healthcare Next 是微軟發起透過人工智慧和雲端計算加速健康保健業的創新。在擁有大量準確醫療資料的前提下，微軟希望透過部署在雲端的 AI 工具幫助研究者更快發現癌症等疾病的治療方法。而一個處理基因資料的通用流程，可有效降低可能影響資料的偽影和雜訊，有助於 AI 驅動下的精準醫療。目前，Microsoft Genomics 已向美國、西歐和東南亞的用戶提供服務。（本文由 雷鋒網 授權轉載；首圖來源：微軟）
IC 設計大廠聯發科在 MWC 2018 大會首度發表內建人工智慧（AI）功能的 Helio P60 處理器。由於是目前市面首款內建 AI 功能的處理器，不但迫使競爭對手高通（Qualcomm）隨後發布同樣內建 AI 功能的驍龍 700 系列中階處理器，還讓華為海思也決定將麒麟 970 處理器的 AI 功能，下放到中階麒麟 670 處理器。面對競爭對手來勢洶洶，這款被譽為聯發科「救世主」的 Helio P60 處理器是否真能獲得市場青睞，答案是，中國手機廠商 OPPO 及魅族已決定在新推出的手機上搭載 Helio P60 處理器了。聯發科 Helio P60 處理器採用 ARM 的 4 個 Cortex A73 及 4 個 A53 的 8 個大小核心架構，效能相較上一代產品 Helio P23 與 P30 產品，CPU 及 GPU 性能均提升達 70%，且採用台積電 12 奈米...
Google 的人工智慧學習平台橫空出世，還有 Google 的免費中文機器學習速成課程！3 月 1 日，Google 在以往介紹自己的 AI 產品、開源代碼和研究成果的 ai.google 網站上新上線了教育板塊「Learn with Google AI」，匯集各類 AI 學習資源，旨在幫助廣大學生、研究者、產品開發者掌握包括 AI 基礎知識、模型開發技術、開源平台使用、Kaggle 競賽、綜合解決方案設計等各方面的 AI 技術應用能力。▲ 「Learn with Google AI」中豐富的學習內容。「Learn with Google AI」的重頭戲是一類新的免費課程「機器學習速成課程」（MLCC），其中除了指導性的課程影片，還有練習題和互動性的可視化內容，便於學習和立即實踐，尤其令人開心的是有全套中文課程。課程目前包含 25 堂課程、40 多項練習、實際案例研究、Google 研究人員講座等內容，課程總耗時大約 15 小時，完成課程即可具有相當的機器學習開發水平。據了解，快節奏的 MLCC 課程最初是在 Google 內部使用，用於學習基礎機器學習知識的。目前已經有超過 1 萬 8 千名 Google 員工申請了從增強鏡頭校準、AR Google 地圖到提高 YouTube 串流媒體畫質等各種 MLCC 課程，這些課程的成功也正是 Google 打算把它們公開給大眾的動力。除了機器學習速成課程，「Learn with Google...
亞馬遜再斥巨資，為「送貨入室」服務更添一名得力助手。據美國科技媒體 GeekWire 報導，亞馬遜已收購智慧門鈴製造商 Ring，為送貨入屋及家居安全服務提供發展動力，有效減少社區犯罪。據悉，亞馬遜預計將把 Ring 當作一項獨立業務營運，正如之前收購 Zappos、Twitch 和 Audible。此項交易的財務條款細節暫未披露，但據 GeekWire 援引路透社消息，此次收購價值可能逾 10 億美元，將成為亞馬遜史上最大交易之一。亞馬遜於 2017 年 6 月中旬完成收購全食超市，共斥資 137 億美元，是亞馬遜迄今為止最大手筆的收購案。亞馬遜發言人聲明稱讚「Ring 的家居安全產品讓用戶很欣慰」，Ring 也表示很高興與亞馬遜合作，一同為打造更安全的社區努力。之前，亞馬遜曾透過 Alexa 基金投資 Ring，此次購併交易，是西雅圖科技巨頭進軍智慧家居技術市場的又一動作。2017 年 10 月，亞馬遜針對 Prime 會員推出「Amazon Key」服務，並自主研發價值 119.99 美元的家用安全鏡頭（Amazon’s Cloud Cam）。Cloud Cam 需與 Amazon Key 應用程式搭配使用，套裝要價 250 美元，旨在解決用戶不在家時，快遞員也能送貨入室等安全問題。後經實驗證明，Amazon Key 服務有安全漏洞，可能帶來安全問題。西雅圖犀牛（Rhino）安全實驗室的研究人員表示，Amazon Key 能輕易破解，入侵者可透過遠端操控 Cloud Cam 停用，用戶手機端顯示靜止影像看不出任何異樣，這樣外人可輕易進入用戶家中。對此，亞馬遜聲明提醒用戶留心檢視系統，並表示會盡快更新程式通知用戶升級。Amazon Key 安全漏洞給亞馬遜帶來不少質疑，還被媒體列入「2017 年科技滑鐵盧」事件之一。不過如今看來，亞馬遜並沒有因此挫傷積極性，反而進一步促進家居安全服務的布局。亞馬遜 2017 年 12 月宣布收購無線安全鏡頭公司 Blink，以求更推動 Amazon Key 業務。此次收購 Ring，也將支援 Alexa 延伸至更多智慧家居裝置。（本文由 36Kr 授權轉載；首圖來源：Ring）延伸閱讀： 亞馬遜新專利：機器人隨時送貨上門，還能送到屋裡 亞馬遜收購智慧門鈴公司，為與 Google 的智慧家居大戰做準備 CNBC 評選年度最失望科技產品，Google、蘋果和亞馬遜都中槍了 Amazon Key 送貨服務遭破解，控制監控相機後就可大方進入 你不在家也能送貨到府的服務太超過？亞馬遜 6 成會員不想用
人工智慧（AI）風潮當道，相關人才需求發燒，過去 3 年來成長兩倍。其中數據科學家更是當前最夯的 AI 職缺。求職網站 Indeed 1 日報告稱，不少人擔心 AI 會消滅工作，但是實際上 AI 需要大量人力研發維護，過去 3 年來，AI 人才的需求提高了 119%。若以年增率來看，AI 工作在所有職缺所占比重，從 2017 年一月的 20.1%，一年後增至 31.6%。TechRepublic 報導，報告作者 Daniel Culbertson 向該網站表示，Indeed 數據顯示，雇主對 AI 人才需求提高，數據科學家和機器學習工程師更是炙手可熱；AI 在各行各業的發展運用日增，未來人才爭奪戰將更為激烈。Culbertson 說數據科學家是最熱門的 AI 職缺，AI 需要輸入大量的高品質數據，才能發揮效用，數據科學家能夠分析解讀資料，協助公司了解數據、取得洞見，以便採用更有效率的方式達成營運目標。雇主求才若渴，求職者對 AI 工作的興趣卻在連續走高兩年之後，於 2017 年觸頂。和 2017 年 1 月相比，求職者對 AI 職缺的興趣僅年增 1.4%。（本文由 MoneyDJ新聞 授權轉載；首圖來源：pixabay）延伸閱讀： 年薪千萬台幣，數據科學家為全美最佳工作