Google 的 AI 實力相信是有目共睹，而近來外媒 Gizmodo 披露，Google 目前似乎正和美國國防部合作，協助開發 AI 來分析無人機畫面，考量到開發用途的敏感性，Google 一些內部員工似乎對此感到強烈不滿。據了解，美國國防部光是 2017 年便在 AI 領域投入了近 74 億美元，而與 Google 的這項合作便是被歸在同年 4 月成立的「Maven」項目下的一環；Maven 同時也有著「演算法戰跨職能團隊」（Algorithmic Warfare Cross-Functional Team，AWCFT）的稱呼，目的主要是加速國防部整合大數據與機器學習。識別目標的技術在軍事中具有廣泛的用途，除了能幫助無人機監視和追蹤目標，也可以替軍營及基地提供監視系統的大腦，但過去這類型技術只可以用來識別基本物體，像是汽車或人，在分析複雜場景時總存在些許困難。除此之外，無人機收集的影像也太多，以至人類分析師無法及時有效處理，儘管國防部已經投入許多資源開發先進的感測技術，計劃能在無人機飛行期間收集訊息，但它在打造分析數據的工具上卻嚴重落後。Google 發言人在一份聲明中證實，它們確實正在與政府機構合作提供技術解決方案，提供開源的 TensorFlow APIs 協助建立能識別目標的演算法，將圖片內容標記以供人審查，但強調一切都僅用於「非冒犯性用途」（non-offensive）。這項合作資訊日前在 Google 內部曝光後，引發員工間廣泛的討論，過去 Google 非常警惕與軍事研究的任何關係，像是 2013 年收購波士頓動力（Boston Dynamic）時，Google 便一直盡力與當時波士頓動力正在進行的 DARPA 合約保持距離，但如今隨著雙方確實在目標識別分析上展開合作，一些 Google 的工程師、員工開始思考，自己製作的軟體是否有一天會被美國軍方使用？由於 TensorFlow 多年以來一直都是 Google AI 策略的關鍵，在 AI 行業中也被廣泛使用，如果美國國防部正在使用並不會令人感到意外，但知情人士向 The Verge 透露，Google 同時也在積極配置公司內部軟體以用於 Maven 計畫中。考量到雙方之間的簽署保密協議，合作內容的細節並無從得知，但將 AI 應用於這類型任務仍引發了一些道德問題，雖然美國軍方強調只會將...
「若用一句話形容，Google 的 Cloud AutoML 是一種『自動建模』工具。」玉山金控科技長暨臺灣人工智慧學校執行長陳昇瑋說。什麼是 AutoML？Cloud AutoML 可幫企業用較低的成本，更快的速度建置模型，容易上手，可以降低企業導入機器學習的進入門檻，即使企業具備的機器學習專業知識有限，也能建立精確的模型。從 Google 部落格資料來看，這套工具的易用性，更是一大亮點。「AutoML 提供簡單明瞭的圖形化使用者介面，方便使用者選取數據，接著再利用這些數據打造符合使用者特定需求的模型。」「AutoML 在資訊技術的發展堆疊上，最大的意義在於把人工智慧技術的抽象層級再提高一層，就好像 C 語言的發明，讓程式設計師從此以後不用懂太多底層電腦的架構就可以寫程式一樣，現在使用 AI 技術不用懂太多機器學習。」LIVEhouse 共同創辦人程世嘉在《Google 憑 AutoML，將把 AI 新創公司的一些活路堵死》文章指出。程世嘉認為，「AutoML 最大的突破性和破壞性在『用 AI 協助企業做決策』這個領域。」另外，他也認為「AutoML 把人工智慧的易用性擴大到所有不太懂人工智慧的人。」適合台灣「少量多樣」的製造業生態而這樣個工具對台灣企業的幫助有多大呢？艾爾科技（MyET）執行長林宜敬分析，最近這一波人工智慧熱潮，最主要的突破是在影像分類，而 AutoML 這樣的工具，可讓一家企業很快建立自己的影像分類程式。林宜敬舉例，台灣有許多電子製造業公司僱用很多目視檢測（Visual Inspection）人員，他們的工作，就是將看起來有問題的產品跟看起來沒有問題的產品分開。有了 AutoML 之後，那些電子製造業公司就可以很快建立自己的人工智慧目視檢驗程式，取代人工的目視檢測。「當然，大型電子公司早就在使用一些自動光學檢查（Automated Optical Inspection，AOI）工具，那些自動光學檢查工具用的也許不是最新的機器學習技術，但已經非常成熟，融入很多 Domain Knowledge，並跟整個製造流程結合得很好。用 AutoML 這種工具做出來的目視檢測程式，也許正確率會更高，但能不能跟現有的製造品管流程順利結合？這恐怕還要花一番工夫。」林宜敬舉例。「我不是這方面的專家，但是我猜，用 AutoML 做出來的自動光學檢查工具，應該靈活性更高，也許更適合台灣『少量多樣』的製造業生態。這應該是一個機會。」林宜敬說。台大資工系教授洪士灝，也認同這類工具帶來的正面效益認為，對於深耕專業領域的新創，Google AutoML 可能是助力。不過對新創公司來說，如果公司僅專精在建模部分，那其服務被這些平台取代的機會相當大。適用在概念驗證或最小可行性產品不過陳昇瑋提醒，若企業都使用這種標準工具建模，會產生「大家採用一樣的工具，模型效能等級雷同的狀況」，因此對企業來說，這類工具，適合「還不需要做到極致，只是能跑的模型即可。」趨勢科技全球資深研發副總周存貹指出，對於企業來說，什麼樣的「ML 應用」可以幫助企業（不管是在利潤或營運上）是一大挑戰，找到適合企業的應用才是重點。AutoML 對於找應用可能幫不了太多，如果找到合適的應用，AutoML 也許可以快速的證明這個應用是否可行。藍星球副總經理宋浩則分析，自動化機器學習工具適合用資源不夠充足，或是還不想花大錢組建人工智慧團隊的企業，用在概念驗證（Prove of concept）期或是打造最小可行性產品（MVP：Minimum Viable Product；最小可行產品）時採用。」概念並非 Google 獨有，Mircrosoft 與 IBM 也致力於此本文雖然以 Google Clould AutoML...
不論在哪，蓋一棟大樓都是耗時耗力的龐大工程，需要訂出詳盡的建築計畫、預算以及時刻表，但是根據統計，98% 的大型建案平均下來會超出 80% 預算，以及比預期晚 20 個月完成，如何提升效率成為每個建案的重要因子。新創公司 Doxel 想以人工智慧加上機器人來解決這個問題，獲得知名創投公司 Andereessen Horowitz 的投資。Doxel 研發的機器人會每天用雷達掃描建地施工狀況，再經過人工智慧的深度學習（Deep Learning）技術處理蒐集的資料。機器人能分析每個地點如水管、電力系統的完成度，追蹤每項建材的安裝進度是否有隨時間表進行，甚至直接通知你進度未達預期的項目。一般人可能想說這些確認工作不是都有人在做嗎？換成機器人會有什麼不同？Doxel 表示，他們近期受委託幫助監督加州聖地牙哥一間醫療大樓的興建狀況，Doxel 的機器人每天花 4.5 小時掃描整棟大樓的進度，在大樓興建完成時，總預算比預期低了 11%，勞動生產率多了 38%。▲ Doxel機器人能分析建地各處的完工程度。（Source：影片截圖）Doexl 會在每天工地休息時間，派出小機器人掃描各處，這些機器人遇到梯子也能爬上去，並且一週能掃描 3 萬平方公尺範圍。掃描完畢後資料會送至雲端，使用 Doexl 的深度學習演算法分析，讓機器人從各物品的形狀、位置和大小來知道究竟是梁柱還是水管，進而判定該物品有沒有裝在正確地點，並通知經理來立刻修理。除了陸地機器人之外，Doxel 也開始研發並測試搭配雷達的無人機，可以樂觀的預期未來這整套機器人「監工」流程效率可以再進一步提升。 AI Startup Using Robots and Lidar to Boost Productivity on Construction Sites Bringing autonomous 3D vision and analysis AI to fix the construction industry...
近日，非營利人工智慧組織 OpenAI 發表公告稱，聯合主席伊隆‧馬斯克宣布退出董事會，原因是隨著特斯拉更專注 AI 技術，需要避免與 OpenAI 未來可能會有利益衝突。雖然並未說明具體的「衝突要點」，但能想到的比如人才方面的競爭，OpenAI 一開始就從 Google、Facebook 等科技巨頭那挖人，如今特斯拉將注意力放在 AI 技術之後，人才流動難免遭非議，OpenAI 研究員 Andrej Kapathy 跳槽到特斯拉就是一例。不過根據公告內容，此次退出董事會大多是馬斯克為了避嫌，實際上，他還有一隻腳留在 OpenAI：馬斯克將繼續擔任 OpenAI 顧問，繼續提供資助和建議。OpenAI 是由馬斯克和美國著名加速器企業 Y Combinator 總裁 Sam Altman 於 2015 年底共同發起創立，目標是建立一個開放式組織來研究人工智慧技術，專注於人工智慧安全和道德規範。自成立以來，OpenAI 在許多行業促進人工智慧的研究和發展，比如在 AI 遊戲獲得許多知名玩家的支持，包括意識形態和財務方面的支持。2017 年夏天，它推出一款可擊敗《Dota 2》職業玩家的機器人。關於人工智慧的侷限性、挑戰和潛在危險等諸多觀點，OpenAI 從一開始就成為不可忽視的聲音。就在本週，該公司與其他一些全球人工智慧專家共同發表一份報告，講述 AI 技術潛在的「惡意」用途及預防措施。OpenAI 組織不斷壯大，馬斯克最初向 OpenAI 提供資金和願景，但該公司不屬於馬斯克個人，此次也宣布了新贊助者名單，包括 Valve 首席執行長 Gabe Newell、Skype 創始人 Jaan Tallinn，以及美國與加拿大前奧運選手 Ashton Eaton 和 Brianne Theisen-Eaton。此外，他們也在籌措資金來吸引人工智慧發展所需人才和其他資源，以期在 AI 能取得重大突破。一定程度上，馬斯克此次出走 OpenAI 董事會對該組織的影響可能不大，但「隨著特斯拉更專注...
IC 設計大廠聯發科 26 日在世界通訊大會上 (MWC 2018) 上，推出首款內建多核心人工智慧處理器 （Mobile APU：AI Processing Unit） 及 NeuroPilot AI 技術的新一代智慧型手機系統單晶片──曦力 P60 (Helio P60）。聯發科表示，該晶片採用 arm Cortex A73 和 A53 大小核架構，相較於上一代產品 Helio P23 與 Helio P30，CPU 及 GPU 性能均提升 70%。採用台積電 12 奈米 FinFET 製程技術則提升了 Helio P60 優異的功耗表現，大幅延長手機電池的使用時間。聯發科技無線通訊事業部總經理李宗霖表示，Helio P60 沿襲了他們的創新技術，將徹底改變消費者對於智慧型手機的期待。arm Cortex A73 大核心帶來的強大效能及專為 AI 應用打造的處理器，可為消費者帶來諸多旗艦功能，例如深度學習臉部偵測、物體與場景辨識、更為流暢的遊戲體驗及更聰明的照相功能。這款晶片讓消費者不必花費高昂的費用即可享受到內建多種先進技術的智慧型設備。根據聯發科公布的資料，Helio P60 採用 8 核心大小核 （big.LITTLE） 架構，內建 4 顆...
宏達電董事長王雪紅領軍參與全球行動通訊大會（MWC），受邀發表專題演說時表示，VIVE Reality是 VR（虛擬實境）、AR（擴增實境）、5G 和人工智慧（AI）的總和，而 VR 和 AR 將是釋放 AI 最強大實力首要利器。MWC 自 2 月 26 日起到 3 月 1 日在西班牙巴塞隆納登場，王雪紅除展示 VIVE Pro 與數款智慧型手機，今年更受大會邀約擔任專題演講者，講題為「創造更好的內容和媒體」。會中與 BT Group（英國電信集團）執行長派特森（Gavin Patterson）、CNN Worldwide 董事長朱克（Jeff Zucker）及 DRG 執行長佛克斯（Jeremy Fox）一同參與圓桌論壇。王雪紅表示，VIVE 的願景闡述科技與人性融合，將釋放人類無窮想像力，而 VIVE Reality 正是 VR、AR、5G 和 AI 的總和。王雪紅在演講中表示，VIVE 是一項以人為本、為人而設計並與全人類共享的技術；透過融合科技與人性，將釋放人類無窮想像力。HTC VIVE 是開創高階 VR 體驗先驅者，藉 VIVE 強大沉浸感產生強烈移情作用，帶來感同身受的 VR 體驗。VR 和 AR 是虛擬連續體一部分，未來將以不同比例組合用於裝置設備，創造出就此改變世界的實用案例，包括醫療保健、學習、VR for Impact 計畫等。她說，5G 將帶來開創與變革，可提供即時的高品質...
根據《華爾街日報》報導，隨著亞馬遜、Google、蘋果等競爭對手陸續推出智慧型喇叭，日前三星行動事業部執行長高東進在新款智慧型手機 Galaxy S9 發表會後透露，三星將於 2018 下半年正式推出 Bixby 智慧喇叭，與競爭對手一較長短。報導指出，2017 年三星在 Galaxy S8 智慧型手機上導入語音助手 Bixby 之後，這一年多來致力於將 Bixby 擴展到旗下行動設備之外的產品。當三星宣布要推出智慧喇叭時，市場反應並不驚訝。之前有報導表示，三星 Bixby 智慧喇叭將成為打造智慧家庭的中心，能讓用戶控制家裡聯網物品，包括電視、冰箱、冷氣、烤箱、洗衣機等智慧家電。且三星已證實，將在 2018 年內推出搭載 Bixby 功能的智慧電視。接受《華爾街日報》採訪時，高東進談到，三星將於 2018 下半年推出一款內建 Bixby 語音助手的智慧喇叭。不過，高東進並沒有透露準確發表及上市時間。市場人士表示，如果三星希望智慧喇叭能在亞馬遜和 Google 主導的激烈競爭下獲得成功，三星就不得不把 Bixby 智慧喇叭當作其物聯網生態系統的核心。目前亞馬遜和 Google 都允許第三方設備製造商（OEM）將亞馬遜語音助手 Alexa 和 Google Assistant 整合到自己的產品，反觀三星目前尚沒有這種計畫，削弱了三星在這方面的優勢。未來三星只能依靠智慧手機及電視市場的領導地位，帶動 Bixby 智慧喇叭的銷售。最後能否成功，還有待觀察。（首圖來源：shutterstock）
用手機鏡頭就能即時翻譯、拍攝物品進行比價、甚至判斷食物卡路里，今年 MWC 展上，AI（人工智慧）再度成為手機決勝戰場，並提升擴增實境（AR）體驗，讓手機變得更聰明。一年一度的全球行動通訊大會（MWC）在西班牙巴塞隆納舉行，AI 再度成為市場焦點，AI 結合手機鏡頭與 AR 的應用也不約而同成為今年手機大戰上的主戰場。手機鏡頭猶如人眼，各家品牌均開發專屬的 AI 智慧 Vision，例如 Google Lens、三星 Bixby Vision，LG Q Lens 等。研調機構 Gartner 預測，由人工智慧所提供的先進功能，將成為智慧型手機廠商重要的產品差異化特色。三星今年在 Bixby Vision 與 AR 結合有更多應用，用手機鏡頭，就能判斷食物有多少的卡路里；還能透過手機鏡頭檢視附近景點，並以 AR 擴增實境方式，直接顯示景點相關資訊，使用者也可透過手機鏡頭即時翻譯外語和換算外幣，透過 AR，翻譯後的資訊就會在拍攝螢幕上直接取代原來的資訊，為用戶提供有關周遭環境的實用資訊。和三星 Bixby 一樣，LG 的 Q Lens 也可顯示相機拍下物品的購買資訊，進行比價。除此之外，透過 AI 技術，智慧手機也能提升拍照拍攝的品質，譬如自動推薦對應的拍攝模式，以演算法讓影像拍得更明亮，或是推薦美顏模式等。目前 Wayfair、宜家家居（Ikea）、Anthropologie 等家具零售業者也開始提供客戶擴增實境應用程式，只要利用智慧型手機的相機，就可以在家中任何角落放置虛擬物件，這類應用程式還可提供「馬上購買」的功能。隨時科技演進，手機的典範不斷轉移，過去以「溝通」、「連結」的角色為主，人工智慧的發展，讓相關應用應運而生，手機再度變身，躍身為更懂你的「生活助理」，並擴大到生活情境，串起目前各大品牌積極發展的物聯網生態系。三星MWC展場上也展出以 One Samsung 為核心理念的物聯網智慧生活。舉例來說，透過三星開發的人工智慧助理 Bixby，用手機鏡頭判斷食物有多少的卡路里後，連結智慧冰箱 Family Hub 及智慧手錶 Samsung Gear，就能獲得 Bixby 對使用者建議的食物選擇及食譜。透過 SmartThings 生態系統共同運作，Family Hub 可從螢幕監控，讓使用者不用離開廚房，就能查看誰在家門口按電鈴。（作者：江明晏；首圖來源：pixabay）
想必各位讀者多少都有注意到，先前有開發者利用 AI 與圖像處理技術，將成人影片中女主角的臉與明星交換，達到「變臉」的效果。這次 NVIDIA 釋出的 FastPhotoStyle 演算法，則能分析來源照片的風格，並套用至目標照片，能讓目標照片保有原本的景色並染上不同風格，創造出更精彩的照片。照片風格也能轉移照片風格轉移演算法的用意，在於將來源照片的風格與目標照片的景色融合為一，讓合成產生的新照片能保有原本的景色，並套上不同風格。雖然目前已有許多現成演算法能達到這功能，但效果並不一定理想，有時還會造成圖像錯誤的情況。且這些演算法往往相當吃運算資源，一張解析度為 640×480 的照片可能就需花費好幾分鐘來處理。加州大學默塞德分校（University of California, Merced）與 NVIDIA 研究團隊為了改善這些問題，一起研發了創新的 FastPhotoStyle 演算法。FastPhotoStyle 會將處理程序拆分為風格轉化（Stylization）與平滑化（Smoothing）等兩步驟，在風格轉化階段，程式會分析來源照片的風格，並套用至目標照片。接下來的平滑化階段，程式則會強化圖片空間的一致性，發揮降低破綻的效果。▲ 左欄為來源照片，中欄為目標照片，右欄則為套入風格的結果照片。（Source：FastPhotoStyle GitHub，下同）▲ 從更多範例可看到合成效果相當自然。▲ A、B 欄為來源、目標照片，C、D 欄為其他演算法，E 為 FastPhotoStyle 演算法成果。（Source：A Closed-form Solution to Photorealistic Image Stylization，下同）60 倍速超高效率FastPhotoStyle 演算法會在風格轉化階段輸入來源、目標等兩張照片，然後對其進行 Photo WCT 轉換（Whitening and Coloring Transform），如此一來便能得到中繼照片。這時候中繼照片已經具有來源的風格，但是會因為合成影像的關係，讓畫面產生鬼影與失真。接下來的平滑化階段，需要讓輸出的照片看起來更自然，為了達到這個需求，演算法會輸入目標、中繼照片，並比對圖中鄰近的區域，將相近的像素套入相同的風格，讓畫面更為滑順，接下來則是避免平滑化讓結果偏離 Photo WCT，以維持整體風格。▲ FastPhotoStyle 會將程序拆為風格轉化、平滑化等階段進行。▲ A、B 欄為來源、目標照片，C、D 欄為使用一般 WCT 與針對圖像最加化的 Photo WCT 轉換後中繼照片，E、F 欄則為平滑化後的成果。與現有演算法最大的不同是，FastPhotoStyle 並不需經過更新運算的過程，每個步驟獨立進行，能夠讓處理速度提升 60 倍，並能在研究中以人眼分辨的測試中，獲得...
眾所周知，日本是一個包括地震在內的各種自然災害頻發的地區，而如何減少損失，提高救災效率一直是日本想積極解決的問題。據共同社近日報導，日本政府正著手打造發生嚴重災害時，用人工智慧辨識和整理現場災害對策總部收集的受災報告及支援要求等資訊的機制。此舉旨在從湧入的大量資訊中挑揀優先度高的，進而反映到對策。報導稱，這是力圖達成相關機構共用防災資訊及資料庫化的一環，包括運用人造衛星提供資訊及透過推特收集資訊等方案。日本政府之所以會參考人工智慧技術，可以料想的是人工智慧具備強大的高等級資訊處理能力，可最快速度算出最佳方案，有助於減少災害會帶來的破壞。由於剛發生災害時大量資訊透過電話湧入，資訊整理和共用成為重要課題。目前，處理災害較普遍的方法是接聽電話的總部人員在白板寫上收到訊息，這不可避免會遺漏一些重要資訊。但運用 AI 語音辨識等技術，根據關鍵詞判斷優先程度，按每個疏散地和地區整理，可使對策總部人員能簡單共用資訊，迅速應對災害。日本曾多次提出使用 AI 幫助救災的構想。2017 年 11 月，日本總務省官員就表示，政府打算與一些企業合作，借助「大數據」技術預測自然災害，及早將預警和疏散等資訊傳送給地方政府和居民。一種方式是把現有氣象紀錄等資料與民眾在網路發表的消息結合，分析特定地區出現災害的可能性，增強防災資訊的準確性。例如，把降水量、河流水位等資訊與 Twitter、Facebook 消息結合，或許能及早發現一些尚處於早期階段的災害並預測發生地點。將大數據納入電子地圖管理日本政府曾表示，要利用 AI 系統處理氣象的相關資訊和資料，進而讓災難發生 10 分鐘之內傳出第一手數據。目前，該系統還在不斷改進，研究人員盡可能多搜集資料，並將這些相關資料匯入系統，提高系統處理資訊的準確性，使它能正確決策。之後的預警資訊將傳送給受災地區政府，再經由電台、電視台和手機網路傳遞給民眾。一旦發生地震或海嘯，智慧手機用戶還可藉手機定位功能，接收疏散路線和交通狀況等自訂資訊。比如，根據不同的災區地點，給予最佳營救路線及方式，並根據各受災區情況、傷員嚴重程度、人數多少，提供最適合的醫療機構點，以及最適合的醫療運輸方式。此報導也指出，日本政府正在推動災害時利用大量儲存手機位置資訊的「大數據」，並與 AI 整理的資訊一併納入電子地圖等方式統一管理。透過掌握整體情況，提供幫助給決策人員。不光是日本政府，世界銀行也在上個月與 WeRobotics 和 OpenAerialMap 合作發起一項新的開放性人工智慧挑戰，旨從全球開放研究社群測試新的 AI 應用，可快速、高彈性地即時評估災區航拍影像，為緊急部門人員調動和規畫提供幫助，尤其在重大自然災害如地震、海嘯、風暴潮等發生後的關鍵性幾小時、幾天內提供資訊。一家叫 One Concern 的公司也在研發人工智慧快速預測地震重災區、獲得搶救最佳時機的產品，希望地震發生後幾分鐘內，就能快速預測城鎮受地震破壞最強的地區為何。人工智慧領域專家吳恩達曾推薦過該產品。根據相關報導，為了研發演算法模型，One Concern 下載了某個地區與建築有關的樓齡、類別、建築材料等有關資料，然後需要訓練一套能理解地震如何損壞建築物的模型。透過將這些知識和地震發生後的地震資料結合，研發的系統可高效預測建築物對衝擊波的反應。最後 AI 系統評估災害之後，就會生成一張災害地圖，地圖中，建築物損壞最嚴重的街道和受災人數最多的區域都會重點標注。由此可幫助救災組織快速做出重要決策，如物資配置、首要救災地區定位、疏散路徑等。此外，IBM 的人工智慧 Watson 也曾在 2015 年嘗試預測地震、火山，專家還建立了一個用於預測地震的數學模型。由於地震觀測點很多，需要儲存和處理的資料就更多，不過可借助 IBM 的超級電腦和數學模型，快速處理不規則資料，所以對能否準確預測地震或許還可期待。對於 AI 幫助救災，東京技術研究所智慧系統工程客座教授 Yasuhiro Kanatani 表示，「個性化技術，例如 AI 系統下關於災害損失的預計和最佳化，都已開始使用了。從現在開始，很有必要將科技和災害現場資訊，以及公開資訊連起來，更使用於實際情況。」不過需要注意的是，這是一項浩大工程，尤其初期技術使用方面及 AI 處理受災資訊的可信度，都有諸多挑戰。（本文由 雷鋒網 授權轉載；首圖來源：Flickr/Aavtar Singh CC BY 2.0）延伸閱讀： 面對南海海槽可能發生的巨大地震，日本政府正從所有方面積極準備