從 Siri 和微軟小冰，再到 Amazon 的 Alexa，以及數以萬計的人工智慧語音服務，此種服務已經漸漸崛起並成為人類生活的一部分了。但無論語言或文字，由於人類很多話語都跟常識及上下文有關，因此造成人工智慧常遭遇理解上的困難，不過研究人員近日發現一招可提升機器認知能力的方法：訓練它們使用第二種語言！Salesforce（企業雲計算公司）的研究團隊研發出一個機器學習模型，先訓練這個模型在英語和德語之間翻譯的能力，也就是讓它學會德語和英語，之後運用此模型做不同工作，像是「判斷一段文字中作者的心情」、分類問題的種類以及回答問題等各項任務，結果顯示經過雙語訓練的機器學習模型，表現超過一般的機器學習模型。研究人員之一 Bryan McCann 表示：「翻譯能力和語言間有重要的關聯性，此外，訓練機器學習翻譯能力證明對自然語言運算有很大的幫助。」Salesforce 首席科學家 Richard Socher 也說：「雖然我們是訓練機器學習翻譯，但是基本上等於訓練它理解文字及內容。」Salesforce 的商用人工智慧平台 EinsteinSalesforce 為一管理客商業活動的雲端平台，提供一系列商用人工智慧工具，像是能根據銷售資料推薦企業主下一步行銷策略、自動分類重要的信件或聊天紀錄等。Richard Socher 表示，這次研究成果，對自家人工智慧平台服務的提升非常有助益。為什麼人的語言這麼難懂？儘管現在語言處理系統如 Siri 及 Watson 等，能根據人類的話或輸入的字反應，但其實它們只是根據稱為深度學習的演算法，經由統計法做出結論回應，而不是真正理解自己講了什麼話，也無法與用戶聊天。像 Google 研究人員 Quoc Le 曾用 18,900 部電影對話訓練機器學習模型，結果問它「生命的意義是什麼？」機器學習卻回答「服務高階層的人」這種奇怪的答案。MIT 知名語言學家 Noam Chomsky 表示，由於人類對自己語言的原理了解也極為有限，更何況教會機器理解並運用。「語言的特別在於不只和了解語言本身有關，也跟大量世界常識有緊密關聯。」Noam 說。MIT 認知神經科學家 Tenenbaum 則表示，目前我們對人類心智的了解極其有限，他推測人類學習語言的歷程可能從嬰兒時期開始「看」到這世界、「接觸」這世界都有關。如果這個想法是對的，那要讓機器理解人類語言可是比想像中還要困難的龐大工程，需要橫跨心理學、心智模型的建立，來模擬人類從小的學習情況。 To Build a Smarter Chatbot, First Teach It a Second Language AI’s Language...
「久坐不起可能會導致短命」，這是哥倫比亞大學運動檢測實驗室最近發表在美國權威醫學期刊《內科醫學年鑑》的研究結論。研究團隊投入 4 年時間，追蹤近 8 千名超過 45 歲的成年人，發現即便你有鍛鍊身體的習慣，久坐還是會損害健康。但就目前的觀察來看，久坐現在已成為現代人最主要的工作狀態。為避免久坐傷身，現在很多長期伏案的職場人士手上會戴智慧手環或手錶等來提醒自己站起來走走。不過在站起來活動同時，手裡的工作也得停掉。因此，比起智慧手環，我們可能更需要一張想站就站、想坐就坐的智慧辦公桌。專注自動化辦公的人工智慧公司 Autonomous 最近推出了一款升級版智慧辦公桌，工作台高度隨我們的工作姿勢自動調節，並且還能幫我們訂餐、叫 Uber、提醒幫手機充電……辦公生活都兼顧，儼然是一個可愛的虛擬助理了。▲ SmartDesk3 智慧辦公桌。SmartDesk 3 智慧辦公桌可以根據使用者的姿勢（站坐均可）自動調節桌面高度。它由兩個線性執行器和雙電機設計提供動力，可將桌面從 24 英吋（約 60 公分）升高到 50 英吋（127 公分）。此外，這款辦公桌還能以每秒 6 公分的上升速度抬起重達 300 磅的東西。桌面左邊設置了一個嵌入式觸控螢幕（平板電腦），與桌面的傾斜度為 25 度。該平板電腦支援 Google G Suite（Google 推出的智慧辦公套件，包括 Gmail、Google 日曆、文件、試算表和簡報等）。由於桌面與 Google 日曆同步，因此它可以知道與該日曆相關聯的所有約會、生日等日程，以便提醒你做好準備。▲ SmartDesk 3 的嵌入式觸控螢幕。（Source：Autonomous） 此外，它還安裝了一個虛擬的 AI 助手，可在一週內了解你的所有工作習慣，比如可在主螢幕上建立一組快捷方式，像製作咖啡、查看天氣、加載播放列表等都可以備註。這個助手全天為你提供建議，包括提醒你喝水、吃飯、幫手機充電、將桌子調節到站位以減少臀部疲勞等。這款辦公桌的智慧性還體現在桌子的自主操作系統，可提前預裝應用程式，比如用於訂購食物、酒、雜貨，並提供乾洗服務的線上平台 Delivery.com。此外，桌面還與 Nest 恆溫器、Uber 叫車軟體、Wemo 智慧感應器、Spotify 串流媒體音樂等設備或應用相容，使用者可以同步 Android 和 iOS 相關應用的使用數據。不過因為沒有內建麥克風或喇叭，所以 SmartDesk 3 智慧桌面與使用者之間的所有交互將透過 10 點觸控輸入進行。這款辦公桌目前的售價為...
從先前 Windows 筆電解鎖到現在三星等各式手機的採用，臉部辨識技術早已進入一部分人的生活。不過，自上週蘋果發表 iPhone X 後，Face ID 這項「刷臉」技術，很可能會像指紋辨識一樣，成為更多人的日常。對於歡迎新科技的消費者來說，這顯然是一個令人欣喜的消息：從此以後，解鎖手機有更酷的方式。不過，相較於單純用一個前置鏡頭達到的臉部辨識技術，iPhone X 的 Face ID 則更複雜些。在 iPhone X 螢幕頂部的「瀏海」中，內建了一套由多個感測器組成的 TrueDepth 鏡頭，它會投射超過 3 萬個肉眼不可見的光點，對用戶的臉部進行分析和繪製，進而生成一張深度圖。（Source：Flickr/Wipley/BrainSins CC BY 2.0）但聽起來，你會不會覺得 Face ID 這套臉譜繪製技術很熟悉，彷彿似曾相識。假如你還有印象，微軟 Kinect 那套追蹤技術跟這個非常相似。後者同樣是投射 3 萬個雷射點，然後透過特殊晶片獲取深度資訊。一個是為手機提供臉部解鎖，一個是追蹤用戶動作。儘管兩者看似沒有任何瓜葛，但實際上，這兩種技術的硬體都由同一家供應商提供，就是以色列公司 PrimeSense（這家公司已於 2013 年被蘋果收購）。儘管 Kinect 的體感追蹤功能可能遠不如 iPhone X 的臉部辨識那樣轟動，但 Kinect 的出現多多少少還是承擔起深感相機技術拓荒者的角色。2009 年，微軟 Kinect 誕生，改變了玩家與遊戲的互動方式。2013 年，微軟將自家的技術與 PrimeSense 緊密結合，推出 Kinect 2.0，具備更高準確度和解析度的體感裝置，可以辨識你的臉部，甚至還能洞悉你的心跳。與此同時，英特爾也深知這篇領域的重要性，推出了 RealSense，並於 2015 年與微軟合作推出 Windows Hello。2016 年，聯想推出 Phab 2...
隨著發展日益成熟、科技大廠競相投入，人工智慧（AI）儼然成為近期最夯的科技名詞 ，並帶動產業新一波轉型。然而，人工智慧究竟包含了哪些技術、應用？又因此帶動了哪些零組件商機？一張資訊圖表帶你看懂這一切！ 因為運算能力進步、各類數據蒐集技術逐步成熟的情況下，AI人工智慧成為2017年最火紅的科技議題，這個可以進入各領域的技術將成為新一代的產業推手，而消費產業、物聯網、通訊、自駕車等新科技議題也因而重新受到關注。當然在今年最受到矚目的新 iPhone 面板，也造就了新的零組件趨勢。集邦科技與拓墣產業研究所因此舉辦 2018 年科技產業大預測活動，為傳統年度科技業盛事，圖供最為深入的產業分析，讓與會者了解 2018 年科技業將如何發展，活動詳情請見「2018 集邦拓墣科技業大預測」。
人工智慧發展過程帶來社會影響、倫理爭議和法律等問題，科技部長陳良基今天表示，台灣其實可作為世界智慧的先行者；未來盼以「小國大戰略」思維的多管齊下方式，建立 AI 創新生態圈。人工智慧（AI）浪潮襲來，當全球各界仍在致力發展 AI 在各個領域的廣泛與深化應用當下，其發展過程所帶來的社會影響、倫理爭議和法律問題等，都不容忽略。科技部長陳良基 25 日上午出席「人工智慧相關法律議題」工作坊，希望透過對 AI 在法律體系的影響和哪些潛在法律爭議進行研討、分析，以做為政府未來進行政策規劃及決策的參考。他致詞表示，科技部針對 AI 發展訂定 5 個策略，包括加強台灣運算環境，建置 AI 主機基礎設施進行雲端運算；其次，每年將投入預算新台幣 10 億元以協助各校規劃成立跨領域的「AI 創新研究中心」，培育更多 AI 人才；以及智慧機器人項目發展。同時，當未來 AI 推廣到每個人的身邊（生活）時，也需要有 AI 智慧終端元件；還有 AI 需要哪些突破，未來是否能和機器人對話？這就需要建置語音大數據等相關準備工作。陳良基指出，當智慧機器人和無人車的世代來臨時，有許多生態系統是需要研究的，包括哲學和法律等相關面向，希望大家共同思考創新生態價值。台灣以前都是跟隨世界主流項目走，陳良基提到，若從科技角度來看，台灣其實已是個科技大國，AI 元年讓大家看到許多機會，這也是改變人類未來世界的重要趨勢，但相關法律要如何設定仍未出現，台灣其實可作為世界智慧的先行者。科技部新聞稿指出，AI 強勢興起被視為具有掀起第四波工業革命的潛力，並可能因此改變人類的經濟、社會與文化生活模式，進一步引發勞動市場、產業結構、社會平等和專業倫理等層面的變動，這些都有待產學研界合力釐清與克服。 人工智慧相關法律議題工作坊 （作者：黃麗芸；首圖來源：shutterstock）延伸閱讀： 分析師：未來每台 PC 都會有 AI，潛在市場規模遭嚴重低估
Google 工程師 Pete Warden 在英國 ARM 研究高峰論壇表示，他希望打造超便宜的語音辨識產品，搭載只要 50 美分的超低價晶片，一個硬幣大小的電池，足以維持一年的電力，再搭配簡單的人工智慧演算法，就可以讓語音辨識產品快速普及。麻省理工科技評論（MIT Technology Review）報導，這種超便宜的語音辨識晶片可用來生產便宜的對話玩偶，或是簡單的家用電器，如可被語音驅動的燈。在工業環境應用，這種晶片可辨識不尋常的聲響，或是農田裡的蟋蟀。Warden 為 Google 的雲端人工智慧工具開發行動和嵌入式應用，稱為 TensorFlow，他在開發過程中發現亞馬遜的 AI 助手 Alexa 透過電池供電的簡單晶片運作，時脈只有幾百兆赫是不夠的，原因是 Alexa 必須辨識許多不同的聲音，而且因為大多數語音辨識 AI 工具使用的神經網路資源匱乏，這就是為什麼 Alexa 必須將處理任務交給雲端的原因。為改善上述問題，Warden 限制問題的問法，譬如只能使用開、關、啟動、停止等字眼，並捨棄一般語音辨識演算法，他拿一個音頻將其切成短片段，然後計算每個片段的頻率內容，接著一個接一個排列每個頻率圖，以建立一個頻率內容與時間的二維圖像，並應用視覺辨識演算法來辨識單詞的獨特記號。第一次嘗試分析音頻的 1 秒鐘片段需要 800 萬次計算，準確度為 89%，這可用現代智慧手機運作，並且互動速度也夠快，這種方式比將運算過程送到雲端更好，但是在低功耗晶片上性能不佳。後來開發團隊借鑑一些幫助 Android 手機辨識短語的演算法技巧後，系統只需執行 75 萬次計算，就能達到 85% 的分析準確率，研究團隊已經在 TensorFlow 網站發表代碼供他人使用，他們打算應用在類似單晶片微控制器 Arduino 搭載的更小晶片。但英國劍橋大學前 AI 研究員 Tony Robinson 認為，低成本策略可能可以幫助語音辨識產品普及，不過用戶不太可能按表操課，大多數人沒有耐心使用高度限制性的指令，認為功率稍微高一點，可以處理更多語言能力的晶片，可能更適合消費者應用。 For Disposable Voice Recognition, Take Cheap Chips and Add...
AI 人工智慧正準備以指數型的速度改變人類的生活型態，當你試著從 50 年後的世界往回看，會發現 21 世紀初期的生活不僅沒效率，甚至與 1970 年代視覺化操作電腦剛推出的時期差別不大；但換個角度，我們現在所身處的世界，正是人類有史以來變化最劇烈、可能性最多、挑戰最大的年代，任何可能的發明都將成爲未來科技的基石，那些曾受忽略的技術都奠定了未來產業發展。即將於 9 月 28 日舉辦為期三天的「第 13 屆台北國際發明暨技術交易展」，將有來自產業界、政府機構、學術與研究機構等五百多家產官學研，展出近千件的創新成果。今年因應物聯網、人工智慧的熱潮持續發燒，更有許多相關的產品與應用展出，期望讓社會大眾看見台灣的創新研發能量，對現今產業技術的應用有更深的認識。萬物聯網，「衣」與「行」便利有保障在物聯網的世界中，衣服的應用或許最先被實現，也是台灣最具研發能量的產業之一。工業局技術交易館「京澔股份有限公司」展出全球首創 IOT 織物模組，能根據使用者的溫度調控發熱程度，透過手機 App 控制，具備遠距離預熱、手搖開關及控溫、環境溫度感測、電力顯示及防丟、防盜監測等功能。京澔更與全球運動品牌大廠 Under Armour 合作，開發高科技運動服，此外也能擴大應用在保健用品、智能家居、戶外用品、汽車、摩特車業上。京澔也將在今年 10 月亦將於 Kickstarter 進行募資活動。 在行路人的眼中，確保安全永遠是第一順位，若有任何安全死角，都將成為技術發明的需求端，也是人工智慧首要解對的問題。汽車駕駛或乘客在開車門時，常常忘記注意後方是否有來車，以至於後方來車閃避不及，撞到開啟中的車門而發生意外甚至造成死傷。教育部館展出的「智慧汽車防撞車門裝置設計」，由高苑科技大學開發，其設計主要針對車門的結構設計提出改良，強制民眾打開車門時必須轉身向後，在車內安裝聲光警告裝置，除了讓駕駛人或乘客能注意後方來車，更警告後方車輛駕駛人注意前方，防止意外發生。 惡劣天候不僅造成開車情緒緊張不安，更因視線不佳而增加交通意外發生機率，例如夜間、雨天、濃霧等。為改善此問題，「AI 智能行車輔助技術」在行車安全、監控、醫學影像等方面，提供業界在視覺領域專業與前瞻的技術後盾。目前所具備的技術包含寬景/全景視訊、高動態範圍夜視、惡劣天候處理、除霧技術、魚眼校正、視角轉換、速限偵測、車側盲區警示、前車防撞警示、車道偏移警示、行人機車偵測等技術，以影像詳細記錄，協助駕駛人即時了解正確車況訊息，讓行車更安全。智慧系統讓照護更輕省照護問題存在已久，對家庭負擔與社會經濟都造成影響，也是台灣步入高齡化社會急需解決的問題。照護的第一步是監控，隨時了解病人的身體狀況，察覺任何外觀看不見的健康變化等。國立台灣師範大學開發出「互動式智慧管理照護裝置」，透過所建立的各醫材專屬智慧管理程式，從監測介面到投藥、體液引流、流管位置參數，將資訊以無線發送至雲端，並發送提醒警告訊息給醫護人員或警示器，並發送自我照護指南至病人與照護人員的個人智慧平台。另外在教育部館中的「VoIP 運用在護理呼叫系統」，透過 IP-PBX 整合呼叫鈴與行動護理車，在內網環境且呼叫鈴位置固定，使護理人員可精準掌握有照顧需求病患的位址。當病房內的呼叫系統被啟動後，除了通知護理站人員前來處理的傳統做法，更將同時通知行動護理車，讓使用護理車的護士可盡快對病患提供照顧。 照護的最高原則，是讓高齡者也能擁有健康、安全、活力與尊嚴的人生。陽明大學秉持以人為本的原則，以不干擾、零負擔、適時提供服務為目標，設計開發「機器侍從」，除了具有前方自動跟隨的重要功能外，同時提供幫忙提物、乘坐休息以及協助上下坡等功能服務高齡者。機器侍從模樣像企鵝，造型可愛具有親和性，幫助老年人藉由適當的身體活動，保持各部位器官機能有效的運作，並且增進外出活動的意願及安全性，延緩老化速度，讓老化不只是變老，更能保有活躍的行動力與生產力。 預測分析，從工業應用進入你我生活中透過數據蒐集進行分析與預測，在工業設備維護與能源管理上已行之有年，例如可使用在核電廠的「機械設備性能衰退預測與故障診斷」，能測試管路系統中的電動閥機械設備，可測得馬達之電流、閥桿之推力及扭力等參數，再經由分析軟體產生數據及曲線，供測試人員判斷與調整，並可提出維修建議。另外台電所推動的「應用大數據平台於需求面管理」，透過智慧電表、用戶特性、氣象、經濟數據等資料，以大數據分析技術可探勘潛在目標用戶及促成精準行銷。預測分析若涉及到人性，難度將大幅提高，這也是人工智慧、深度學習要解決的問題。在未來的世界中，誰最能掌握需求，洞悉人性，就能先馳得點。除了上述提到的之外，本屆國際技術交易展上還有更多能源方面的研發成果，親臨現場將能有更深入的了解： 今年第 13 屆「 2017 年台北國際發明暨技術交易展」將於 9 月 28 日至 9...
未來對高度動態和非架構化的自然資料收集、分析和決策的需求越來越大，這種需求可能超過傳統的 CPU 和 GPU 架構。英特爾 26 日推出一種先進的自學習晶片，名為 Loihi。Loihi 模仿大腦的運作方式，根據環境的不同回饋型態作業。同時，Loihi 也是一款節能晶片，可利用資料學習和推斷，不需要以傳統方式訓練。它採用一種新穎的方法，透過「非同步觸發」來計算。Loihi 研究測試晶片包括模擬大腦基本機制的數位電路，使機器學習更快更有效率，同時需要計算力的需求更小。這塊仿神經晶片的模型從神經元的交流和學習中汲取靈感，其中神經元的觸發、新突觸的形成可以按時間調制，這可以幫助電腦自行組織並根據型態和關聯做決策。Loihi 測試晶片提供高度靈活的晶片學習，可在單個晶片完成訓練和推理。這使機器能自動即時調整，而不是等待雲更新。研究人員已經證明，與其他典型的尖脈衝神經網路相比，在解決 MNIST 數位辨識問題時，他們的學習速度快 100 萬倍。與卷積神經網路和深度學習神經網路等技術相比，Loihi 測試晶片在同一工作使用更少資源。這個測試晶片的自我學習能力有巨大潛力來改進汽車和工業應用及個人機器人──任何在非架構化環境自動作業和持續學習的應用程式。例如，辨識汽車或自行車的運動。它比一般訓練系統所需的通用計算效率高 1,000 倍。2018 上半年，Loihi 測試晶片將與領先的大學和研究機構共用，重點是推進人工智慧的發展。Loihi 測試晶片的特點包括： 完全的非同步神經形態的多核網狀架構，支援多種不同的稀疏、層級、迴圈神經網路拓墣架構，每個神經元都能與成千上萬的其他神經元通訊。 每個神經形態核心包括一個學習引擎，可在作業過程對網路參數進行程式設計，支援監督、無監督、強化和其他學習型態。 由英特爾 14 奈米製程製作。 總共有 13 萬神經元和 1.3 億突觸。 開發和測試高效的算法，包括路徑規劃、約束滿足、稀疏編碼、詞典學習和動態型態學習和適應。 在電腦技術和算法創新的推動下，人工智慧的變革力量預計將對社會產生巨大的影響。通用計算和自訂硬體和軟體都可在各方面發揮作用，英特爾目前在這方面也有佈局。目前英特爾 Xeon Phi 處理器用於科學計算，產生一些最大的模型來解釋大規模的科學問題，還有 Movidius 神經計算棒，以僅僅 1 瓦的功率執行訓練後模型的產品。 Intel’s New Self-Learning Chip Promises to Accelerate Artificial Intelligence （本文由 雷鋒網 授權轉載；首圖來源：Intel）延伸閱讀： Intel 發表...
人工智慧（AI）成了智慧手機必備的黑科技，蘋果、華為等爭相研發專屬晶片，加快處理速度。據傳三星電子不落人後，最近也加入開發行列，學者預測 2018 年下半的旗艦機也許都會搭載 AI 晶片。TNW、韓國先驅報報導，人工智慧晶片大行其道，蘋果 iPhone X 內建的 A11 Bionic 處理器，具備神經網路處理引擎（Neural Engine）。中國廠華為也大力宣傳，旗下的麒麟 970 晶片配備專屬的神經網路處理單元（NPU）。業界人士透露，三星研發多款晶片，可以在裝置上處理 AI 的龐大數據需求，無須傳送至雲端。該名人士預測，再過 3 年，智慧手機將有專屬晶片，AI 處理速度可比現在加快 50%，讓 AI 裝置更能發揮效用。目前的手持裝置雖然具備語音辨識、機器學習等 AI 功能，但是這些應用程式需要在雲端處理，花費時間較長。南韓科學技術院（KAIST）教授 Yoo Hoi-jun 表示，全球 AI 晶片競爭極為激烈，明年下半就會有內建 AI 晶片的智慧手機。外資之前就預測 AI 晶片將大行其道。霸榮（Barron’s）8 日報導，Jefferies 的 Hyunwoo Doh 表示，以往機器學習工作都上傳網路，交由伺服器處理，再把結果回傳智慧手機。現在此一趨勢逐漸改變，蘋果 iPhone 7 搭載 FPGA（Field-Programmable Gate Array，現場可程式化閘陣列）晶片，讓 iPhone 7 能進行部分機器學習功能，有越來越多企業跟進。Jefferies 報告稱，技術進展會帶來新需求，電子設計自動化（Electronic Design Automation，EDA）、晶圓代工廠、設備商等可望受惠。（本文由 MoneyDJ新聞 授權轉載；首圖來源：shutterstock）
AI 人工智慧具有強大的學習能力，比如圍棋、Dota2 等都是透過人類讓它學習後，能夠計算出自己遊玩方法，甚至擊敗人類。而有大學研究小組就發展了異曲同工的 AI 人工智慧系統，只要給它觀看玩家在網路上投稿的遊戲動畫，除了學習如何玩，更會學習遊戲中的運作模式，最終由 AI 系統自己生成遊戲！在最新的報告中，AI 智慧系統就生成了類似超級瑪利歐兄弟的動作遊戲。美國喬治亞理工學院最近發表一份《從遊戲影片學習，製作遊戲引擎》（Game Engine Learning from Video）論文。當中一些簡單的遊戲，例如超級瑪利歐兄弟或者洛克人等平面動作遊戲，可以透過 AI 人工智慧，收看玩家上傳到網路的遊玩過程影片，進而製作出相同的遊戲。AI 系統首先會以小至像素為單位，取得遊戲的場景、遊戲裡面出現的人物設定資料，另一方面要偵測每一個零件的位置，以及移動速度等概念。以上資料都可從玩家上傳的影片中擷取、分類，然後再建立遊戲素材與設定的資料庫。他們展示出 GIF 圖片介紹這個 AI 系統。上面是超級瑪利歐兄弟實際遊玩的畫面，下面則是 AI 系統參照遊戲影片後，從零開始製作的遊戲。雖然有不少穿幫的地方，但瑪利歐吃了蘑菇會變大、在敵人頭上踩一下可以打倒敵人，還有角色的移動方法都能正確重現。當然 AI 人工智慧系統製作目標，並不是複製別人製作的遊戲。AI 系統的資料分解與資料分析功能是科學家實際所需。例如瑪利歐如何移動、做移動的動作、物體以怎樣的速度移動等。論文作者之一 Matthew Guzdial 再以瑪利歐為例：瑪利歐擊倒敵人這個動作要分析瑪利歐移動到敵人之上，向下方加速，然後讓敵人倒下等 3 個規則，AI 系統依照玩家上傳的影片，就可分析出這些規則，並自行開發遊戲。如果給它多一點時間，還會學到更多遊戲規則，理論上可以完全製作一個全新的遊戲。現在 AI 系統只限制於 2D 遊戲，這是因為 3D 遊戲用到的三維空間要定義資料與分析遊戲規則，以目前技術還有困難，而且所花時間也會更長。喬治亞理工學院未來會把這套系統使用於對人類有益的用途，例如分析現實世界人類的動作、行動等。（本文由 Unwire HK 授權轉載；首圖來源：Flickr/giochi Android iPhone CC BY 2.0）