據消息人士透露，Facebook 正在研發一款家用視訊聊天裝置。身為旗下 Building 8 實驗室的首款主要硬體產品，該裝置將搭載超強性能的廣角相機鏡頭、麥克風、揚聲器和超大螢幕，它能讓用戶有一種與通話者在同房間聊天的體驗；此外，據了解，該裝置還將集成某些人工智慧技術，讓鏡頭自動調整角度並進行縮放，追蹤鏡頭前的對象，這完全符合 Facebook 首席執行長馬克‧祖克柏（Mark Zuckerberg）之前說，要讓用戶更緊密聯繫在一起的使命。目前，Facebook 這款裝置仍處於原型階段，但已在測試，測試裝置包括一個薄型的垂直支架，可以放置 13~15 英吋的大型觸控螢幕。另據美國媒體報導，Facebook 已考慮在該裝置上執行 Android 操作系統，而不是自己構建核心操作系統。這款配置筆記型電腦大小觸控螢幕的硬體裝置代表新產品類別，最快將於明年春季的 F8 開發者大會對外發表。Facebook 一直有進軍硬體市場的「野心」。2014 年，Facebook 收購了 Oculus，後者開發虛擬實境裝置。2013 年，Facebook 與 HTC 合作，推出了 HTC First 手機，但並未成功。Facebook 在 2016 年成立了 Building 8 研究實驗室，目的就是為了幫助這家公司開發自有硬體裝置，把用戶鎖定在 Facebook 的生態體系裡。目前，Building 8 實驗室由 Google 前高層 Regina Dugan 領導，員工包括多名經驗豐富的硬體專家。在今年 4 月舉行的 F8 會議上，Dugan 指出 Facebook 的目標是「創造和銷售以社群為主導、全新品類的消費產品」。據了解，除去這款家用視訊聊天裝置，Facebook 還致力於開發智慧喇叭產品。該產品將與亞馬遜的 Echo 和 Google Home 競爭。此外，Facebook...
人工智慧（AI）晶片巨擘 NVIDIA Corporation 預計在美西時間 2017 年 8 月 10 日下午 2 點整公布 2018 會計年度第 2 季財報。NVIDIA 去年大漲 223.85%，漲幅居標準普爾 500 指數成分股之冠，今年迄今（截至 2017 年 8 月 3 日收盤為止）再漲 55.97%。NVIDIA 官方部落格 8 月 2 日報導，一般成年人一分鐘能閱讀 300 個字，以一頁 400 字來計算，讀完 100 頁文件得花上兩個小時以上的時間。英國新創公司 Evolution AI（NVIDIA 初始贊助計畫成員）採用 NVIDIA GPU 所開發的人工智慧深度學習平台，只需 2.4 秒就能讀完並分析相同的文件。Evolution AI 日前與《經濟學人》（The Economist）雜誌合作，藉由分析數千則推文來揪出假新聞。此外，Evolution AI 也藉由自動讀取英國法院每小時更新一次的名單，協助保險公司提升風險評估效率。Evolution AI 首席科學家 Martin Goodson...
在日前公布的最新財報中，微軟（Microsoft）做出了一些小小的變動，可以明顯的看出微軟已經將人工智慧（AI）列入了優先發展業務之一。CNBC 報導，在微軟最新財報中，微軟將 AI 寫入了企業的願景聲明，除此之外，也在報告中六度提及了 AI 相關事項，相較之下，去年報告中對於 AI 並沒有特別提及。在這次的報告中，微軟是這麼描述公司的未來目標：「我們的戰略願景是為智慧雲端（intelligent cloud）與融入 AI 的智慧邊緣（Intelligent Edge）打造一流的平台和生產力服務，藉此提升競爭力並成長發展。」做為比較，去年的願景聲明是這麼寫的：「我們的戰略願景，是以行動和雲端為優先，競爭並成長為具有生產力的平台公司。」對於長期觀察微軟的人來說，舊的聲明應該聽起來非常熟悉。自從 Satya Nadella 在 2014 年成為微軟執行長以來，就經常提到公司希望達到的目標，「以行動和雲端為優先的世界」。有鑑於微軟在收購諾基亞（Nokia）及 Windows Phone 發展中都未能獲得預期的成效，行動業務的「離去」其實並不讓人意外。只是在 Office 365、Azure 雲端運算快速成長之際，如今 AI 也進入了優先發展行列之中。在 Nadella 接手執行長後，微軟已經收購了一些 AI 新創公司，像是 Maluuba 和 Swiftkey，同時也建立了正式的 AI 研究小組，專注在 AI 及其他前瞻性技術研究，進行包含基礎設施、服務、應用和搜索的開發。微軟並不是第一間宣示要往 AI 發展的重量級公司。Google 執行長 Sundar Pichai 就在 5 月舉辦的開發者大會上表示，Google 的未來願景將由「行動優先」轉為「AI 優先」，Facebook 也已經開始投入 AI 的長期研究和產品改良。在這些大企業的投入之下，或許我們很快就能看到 AI 相關應用在生活中頻繁出現。 Microsoft just officially listed AI...
就在鴻海集團董事長郭台銘與美國白宮在上個月底高調宣布，鴻海將投資 100 億美元在美國威斯康辛州興建 10.5 代面板工廠及相關設備之後，根據美國平面媒體表示，鴻海在美國的投資將不僅於威斯康辛州，其第 2 項投資將落腳密西根州，並將投資「數十億美元」，主要用於生產自駕車零組件系統，以及發展人工智慧與深度學習。根據美國當地媒體《底特律新聞 》（The Detroit News）的報導，日前美國密西根州州長 Rick Snyder 在中國進行訪問時，總裁郭台銘在深圳龍華廠區與來訪的 Rick Snyder 見面，並進行會談。密西根州州長辦公室發言人 Anna Heaton 表示，郭台銘與 Rick Snyder 進行了一場很好且有成效的會談。而且，Rick Snyder 在雙方見面後也表示，密西根州與鴻海會有「強大的未來」，且將有令人興奮的事發生。報導指出，Rick Snyder 一直積極爭取鴻海前往當地投資。為此，Rick Snyder 最近還簽署了一項金額達 2 億美元的商業激勵計畫，希望可以嘉惠包括鴻海在內的大型企業主。該項商業激勵計劃希望能針對在當地設廠，並且創造 3,000 個以上工作機會的企業，在薪資達到區域平均工資的情況下，會獲得政府最多 10 年的租稅優惠。報導中也引用《南華早報》對郭台銘的採訪表示，鴻海集團將在密西根州設立工廠，並以生產自駕車與相關零組件為主。另外，郭台銘還提到，因美國在汽車產業的發展上較中國先進，未來除了自駕車技術在當地的發展，還對人工智慧與深度學習的項目也感興趣。不過，郭台銘目前拒絕透露預計的投資金額。日前，富士康決定在美國威斯康辛州興建 10.5 代面板工廠及相關設備後，美國川普政府不但給予正面肯定，還表示深具信心，未來鴻海會在美國多個州設立生產據點。（首圖來源：科技新報攝）
人工智慧（AI）在 AlphaGo 打敗人類之後成了顯學。本文希望能從 AI 的定義開始，談及 AI 能成就的事情與不能成就的事情，並提出 AI 目前碰到的困境，與接下來希望解決的難題。人工智慧從 1950 年代圖靈提出迄今已超過 60 年了，這 60 年來人工智慧經過數次大起大落。從一開始很高的期待，到後來令人失望的發展、經歷兩次「AI 冬天」讓研究者與投資人望而卻步，又至於今天第三波 AI 的崛起。算是歷史上僅見能大起大落數次的學科。人工智慧可有三層次定義：第一層次是「弱人工智慧」或「狹隘人工智慧」，基本上就是希望電腦能解決某個需要高度智力才能解決的問題，而不要求它跟人類一樣有全面智慧解決各式各樣不同的問題。例如 Google AlphaGo、IBM Watson 或自動駕駛，就是弱人工智慧的例子。它們可在單一領域（如圍棋、益智問答）達到媲美人類的成就，但卻不能解決其他對人類而言相對容易的問題（如 AlphaGo 不會開車，Watson 不會下棋）。目前弱人工智慧最主流的方法算是以機器學習為本，尤其以「深度學習」技術最熱門。機器學習的架構是在統計與計算的方法下運用巨量資料來做預測與決定，較擅長解選擇與是非題，而非申論與論述的問題。第二個層次是「強人工智慧」或「泛人工智慧」：強人工智慧要求電腦的智慧需要更全面廣泛，需要有推理、學習、規劃、語言溝通、知覺等能力，擁有這些能力的電腦才有可能展現出全面性的智慧、跟人類並駕齊驅。在這個方向過去學者提出一些並非基於機器學習的方法，通稱為「知識為本」（knowledge driven）法。這個方法強調如果能將所有知識輸入電腦，電腦就能從這些知識去推論（如知識本體論與一次邏輯推論等技術）。但這類方法並沒有達到全面性的成功，主要是世界的知識太多，也沒有很有效率表述的方式讓電腦推論。近年來深度學習為本的技術（如記憶增強神經網路）在賦予電腦推論能力的方向雖有進展，但泛人工智慧能力還離人類智慧有一段距離。第三個層次是 John Searle 提出的「強人工智慧假說」（strong AI hypothesis）。在這個層次，電腦需要擁有跟人類一樣的「心靈」，需要認知自我並可以跟人類一樣思考。我們在電影小說中看到的一些有自我意識的 AI 大致都屬於這個層次。然而，這個層次普遍認為在透徹人腦的智慧及自我意識產生的機制前，不大可能達成的任務。（Source：Flickr/Charlie Wollborg CC BY 2.0）不同的人談到的 AI 可能是指不同層次的定義。例如阿里巴巴的馬雲曾說：「我們討厭談論 AI，沒有數據的公司才會討論 AI」，這句話的 AI 應該是指希望利用「知識為本」的方法來解決強人工智慧問題的 AI；其對應就是以「數據為本」的機器學習方法產生的「弱人工智慧」。目前的 AI 技術在弱人工智慧有很好的進展，研究方針漸漸移往強人工智慧，但對賦予 AI 自我意識的第三層次仍距離遙遠。談到第三波人工智慧應該要研發的技術，我們要先理解前兩波的人工智慧方法。第一波人工智慧大約是在 1990 年代前電腦的計算與儲存能力還有限的時候，人工智慧多是以「專家系統」的方式實現。也就是人類將一些專家才懂的知識（如醫學、法律）變成一條條「規則」（如吃多喝多尿多可能是糖尿病）並輸入電腦，電腦就可以藉由這些規則判斷。1980 年代利用這些規則產生的「人工智慧專家系統」的確造成一股風潮，例如有一個專門幫客戶從事電腦組裝的公司 XCON 就利用這樣的技術省下數千萬美元成本。然而，專家系統在 1980 年代末期逐漸淡出，主要是因為聘僱專家成本高，且系統無法普遍化（例如醫師系統無法處理法律事務）。第二波人工智慧是在 1990...
近日有個行動裝置 app「iTranslate Converse」，主打支援全球 38 種語言雙向語音即時翻譯，據稱出國只要有它就不必租借即時翻譯機，就算在語言不通的國家，也能隨時隨地跟當地人順利溝通交談。究竟 iTranslate Converse 的操作功能及翻譯程度如何？以下實際測試說明。iTranslate Converse 目前僅支援 iOS 10.0 以上行動裝置，Android 裝置暫不支援。待程式安裝完畢啟用，系統會先要求使用者授權麥克風功能才能辨識語音，建議將裝置 180 度上下翻轉讓麥克風朝上，好讓系統清楚接收使用者語音訊息，接著系統會按照設定語言，即時將語音轉換成文字後進行翻譯。操作介面很簡潔，沒有什麼複雜的功能設定。語言設定步驟也相當簡單，只要直接點按國旗圖示，就能進入語言列表變更語言。列表顯示系統共支援 38 種語言，包括中、英、日、韓、印尼、德、法、西班牙、阿拉伯等等；部分語言又再依地區細分，例如英語就分為美國、英國和澳洲三種，西班牙語分為西班牙、美國、墨西哥。另外，中文除了分為繁體、簡體外，也支援粵語繁體。 操作方式測試完成後，接下來要測試的重點就是語音辨識能力及雙向翻譯成效。我們隨意選擇語言為日語和繁體中文，回到翻譯畫面後，在點按或長按螢幕的同時對著麥克風說話，系統會自動偵測使用者說話的語言，並翻譯成所設定的另一語言。由於日本是台灣人喜愛的旅遊國家之一，所以測試看看我們想問的問題，能不能翻成可用的日文跟當地人溝通。下圖左邊是使用者說話內容，系統幾乎可以絲毫不差地辨識出語音內容並轉換成文字；右邊則是翻譯出來的結果。「請問新幹線的月台在哪裡」這句話雖然是問句，翻譯出來的日文卻沒有問句的意思，而且整句話缺少最關鍵的疑問詞「哪裡」。再來測試一下很多人弄錯的「熱水」（お湯），中文語音辨識上同樣沒有問題，日文翻譯也確實將熱水翻譯正確，而不是翻成「熱いお水／熱い水」、「温かいお水／温かい水」等錯誤用法，但整句話還是沒有傳達中文「請給我」的意思，但或許……日本人可能會猜到你需要熱水吧。接著測試雙向翻譯的表現，如果是日文翻譯成中文又會如何？日文語音辨識一樣準確顯示成文字，這回中文有大概傳達出意思了，只是中文「下一站在哪裡」跟「下一站是哪一站」的意思還是有些不太一樣。再測試一個簡單的問題，「這個多少錢」似乎爭議不大。接下來轉換一下語言，既然中文有粵語版，就來試試粵語和英語對翻如何。系統對粵語語音辨識同樣靈敏且準確，就連口語白話字也能清楚顯示出來。像以下這句「今晚得唔得閑（閒）一齊飲嘢」意思是「今晚有沒有空一起喝個東西」， 但翻出來的英文句子馬馬虎虎。再試試英語翻粵語，翻出來的粵語中文會以書面語呈現，但以下面例子來看，語句結構有誤。以上述語言測試過不少語句後，大致總結一下心得。優點方面， iTranslate Converse 雙向語音即時翻譯操作方式相當簡易，在語音辨識與文字轉換上也頗精準，準確率超過 95 ％；即時翻譯時間約一、兩秒不會太久，出國使用不失為便利的溝通工具，加上支援雙向語音翻譯，打趴一些單向語音翻譯機，而且安裝在 iOS 裝置上就能使用，省去多帶一機的麻煩。缺點方面，還是回歸到翻譯程度問題，目前無論是哪一款主打即時語音翻譯的 app 或翻譯機，翻譯要達到精確程度都還有頗大進步空間，特別是語意理解在未能確切掌握下，翻譯出來的意思也會有落差，這也是當前語音翻譯技術還在不斷發展改進之處，需要透過使用者大量使用反饋以累積資料、持續學習進步。相信未來語音翻譯程度會更加精準，也讓人們在跨語言溝通上更為便利。（圖片來源：《科技新報》實測畫面）延伸閱讀： Travis 翻譯寶產品長：翻譯需不斷學習才會精準，用戶一開始別期望太高 離線即時翻譯機「ili 」，4 月底前將可在日本各地租借 微軟發表語音辨識外掛，支援超過 20 種語言還能即時翻譯
人工智慧（AI）晶片開發商 NVIDIA Corporation 8 月 7 日漲 3.07%、收 172.35 美元，創歷史收盤新高。NVIDIA 2016 年大漲 223.85%，漲幅居標準普爾 500 指數成分股之冠，今年迄今再漲 61.47%。TechCrunch 報導，軟銀集團（SoftBank Group）7 日公告證實將會把帳上的 NVIDIA 4.9% 股權轉移至軟銀願景基金（SVF）。這意味著 SVF 將會成為 NVIDIA 第四大股東。軟銀社長孫正義 7 日在財報記者會上表示，軟銀或 SVF 都沒有取得多數股權的意圖，也不是純粹為了想獲利。孫正義說，軟銀、SVF 投資許多公司的用意在於讓這些科技大廠未來能有結盟並創造出綜效的可能、NVIDIA 將是這項計畫不可或缺的一環。軟銀目前已是 Grab（東南亞）、Ola（印度）、滴滴出行（中國）以及 99（拉丁美洲）等叫車服務應用軟體公司的主要投資者。孫正義表示未來還打算投資優步（Uber Technologies Inc.）或 Lyft。Thomson Reuters 報導，軟銀第一季（截至 2017 年 6 月 30 日為止）營益年增 50% 至 4,790 億日圓（約 43.2 億美元）。Thomson Reuters Starmine SmartEstimate 調查顯示，20 位分析師平均預期軟銀全年度獲利將達到 1.16...
印度媒體《The Hindu》8 日報導，蘋果（Apple Inc.）執行長提姆庫克（Tim Cook）在受訪時表示，人工智慧（AI）是非常強大的、它將會越來越接近人類的能力，未來在某個時間點，部分 AI 功能將會遠優於人類。他說，AI 就像空氣一樣，看不到卻又無所不在，包括軟體、Apple TV、電子郵件、HomePod 等蘋果研發團隊手上都有 AI 計畫案。庫克指出，GPU 跳躍式的進展讓一年前辦不到的機器學習得以成真，而且未來 5 年還會有更多的進展，這對擁有深厚晶片專業知識的蘋果來說將會是一大競爭優勢。他還提到，A I有可能會遭到濫用，可能會摧毀部分工作並創造新的就業機會，政府應想辦法降低 AI 所帶來的衝擊。華爾街日報 8 日報導，蘋果 2017 年度第三季（截至 2017 年 7 月 1 日為止）研發支出年增 15% 至 29 億美元，同一時間營收僅年增 7%（至 454.08 億美元）。截至 2017 年 7 月 1 日為止的 12 個月期間蘋果研發支出累計達 112 億美元，相當於營收的 5% 比重。根據最新發布的季度公告，蘋果僅表示為支應研發活動擴大已提高相關人事支出。根據 S&P Capital IQ 的統計，美國科技大廠當中以高通（Qualcomm）的研發營收佔比（超過 20%）最高，其次（由高至低）為英特爾、臉書、甲骨文、Google、微軟、思科、亞馬遜、IBM、蘋果、HP Inc.。根據 CNBC 的報導，蘋果圖資團隊在過去一個月內開出超過...
圖形晶片大廠輝達（NVIDIA）繼 7 月在美國檀香山宣布將大手筆送出全球首款 NVIDIA Tesla V100 GPU 加速器給全球頂尖的 AI 研究人員之後，8 日晚間在澳洲雪梨舉辦的國際機器學習大會（International Conference on Machine Learning，ICML）上又再次表示，將贈送 15 部 NVIDIA Tesla V100 GPU 加速器給全球 AI 研究機構，台灣大學也名列清單上。根據輝達表示，在國際機器學習大會與 NVIDIA AI 實驗室計畫成員的會議中，NVIDIA 送出創辦人暨執行長黃仁勳親筆簽名的 V100 GPU 加速器。而 V100 為當前全球最強大的GPU，具備超過 100 teraflop 的深度學習效能。輝達也希望透過 NVAIL 實驗室支援全球各地頂尖大學與研究機構，此次所有受贈單位皆為 NVAIL 成員機構。這次獲贈 GPU 加速器的院校機構包括卡內基美隆大學、華盛頓大學、麻省理工學院、牛津大學、史丹佛大學、加州大學柏克萊分校、多倫多大學、蒙特婁學習演算法研究所、瑞士人工智慧實驗室（IDSIA）、德國馬克斯普朗克電腦科學研究所（MPI Tübingen）、台灣大學、北京清華大學、中國科學院（CAS）、北京大學以及東京大學等 15 個學術及研究單位。華盛頓大學 Pedro Domingos 表示，將會善用這款加速器來執行演算法，並期望能獲得驚豔世界的研究成果。另外，蒙特婁學習演算法研究所 Aaron Courville 也表示，因為非常依賴 NVIDIA 的技術，獲得更多 GPU 一向是好事，且也非常重要。對此，NVIDIA...
國外媒體用 AI 人工智慧機器人自動產出新聞稿件已經不是什麼新鮮事，但記者們請注意，最近台灣也有網站開始用 AI 寫新聞了！以 PTT 鄉民熱門用語「記者快抄」為名的網站，近日啟用 AI 寫新聞給記者「參考」，其背後演算法就是來自 PTT「創世神」杜奕瑾所創辦的台灣人工智慧實驗室（AI Labs）。記者快抄的網站簡介由該「AI 實習記者」為第一人稱撰寫，自嘲自己只是個從邊緣專案（Side Project）中發掘出的員工，2017 年 7 月自某台蘋果筆電誕生，就此展開實習記者生涯。AI 實習記者主要工作內容是隨時注意 PTT，將熱門文章寫成新聞草稿，一切都是為了要「拯救記者過勞、避免記者眼睛脫窗」，實在很貼心啊。這自稱沒有肩膀的 AI 實習記者，就這麼擔下如此重責大任，辛苦寫稿方便記者們取材。目前網站整體設計頗陽（ㄐㄧㄢˇ）春（ㄌㄡˋ），文章產出量還不多甚至有重複，內容主要來自 PTT 八卦版、電影、表特、NBA 板等熱門文章。既然該 AI 實習記者提到自己具有寫稿潛能，就來看看它的文章品質如何。▲ 「記者快抄」網站首頁。AI 產出的文章標題，某些會套用特定用語如「大哉問！」、「瘋了！」，再搭配一張解析度超低的圖，風格類似內容農場；文章內容撰寫模式也大多有跡可尋，像是以「一篇標題寫著『XXXXXX』的文章」為開頭，接著引述原文作者的話「根據作者○○○表示」、「帳號名為○○○的網友說」，然後再引用網友回覆「鄉民表示……」、「根據批踢踢網友○○○表示……」等等，文章大致可讀可理解，但撰寫方式、文句詞彙變化不多。另外，也發現當中比較有趣的寫法。以〈感覺萊恩雷諾斯運氣真的不好〉一文為例，文章第一段寫法令人一頭霧水：「其實是電視上又重播雷諾斯跟傑夫布里吉的，下去的潛力（以下防雷），像戰警的替身是金髮美女跟華人老頭，派原來是隱藏多年身份的惡鬼，正的目的是降魔局中的魔杖等等，但為什麼看完還是覺得普普，看完整個覺得有點虎頭蛇，像狡兔計劃前半段諜對，諜的段落，T1000 先生拷問丹佐華盛頓。 」這段內容不但有漏字，還有標點符號誤標等情況，進一步對照 PTT 原文後發現，排版可能使 AI 無法準確判讀內容。▲ 〈感覺萊恩雷諾斯運氣真的不好〉原文。（Source：PTT）杜奕瑾為推動台灣發展 AI 領域，辭去微軟（Microsoft）職務回台創辦 AI Labs，號召 AI 人才加入並發揮軟硬體技術實力，積極朝 AI 領域實現創新。目前看來，記者快抄很可能只是 AI Labs 用來測試練兵的平台，儘管文章產出品質有待改進，其趣味性仍成功引起話題。（圖片來源：記者快抄）延伸閱讀： 杜奕瑾：台灣拚 AI 不需跟隨別人腳步，應勇敢追夢創造體驗 PTT 創世神杜奕瑾離開微軟，回台設立 AI 實驗室