NVIDIA（輝達）6 日宣布與百度結盟，雙方將聯手把全球領先的人工智慧（AI）技術導入雲端運算、自駕車及 AI 家庭助理。百度總裁暨營運長陸奇表示，藉由這次合作，雙方將運用 NVIDIA 自動駕駛技術，聯手開發公司的阿波羅（Apollo）自駕車平台；此外，公司將密切合作使 PaddlePaddle 發展成最好的深度學習框架、改進公司的對話式 AI 系統 DuerOS，以及加速推動深度學習機構的研究。陸奇於北京舉行的百度 AI 開發者大會上發表主題演說時表示，公司與 NVIDIA 的合作計畫包含將新一代 NVIDIA Volta GPU 導入百度雲，為雲端用戶提供全球首屈一指的深度學習平台、採用 NVIDIA 的 DRIVE PX 平台推動百度自駕車計畫，並和中國多家一線車廠聯手開發自駕車、專為 NVIDIA Volta GPU 優化百度的 PaddlePaddle 開源深度學習框架，並廣泛開放給學術機構和研究人員使用、將百度的 DuerOS 對話式 AI 系統加入 NVIDIA SHIELD TV，讓中文用戶能享受其各種 AI 功能。NVIDIA 副總裁暨加速運算部門總經理 Ian Buck 表示，公司與百度率先業界推動深度學習與人工智慧的前進，相信 AI 是當代最強大的科技力量，具有十足潛力顛覆各項產業，公司的合作將統籌各方優秀的技術資源，為所有開發者打造 AI 運算平台，包含協助學術界與新創公司發展突破性 AI 應用以及自動駕駛等。百度宣布將部署 NVIDIA HGX 架構，並搭配 Tesla Volta V100...
DeepMind 的 AI 團隊一直駐紮在英國，2014 年被 Google 收購以後還是如此。雷鋒網獲得訊息，DeepMind 終於要在本月下旬開設第一個海外實驗室──但不在老東家的大本營美國，而是加拿大亞伯達省首都艾德蒙頓。阿爾伯塔大學電腦系的三名教授 Richard Sutton、Michael Bowling、Patrick Pilarski 將帶領該實驗室的研究工作。同時，另外七名高階 AI 研究員也將加入。▲ Richard Sutton、Michael Bowling、Patrick Pilarski。為什麼不在美國呢？這有三個原因：加拿大的 AI 學術研究實力很強，非常強談到 AI，最容易想到的兩個國家，是美國和中國。前者有矽谷的科技巨頭，而中國有最高的統計數字──最多從業人員，最多論文發表量。加拿大，卻很容易被忽視。加拿大的學界盛產 AI 大腕，這裡舉三個例子： 多倫多大學的 Geoffrey Hinton； 蒙特婁大學的 Yoshua Bengio 和 Ian Goodfellow。 這三位僅是代表人物。過去，在深度學習受冷待時，一大批加拿大籍 AI 研究人員被挖到矽谷。而 DeepMind 的 AI 團隊中，也有十多名成員來自加拿大。Richard Sutton 更是 DeepMind 首位技術顧問。與阿爾伯塔大學合作新實驗室開在艾德蒙頓而非其他城市，是因為阿爾伯塔大學在這裡。DeepMind CEO Demis Hassabis 在官方部落格說：事實上，我們與阿爾伯塔大學有多年緊密合作關係：接近「一打」阿爾伯塔畢業生加入 DeepMind。過去幾年裡，我們還資助阿爾伯塔大學的機器學習實驗室，為博士生提供獎學金。該實驗室，將是 DeepMind 與阿爾伯塔大學一個全新合作階段的開始。加拿大政策比美國更開放▲ 加拿大總理 Justin Trudeau。（Source：Flickr/Alex Guibord...
7 月 6 日，《人類大歷史》作者哈拉瑞在首屆 XWorld 大會演講，提到他對人工智慧的看法。今天我要跟大家介紹的可能是我們這個時代最著名、重要的科學發現，或者可以說是整個 21 世紀人類歷史上最重要的一個演變，我們稱之為「人工智慧」。一、有機生命會逐步被無機生命所替代人工智慧不僅是 21 世紀最重要的科學進化，也不只是我們人類歷史上最重要的科學進化，甚至是整個生命創始以來最重要的原則。有機生命根本的規則沒有發生變化，與過去的 40 億年當中都是保持一致的。過去 40 億年當中，所有生命都是按照優勝劣汰的原則進行演變，所有的生命完全按照有有機化學的規則進行了演化。因為我們的生命是有機化合物組成，不管你是巨大的恐龍還是一隻阿米巴蟲、一顆花生，還是一個人，都是按照物競天擇的規則，都是有機化合物組成的，我們完全遵守過去 40 億年有機化學規律的演變。 這樣一個 40 億年的規則將會隨著人工智慧出現而發生根本變化，人工智慧將替代物競天擇自然選擇的結果終止。我們的生命將根據電腦智慧設計，脫離原先有機化學的限制，而進入一個無機的世界。在我們有生之年，有可能看到有機生命逐步被無機生命替代。我們會逐步看到有機化學規律和無機智慧性的生命形式並存。原先我們是碳基的，未來生命形式當中，矽基會成為主要的生命形式。這是我們有生命以來的 40 億年當中第一次出現的一個重大變局。二、選擇權將逐步讓渡給人工智慧在過去的 40 億年當中，大家想像一下，所有生命都是局限在地球這樣一個行星上面，沒有一個生命、阿米巴蟲或任何一種生命形式有能力突破我們這樣一個行星（地球），去其他的星系殖民。這是因為自然選擇規律讓所有有機物、有機體局限在地球中，一個非常獨特的環境──溫度、氣候、陽光、重力。一旦我們從原先有機的生命形態轉變成為無機的生命形態，比如機器人，人工智慧電腦等，那麼環境就沒有限制了。機器人在火星上面也可以生存，而人類不可以。我們在科幻小說或電影中看到的一些場景，現在對人類來說仍然非常困難。因為我們這樣的有機生命體在地球以外的外太空很難生存，但是電腦機器人、人工智慧相對而言，比較容易能在地球以外的其他星球和星系生存。 因此，在地球出現生命以來的 40 億年，我們有可能突破地球的限制而進入其他星系，不是人類，而是人工智慧可以做到這一點。另外一個重大突破性的演變，也是在我們有生之年可以看到的，事實上大家已經從某種程度上經歷了這種變革。什麼樣的變革？我們人類上萬年以來在演變過程中獲得越來越多力量，在 21 世紀的時候人類將會失去這些力量，這些力量將逐步從我們這個物種讓渡給人工智慧。比如世界上發生什麼，甚至我們自己生命在發生什麼，這些權力或我們掌控的力量，不管重要的還是不重要的，都會逐步拱手讓給電腦或人工智慧的演算法。1、人工智慧可以了解你的喜好舉一個很簡單的例子，比如你下個月讀哪本書，這是我們生活中很簡單的決定，我們可以有很多選擇。以前很多人會依賴自己的感覺、喜好、口味，或依賴朋友、家人的推薦。選擇哪本書閱讀，目前取決於我們的感覺、喜好、口味，但進入 21 世紀以後，我們逐步把閱讀什麼書，購買什麼書的權力讓給了電腦、演算法、讓給了亞馬遜網站。所以當我們進入亞馬遜未來書店，有一個演算法告訴你：我一直在追蹤你，我一直在收集你的數據，你喜歡什麼書、不喜歡什麼書，我都知道。亞馬遜的演算法會根據對你的了解，以及對上千萬讀者的了解，向你推薦書籍。這仍處於初級狀態，這只是人工智慧邁出的一小步，亞馬遜網站的演算法仍然非常有限。進入下一個階段，今天已經發生，我們看到這樣的演算法越來越了解你。今天越來越多人看書不是看紙書，而是閱讀電子書，在手機上看書或在電子閱讀器上看書。當你在這個裝置上讀書的時候，裝置也在「讀」你。這是有史以來第一次不僅人類在閱讀一本書，當你在讀一本書時，書同時也在「讀」你。你的智慧手機、智慧平板在追蹤你、監測你，蒐集你的數據，這些裝置可以了解哪頁你會很快翻過去、哪頁你慢慢閱讀。這些數據會給出一些結果：哪些對你來說是無趣的章節、哪些是你喜歡的章節，它也知道哪頁你不讀了。當我購買別人推薦的書，讀後雖然不喜歡，但我還是會告訴每個人這本書非常好。為什麼？因為我不想丟臉，別人都說這本書很好。要知道這樣只能騙別人，電腦演算法不會被你騙，它知道你讀到第 5 頁不讀了，或讀到第 42 頁的時候不喜歡了。2、人工智慧可以體會你的情緒以上是非常初步的功能，下一步它的裝置可以連接臉部辨識軟體。今天臉部辨識的演算法很初級，但慢慢地，它會學會經由看你臉部的表情判斷你的喜好。這就跟我們看別人一樣，我知道你的表情背後掩蓋著什麼樣的感情、什麼樣的感覺。透過觀察你的臉部表情、肌肉變化，就會知道你在笑還是生氣，或只是無聊。這是人類用來認知情緒的方式，今天電腦也在學、提高對情緒的辨識能力，甚至比人類做得更好。它們能找到臉部活動的規律，並用這種規律來分析和評判一個人目前的情緒狀態怎麼樣。我們把這樣的軟體和 kindle 電子閱讀器結合在一起，kindle 就能判斷你在閱讀的書對你產生的情緒影響。你在看書的時候笑了，這時候它知道你笑了；你看到某章生氣了，它知道你生氣了。我身為作者，經常想像書中哪章哪節，讀者看著看著就笑了，他們會不會理解我藏在文中的笑點，能不能看出我寫這段文字是諷刺。我不知道，但是亞馬遜會知道。如果 87.3% 的讀者讀到這段時，沒有因為這個笑話而笑，表示這不是一個有效的笑話。 3、人工智慧可以提出適合你的建議最後一步把裝置和生物辨識感測器結合在一起，這些生物辨識感測器植入體內，這不是科幻小說，已經實實在在用了。生物特徵感測器能持續不斷監控我身體各種生物指徵。我現在跟大家演講，我的血壓心率是多少，血糖水平或我的激素水平是多少。但是你不知道，電腦透過剛才講的這種技術能夠知道我每刻血壓的變化。根據數據，大家想像一下你正在讀一本非常長的書，比如托爾斯泰的《戰爭與和平》，當你讀完時，大部分情節都忘了，但是亞馬遜、騰訊或百度任何一家公司，它的電子閱讀器透過生物辨識感測器，記錄你閱讀這本書的狀況。在我讀完《戰爭與和平》後，這個裝置就知道我是一個怎樣的人以及性格特點是什麼。根據這種知識和了解，裝置不光能向我推薦書籍，而且也能圍繞著我生活更重要的決策，向我建議。比方我應該學什麼、該生活在哪、應該在哪裡上班，甚至和誰結婚。人生當中最重要的決定之一，可能就是一生要和誰度過──伴侶的選擇。在選擇伴侶這件事上，很多人犯過糟糕的錯誤，我們主要依賴自己的感覺以及親友家長的建議。現在有一對情侶，該結婚還是分手？二、三十年以後，你可能可以問亞馬遜、百度、騰訊這樣的問題，今天你得靠自己的感覺和親友的意見。那時候，亞馬遜等公司對我個人、和我相處的人已如此了解，你可以問它們的建議。你迄今為止所有郵件、LINE 訊息、手機通話它都在追蹤；看書、看電影時，它監控你血壓心率的變化；你每次約會，它也在監控你約會水平的變化。它對你個人所有資訊的了解以及伴侶的了解，對幾百萬人成功或不成功的伴侶關係的理解，可以告訴你：現在你和你的男朋友或女朋友結婚的概率是 90%，因為在你一生中找不到更好的伴侶了，因為它如此了解你，你心裡想的可能是：我有能力找到一個更好的伴侶，更好看更漂亮的伴侶。它會知道你這樣想的錯誤來源所在：你太看重外表了。你在選擇的時候，考慮的因素還是 5 萬年前我們的遠祖在非洲大草原上擇偶的標準。現在機器會告訴你：根據我的統計數據，即使外表對關係的成功與否具一定的重要性，但重要性比較小，可能只佔整體權重的 10%，也就是在一段成功的關係中只有 10% 是取決於外表、美貌。機器會告訴你：我已經看到現實。從長遠來看，你和現在這個人在一起會最幸福，你應該和他結婚。在這種設想中，決策的權威、權力已經轉移了，從人類手中移交給演算法。我們需要理解的是：做決定的能力就像一組肌肉，你不用的話就會退化，你對電腦信任越多，依靠人工智慧做決定越多，你就會失去自己做決定的能力。舉一個簡單的例子：找路。過去我們怎麼找路？基於自己的本能知識經驗，到一個十字路口該左轉還是右轉，你會依賴自己的經驗。今天越來越多人依賴智慧型手機、各式各樣的 GPS、地圖應用。你的本能告訴你應該右轉，但是智慧型手機告訴你左轉，你越來越相信智慧型手機，而不是直覺。經過一段時間之後，你的認路、找路能力就喪失了，即使你還想這樣做。20 年以後我們在人生中碰到十字路口要做決策的時候，很多人會用智慧型手機、人工智慧來決定，它們會告訴你該怎麼做。三、人工智慧產生的革命性影響隨著人工智慧變得越來越好，有可能人工智慧會把人從就業市場擠出去，對整個社會的經濟和政治都產生革命性的影響。1、減少交通事故十年前，如果說電腦駕駛的技術比人更好，大家會覺得這是科幻小說。但今天所有專家都達成共識。可能再過一兩年，電腦就能比人類駕駛員的平均水準好得多。屆時數以百萬計的出租車、卡車、公車司機會失業，讓位給自動駕駛汽車。它不僅開起來好，安全性更高得多。今天全世界汽車事故造成的死亡人數比戰爭暴力還多一倍。戰爭、恐怖主義犯罪，每年造成 60~70 萬人死亡，汽車每年造成 130 萬人死亡。大部分汽車事故都是人為造成，比如酒駕，開車的時候打電話，或睡著了，或在發簡訊。今天交通事故裡人是主要因素，有了人工智慧就不會有這樣的問題。自動駕駛汽車永遠不會喝酒，自動駕駛汽車也不會在開車時睡著，也不可能在開車時接打電話，自動駕駛汽車就能替代人類駕駛。 2、解決道德倫理上的難題除此之外，人工智慧也能做一些關於倫理道德的決定。比方自動駕駛汽車在開車，突然前方有兩個孩子在踢球，這個時候負責自動駕駛的電腦透過演算法可算出避免撞到兩個孩子的辦法是快速轉向另一條車道；另一個解決方案可能就是讓客戶、車廠來決定。比方豐田讓客戶決定自己選用哪一款車，有一款車碰到這樣的情況會決定讓你死，那麼另一款車會決定剎車但仍然撞死兩個孩子，你會買哪款車，選哪種演算法？世界上最優秀的哲學家先把這樣的程序做好，我們在理論上考慮的所有東西有各種各樣的理論，但是這些理論遇到危機時的作用甚少。大家可以說道德的選擇是犧牲自己的生命救孩子，但一旦你真正上路，幾秒內必須做出決定時，你就會忘記剛才的結論，會根據你的本能採取行動。理論哲學上的行為和人類實際行為有巨大差距，但有了電腦人工智慧，我們就能解決這個問題。我們可以把世界上最優秀的哲學家集合，讓他們坐在一個房間，給他們一年時間討論道德上的難題，不管最終拿出什麼方案，就把這個方案寫到自動駕駛汽車的程式中。談到倫理道德決策，人工智慧也有可能是平均意義比人類更好，因為這意味著自動駕駛汽車，假設每輛車駕駛都是孔子，這樣對人類駕駛來說，被人工智慧替代之後，當然一方面會帶來很多優勢：更加安全、更加便利。與此同時另一方面會使決策權從人民大眾手中轉向少數精英手中。過去這樣的權力和福利是由數以百萬計的計程車司機、公車司機、卡車司機分享，現在不是，現在都交給人工智慧，它們就掌握了世界上所有的計程車、卡車、公車。3、做更優秀的醫生不光是公車司機，甚至醫生這個工作都會發生變化，在人工智慧中這樣的事情已經開始發生。人工智慧在疾病診斷方面能做得更好，提出治療方案比平均水準的醫生更好，普通醫生的知識和能力有限，不可能每天更新知識，不可能一個人知道全世界所有的疾病藥物和研發結果。對一個醫生來說擁有的數據有限，但對人工智慧是無可限量的，可以收集資訊分析，熟知全世界所有疾病，能夠 24 小時不間斷追蹤患者。今天我的私人醫生在以色列每年幫我做一次體檢，他和我報告我的健康狀況。有了人工智慧之後相當於你身邊就有一個醫生，隨時追蹤你的血壓，即使我現在在中國，人工智慧應用也像醫生一樣隨時了解我的健康狀況，每 0.5 秒了解我血液的狀態。這不再是每年做一次體檢，意味著對癌症這樣的疾病不是等到癌細胞擴散時再去醫院檢查，而是在剛出現癌細胞時就能發現。即使我沒有不好的感覺，但人工智慧已經發現了。因此，人工智慧會發現癌症早期的症狀提出診療方案，一個好醫生不僅了解你病情，還需要一些情感方面的了解：病人是不是害怕，或生氣、憤怒等。所以有人認為人工智慧做不到，事實上人工智慧比人類醫生還能夠撫慰病人心靈。人類醫生怎麼判斷呢？可能看你的臉部表情，某一個聲音語調的變化，但是人工智慧可以更加精準地分析你的臉部表情、說話的語調變化。它能更加精準地比人類醫生了解病人情緒的變化，監控某一個病人內部身體情緒的變化。有時候病人自己都不知道自己是什麼狀態，但是人工智慧可以，因為它在不斷監控你的心跳血壓狀況等。當然想要創造出這樣一個人工智慧醫生，還有很多問題需要去解決，很多技術難題需要突破。我們技術上只要實現一次突破，就可以解決一切的問題。人工醫生怎麼培訓？可能需要 8 年大學碩博連讀，臨床實習之後才會培訓出一個合格的醫生來。10 年之後，我們花了這麼多資源只不過培養出了一名人類醫生，這時候培養第二名又需要花 10 年時間。但人工智慧只要技術上實現一次突破，你拿到的不是一個機器醫生而是無窮多的人工智慧醫生，他們可以被複製。這個比培訓人類醫生要效率高得多，雖然一開始要花數百億美元研發，但是一旦研發出來就可以無窮複製。隨著技術發展我們可以用機器替代計程車、司機、醫生其他職業，人工智慧逐步都可以替代，這時候出現一個非常大的人類社會學問題。正如第一次工業革命使得城市無產階級出現，人工智慧的出現會出現一個新的階層，就是無用階層。數以億計的人將找不到工作，他沒有辦法和電腦人工智慧競爭，對這些人來說他已經喪失了經濟的價值，沒有經濟價值也就沒有政治權力，這會對社會、政治、經濟方面產生巨大的問題。四、人工智慧時代，你該教孩子學會什麼當然大家說會出現一些新的職業，但你沒有辦法確定會出現哪些新的職業取代那些正在消失或者被機器搶走的職業。我們可以說人會自己不斷地學習，不再需要卡車司機、計程車司機，會有新的職業設計未來的事業，設計 3D 電腦遊戲。你想一下一個 50 歲的計程車司機失業之後，他有多大能力去培養自己？對於 50 歲的計程車司機來說，他要重新培養自己的能力，這樣就太晚了。這樣的革命非常危險，它會從根本上改變我們的教育體系。今天，你會教孩子什麼？今天在學校裡我們應該教孩子什麼？大學裡面應該教孩子什麼？讓他們能夠在二、三十年之後適應當時的就業市場。事實上我們沒有人能夠描述 二、三十年後的就業市場，換句話說，我們現在的教育系統沒有辦法了解今天應該教我們的孩子什麼。今天我們的孩子在學校裡面學到的所有知識，二、三十年後完全無用，我們不知道現在應該教他們什麼，才能夠讓他們在二、三十年後找到工作。即使我們會產生新的工作，二、三十年後可能產生新的工作，但是孩子到那天是不具備那些新工作的就業能力的，那麼這個時候出現了數百萬、數千萬甚至上億失業人口，他們喪失了經濟價值，這會產生進一步威脅。人類未來的精英階層是否還會有動力照顧那些弱勢群體？現在，世界各地的政府還會投資於那些弱勢群體，為什麼？因為政府精英群體需要這些弱勢群體，即使是德國的納粹希特勒，他也要投資這些弱勢群體。他要變大，需要有強大的軍隊，需要普通的、數以百萬計的德國人去當兵、成為工廠的工人才能支撐他打這樣的戰爭，所以投資大量的資金用於教育和醫療。但是未來如果人工智慧替代人類，他可以替人去打仗、去做工，這樣國家精英階層就沒有動力去投資醫療教育，幫助弱勢群體。人類社會會分成兩大階層，一個是非常少的精英階層，就像上帝一樣，他們在創造大量的人工智慧，絕大部分人將變成沒有任何經濟價值任何無用的階層。這是 21 世紀最大的風險。五、人工智慧毫無疑問會改變我們的未來 最後一點在我結束演講之前說，這也是非常重要的一點：有很多關於人工智慧的討論，但是也有很多關於人工智慧究竟意味著什麼的迷惑和疑問。智慧和意識之間究竟有什麼區別，很多人迷惑。智慧是解決問題的能力，比如我們診斷一個疾病，或者找到某一個疾病的治療方法，這是智慧。但是人類的意識是感受某一種外界的能力，你的情緒、你的感情、你的痛苦、愉悅、愛等等。人類和其他的哺乳動物，大猩猩、猴子等，他們的意識和感情是合而為一的。但是電腦不一樣，隨著水平越來越高，他們也能產生意識，很多科學的科幻小說或者其他科幻電影中，我們經常看到人工智慧逐步產生了意識，機器人變得非常智慧，同時獲得了意識和情感，機器人會變得非常憤怒，它想殺掉所有的人類。我們在科幻小說電影中都看到過，它不是科學只是科幻。科學告訴我們智慧和意識是完全不一樣的兩個東西。到目前為止，電腦或者人工智慧發展到今天，智慧水平在不斷提高，但是人工智慧的意識還是零。換句話說，我們現在沒有任何指標證明或者任何跡象表明，電腦和人工智慧在未來能獲得這種意識。電腦只是以一種完全不同的方式在工作，和人類其他的哺乳動物完全不一樣，這是我們面臨的風險，或許是最大的風險。電腦會比我們智慧得多，比人類水平高好多，它會控制這個世界，開始向宇宙其他星系去擴張，但是它們仍然沒有意識。我們會有一個充滿智慧機器的宇宙，但它們卻喪失意識和情感。大家可以想像生命過去的演變在逐步向更高的智慧發展（無論是人類或者其他哺乳動物），在演變過程當中是非常慢的。上億年的生命透過我們的意識不斷摸索，慢慢演變到今天的智慧狀況，速度是非常慢的，演變需要數百萬年的時間。突然有一個電腦殺出來，他們用完全不同的路徑、方式，完全不同的發展模式，超級的智慧在超越有機的生命體。他們智慧的進化和演變速度比我們快得多，他們的發展演變比我們快得多，他們會控制整個世界甚至宇宙，但是沒有意識。我講的東西不是一個寓言。沒有人會知道未來是什麼樣子，一切還懸而未決，同樣一個技術你可以創造出完全不同的社會和世界。我們在 21 世紀曾經看到過這一幕，我們的技術、汽車、廣播、電視、電腦，可以利用相同的技術創造出社會主義的國家，資本主義的國家、法西斯國家也都是利用同樣的技術。同樣，人工智慧的技術毫無疑問會改變我們的世界，但是我們未來的社會究竟怎麼樣？這會有很多選擇，而不是完全由技術來決定的，一切都懸而未決。如果大家不喜歡我剛才描述的這個世界，大家仍然可以用自己的行動去改變決定未來世界的形態，去消除風險，發揮技術好的那一面。最後我想講的就是：當你身為一個人、一家企業、政府部門，或者做為精英階層，我們在做人工智慧的時候，做各式各樣決定的時候，一定要注意人工智慧不僅是單純的技術問題，同時也要注意到人工智慧以及其他技術的發展，將會對社會、經濟、政治產生深遠的影響。我們一定要注意人工智慧技術層面的問題，還要嚴密關注人工智慧的發展對社會可能產生的影響。因此，我們在投資與技術發展的時候，還要投入於社會影響的研究。 人类将会失去这些力量 | 尤瓦尔·赫拉利今日最新演讲 （本文由 36Kr 授權轉載；首圖來源：Flickr/Many Wonderful Artists CC BY 2.0）
人工智慧雖然會取代許多工作，但同時也會成為各行各業的助手，以數據為基礎提高決策精確性。人工智慧在醫療上的應用也是一大商機，過去在科學家努力下，人工智慧已經可從醫療影像發現多種疾病，包括乳癌、皮膚癌、眼科疾病等，現在研究人員訓練機器學習透過心電圖識別心律不整，結果表現比專家還好。麻省理工科技評論（MIT Technology Review）報導，史丹佛大學人工智慧實驗室主任吳恩達（Andrew Ng）表示，這次最大突破是讓人工智慧透過圖像之外的其他形式資料，如心電圖來診斷病情。心律不整會導致包括心臟猝死等嚴重的後果，但卻很難事先察覺，所以病人需要配戴心電圖感測器數週時間，但即使如此醫生也很難區別良性與需要治療的心律不整。史丹佛研究團隊專注在訓練機器學習演算法從心電圖來辨識不同形式的不規律心跳症狀。研究人員與生產可穿戴式心電圖裝置的廠商 iRhythm 合作，從不同形式的心律不整患者收集 3 萬個 30 秒的心電圖剪輯，為了評估演算法的準確度，研究團隊使用演算法判斷 300 個未確定的心電圖剪輯，與 5 名心臟病專家的判斷進行比較，另外還找 3 位心臟病專家小組提供認定。機器深度學習將大量數據饋入大型模擬神經網絡，並對參數進行微調，直到準確辨識出有問題的心電圖信號，該方法已經證明在辨識圖像和音頻中的複雜模式方面非常拿手，且表現比人類更好，產學界已經開始開發基於機器學習的圖像辨識和聲音辨識系統。微軟研究院與麻省理工學院還有密西根大學，都在使用機器學習來偵測心律不整疾病。機器學習可以透過梳理大量不同的數據來發現疾病的痕跡。但報導認為，人工智慧在醫療應用上最關鍵的挑戰是說服醫生和患者相信演算法，由於深度學習過程太複雜以致很難理解，所以找到容易解釋的方式，對建立信任和精進治療來說非常重要。吳恩達認為人工智慧帶動的醫療革命即將到來，雖然要讓演算法納入衛生保健系統的工作還需要很多努力，但他相信 10 年後的醫療保健將會使用更多人工智慧，並且作法會與現在看到的非常不同。 The Machines Are Getting Ready to Play Doctor （首圖來源：Flickr/Rosmarie Voegtli CC BY 2.0）
科技品牌大廠華碩的組織改革計畫於 6 月底大致定案，董事長施崇棠 10 日強調，公司組織改組是為了因應市場變化與消費者變化，而非以裁員為考量。施崇棠 10 日出席華碩集團旗下亞旭電腦與台北市交通局的台北車站智慧化簽約記者會，對於媒體關注華碩日前宣布的組織改革計畫是否涉及裁員？施崇棠回應，改組最重要目的，除了是因應市場變化與消費者變化，也是為了公司長遠的未來考慮，而非以裁員為考量。另外，華碩本次組織改革規劃了人力平台（Talent Pool），會將部分人力移出既有的部門。施崇棠指出，華碩將會認真思考未來如何在新架構之下，透過連結服務（Connected Service），以人工智慧（AI）分析不斷回傳的大數據，並從內部推動整套觀念。改組後將分為 3 個事業群（BU）和人力平台，將能更有效思考未來產品方向，並藉由新的基礎架構，對 AI 有更多的布局與連結。他也指出，智慧機器人對華碩來說非常重要，華碩 Zenbo 在台灣已經開始放量，接下來更將進軍中國市場。人工智慧分成 Weak AI 和 Strong AI，前者是利用蒐集到的資訊進行運算，以產生更多新的型態應用，後者則是像人腦運算，在有限資源下進行運算，並產出創新產品；雖然現在 Weak AI 是機器學習的關鍵，不過，未來應朝向 Strong AI 發展，要做到機器思考能像人一樣。（本文由 MoneyDJ新聞 授權轉載；首圖來源：Flickr/Kārlis Dambrāns CC BY 2.0）
多數人在使用語音助手相關產品時，都曾經碰過聽錯指令的事件，但美國最近發生了一起事件，讓人覺得科技產品有時候的判斷出錯，或許也不都是壞事。CNBC 報導，這個事件發生在美國新墨西哥州，一個家庭裡的智慧音響因為聽錯了用戶的語音指令，而撥打了 911 報警，歪打正著的避免了一起家庭暴力事件。當時 Eduardo Barros 正和他的女友爭吵，Barros 在爭吵中拿起槍威脅女友，詢問她「是不是報警了」時，智慧音響理解為「報警」的請求而撥打了電話。在這之後，警方在電話中聽到爭吵的內容，便派遣談判代表與特警隊前往，長時間對峙後，Barros 最終遭到逮捕。雖然 Barros 的女友在過程中受了些傷害，但女友的小孩則安然無恙。警方認為，情況本來可能會更糟。州警長 Manuel Gonzales 表示，智慧音響的這個舉動「可能有助於拯救生命」。但這並不表示警方會公開歡迎智慧音響或其他類似的系統。因為儘管這樣的救援情況可能再次發生，且理論上能在刑事案件中當成證據，但音響也可能對其他聲音做出反應，像是電視節目或影片。這是未來執法單位必須面臨的情況，雖然意外撥出的報警電話並不是什麼罕見的事，但可以想見的是，未來這樣的情況會更常發生。 Smart home device alerts New Mexico authorities to alleged assault A smart speaker alerted the cops to an assault after a man allegedly threatened to kill his girlfriend （首圖為示意圖，非本次事件機種；來源：Flickr/NDB Photos CC BY 2.0）
「我覺得，我覺得，我覺得……Facebook 的聊天機器人好奇怪。」不知道的還以為說這話的人結巴了，但這其實是 Facebook 的 AI 在實驗室裡的真實對話風格，原對話甚至更詭異……這些語言並不是研究人員設定的，所以很多人認為是 AI 自創的一種語言，但《大西洋月刊》（The Atlantic）採訪了語言學家 Liberman，他從語言概念分析，認為這些對話是否屬於語言還有待考究。最近，Facebook 人工智慧研究實驗室發生了一件讓人意想不到的事情：訓練聊天機器人互相談判能力的研究人員實現了一件事情：機器人用一種非人類語言自由「抬槓」。為了追蹤記錄機器人的對話，研究人員不得不調整設備模式，限定機器用人類可以理解的語言對話。（他們堅持想讓機器人使用人類語言，是因為他們希望最終這些機器人能夠與使用 Facebook 的人類用戶交流）。之前寫到這點的時候，很多人似乎有點焦慮和疑惑。機器創造自己的語言確實很酷，但這難道不是很可怕嗎？很多人應該都挺好奇機器人的語言實際上長什麼樣子。下面是一段在 Facebook 上看到的機器人談判對話：整段對話不僅看起來沒什麼重點，機器人說的話也不像在談判。無論怎麼說，Alice 的立場都堅定不移。而且，讓人不解的是，人工智慧實驗室的發言人告訴我，Facebook 數據顯示，類似這樣的對話有時也會出現機器人之間談判成功（有時候研究人員調整了模式，機器人也會用一些糟糕的談判策略──即使按人類的標準來看，它們的對話還存在爭議）。AI 間的「密語」這種現象的某種解釋是將其看做機器人之間的「密語」（cryptophasia）──原指一種只有雙胞胎之間能相互理解的祕密語言。也許你還記得 2011 年 YouTube 上一個很紅的影片，一對雙胞胎小孩嘰嘰喳喳以我們聽不懂的神祕語言對話。網路上關於這對雙胞胎說的是否是語言，或只是在咿咿呀呀地模仿正常語言的有諸多討論，很多語言學家認為，這兩個小孩只是在交際，發出的聲音並沒有什麼特定含義。不過，Facebook 的研究人員表示，這些聊天機器人之間的對話似乎確實形成了一種語言。其他 AI 研究人員也說，他們觀察發現機器可以開發自己的語言，而且語言結構流暢，有一定的詞法和句法，但這些詞彙和句子在人類看來並不是全部都有意義。今年稍早，非營利 AI 研究公司 OpenAI 的電腦科學家在研究知識庫 arXiv 發表了一篇論文，預印本中談及當語言溝通不可用時，機器人如何學會用抽象的語言溝通，這些機器人又如何轉化人的手勢或指向等非語言溝通（機器人不需要透過實質性的動作來完成非口頭溝通，只需要利用視覺感應形態來實現）。最近由喬治亞理工學院、卡內基美隆大學、維吉尼亞理工學院暨州立大學的研究人員共同發表的另一篇論文描述了一個試驗：兩個機器人可以透過討論和對顏色及形狀分配價值來發明自己的通訊協議──換句話說，研究人員親眼目睹了「機器人自動出現基礎語言和溝通，而且是在沒有人類監督的情況下！」這一研究工作意義重大。不僅可讓人類了解機器人之間的溝通方式，還很有可能揭開最初人類語言句法和行文結構形成的真相。語言的概念不過，退一步來看，這些機器人創造出來的真的是語言嗎？賓夕法尼亞大學的語言學教授 Mark Liberman 表示，「我們必須首先承認，『語言』這個詞的使用方法並不是語言學家說了算，不過，語言學家對人類語言的特性以及這種自然類別的界限，顯然有自己的觀點和看法。」所以，Facebook 的聊天機器人是否創造了自己的語言，其實取決於我們所謂的「語言」究竟是何概念。例如，語言學家往往認為，符號語言和方言是真正的語言──而不只是真正語言的相近概念，但「肢體語言」，Python 及 Java 這類電腦語言並非真正的語言，儘管我們也會稱呼它們為「語言」。Liberman 的問題因此變成了：Facebook 聊天機器人──我們稱之為 Facebotlish──語言是否會成為一種新型持續使用的語言，或者說，未來的英語呢？（不知道有沒有讀者想起前段時間的類人機器人 Sophia，她上英國訪談節目《早安！英國》時說的那句「我要找個有自我意識的男朋友……我會毀滅地球……」已經讓人細思極恐了，這種暗號式的密語感覺更可怕。）但 Liberman 教授認為，「儘管沒有足夠資訊可對此問題下判斷，但答案恐怕是否定的。首先，這種語言完全基於文本，而人類語言基本上還是口頭和手勢表達，文本只是後來人為附加的。」從更多角度來看，Facebook 聊天機器人的智慧程度還遠未達到人類水平。他還說，「現在看來，1970 年代所謂『專家系統』風格的 AI 程式放到現在只能算是老古董，相當於 17 世紀用發條驅動的自動化裝置。而且我們可以肯定的是，幾十年之後，現在的機器學習...
隨著技術發展，人工智慧（AI）已應用在做一些簡單決定，應用領域與複雜度也在持續拓展中，未來 AI 可能會在自駕車上做出攸關生命的抉擇，但 AI 工程師面臨一個問題：他們通常不知道自己的創作在想什麼。機器的神經網路華爾街日報報導，AI 難以被定義，之所以會有這樣的現象，和神經網路的使用有關。當研究人員開始透過「學習」訓練機器，將經驗轉化為模擬神經網路的系統，產生出的結果不是代碼，而是由不可讀、數百萬甚至數十億的人造神經元，給出 AI 工程師賦予任務的答案。多數研究人員都同意，認識 AI 是一項迫切的挑戰。如果我們不知道人造思維如何運作，又該如何確定它抱持偏見或預測錯誤的結果？我們不會知道 AI 是否有「種族歧視」，或是無法預期的思維讓自駕車可能發生事故，或許有機會能辨別 AI 對事物是否抱持著偏見，那可能會是 AI 做出無數個決定之後的事了。去理解 AI 什麼時候可能會失敗或出現意外行為，是非常重要的，畢竟我們都不希望關鍵時刻出現任何意外，或是聽到「很抱歉，但我恐怕不能這麼做」。AI 不帶偏見？Pinterest 的軟體工程師 Tracy Chou，在公司內專門負責機器學習項目，他認為 AI 發展中很大的問題在於，多數人都把 AI 或機器學習想得過於「中立」。「多數人都不了解的是，是人類設計了這些 AI 模型，也是人類選擇要用什麼數據來訓練機器。」華爾街日報試著用一個最簡單的例子來解釋：Google 翻譯。當你在 Google 翻譯上輸入「醫生」，要求翻譯成葡萄牙語時，總是會得到陽性名詞 médico，而非陰性名詞的 médica；輸入「護士」時，則會得到陰性的 enfermeira，而非陽性的 enfermeiro。聽起來有些陰謀論，但這其實只是用來訓練翻譯系統的文學體系，舊有的偏見所導致的自然結果。類似的事情其實經常發生，在研究人員並未注意到的情況下，AI 很有可能在無意中成為偏見的代理人。和人類不同的是，我們不能直接詢問機器「為什麼這麼做？」儘管 AI 在限定的環境條件下能表現十分出色，但談到內省（introspection）的能力，AI 的程度可能與蟑螂差不多。如何解讀 AI 的思考▲ 研究人員還未完全弄懂 AI 的思考模式。 應該如何解讀人工智慧？這是一個困難的問題，就連美國國防高級研究計畫署（DARPA）都在提供資金給相關研究人員，希望能夠解決這個問題。在機器學習中，工程師先是編寫了類似原始大腦的神經網路，再透過給予大量數據來進行訓練，機器則從中學習辨別與理解，就像大腦運作的方式一樣，也因為如此，AI「思考」的方式人無法理解。這個困境工程師稱之為「可解釋性」問題，而神經網路則稱為「黑盒子」──你可以刺激並觀察，但無法理解內在。身為現今最知名 AI「AlphaGo」的開發者，Alphabet 的子公司 DeepMind 研究團隊也希望解決這個問題，因此決定用一個全新方式來了解 AI：就像對待人類的孩子。這並不是一個比喻，DeepMind 的研究科學家 David Barrett 表示，團隊正在使用和心理學家用在孩子身上的認知心理學技術及測試，來試圖了解 AI...
thestreet.com 報導，Jefferies 分析師 Mark Lipacis 10 日將人工智慧（AI）晶片大廠 NVIDIA Corporation 目標價自 140 美元調高至 180 美元。Lipacis 指出，NVIDIA 在推動深度學習應用生態系統競賽中居於有利地位，將會是下一個運算結構改變的主要受惠者。MarketWatch 10 日報導，Lipacis 認為科技已出現結構性轉變，大約每 15 年就會出現一次劇烈轉變的運算典範現已轉移至平行運算／物聯網（IoT），目前正處於第 4 次結構轉變的開端，原先在數據中心晶片領域居於領先地位的英特爾（Intel）將因 NVIDIA 的崛起而面臨最大的衝擊。他認為 NVIDIA 目前擁有數年的領先優勢。根據 FactSet 的統計，去年底分析師給予 NVIDIA 的平均目標價為 93.30 美元，目前已升至 135.16 美元。Lipacis 將英特爾投資評等自「觀望」降至「表現不如指數」，目標價自 38 美元大砍至 29 美元。此外，他也將 Xilinx Inc.、Cavium Inc. 投資評等調高至「買進」。CNBC《Mad Money》節目主持人 Jim Cramer 6 月 9 日指出，有人將 NVIDIA 拿來跟英特爾輝煌時期相提並論。英特爾自 1987 年的...
福斯（Volkswagen）為擴展深度學習（deep learning）領域的能力，6 月 27 日宣布與人工智慧（AI）晶片開發商輝達（Nvidia）建立戰略夥伴關係。福斯集團資訊長 Martin Hofmann 表示，AI 是福斯集團數位化未來的關鍵，福斯想自行開發和部署高性能 AI 系統，這就是為何公司現正強化必要的專業知識，與 Nvidia 的合作將是朝這個方向邁出重要的一步。Nvidia Corporation 執行長黃仁勳表示，AI 是當代最強大的技術力量，Nvidia 的深度學習解決方案將可讓福斯把數據中心的龐大資料轉化成為有價值的見解並進而改造事業。福斯已在自家數據實驗室成立了新創企業支援計畫，未來將為開發車用機器學習、深度學習應用的國際新創企業提供技術與財務支援。福斯、Nvidia 將自今年秋季起選出符合資格的 5 家新創企業。（本文由 MoneyDJ新聞 授權轉載；首圖來源：福斯）延伸閱讀： MIT 50 家最聰明企業：NVIDIA 榜首，鴻海首度獲選 人工智慧在 2030 年創造的全球 GDP，將超過印度與中國 GDP 總和