網景通訊公司（Netscape Communications Corporation）共同創辦人安德森（Marc Andreessen）曾在 2011 年於華爾街日報發表名為「為何軟體正吞噬全世界」（Why Software Is Eating The World）專文。NVIDIA Corporation執行長黃仁勳 5 月 24 日透過官網部落格發表專文指出，人工智慧（AI）是人類史上最大的科技勢力，AI 正在吞噬軟體（AI is eating software）。他說，NVIDIA GPU 運算已成了當代達文西、愛因斯坦不可或缺的工具，過去一年來打造 GPU 驅動 AI 服務的新創公司家數成長逾 4 倍至 1,300 家，沒有人想錯過下一個重大科技新突破。NVIDIA 日前在 GPU 科技大會（GTC）發表的全球最先進 AI 運算架構「Volta」，採用台積電 12 奈米 NVIDIA 優化製程，每顆 Volta GPU 可進行 120 兆次浮點運算（Teraflops）。Google 上週在 I/O 2017 會上發表的 TPU（Tensor Processing Unit，張量處理單元）第二代晶片擁有 45 Teraflops。CNBC 24 日報導，Google...
人機大戰第二局 25 日登場，由 AlphaGo 執黑子先發，至盤中時中國棋王柯潔主動宣布認輸，讓 AlphaGo 再度奪下第二場勝利。在 23 日舉辦的第一局賽事中，中國棋王柯潔以僅 1/4 子（半目）之差輸給 AlphaGo，第二局柯潔則在第 155 手時主動認輸，但柯潔的表現仍舊讓 AlphaGo 之父、Google DeepMind 的執行長 Demis Hassabis 十分欽佩。第二局賽事在今天上午 10:30 登場，柯潔執白子後手。賽事開始一個小時後，Demis Hassabis 發了一則推特，稱讚柯潔的表現不可思議，「根據 AlphaGo 的評估，柯潔此時表現得非常完美。」根據 AlphaGo 資深研究員 David Silver 透露，AlphaGo 在去年與李世乭對弈後進行了升級，之後便能透過自我對弈學習，不再需要人類棋手幫助就能找到自己的弱點，與李世乭對弈的舊版本相較，新版本 AlphaGo 約可讓舊版本 3 子。儘管中國棋界普遍認為柯潔執白子時勝率較高，但賽事進行至盤中時，雙方明顯陷入僵持，思考時間也開始出現明顯的差距。在陸續出現幾手失誤後，柯潔在 155 手投子認輸。由於柯潔今天顯得較緊張，記者詢問是不是感受到太大壓力，柯潔表示，這是因為相較第一局，他今天感覺到有獲勝的可能性。柯潔解釋，由於追求勝率，AlphaGo 在勝率較高時會採取簡明取勝的下法，就像第一局時，AlphaGo 由始至終都十分穩健。但今天的賽局，他發現 AlphaGo 幾手下得比較冒險，讓他感到有些驚訝。柯潔表示，至盤中時，他一度認為勝利很接近了，但他想 AlphaGo 可能並不這麼認為。因為感覺到自己獲勝的可能，柯潔表示變得太過緊張，後續就下了一些不太好的棋，「可能這就是人類很大的弱點吧。」對於今天的表現，柯潔認為自己表現得很不錯，但也為自己盤中的緊張鬆懈感到抱歉。柯潔表示，他並不喜歡「安樂死」的感覺，今天這局棋讓他下得熱血沸騰，希望在接下來的比賽也能持續有好發揮。雖然 AlphaGo 看似輕鬆奪下兩場勝利，Hassabis 賽後也再次稱讚柯潔的表現。Hassabis 表示，這一場比賽柯潔的前 100 手表現，是目前為止 AlphaGo 碰到最勢均力敵的對手。「這是一場精彩且複雜的比賽，柯潔真的將 AlphaGo 推向極限。」柯潔與...
時隔一年，AlphaGO 打敗世界排名第一圍棋高手柯潔，再度完勝人類棋士！AlphaGO 背後致勝關鍵 TPU 同樣吸引世人目光。這次與柯潔的對弈，AlphaGO 跟著升級，導入近日甫在 I/O 大會亮相的第二代 TPU，也再一次引發科技業一波對於「Google 第二代 TPU，究竟會為 Nvidia 帶來多大威脅？」的熱烈討論。AlphaGO 在 2016 年初打敗南韓圍棋九段高手李在乭一戰成名，時隔幾個月，AlphaGO 的幕後推手 Google 在 I/O 大會首度揭露背後致勝的關鍵──自家機器學習晶片 TPU（Tensor Processing Unit）。然直到今年 6 月 Google 才正式公開設計架構與相關細節，Google 官方稱「TPU 處理速度比當前 GPU、CPU 要快 15~30 倍」，除了引起不少關注，更引發了一波與 Nvidia 的口水戰，甚至讓 Nvidia CEO 黃仁勳親自發文反擊，並貼出 TPU 與自家 GPU 加速器 Tesla P40 性能比較。（Source：Nvidia）究竟 TPU 能不能像外界所言「打敗」GPU、CPU，我們先來了解 TPU 到底是什麼？Google 公開 TPU 之時，透露 TPU 為特殊應用積體電路（application-specific integrated...
日前於烏鎮舉辦的圍棋人機大戰，中國頂尖棋士柯潔失利，以 1/4 子負於 AlphaGo。面對加強版的 AlphaGo，賽前外界普遍不看好柯潔能獲勝。5 月 24 日的人工智慧論壇上，AlphaGo 團隊負責人就揭露了更多 AlphaGo 的開發細節，指 AlphaGo 化身 Master 在經過網上 60 場頂尖水準的對弈和自我學習後，棋力已比 2016 年對戰李世乭時更進一步 ，而且使用最新的硬體和機器學習技術。面對更強的 Master 版本，柯潔僅負半目於首戰落敗，已表現出身為世界頂尖棋士的實力。2016 年 3 月，由 DeepMind 研發團隊開發的 AlphaGo 一鳴驚人，在五局對弈中以四勝一負的成績壓倒性擊敗南韓職業九段棋士李世乭。事隔一年，Google 於中國烏鎮舉辦為期 5 天的圍棋暨人工智慧高峰會，掀起人工智慧與人類頂尖棋士的第二次正式公開對決：DeepMind 的圍棋人工智慧 AlphaGo 與世界排名第一的柯潔九段展開三番棋對弈。在 23 日的首局對弈中，執白棋的 AlphaGo 以 1/4 子的優勢先拔頭籌獲勝。柯潔亦在賽後表示，AlphaGo 實在出色，這一局輸得心服口服，還形容 AlphaGo 已接近圍棋之神了。AlphaGo 快速自我完善 進步神速全靠獨特演算法AlphaGo 能屢屢擊敗人類頂尖棋手，在於其先進的機器學習演算法。一直以來，圍棋被認為是傳統遊戲中對人工智慧最具挑戰的項目。不單是因為圍棋包含龐大的搜尋空間，更是因為對落子位置的評估難度，已遠遠超過簡單的啟發式演算法，以現在的電腦運算能力，也無法就所有可能的棋局情況做窮舉搜尋。DeepMind 研究科學家 David Silver 就在首日賽後的人工智慧峰會上詳細解構了 AlphaGo 背後演算法的細節。為了應對圍棋的複雜性，在訓練 AlphaGo 時，團隊採用新穎的機器學習技術，結合人類專家監督學習和強化學習的優勢。透過訓練形成策略網絡（Policy network），以棋盤上的局勢為輸入資訊，並對所有可行的落子位置產生概率分布，然後訓練出價值網路（Value...
在這場比賽之前，有讀者問，人與機器的對弈沒什麼意思了，AlphaGo 能否跟自己打一場？現在就來了，今天上午的確是這麼一場比賽──連笑八段＋AlphaGo 1 對弈古力九段＋AlphaGo 2，而比賽的精彩程度實屬罕見！（真的太罕見了，歷史性的一刻）▲ 背對者為連笑方。實際上，雙人配對戰在人類圍棋比賽中是比較常見的形式，但人類棋手與 AI 配合卻極為罕見，應該說，這次與 AlphaGo 組隊是史無前例的配合。根據比賽設定，連笑與古力分別與 AlphaGo 組隊。也就是說，兩位棋手除了要理解 AlphaGo 的作戰風格，還要與之合作。連笑方執白，古力方執黑，每方 1 小時，用時結束後將有一次 1 分鐘讀秒。▲ 左為連笑方，右為古力方。整個過程中，AlphaGo 頻出「奇招」，下了很多讓擔任講解員的圍棋大師華以剛驚呼的子，而連笑與古力也頻頻露出驚訝表情。隨著賽程推進，連笑的用時越來越多，與古力方漸漸拉開距離，差距將近 15 分鐘。在古力還剩 11 分鐘時，棋面漸漸收兵。在這個時點，連笑有 60 目，古力有 68 目，華以剛認為棋面的優劣局勢已經非常明顯（注意這裡連笑的劣勢非常明顯）。雖然配對賽講究合作，但人與機器的「合作」卻在某種程度上相互牽制。DeepMind 創始人哈克比斯曾說過，AI 只是讓人類變得更好的工具。在這盤棋中，雖然 AlphaGo 跟在古力後面有幾步棋很符合人類配合的打法，但仍然出現很多奇怪的著數。在劣勢明顯的情況下，與連笑配合的 AlphaGo 1 似乎覺察局勢，下子越來越激烈，每步都讓人驚呼同時，也對下一步棋愈發期待。之後整盤棋進入兩方互相較勁的「你唱罷來我登台」狀態。有意思的是，連笑方的 AlphaGo 1 似乎不想輸給「同伴」，因此拚命發力，卻讓同隊的連笑陷入為難，因為他需要跟著 AlphaGo 1 的思路往下走。▲ 右為古力方。不過剩最後幾分鐘時，連笑與 AlphaGo 1 又逐漸心有靈犀，配合得十分不錯，很多步棋都有造成「反轉」效果。從某種程度上來說，這場人機配對戰的精彩程度要勝於人機對抗賽，整個賽程各種逆轉，堪稱「九彎時八拐」，甚至連讓坐在台下的棋友不斷發出笑聲和驚歎。亮點一，在於 AlphaGo 逐漸成了關鍵，或許是由於「能力太強」，反而需要人類棋手配合它；亮點二，與人機對弈不同的是，AlphaGo 與自己對決讓雙方完全勢均力敵，戰況膠著，一下子平衡了對弈雙方的能力差距。很顯然，人工智慧給不同人運用，其 AI 發揮作用的強弱就不同，就像屠龍刀在普通人手中可能就是一塊黑黝黝的廢鐵，但到了謝遜等武林高手手中，就真的無人與其爭鋒了。對棋手來說也是如此。實際上，按照目前最新的世界排名，連笑勢頭非常猛，已攀升到第三了，僅次於柯潔和朴廷桓，而古力九段也是叱吒風雲多年的老將。兩者與 AI 的合作讓整場比賽分外精彩，而我們一開始甚至認為，兩者駕馭 AI 的能力應該會勝人一籌。但比賽的最後 10...
AlphaGo 與中國 5 位九段棋手的團體戰在 26 日下午登場，由團隊執黑子先發，在接近 4 個小時的對弈後， 5 位棋手在收官階段主動認輸，讓 AlphaGo 再奪下一場勝利。出戰的團隊由中國棋手時越、羋昱廷、唐韋星、陳耀燁和周睿羊組成，5 位都是中國 9 段的年輕棋手，其中負責執棋的隊長周睿羊因為下棋風格獨特，更有著「人間 AlphaGo」、 「Alpha 羊」的稱呼。只可惜 AlphaGo 仍舊是技高一籌。在今天的團隊賽中，團隊執黑子先發，雙方各有 2 個半小時的思考時間，雖然團隊能聚集更多的看法，但也因此花了更多的時間討論如何下棋，至盤中時團隊已經用盡了時間，而 AlphaGo 還僅用了 1 小時。在時間用盡後團隊方進入 3 次一分鐘的讀秒時間，因此改由唐韋星負責下棋，在收官階段 5 人決定投子認輸。儘管圍棋隨著時代持續在進步，但 AlphaGo 在的對弈中的幾手棋仍舊讓人大感意外，讓說明的主持人不僅感嘆的說，「現在的圍棋和以前的圍棋很不同，但在 AlphaGo 出來後又是天壤之別了。」在賽後的訪問中，周睿羊表示，對於能和 AlphaGo 對弈感到十分激動，但因為 AlphaGo 在白棋時下法比較多變，第 4 手的下法就已經出乎團隊意料，導致在第一場爭奪中就屈居下風，至盤中都無法找到明顯機會進攻，也因此輸掉這場比賽。唐韋星則指出，至收官時團隊原本早就希望認輸，但他希望再多下一些來觀察 AlphaGo 的下法，看 AlphaGo 會不會因為勝率就高就退讓，但他發現 AlphaGo 即使有些許退讓，下法仍舊十分穩健，因此最終決定認輸。對於記者詢問 AlphaGo 在獲得這次全面的勝利後，是否會將 AlphaGo 在此次賽事中對於形勢及勝率的判斷情況分享給全世界棋迷，DeepMind 研究科學家 David Silver 表示，確實有計畫要分享一些材料給大眾，但關於詳細內容可能要一陣子後才會公布。柯潔與 AlphaGo...
5 月 16 日，Facebook 官網公布，推出全新開源軟體平台 ParlAI，致力於打造一站式對話研究商店，加快提高聊天機器人的智慧聊天水平。人工智慧的一個長期目標就是希望能製造出可以和人類自然交流的聊天機器人。現在生產出來的機器人雖然有時候可以完成具體的單個任務，但是在理解多個句子或者把多個子任務聯合起來形成一個主任務上有很大的困難。像比較複雜的對話，例如，預訂酒店或和它聊體育新聞。這就需要它能理解多句意，並且能夠推理來進行下一輪談話。因為人類對話很複雜，在很多有關聯的任務中使用的是相同的輸入輸出格式，卻需要不同的知識技能，機器人一定會被這些任務打敗。為了達到這個目標，開發一個軟體用來整合這些任務，以及可供代理學習是很有必要的。找到了這個需求後，Facebook 的 AI 研究團隊開發了一個新的開源平台，用來一次性跨越多任務，訓練和測試對話模型。ParlAI 是一站式對話研究商店，研究員可以在這裡提交新任務，對單個對象訓練演算法，共享儲存空間。它和 Mechanical Turk 結合來數據收集、訓練和評估，也可以讓 ParlAI 中的機器人和人對話。這個計畫的目標是將現有對話資料集和學習系統整合，包括人機之間的真實對話。ParlAI 補充了現有的 Facebook AI 研究團隊的文本研究，像 FastText，它是快速和有效的文本分類工具；還有 CommAI，它是用來透過日益複雜的任務來開發通用人工智慧的框架。ParlAI 中的任務超過 20 個公共資料集包含在此版本中，如下圖左邊所示：任務分為 5 類 問和答：這是最簡單的對話框形式之一，每個說話者只有一輪。問和答這種方式是特別有用的，因為評估比其他形式的對話框簡單：如果問題的答案是已知的（即，資料集被標記），那麼我們可以快速檢查答案是否正確。 句子完成（完形填空）：在這個測試中，代理器必須在對話框中的下一個語句中填入一個缺失的單詞。雖然這是另一個專門的對話框任務，資料集採集很便宜，評估很簡單。 目標導向的對話：一個更為現實的對話類別涉及到達到一個目標，例如，一個客戶和旅行社討論航班、一個人向另一人推薦電影、兩個人約定何時何地一起吃飯等。 聊天對話框：有些任務不一定有一個明確的目標，更多的是討論；例如，兩個人談論體育、電影或一個共同的興趣。 視覺對話：這些任務包含圖像和文本。在真實世界中，對話框通常以物理對象為基礎。在未來，計劃添加其他感官資訊，如音頻。 在 ParlAI 選擇一個任務和在命令行中指定它一樣簡單。如果資料集尚未使用，ParlAI 會自動下載它。因為所有的資料集在 ParlAI 都會以相同的方式處理，對話代理可以在它們的訓練和測試之間切換。你也可以透過提供一個以逗號分隔的列表，進行一次性多任務指定；例如命令行 -t babi,squad 用了兩個資料集，所有的 QA 資料立刻集合 -t #qa；或者 ParlAI 中每個任務立刻集合 -t #all，目的是為了讓構建和評估一個豐富的對話模型變得簡單。多重世界；代理；老師在 ParlAI 主要的概念（類）是多重世界，代理，和老師。世界是說話者所生活的環境，可以從簡單的雙向對話變化到更複雜的場景，如反應性遊戲環境。代理是可以在世界上表演和說話的東西。代理可以是一個學習者，如機器學習的系統，或一個硬編碼的機器人，用來與學習者互動，如游戲中的非玩家角色。最後，老師是一種和學習者交流的代理，例如，實現了以前列出的任務。所有代理使用一個單一的格式─觀察 / 操作對象（一個 Python）─交換文本，標籤，並與其他代理互相獎勵。代理發送此消息來說話，並透過接收到相同形式的消息，來發現在環境中的其他說話者。這使我們能夠解決各種對話問題，從強化學習到完全監督學習，同時保證所有的資料集符合相同的標準。當研究人員建立新的模型，他們可以很容易地應用在許多任務上。在定義了一個世界和它的代理之後，主迴路調用其中的函數 world.parley (...
記憶體模組大廠威剛科技（ADATA）積極拓展事業版圖，發展非記憶體領域事業，由於看好人工智慧（AI）未來市場發展規模，威剛憑藉耕耘多年的全球品牌、通路及技術優勢，打造兩款服務型陪伴機器人正式跨足 AI 領域。董事長陳立白在發表會中表示，AI 機器人未來商機相當大，將成為台灣下一個「十兆元產業」。陳立白指出，全球 AI 產業產值會在 2030 年快速增長至 5,000 億美元，為目前最可能以最快速度超越智慧型手機產值的產業。不過，機器人領域因技術和經營門檻很高，所以做起來相當不易。「威剛不怕困難花了近三年，集合國內外好幾個團隊的心血，領先業界推出機器人，」陳立白形容這就像是挑了塊「硬牛排」吃，但其實內裡多汁營養高。「未來在物聯網時代，手機將成為人們的『小祕書』，」他說，「機器人不管在家裡或在辦公室，都將扮演『大管家』的角色，成為生活中不可或缺的幫手」。▲ 威剛董事長陳立白指出，AI 機器人將成為台灣下一個「十兆元產業」（Source：《科技新報》攝）威剛所推出的兩款智慧家庭機器人，分別是大台的「AROBOT 萌啵啵」，售價約在 2 萬元新台幣內；小台的 「AROBOT 萌咘咘」，售價則是 9,000 元新台幣有找。兩款機器人將內建六國語言包括中、英、日、法、葡萄牙、西班牙等版本，預計 8 月開始接單，9 月、10 月陸續出貨。▲ 威剛「AROBOT 萌啵啵」體型較大，高約 54 公分，售價約 2 萬元新台幣（Source：《科技新報》攝）▲ 威剛「AROBOT 萌咘咘」體型較小，高約 25.5 公分，無顯示螢幕，售價 9,000 元新台幣有找（Source：《科技新報》攝）威剛機器人除了採用自家記憶體和 LED 外，也採用原相科技和其他廠商所供應的感測器元件，陳立白透露，為響應愛用國貨，接下來計劃採用聯發科晶片。他希望威剛能與華碩（ASUS）成為台灣機器人業界的「雙 A 品牌」，也希望邀請從事 AI 相關技術的台灣廠商加入一起「打群架」，打造類似蘋果供應鏈的機器人供應鏈，共同努力做大這塊餅，將軟硬體、韌體、語音辨識、影像辨識等技術加以整合，搶攻十兆元產業商機。威剛在 AI 機器人這塊餅做大前，已開始進行專利布局搶占先機。陳立白指出，威剛在過去兩年已申請一些全球專利與發明專利，還有部分專利正在申請中。另外，針對威剛機器人的銷售目標，陳立白坦言現在已有外銷訂單，接下來將擴展海外市場，預計一年內可突破 10 億元新台幣業績，屆時將考慮拆分機器人事業，未來也不排除獨立上市。▲ 威剛宣布正式跨入 AI 領域（Source：《科技新報》攝）（首圖來源：《科技新報》攝）延伸閱讀： 推廣 Pepper 機器人半年，沛博科技：台灣環境還有很大的進步空間 Zenbo 現身！施崇棠：「華碩要做一家讓機器人走入千家萬戶的公司」 集娛樂與教育特點於一身，UBTECH 智慧機器人搶進台灣市場...
5 月 10 日，Lee Gamble 在 Twitter 上講述他在挪威奧斯陸一家披薩店的遭遇。他去披薩店用餐，店門口建議菜單的電子廣告正巧壞掉，畫面不是全黑或藍螢幕。螢幕上出現一個對話方塊，內容是大段程式碼。Lee Gamble 仔細看了看，看出這是臉部辨識系統程式。廣告牌透過頂部的鏡頭，蒐集客人的臉部資訊，以判斷其性別、年齡、觀看廣告的時間。一種「老大哥在盯著你」的既視感。目前，這條推文的轉推數早已破萬。有人恐慌，擔心自己的隱私洩露；有人調侃，系統不會是因為人的表情太醜崩潰的吧。▲ Lee Gamble 的推文。別恐慌，它認不出你有網友在推文下科普，別恐慌，這種類別的人臉辨識，早就在廣告業普及了。2013 年，全球零售巨頭 Tesco 便聲稱，要在英國 450 個加油站便利店的電子廣告植入人臉辨識。透過該技術，在得知用戶的年紀、性別後，螢幕上可能會出現對用戶來說，最具吸引力的護膚品建議。為了吸引觀眾觀看演出，2014 年，西班牙一家劇院在劇場座椅前安裝 iPad，利用 iPad 對觀眾進行人臉辨識，偵測表情。如果表演期間，觀眾笑一次，便可在原有票價上減少 0.3 歐元。推出這項優惠後，劇院的票房收益出現大幅上漲。應用在電子廣告中的人臉辨識，具體說來，叫做匿名視訊分析（AVA）。AVA 透過抓取個人面部特徵，與資料程式庫裡海量的人臉資訊進行比對，以此判斷性別、年齡，記錄觀看廣告牌的時間、掃視次數、甚至透過臉部編碼，掌握人們的情感表達，如微笑、皺眉等。與監控裝置不同，AVA 不會儲存影像、視訊。當一個人離開廣告牌現場後，AVA 根本記不住他是誰，使用資料者也無法認出他。在技術上，AVA 辦到了匿名化。▲ 放在披薩店門口的電子廣告牌。但這令人感到害怕如今，酒店、機場、商場，這些人流量大的地方，都可能放著加入 AVA 功能的廣告牌。廣告公司和零售商分析用戶資料，精準地投放廣告。但是，商家在人們不知情的前提下搜集，一名 Twitter 網友說：「這令我感到害怕。」國際上，有一套關於個人資訊使用的隱私標準。其中規定，公司、商家在使用人臉辨識這類技術時，必須明確告知消費者。消費者有權選擇結束，如在使用 AVA 廣告牌的現場，可以選擇性規避顯示螢幕和感測器。有趣的是，一塊電子廣告意外當機，一名網友拍照上傳，一群網友對商家蒐集用戶個人資訊大驚小怪。在網際網路上，個性化建議早就不是新鮮事了。這群上 Twitter 的網友，他們每天搜尋了哪些詞語，點開了哪些網站，他們的年齡、學歷、性別等各種個人資訊，都會被網際網路公司蒐集、整理，然後傳送相應的廣告。同樣的邏輯，在網路上，人們習以為常，視而不見；在現實生活中，卻感到恐懼，擔憂。▲ AVA 功能的硬體，從電子廣告牌上摘除了。經過 Twitter 熱議，如今，那家披薩店已將 AVA 功能的硬體，從電子廣告牌上摘除了。AVA 技術卻不會因此被廣告界拋棄。它甚至會出現在更多、我們意想不到的應用場域裡。以後，當你在看廣告時，廣告也在暗中觀察你。出於禮貌，現在起，我要向所有電子廣告螢幕保持微笑。（本文由 PingWest 授權轉載；首圖來源：shutterstock）
5月18日凌晨，Google CEO Sundar Pichai 在 I/O 大會上正式公布了第二代 TPU，又稱 Cloud TPU 或 TPU 2.0，這一採用雲端計運算的硬體和軟體系統，將繼續支撐 Google 最前沿的人工智慧技術。第一代 TPU 於 2016 年發表，它被做為一種特定目的晶片而專為機器學習設計，並用在 AlphaGo 的人工智慧系統上，是其預測和決策等技術的基礎。隨後，Google 還將這一晶片用在了其服務的各方面，比如每一次搜尋都有用到 TPU 的計算能力，最近還用在了 Google 翻譯、相簿等軟體背後的機器學習模型中。今天凌晨，Google 宣布第二代的 TPU 系統已經全面投入使用，並且已經部署在 Google Compute Engine 平台上。它可用於圖像和語音辨識、機器翻譯和機器人等領域。新的 TPU 包括了 4 個晶片，每秒可處理 180 萬億次浮點運算。Google 還找到一種方法，使用新的電腦網路將 64 個 TPU 組合到一起，升級為所謂的TPU Pods，可提供大約 11,500 萬億次浮點運算能力。（Source：wired）強大的運算能力為 Google 提供了優於競爭對手的速度，和做實驗的自由度。Google 表示，公司新的大型翻譯模型如果在 32 塊性能最好的 GPU 上訓練，需要一整天的時間，而八分之一個 TPU Pod...