軟銀（Softbank）20 日發布新聞稿宣布，用來對 IoT（物聯網）、人工智慧（AI）、機器人等最先端技術進行投資的科技投資基金「軟銀視野基金（SoftBank Vision Fund）」正式上路，該基金已完成首輪募資，總計籌得 930 億美元（約 10.4 兆日圓）資金，且計劃於未來 6 個月內將資金規模進一步提高至 1,000 億美元的水準。軟銀指出，除了之前已宣布過的沙烏地阿拉伯主權財富基金「公共投資基金（PIF）」之外，同意對上述科技基金出資的企業還包含蘋果（Apple）、高通（Qualcomm）、鴻海、夏普（Sharp）和阿布達比主權財富基金。不過軟銀未公布個別企業的出資額規模。該科技基金將由擁有豐富投資經驗的軟銀投資團隊操盤，今後投資金額超過 1 億美元以上的案件都將透過該基金進行投資，投資對象不問上市或是非上市，且除了新興科技企業之外，企業價值達數十億美元規模的大企業也將列為投資對象。日經新聞 21 日報導，上述科技基金將成為軟銀的業績連結對象，今後該基金的營運成績將直接反映至軟銀業績上。報導指出，軟銀原先計劃對該科技基金出資 250 億美元，不過應其他出資者要求，因此軟銀計劃將旗下全額出資子公司 ARM 25% 股權（價值約 82 億美元）轉移至該基金，包含現金的部分，軟銀對該基金的出資額將提升至 280 億美元。（本文由 MoneyDJ新聞 授權轉載；首圖來源：軟銀）延伸閱讀： 夏普加入軟銀科技基金，將投資上千億日圓
近幾年來，機器學習與人工智慧被視為是一切事物的終結者──包括我們接收的資訊、投票的方式、可能被取代的工作，甚至是人類本身存在的必要性。因此我們應該會覺得這次 Google 利用機器學習推出的功能十分討喜：製作專屬於你的貼圖。這項功能內建於 Google 的聊天軟體 Allo，當你點入貼圖選項後，會有一個叫做「把你的自拍照轉成貼圖」的區塊。點進去後，它會開啟自拍功能；完成自拍後，Google 的人臉辨識功能會將你的臉對照到由設計師 Lamar Abrams 繪製的一系列人物表情。在這之中有上百種五官、臉型、髮型和配件可選擇，而 Google 認為這項功能將能夠產生出 563 千萬億種臉。首先會有一個原始的貼圖，使用者可以根據個人的喜好做修改，接著它就會自動產生出 22 個客製化的貼圖。這項功能源自於一個 Google 內部的研究計畫，他們想要知道機器學習是否可以即時將自拍照轉換成卡通版。但 Google 通訊計畫的 UX 負責人 Jason Cornwell 表示這不是他們的終極目標。「要怎麼做出不但能夠傳達你的個人特徵還能夠納入你想呈現的內容的產品呢？」「這是一個十分有趣的問題，它涉及到機器學習、影像辨識還有人類情緒。這也是為何我們讓 Jennifer 指引用戶去透過這項功能表達自己。」Jennifer Daniel 是一位十分知名的藝術總監，她最廣為人知的作品是她為彭博商周所製作的插圖，她也曾為紐約時報繪製社論。Jennifer 認為「圖畫讓你以一種有別於自拍的方式呈現你的情緒。自拍呈現的是一個理想化的自我，但表情符號則呈現出最精華而且誇張化的你。你甚至可以用一塊披薩或是一個殭屍來表達自己。」Cornwell 表示準確度並非他們的目標，「我們想要讓每個人創造出能夠代表他們的東西。」因此在用戶測試時，那些使用者會被問到這些貼圖是否可以代表他們，或者是他們的朋友是否可以藉此辨認出他們。▲ Google 用 AI 把自拍照轉成貼圖。（Source：Google）這項計畫代表的是 Google 一直以來重視的領域──機器學習是否能夠應用在更廣泛的使用經驗上。 Google 在機器學習領域保有領先的地位，所以如果他們能夠讓機器學習成為應用程式及網站的必備功能，那麼他們的產品就能夠大幅超越競爭對手。Allo 已成為 Google 測試各種機器學習功能的地方，Cornwell 表示，「我們想藉由 Allo 來看機器學習如何優化訊息的傳遞：從在對的時間點傳送對的訊息進階到在對的時間點傳送對的情緒。」難道 Allo 想代替我們傳遞訊息嗎？其實並非如此。當我們收到一則訊息時，Allo 會根據我們的對話紀錄推薦一系列的簡單回覆。比如說你在收到一張朋友在跳傘的照片時，它會建議你傳一則「太酷了！」的訊息；或者當你在進行一個群聊時，Allo 會幫你開啟一系列好笑的 GIF 方便你回覆。因此與其說Allo想代替我們傳達訊息，不如說它是在模仿我們的行為。Cornwell 也透露 Google 仍有許多類似的計畫正在進行，「我們想要透過各種方式讓藝術與機器學習結合。」雖然他沒有說明其他計畫內容，但他表示之後將陸續推出由其他藝術家所繪製、風格各異的貼圖系列。這項計畫代表工程與藝術結合的新里程碑，但我們才剛剛開始探索機器學習在藝術上可以完成的事項。如果達文西仍在世的話，或許蒙娜麗莎就不會僅僅是一幅靜態的畫作，而是可以呈現出每個觀看者在畫作中看到的自己。雖然目前還沒有看到如此新奇的作品，但或許我們可以期待像 Google...
上個月 Google 公布了關於 TPU 細節的論文，稱「TPU 處理速度比當前 GPU 和CPU 要快 15~30 倍」，引發科技圈熱議。Nvidia CEO 黃仁勳更親自撰文回擊，並貼出 Tesla P40 GPU 與 TPU 的性能對比圖，大有針鋒相對之勢。而在 10 日 GTC 大會上，Nvidia 又發表新一代 GPU Tesla V100。這場 ASIC 與 GPU 之爭愈發好看了！人工智慧和機器學習對 Google 的重要性已經不言而喻，為了在人工智慧時代搶佔先機，這位科技巨人已經開始研發和製造自己的晶片。2016 年年度開發者大會上，Google 對外宣布了針對其特殊 AI 演算法優化的 TPU 晶片。據了解，如今已有數十種類似的客製化 AI 晶片陸續問世。這讓近年來在深度學習領域有支配性地位的晶片供應商 Nvidia 備感壓力。為了反擊，Nvidia 也開始加強其新推的 GPU 晶片的客製化和專業性。在週三舉行的 GTC 大會上，Nvidia 發表了基於其下一代圖形架構 Volta，針對伺服器市場的 GPU 新品 Tesla V100。該晶片擁有超過 210...
亞馬遜最新單品 Echo Show 剛推出，就有人指控亞馬遜涉嫌抄襲初創企業 Nucleus 的產品。那麼定位智慧音響裝置的 Echo，怎麼會抄襲主打家庭對講系統的 Nucleus 呢？大公司抄小公司5 月 10 日發表的 Echo Show 與之前版本最大的不同，就是加入了一個 7 英吋的觸控螢幕，最大的賣點在於支援視訊通話。增加這個螢幕所帶來的功能，除了使之前只能聲音控制的功能可手控以外，最主要是讓安裝同一款裝置的不同螢幕之間可以互相通話。父母不在家的時候，孩子只需要跟 Echo Show 說一句「Alexa 打電話給奶奶」，孩子就能立刻與那一頭在廚房煮飯的爺爺奶奶視訊聊天。而這種讓家人輕鬆通話的功能正是幾年前 Nulcleus 研發的核心。▲ Echo Show。Nucleus 公司創立於 2014 年，公司認為現有的視訊通話技術還有很多改進空間，特別是如何立刻連接彼此的通訊。其靈感來自舊的家庭對講機系統，Nucleus 透過配置觸控顯示螢幕、120° 廣角鏡頭、立體聲揚聲器，完成了家庭電話、視訊呼叫以及智慧家庭管理的一體化。它主打家庭通訊，只要點擊螢幕上的視訊按鈕，即可輕鬆向其他螢幕發出呼叫。即使你不在家，也可以透過手機應用接到 Nucleus 打來的視訊電話。跟 Echo 一樣集合了 Alexa 語音助手的 Nucleus，也能查詢天氣預報、念出最新的頭條新聞以及訪問其他合作廠商內容，但卻不能像 Echo 一樣控制房間燈光或開門鎖。（Source：Nucleus）Echo Show 的新功能和 Nucleus 如此相近，甚至會讓人以為是同一個團隊設計了兩個裝置。但 Nucleus 表示，沒有任何團隊成員參與過 Echo Show 研發。事實上亞馬遜為了壯大以 Alexa 為核心的智慧家居生態體系，不僅向合作廠商開發者免費開放...
儘管密碼的洩漏事件已經十分常見，對多數人來說，便利性仍舊遠高於安全性的考量，這也是為什麼這麼多年來「123456」仍舊是最受歡迎的密碼之一。但是駭客入侵的情況這麼常見，究竟該如何保障密碼安全呢？用生物辨識技術取代密碼其實答案非常簡單，那就是完全捨棄密碼。彭博社報導，隨著生物辨識技術不斷進步，越來越多的企業選擇採取相關做法來避免洩漏風險，部分公司採用指紋掃描，一些則使用像 Amazon Echo 或 Google Home 的語音辨識，臉部辨識技術也開始受到關注。雅虎（Yahoo）產品管理副總裁 Dylan Casey 表示，雅虎打算徹底殺死密碼。「將來人們回憶起過去，發現竟然需要輸入大小寫字母、數字及特殊符號，來創造將近 10 位數的代碼來辨別使用者，應該會覺得十分好笑。」但該如何說服人們捨棄習慣的密碼系統，改採用生物辨識呢？雅虎在 2015 年 3 月就開始進行了一些嘗試，來減少用戶需要記住密碼來登入電子郵件的服務，用戶可以透過簡訊向手機發送隨機的一次性密碼，來避免密碼洩漏的危險。雅虎在這之後又擴大了功能，用戶只需要用手機確認登入是被允許的就好，由於現在許多智慧型手機都具有生物辨識功能，這種方法比起簡訊更加安全，因為它不僅要求持有手機，更需要用戶解鎖才能進行。（Source ：Flickr/Alexander Baxevanis CC BY 2.0）指紋、臉部、語音辨識類似這樣的系統已經逐漸開始出現。蘋果（Apple）在 2013 年將指紋掃描功能置入 iPhone，之後更拓展到 MacBook 系列中。微軟也開始讓在智慧型手機上使用 Outlook、Skype、Xbox 的用戶，可以選擇用指紋掃描進行登入。微軟身分辨識部產品負責人 Alex Simons 表示，到 2017 年 10~11 月左右，用戶只需要攜帶手機，就能夠用指紋辨識系統來登入你的 Windows 10 個人電腦。做為最需要重視安全的產業之一，一些銀行也開始採用了最先進的辨識技術。英國巴克萊銀行（Barclays Bank）在 2014 年先向較富有的客戶提供語音辨識的方案，2016 年開始一般用戶也能夠選擇加入。巴克萊銀行東南亞聯絡中心的 Simon Separghan 表示，銀行透過記錄和分析不同的聲音、語調、音調及講話速度來進行語音辨識，目前正努力將同樣的技術運用到行動銀行 App 上。根據了解，包含匯豐、花旗、桑坦德銀行也已經開始提供相關語音辨識服務。臉部辨識也開始變得普遍，英國駿懋銀行（Lloyds Bank）日前就宣布，將開始嘗試使用微軟的「Windows Hello」技術，讓用戶能夠透過電腦鏡頭來進行臉部辨識，進而登入到所屬的網路帳戶中。生物辨識真的完全安全？只是，這些新技術真的就比密碼安全，能夠完全避免駭客的入侵嗎？巴克萊的 Separghan 對此感到非常樂觀，他表示自從採用相關技術後，銀行還沒有發現任何違規行為。「我們相信語音就像指紋一樣獨特，無論是模仿還是錄音，系統都有能力檢測出來。」但 ABI 調研機構的數位安全總監 Michela Menting...
或許各位都聽過這樣的數據：到西元 2020 年時，全球產生的數位資料將高達 40 ZB 之譜，40 ZB 是什麼樣的概念呢？40 ZB 接近於 430 億 TB，約等於 76.7 億部 2.5 小時片長的 4K 電影（未壓縮版本的 4K 電影容量約為 5.6 TB），資料量之龐大，已經超越了人類所能想像的極限──當然，也遠超了人類大腦所能思考以及分析的範圍。這麼大的數據量會來自哪裡其實不難想像：光以社群網站來說，Instagram 每天上傳超過 9,500 萬張照片與影片、Facebook 每天產生 45 億個讚、Twitter 每天有 5 億條推文，更不用提每天在網路上生產的新聞、部落格文章、行車紀錄以及各類連接網路所產生的資料量，包含未來的車聯網、物聯網等，數位資料正以驚人的速度快速累加中。傳統資料中心早已不符合高密度訊息的網路數據處理與儲存模式，現代的資料中心在設計上需要更注重客製化──按照訊息分類儲存需求，在一個人們越來越沒有耐心的年代，要靠搜尋在短時間內讓使用者從龐大的訊息庫中找到資料、甚至將這些資料解析成有用的數據，就是一個相當巨大的挑戰。拜社群媒體與行動裝置的發達所賜，人們所需的資料已經開始從文字逐漸轉化為圖片、影片，而相關的存儲與運算、分類需求也越來越多，這類比文字還困難的分析與分類，也讓資料中心難以如以往般走單一規格化，而必須要按照服務的需求做設計，務求達到成本、耗能、運算這幾個基本條件的最佳化。而所謂的圖片、影像資料也只是現在這個階段最重要的需求，未來的車聯網、甚至物聯網等，也讓存儲與運算功能同時更形重要，你應該不會想要在開車獲取道路資訊時，因為資料中心運算過久，導致資料回傳給車子過慢，最終導致災禍的產生，在越來越接近「萬物連網」的道路上，運算的速度越快自然越好，而這也讓資料中心的設計越來越複雜化，造就了全新的雲端運算儲存發展。正是因為這樣的需求，許多有資料中心建置需求的公司無法再閉門造車，Facebook 於 2011 年 4 月提出了開放運算項目（Open Compute Program，簡稱 OCP），希望有大型資料中心需求的公司共同參與，目前這個計畫已經有 Facebook、Microsoft、Apple、Seagate、Dell、Ericsson、Cisco 等公司共同參與，這個項目的目標就是希望能夠透過公司彼此分享的方式，逐步勾勒出未來資料中心該有的共同規格。根據 TrendForce 記憶體事業處 DRAMeXchange 的研究指出，伺服器記憶體在 2017 第三季仍呈現供給不足的狀態，而這也意味著伺服器與雲端建置的需求相當強勁，包括 Microsoft、Google、IBM、Facebook、Amazon 等大廠早以全球為目標展開資料中心的建設工作──雖然腳步稍緩，但中國的大型網路業者也已經開始跨入資料中心基礎設計的領域，而中國廠商伺服器需求的成長幅度之高，也讓中國市場受到許多廠商的矚目。（Source：TrendForce）最近幾年開始流行起來的人工智慧，正是我們藉由科技產品收集大量數據後，所逐步開始發展的解決方案之一，以協助人類在面對大量數據時，能快速分析並應用這些資料到日常生活中，而這也正是雲端運算發展的一個重要環節。為了適應這樣的雲端新時代，軟體商與硬體商的分野逐漸模糊，軟硬整合的綜效將成為各家廠商是否能在新時代握有一席之地的關鍵。（首圖來源：shutterstock）
訓練機器人執行新任務的工作多半由專家負責，但 MIT 正試圖改變這個情況。來自美國麻省理工學院電腦科學暨人工智慧實驗室（Computer Science and Artificial Intelligence Lab，CSAIL）的 Claudia Perez-D’Arpino 和 Julie Shah 正在研發一套名為 C-LEARN 的系統，他們的目標是要讓「訓練機器人」這件事變得簡單到幾乎每一個人都能完成這項工作。舉凡人類生活中的例行公事──轉握把、開衣櫃、撿東西等都能輕易教會。這些機器人並非從零開始運作，它們本身就具備一些完成新任務所需的基本功能，而當一項任務指派時，它們所做的就是決定什麼時候需要什麼功能才能完成工作。它們學習的速度基本上不算快：在一對一的情況中，要教會一個機器人相對容易，但當人類要教會大量機器人時，這項工作就會變得相當耗時且繁重。為此，CSAIL 團隊開發了一套系統，讓人類只需針對一個具教學功能的機器人進行訓練，接著剩餘的訓練工作交由這名教學機器人執行即可。後學的機器人甚至不需要和第一個機器人一模一樣，在下方影片中，你可以看到 Optimus 模型將從人類身上學會的技能傳授給較大型的 Atlas 模型。這個系統成功的原因在於結合「示範內容」與「教學機器人既有的知識基礎」，因此教學機器人能十分準確地執行經過示範的任務，接著這樣的訊息經過轉換後便能用來教會其他機器人。但 C-LEARN 系統稱不上完美，人類需要花半個小時才能教會機器人如何撿起一個箱子，諸如躲避碰撞等複雜的任務則尚不在這個系統的能力範圍內。至少就目前來說，這些機器人可以扮演貨櫃的搬運者或用於進行簡單的保養工作。 MIT System Makes It Easy to Teach a Teaching Robot So It Can Teach Other Robots Anyone can teach this MIT robot how to teach other robots...
隨著人工智慧（AI）逐漸發展，霍金（Stephen Hawking）和特斯拉執行長馬斯克（Elon Musk）都發出警告，認為人們將會失去對機器的控制，甚至可能會影響自身的發展，但 Google 的 AI 研究專家認為這是十分荒謬的。CNBC 報導，身為 AI 領域的專家和 Google 的研究主管，Peter Norvig 並不贊同所謂的「殺手機器人」（Killer Robot）理論會出現，他覺得人們應該聚焦在如何避免工作被取代的問題上。Norvig 指出，機器人造成許多工作機會消失的情況，毫無疑問會來到，「目前在一些工作上已經出現許多變化，而這種變化將會一直持續下去。」報導指出，由於工業機器人使用逐漸普遍，製造業中已經出現許多工作機會縮減的情況，但隨著技術發展，工作被取代的情況將會逐漸往上發展，法律、金融、媒體及其他許多工作都可能出現改變或消失。對於機器人將取代工作機會的情況，多數人幾乎已經是達成共識，問題只在「何時」及「規模大小」，Norvig 認為，如果來的時間太快，很有可能會造成社會混亂，必須找到方法協助緩解。但是就像引擎的發明使馬車消失，同時也創造了數百萬全新的工作機會，機器學習的技術也會創造全新的工作。只是 Norvig 也強調，工作機會的消失很容易看見，但即將要出現的工作內容卻很難預測，因為它們還不存在。儘管如此，Norvig 認為正要進入職場的年輕人並不需要為此感到沮喪，或放棄自己的抱負。「試著找到你感興趣、同時能滿足人們需求的事情，注意各種新技術並試著學會使用它們，並且將其應用在你感興趣的領域上。」Norvig 表示，「總有事情需要由人去做。」 Here’s how one of Google’s top scientists thinks people should prepare for machine learning （首圖來源：Flickr/D Coetzee CC BY 2.0）
一手聯盟日本軟銀、中國阿里巴巴，另一手撒網投資，去年購併夏普、今年進攻東芝，更是為了鴻海轉型科技服務公司鋪墊──受高人指點的郭台銘，早已悄悄布局人工智慧物聯網（AIoT）。「早安 Sonia，記得早上喝杯咖啡醒醒腦喔。」萌樣的 Pepper 對剛進公司的她說。這裡是沛博科技的總部，也是鴻海集團人工智慧（AI）的祕密基地。走進基地，只見各個 Pepper 或舞動、或說話、或轉頭，工程師們正為 Pepper 開發測試新軟體。從美國蘋果的 Siri、IBM 的 Watson 到 Google 的無人車，正步步向電影科幻故事裡人工智慧機器人實現夢想中。AI 正翻轉世界，從工廠、客廳到各行各業。掌握人腦科技，就掌握未來科技與經濟命脈。但台灣企業強於硬體，AI 則以軟體思維開展，台灣起步慢且弱，各企業著墨甚少，鴻海集團已算領先，正兵分兩路布局 AI──一是結合國際盟友，組成鴻海機器人大聯盟，打國際盃；二是積極布局人工智慧物聯網（AIoT）。Pepper 是日、台、中混血兒，由台灣鴻海夏普集團總裁郭台銘、日本軟銀總裁孫正義、中國阿里巴巴創辦人馬雲組成國際聯盟，打造全球第一台情感型機器人。軟銀負責軟硬體設計、鴻海負責硬體製造、阿里巴巴負責中國市場。不只是硬體商機，「我們要成為機器人界的 iPhone。」沛博科技商務暨應用開發部總監林秀明表示，策劃萌樣 Pepper 目標在應用軟體，要軟硬通吃，因為沒有人工智慧的機器人，只是玩具。▲ Pepper 必須仰賴後續 App 開發來變聰明。右為沛博科技商務暨應用開發部總監林秀明。從玩具變完人，Pepper 靠 App「長智慧」郭台銘認為，目前只能算是 AI 實現的初步。「期待如同電影上看到的機器人，會跟你聊天、會幫你買東西、幫你做事的機器人，確實還有一大段很大距離。」林秀明在白板上畫出預期與實際的差距。他正帶領團隊積極研發應用軟體（App），希望大家能共同開發，以大量 App 來補強這段智慧距離，以加速 AI 應用，實現人類的期待。至於擔不擔心聰明的機器人會取代與掌握人類，他認為，目前的距離仍遙遠。Pepper 的軟體由軟銀機器人控股公司開發，並與微軟與 IBM 合作完成。沛博則在其底層軟體上開發應用軟體，同時協助開發者完成 App，創造商機，目的使 Pepper 可因應不同客戶需求，開發不同的 App，就如每人的智慧型手機上的 App 不同。軟銀 2016 年 5 月推出 Android 版 Pepper，讓開發者可以 Pepper 平台開發系統，還能使用現有 Android 商城的 App，讓 Pepper...
從到各種軟體背後的大數據分析，到已經走進人們日常使用設備中的人工智慧助理 Siri、Google Assistant 和 Alexa，再到初登棋壇就完勝著名棋手李世乭的 Alphago，人工智慧似乎已經無處不在。各大科技巨擘在人工智慧領域的動作越來越多。來自國外媒體 TechCrunch 的消息稱，蘋果以接近 2 億美元的價格收購一家專門從事人工智慧研究的公司──Lattice Data。不過 Lattice Data 在人工智慧領域所做的事情可能和人們印象中不太一樣。Lattice Data 主要利用 AI 的推理機制來使非結構化的數據「Dark Data」，轉化為結構化（和更多可用）的訊息。「Dark Data」指的是一種非結構化，未標記和未開發的數據，可在資料儲存庫中找到，但並未被分析或處理，實質上和我們常說的「大數據」一樣，但價值很多時候都被企業和開發者忽略了。 ▲ Dark Data 還有很大的挖掘空間。（Source：odintext）在所有被創建的數據中，有 70%~80% 的數據都是非結構化的「Dark Data」，也就是說，這些數據如果不經過處理和重構，是難以被利用的，而這樣龐大的數據如不能轉化為可用的訊息，就會全部被丟棄。此外，該公司另一項技術類似 Google 的「知識圖譜」，這項技術可使人工智慧助理理解人物、地點和事物之間的關系，進而回答各種問題。 ▲ 三星的人工智慧助理 Bixby。據 9to5mac 報導，在被蘋果收購前，Lattice Data 也在和其他公司洽談如何使自家的人工智慧助手更加智慧，這些公司包括亞馬遜、三星，而這兩家公司都有自己的人工智慧助手，Alexa 和 Bixby。 ▲ 蘋果的人工智慧助理 Siri。那蘋果收購這家公司又是出於什麼考慮呢？到目前為止，雖然並沒有更多信息顯示蘋果和 Lattice Data 會以何種方式合作，但蘋果今年很有可能推出一款 Siri 智慧音響，或許蘋果收購 Lattice Data 就是想讓 Siri 在數據分析、整合和有效利用的能力上優於其他競爭者。（本文由 愛范兒 授權轉載；首圖來源：Lattice...