Google 要用 AI 來做創造類工作不是新聞，前陣子才推出 AutoDraw 讓畫圖苦手能憑幾筆畫弄出藝術家等級線條畫。如今 Google 談背後的技術部分。儘管成果就真的像小孩子塗鴉，身為「父母」的 Goolge 研究員仍高調在網路曬成果。Google 的研究人員依靠 App Quick, Draw! 取得的畫筆資料，研發畫圖 AI sketch-rnn，能夠直接模仿人類畫畫的方式，一筆一筆學會畫畫。訓練資料則包括 75 種物品，像是貓頭鷹、蚊子、花園或是斧頭，每種資料含有至少 7 萬筆個別範例。 ▲ Google 研究者調教 AI，AI 在調教過程中畫畫的狀況。而為了加強 AI 的辨識度，研究員加入雜訊，希望 AI 能學會辨識重點。而範例圖案訓練 AI，至少不會畫出三隻眼睛的狗或是貓。另外研究者還混入混合圖片，像是畫出八隻腳的豬，AI 成功畫出四隻腳的豬。 ▲ AI 有時候會畫出合理但不存在現實裡的物體，而 sketch-rnn 被訓練如何合理畫出東西。藝術創作目前仍是人類的天下，但有無數次用機器征服的企圖。去年 5 月 Google 曾發表 Magenta 計畫，嘗試用 AI 來創造樂曲，儘管不怎麼好聽，但至少 AI 的確創作一首曲子出來。或許那一天，Google Doodles 有機會出現 sketch-rnn 畫的線條畫，或是至少代班畫幾次吧？ Google’s...
21 世紀經濟報導，中國工信部信軟司副司長朱皖昨（28）日於「2017 年人工智慧電腦視覺產業創新大會」表示，中國在資料保有量、應用場景、計算資源和軟體發展等方面具有很強的比較優勢，人工智慧發展面臨良好契機，未來將大有可為；工信部也將會同相關部門共同策劃部署人工智慧重大國家戰略，加強標準化工作，研擬編制人工智慧發展的白皮書和產業生態地圖，引導社會圍繞重點領域加大投入。朱皖指出，中國工信部將從四個方面推動人工智慧發展。第一，加強頂層設計，統籌部署產業發展；第二，將人工智慧產業發展與一系列重大應用工程相結合；第三，重點突破關鍵技術和重點產品；第四，引導加強國際合作。其中，將加強人工智慧相關軟硬體產業供給和智慧製造的協同發展，在智慧製造綠色製造等重大專案中實施支援人工智慧技術的突破和應用，引導人工智慧在各行業，各領域展開合作。此外，中國工信部將支援面向人工智慧的基礎軟硬體技術的突破，進一步推動人工智慧相關各方面的技術轉化為各類產品和各種應用，鼓勵成立人工智慧行業組織，聚合產學研用各方力量，共同建設人工智慧公共大數據，為業界提供高品質的訓練資源，培育技術和應用互為支援的產業生態。朱皖指出，從全球來看，美國、歐盟等主要先進國家和地區正積極佈局支援相關技術和產業的發展，全球著名 IT 企業也已陸續將發展人工智慧做為投入的重要領域。就中國而言，結合新的發展態勢，將籌畫部署人工智慧重大的頂層設計和發展戰略；此外，工信部正在實施的《中國製造 2025》已將人工智慧納入智慧製造的重點任務和主攻方向，以資訊技術與製造技術深度融合為主線，引導智慧製造重大需求和人工智慧技術成果結合，加快人工智慧技術的研發和轉化。首圖來源：Pixaboy
根據諮詢公司普華永道的一份報告，由於人工智慧的突破，英國超過 30% 的工作都面臨威脅。在某些行業，大約半數人會失業。報告預測，自動化會帶來效率提升，創造新的工作機會，但是，自動化也可能導致不平等現象擴大，因為越來越多的低技能工作將由機器人完成。各個行業都要應對機器人帶來的衝擊，比如批發和零售行業（英國就業人數最多的行業）有 225 萬個工作面臨威脅，製造業是 120 萬個、管理和客服業是 110 萬、交通和倉儲業是 95 萬個。「毫無疑問，AI 和機器人將會改變未來的工作形態，有些工作更加容易被取代。重要的是，我們應該確保自動化的潛在益處惠及整個社會，沒有人被拋棄。有責任的雇主要鼓勵員工提升適應力，這樣的話，我們都能準備好迎接改變。」PwC 技術和投資主管 Jon Andrews 接受衛報採訪時說，「未來，知識將是一種商品。因此，如何培養和提升下一代的技能，我們需要改變自己的思維方式。創造性思維和批判性思維將會受到高度重視，同時受重視的還有情感智力。」PwC 的首席經濟學家 John Hawksworth 表示體力勞動或程序化的工作被自動化的可能性大，而社交技能相對來說較難自動化。不過，隨著機器人和 AI 的發展，沒有什麼行業是完全保險的。「把更多體力勞動和重複性工作自動化後，一些現有工作會消失，但與此同時，工人可專注於更高價值、更有回報、更有創造性的工作，讓每日工作不再單調。」（Source：zerohedge）不過，即使機器人替代工人有技術上的可行性，從經濟上看也未必合算。這取決於機器人的成本和效率究竟如何。PwC 預測，情況會變得更有利於機器人，因為今後機器人的製造成本會越來越低。「同時，即使 AI 和機器人已具備技術和經濟上的可行性，法律和法規方面的阻礙、結構性的惰性和陳舊系統也會拖慢轉變的步伐。這未必是一件壞事，因為現有的工人和商業機構將有更多時間適應這個美麗新世界。」（本文由 愛范兒 授權轉載；首圖來源：Flickr/Esther Vargas CC BY 2.0）
我們都知道量子電腦有強大的計算能力，但似乎很少有人提及它的缺陷：由於量子電腦的本質原因，你不可以在上面保存或複製資訊。這是由量子電腦的本質所決定的，思考一下，量子態永遠處於概率中，一旦有觀測就會發生坍塌，所以，複製當然是不可能的了。如今，科學家們正致力於解決這個問題，其中一種方案就是使用 DNA 來儲存資訊，讓我們一起來了解一下。你肯定聽過這種炒作：量子電腦的革命時代正在到來。物理學家說，這些電腦的速度快到可以破解銀行現在使用的每一種加密模式。它們的人工智慧如此先進，你可以載入元素週期表還有量子力學的法則，它們能夠設計出目前為止最高效的太陽能電池。它們很快就會到來了：Google 的研究人員 3 月早些時候在《自然》雜誌上發表稱，他們預計最早在 5 年內推出商業化的量子電腦。而且 Google 想要在今年末構建並測試一台 49 量比──也就是「量子位元」──的量子電腦。一些專家稱，一台 50 量比的電腦性能要超過任何一台傳統電腦。但是存在一個大問題：由於量子電腦的本質原因，你不可以在上面保存或複製資訊。如果不能備份工作成果，那麼再強大的計算能力也沒用武之地。你可以轉變一下量子數據，然後把它放在一個傳統儲存裝置裡，但這些轉化過的資料會佔用很大的空間。所以，物理學家們在搜尋一種由新的材料（包括 DNA）製作的可靠、超級壓縮的硬碟驅動器。量子電腦之所以如此強大，正是因為資料密度。一台傳統的電腦閱讀、儲存、控制位元：1 和 0。但量子電腦使用的是量子位元：一種在你觀察時，可以同時存在兩種狀態的小小量子物質──0 和 1。而如果你可以在兩種狀態疊加的情況下控制量子微粒，那麼你就可以平行處理多項任務。這能提高與計算有關的特定任務處理速度。這種速度不會讓 Netflix 觀看體驗更好，也不能讓微軟 Excel 承受能力更強。但是它在執行搜尋演算法或是和有機物質或人腦相似的類比複雜系統時，速度將會非常快。量子力學擁有不可思議能力的同時，也存在一定的缺點。它的法則允許疊加，但是也禁止任何人複製量子微粒。「這叫做『不可複製原理』」，加拿大西蒙弗雷澤大學的物理學家 Stephanie Simmons 說。她說量子電腦會把原子程式設計為特定的原子狀態，代表一連串數字。想讓電腦給另一個原子編出完全一樣的原子狀態在物理上幾乎不可能。所以 Simmons 提出一個比較婉轉的儲存量子數據方式：首先，你要把它轉化為二進位資料──把描述出原子疊加的數字翻譯成簡單的 0 和 1；然後，再用傳統儲存形式把這些轉化來的資料存起來。換句話說：硬碟驅動器。一個超級壓縮的硬碟驅動器，因為一台 49 量比電腦的每個量子數據檔案大小可達到 4 萬支影片的規模。為了儲存如此巨大的資料，量子電腦的開發者們需要新的資料儲存科技，Simmons 說。現在商業化的驅動器壓縮程度還不夠。一個單一量子檔案會佔到一個固態硬碟驅動器上一張郵票大小的地方。所以 DNA 是可供選擇的儲存方案。《科學》雜誌 3 月早些時候發表稱，科學家已經證明 1 克 DNA 可以儲存 215 兆百萬位元組，或者說 2.15 億千百萬位元組的資料。在這種密度下，兩輛貨卡就可以裝下人類所有的資料。和傳統的硬碟驅動器只在二維表面上儲存資料不同，DNA 是在三維分子上儲存資料的，多出來的那個垂直維度使 DNA 每單位儲存的資訊多得多。而且，它可以持續很長時間。「想一想你 1990 年代買的 CD，」哥倫比亞大學的電腦科學家 Yaniv...
對於 Facebook 來說，AI 技術是提升用戶體驗、創造新體驗的一大法門。該公司表示，每天處理數十億的發文、評論和照片，需要開發出「地球上最高效」的 AI 系統。但 AI 領域的人才和專業知識十分缺乏，尤其是深度學習。即便是 Facebook 這樣的巨頭，也一直感受到招募壓力。順便說一句，李開復前段時間把 Google、Facebook、Microsoft、Amazon 以及中國 BAT 比喻為 AI 人才的「七大黑洞」，把行業人才吞噬一空。即便如此，無論人、技術還是資料，離滿足巨頭們的胃口仍然差得遠。就業市場的 AI 工程師已經被瓜分一空，但企業還需要更多。在全世界範圍內，高校紛紛上馬 AI、機器學習、資料科學的專業以及課程。但這只是問題的某一方面：現在非常多工程師，缺乏在實際業務環境做 AI 開發的第一手經驗和履歷。為填平這一道技能鴻溝，Facebook 在 29 日晚上宣布創建 Facebook AI Academy，對公司內部員工進行免費 AI 技能培訓。Facebook 表示：「我們堅信創新以教育為基礎。透過向公司工程師提供最前線的 AI 技術培訓，Facebook 能夠向全公司業務線部署更多的深度學習專家。當下，Facebook 有超過 40 個技術團隊、超過 25% 的工程師在產品服務中要用到 AI 。我們想要進一步提升這個數字。」據了解，Facebook AI Academy 的培訓分為兩部分。第一部分是要求學習者親身實踐的深度學習課程。課程由身為 Facebook AI 研究實驗室（FAIR）首腦人物之一的 Larry Zitnick，與其他頂級專家共同設計，讓 Facebook 全公司的工程師能夠直接向 FAIR 專家學習。學院課程的主題包括深度學習基礎、CNN / RNN 以及增強學習等相關話題。一套課程包含...
根據外電報導，Google 在 30 日宣布，將在加拿大多倫多設計 AI 實驗室。在此同時，Google 還資助了多倫多大學的一項合作計畫，以積極培養 AI 人才之外，並且對相關的創意進行商業化。報導指出，事實上在 2016 年 11 月，Google 就宣布在加拿大蒙特婁設立 AI 實驗室，此舉還吸引了微軟的注意。2017 年 1 月，微軟就宣布收購蒙特婁 AI 新創公司 Maluuba。隨著深度學習成為 Google、微軟等公司未來發展的重點技術，加拿大已經成為培養新 AI 人才的溫床。Google 在加拿大投資 AI 實驗室並非臨時決定，是因為多倫多和蒙特婁的大學在深度學習技術興起過程中發揮了重要作用。其中，多倫多大學的教授，也就是被譽為「深度學習之父」的 Geoff Hinton，一直有與 Google合作。Google 不僅提供 Geoff Hinton 工作，他也會負責新成立的多倫多 AI 實驗室。另外，Google 也希望多倫多的 AI 實驗室抓住出走的 AI 人才，這是一個戰略性計畫。深度學習專家是當前科技界最珍貴的人才之一，且 Google 預計將向 Geoff Hinton 目前擔任顧問的 AI 實驗室 Vector Institute 投資 500 萬美元。該實驗室不但獲得加拿大聯邦政府、安大略省政府的支持，還另外獲得多達 30...
去年剛獨立上市的飛利浦照明，正在從賣燈轉向賣「光」。從產品轉向賣系統、賣服務，還得靠商業模式的創新和跨界合作。3 月 23 日，上海萬麗酒店，飛利浦照明的 2017 創新日，來了將近 50 位中國記者。飛利浦照明 CEO 洪岸禮（Eric Rondolat）、首席創新官邱戎紅、大中華區總裁王昀一字排開，宣示這間擁有 125 年歷史的老牌企業，要往「物聯網的照明公司」（lighting company for the IoT）邁進。洪岸禮表示，LED 節能和智慧互聯，讓光傳遞訊息，是飛利浦照明在 2017 年的兩大方向。▲ 飛利浦照明 CEO 洪岸禮，要讓光傳遞訊息，改寫「照明」的定義。（Source：飛利浦照明）從賣燈到賣「光」，意味著飛利浦照明也得從賣產品走向賣系統、賣服務。透過 LED 燈打造互連的智慧道路、公共空間、居家生活、永續發展的城市農業，是未來的四大目標。問題是，賣「光」真的能賺錢嗎？價格戰升溫，獲利壓力大「我們也在想，要知道自己的目標，不是該做什麼，而是清楚知道為什麼我們在做這件事。」洪岸禮說。對飛利浦照明而言，2016 年是轉型的重要分水嶺。首先是飛利浦中止旗下 Lumileds 和汽車照明部門合併出售的計劃。去年 5 月，照明事業分拆為獨立公司，於荷蘭阿姆斯特丹掛牌上市。目前，母公司飛利浦持股比例約 55%。攤開飛利浦照明去年的財報，轉型壓力也躍於紙上。2016 年，飛利浦照明整體營收的可比較銷售額（comparable sales growth）較前年萎縮 2.4%。淨利由 2015 年的 2.4 億歐元降至 1.85 億歐元。調整後稅息折舊及攤銷前利潤（Adjusted EBITDA）則從前年的 5.47 億歐元，成長到 6.45 億歐元。其中，LED 和居家部門的可比較銷售額，分別比前年成長 16% 和 11%。營收規模較大的兩個事業群，涵蓋商辦大樓、醫院、工業、室外環境等專業部門則微降 0.5%，以非 LED 產品為主的燈具部門則大減 15.8%。隨著愈來愈多 LED 製造商投入，價格戰日漸升溫，專業和居家部門就成了飛利浦照明轉型中的兩大重點。上海楊浦區裡，施工中的圍牆與工地之間，佇立著一座廢棄十年的老舊鋼琴工廠。兩年前，鋼琴工廠改裝成「E...
財信傳媒董事長謝金河今天表示，下一個世代的汽車產業革命，一定是與人工智慧發展有關；當全球 IT 巨人都卯足全力逐鹿這個未來產業，台灣的業者必須全力以赴才能分享一杯羹。謝金河今天在臉書以「下一個趨勢產業」為主題指出，在深圳舉行的 2017 IT 論壇，百度董事長李彥宏說網路只是前菜，人工智慧（AI）才是主菜。他說，日前騰訊斥資 17.8 億美元（約新台幣 540 億元）取得電動汽車龍頭特斯拉（Tesla）5% 股份，而百度也以 1 億美元入股電動車製造商 NEXTEV，阿里巴巴則是斥資人民幣 10 億元（約新台幣 44 億元）與上汽集團合資成立互聯網汽油基金，中國三大 IT 巨擘不約而同都在未來汽車產業布局。謝金河指出，下一個世代的汽車產業革命，一定是與人工智慧發展有關；過去一年，跨足人工智慧的顯示晶片大廠輝達（NVIDIA）股價大漲 5 倍，逼得以色列自動駕駛技術公司 Mobileye 賣給晶片巨頭英特爾（Intel），而英特爾以 153 億美元拿下 Mobileye，也給了台灣汽車電子產業很大的啟發，未來 ADAS 汽車自動駕駛系統，必然成為百家爭鳴的產業。他進一步分析，今年光學變焦鏡頭廠如大立光漲到 4,850 元，玉晶光、今國光、亞洲光、先進光等股價大漲，原因是過去手機配帶的鏡頭只有一個，未來汽車自駕可能最少要配備 36 顆鏡頭。謝金河也提醒，在最近的美國消費性電子展（CES），克萊斯勒展出最新流線型新車；今年日內瓦車展中，Airbus 也秀出概念飛天車「Pop.UP」，汽車可在天上飛，也可以在地上跑，都顛覆了過去汽車業發展的概念。因此，謝金河認為，當全球 IT 巨人都卯足全力逐鹿這個未來產業，台灣的業者必須全力以赴才能分享一杯羹。首圖來源：Flickr
3 月 18 日，由美中技術與創新協會（Association of Technology and Innovation，ATI）主辦的第一屆「AI NEXT」大會在西雅圖召開。本次會議的主要嘉賓包括微軟首席 AI 科學家鄧力、微軟院士黃學東、Uber 深度學習負責人 Luming Wang 等。華人之外，還有亞馬遜 Alexa 首席科學家 Nikko Strom、微軟 Cortana 架構師 Savas Parastatidis 等業內知名專家。大會主題是「探索 AI 的潛力，把 AI 技術應用於實用專案和服務」，對 CV、NLP、智慧助手、深度學習框架均做了專題報告。其中，亞馬遜首席科學家 Nikko Strom 再次以「Alexa 是怎樣練成的」為主題，講述了 Alexa 的深度學習基本架構、聲學模型、語音合成等內容，雷鋒網整理如下：Nikko Strom，現任亞馬遜首席科學家，是 Echo 和 Alexa 專案的創始成員，在語音辨識技術相關領域有資深研究及從業經驗： 1997 年於瑞典皇家理工學院語音通訊實驗室獲得博士學位，後擔任MIT電腦科學實驗室研究員。 2000 年加入語音技術初創公司 Tellme Networks。 2007 年隨著 Tellme Networks 被微軟收購，加入微軟，推進商業語音辨識技術的前廊研究。 2011 年加入亞馬遜，擔任首席科學家，領導語音辨識及相關網域的深度學習專案。 以下是 Nikko...
豐田旗下人工智慧研發機構 TRI 近日宣布，將和一些專注於材料科學的大學及企業攜手合作，在未來數年內投資 3,500 萬美元（約 10.6 億元台幣），運用 AI 來尋找電動車及氫動力汽車的電池材料和催化劑，TRI 相信 AI 技術將能夠幫助材料研發加速。 TRI 之所以投入這麼多心力在材料科學並非沒有原因。對於 TRI 的許多研究領域來說，包含電動車、機器人、能源使用在內，新材料的應用一直都是技術發展的關鍵，也是要進步必須突破的障礙。TRI 的研究合作夥伴包括史丹佛大學、麻省理工學院、密西根大學、康乃狄克大學和英國材料科學公司 Ilika，除了材料尋找，TRI 也計劃用 AI 來提升一些需要大量基礎實驗的工作效率。TRI 首席科學家 Eric Krotkov 指出，豐田希望能在 2050 年將全球新車平均二氧化碳排放量減少 90%，運用 AI 能用來加快新材料的研發速度，為清潔能源的利用打下良好基礎，讓豐田朝向目標更進一步。儘管對於新夥伴的合作潛力感到興奮，非常渴望能盡快開始工作，Krotkov 也承認，材料的尋找是解決一些根本問題的長期項目，短期內並不會有爆發性的進展，「這大概是 TRI 做過最長時間的賭注。」 Toyota Research Institute puts $35M into AI-powered materials research Toyota Turns to AI for a Better Electric Car （首圖來源：Flickr/Mike Mozart CC BY...