AI 比你更會吃辣，這是真的。華盛頓州立大學近日一項研究發現，跟人類相比，電子舌頭（e-tongue）對食物的辣味感知準確得多，可能會是更有效稱職的「試吃員」。研究團隊以 5 種辣度不同的起士奶酪測試，發現真人試吃員能輕鬆分辨中等濃度的食物辣味，但在低濃度和高濃度區間卻「味覺失靈」。電子舌頭卻沒有這類問題，對所有樣品的分辨準確率達 93%。除了比人類更能吃辣、更精確，電子舌頭還不知疲倦。每個樣本之間，真人試吃員至少要休息 5 分鐘，讓味蕾緩一下才能保證結果不受影響。電子舌頭沒有這困擾，完全可接受 996 式瘋狂試吃。前述的電子舌頭其實是有感測器的機器手臂裝置。只要將感測器浸入食物或飲料，就會分析化學成分，辨識出酸甜苦辣和鹹味、鮮味。▲ 電子舌頭（e-tongue）。（Source：華盛頓州立大學）論文作者之一 Courtney Schlossareck 指出，這測試證明 AI 對辛辣食品的研發製造環節有積極作用，「比如說，電子舌頭可從 20 多個新品樣品中篩選出兩三個方案，再留給真人試吃員品嘗」。如果沒有 AI 加入，這至少需要幾天時間。不只在實驗室試味，類似技術已用在食品加工了。據《南華早報》報導，中國輕工業聯合會 4 月提交的報告顯示，自 2015 年以來，有超過 10 家傳統中國食品製造商參與政府支援的「AI 試味」項目，相關食品包括煙燻五花肉、黑米醋、掛面、黃酒和茶葉。三年間，這些製造商的利潤增加超過 3 億元。▲ 恆順醋業在 39 個國家銷售，去年銷售額達到 18 億元，增長 50%，稱約三分之一功勞屬於 AI。出現在生產線的不只電子舌頭。這些「AI 試味員」配備不少電子和光學感測器，全方位模仿人的視覺、嗅覺和味覺，功力達 90%。從原料到最終成品，它們負責確保每個步驟的食品都有同樣外觀色彩、氣味和味道。報告稱，這些機器人提高生產效率，同時促進標準化，有利於將正宗中國傳統美食味道傳到海外。除了親自下場當小白鼠試味，AI 也正成為這產業的研發人員。今年 2 月，美國調味料公司 McCormick & Company 宣布與 IBM 人工智慧合作開發的調味料即將上架。由 AI 帶來的新口味包括托斯卡尼雞肉、波旁豬里脊和紐奧爾良香腸等。據稱，以往每研發新調料配方，都需經過 50~150 次更新，但在 AI 幫助下能少走三分之二的遠路。除了研發新口味，AI 還順便幫 McCormick & Company...
在先前的 Nvidia 活動當中，儘管大家關注自駕車議題，但在影音創作上面，Nvidia 與夥伴的腳步一直在進行，有相當緊密的合作。今日 (5/27) COMPUTEX Nvidia 記者會上，Nvidia 發表與 OEM 商合作，配備 Nvidia RTX GPU 的 Nvidia Studio 筆電系列，並且展示與不少創作者常用的 Mac Book Pro 筆電的效能優越性。Nvidid 宣布配備 RTX GPU 的 Nvidia Studio 筆電產品線，在這一波共 7 家 OEM 共 17 台筆電，生產商則是宏碁、華碩、Dell、技嘉、HP、MSI 與 Razer，6 月開始出貨，價格最低從 1,599 美元起。Nvidia Studio 系列筆電搭載全新 Quadro RTXTM 5000、4000 與 3000 GPU 以及 GeForce RTXTM 2080、2070 與 2060 GPU。RTX...
鏈結國際夥伴是加速臺灣 AI 創新驅動力重要環節，今（27）日臺大、交大 AI 研究中心與新加坡 Certis Group 簽署合作備忘錄（MOU），未來將進行跨國際、跨領域、跨應用的合作。科技部政務次長許有進表示，藉由國內 AI 研究中心與 Certis Group 合作，引入國際廠商資源、強化海外練兵機會、增進跨國合作實例，期望能建立臺星雙邊在人才培育、技術研發、產業應用等三大構面的合作推動機制。新加坡 Certis Group 提供新加坡樟宜機場、購物中心、醫療院所及重要交通據點等各式公共場所的智能保全服務，迄今已有超過 60 年的經驗。台灣具備眾多發展 AI 的利基，除深厚的工業基礎及發達的半導體與資通訊產業外，人才教育水準高，科技研究成果更備受國際肯定，也因此成功吸引 Certis Group 來臺尋求 AI 解決方案進行合作。Certis Group 的服務據點涵蓋甚廣，同時作為一個全面安全保護的領頭羊，無疑是我國 AI 創新研究中心鏈結國際的最佳夥伴。藉由此次臺星雙邊簽署合作備忘錄，雙邊將聚焦在 AI 應用於智慧保全領域的研究發展，包括人形姿態辨識技術、監控演算、人工智能語音、自然語言辨識、多鏡頭識別追蹤技術等之合作面向。Certis Group 代表 Tan Cheng Peng Joseph 與 Senior Managing Director ，台大 AI 研究中心主任陳信希教授、執行長杜維洲博士，交大 AI 中心執行長郭志義博士，一同簽署 MOU，見證臺星 AI 研究成功拓展海外應用之重要里程碑，同時也加強雙方在 AI 智能保全應用領域的夥伴關係。臺大 AI 中心執行長杜維洲博士表示，台大 AI 中心聚焦在人工智慧技術與全幅健康照顧，擁有全台40％...
5 月，舊金山對臉部辨識技術發出禁令，禁止在政府機關和執法機關使用，成為全球首座對臉部辨識技術發出禁令的城市。不過，美國社會對臉部辨識技術的反對不只舊金山。近期，加州奧克蘭市正在考慮推行與舊金山類似的法律，同時，麻薩諸塞州也正考慮中止臉部辨識，直到這項技術再提高。問題來了：美國越來越多城市在禁止或暫停使用這技術，究竟是為何？有缺陷的臉部辨識技術客觀來說，美國臉部辨識技術一直走在前端，並在商用層面已有動作。亞馬遜早在 2016 年就推出臉部辨識軟體 Rekognition，類似的產品還有 Google 雲 Vision API、IBM Watson Visual Recognition 和微軟 Face API。儘管如此，目前的臉部辨識技術還無法百分之百準確。2018 年，紐約時報文章就指出，如今非常熱門的 AI 應用臉部辨識，針對不同種族的準確率差異很大。對黑人女性的錯誤率高達 21%~35%，而白人男性的錯誤率則低於 1%──這在美國可說是非常政治不正確。另外值得一提的烏龍事件是：亞馬遜 2016 年推出影像辨識 AI 系統 「Rekognition」，曾將 28 名美國國會議員辨識為罪犯，讓美國社會一片譁然，也對臉部辨識充滿質疑。中國科學院自動化研究所的張曉波博士曾表示，照明、姿勢、裝飾等都會對機器臉部辨識產生影響，對於非合作情況下的臉部影像採集，遮擋問題非常嚴重。特別是監控環境，被監控對象可能戴眼鏡、帽子等，使擷取臉部影像不完整，影響後續特徵擷取和辨識，甚至導致臉部偵測演算法無效。雖然臉部辨識演算法大小隨著臉部資料庫增加而減少，但如何在大規模應用環境維持或提高臉部辨識演算法辨識率，也是非常重要的問題。你的臉到底屬於誰？安全性方面，臉部辨識技術也面臨廣泛的質疑。比如說，由於臉部辨識的資訊儲存仍然基於電腦可辨識的語言，即數位或特定程式碼。隨著這些資料價值提高，駭客攻擊的風險也會越來越高。臉部辨識技術背後的支撐是資料，如果這些隱私資料被竊取，你的臉可能就不屬於自己，變成屬於任何人。同時如前面提到，臉部辨識技術對不同種族有不同準確率，無論論文作者研究還是廠商實驗，都明確發現女性深色人種辨識誤差率更高。種族歧視為美國社會非常敏感的話題，如果臉部辨識技術的相關法律還未完善，那麼，臉部辨識技術依然處於爭議。更大的爭議在於，美國社會群體對「被監控」的反感和憂慮。亞馬遜及其他科技公司也與美國警方合作，將臉部辨識技術應用於監控和警察穿戴的相機鏡頭。包括俄勒岡州等眾多美國州立政府已成為 Rekognition 的客戶。亞馬遜臉部辨識軟體 Rekognition 能即時辨別、分析和追蹤，能在幾秒鐘將收集的資訊和資料庫成千上萬個影像比對。執法機關已將技術應用於搜尋失蹤人口和辨識恐怖攻擊嫌犯。然而，美國公民自由聯盟（American Civil Liberties Union，ACLU）曾上書政府：亞馬遜應該停止提供美國政府強大且「危險」的臉部辨識系統。上書後不久，將近 20 家亞馬遜的股東機構寄信給 CEO Jeff Bezos，擔憂亞馬遜 Rekognition 用於執法部門帶來的問題和影響。股東寫到：亞馬遜股東擔心這類政府監視設施技術，不僅可能對全國用戶和其他利益相關者構成隱私威脅，而且可能提高公司面臨的實質性風險，為公司股價帶來負面影響，並為股東增加金融風險。股東還擔心，Rekognition 可能違反女性、有色人種、移民及其他邊緣化群體的民權，這些人特別容易成為警方關注的目標。不僅亞馬遜股東認為 Rekognition 會對隱私造成侵犯，美國民眾也有類似看法。將臉部辨識技術應用於前端監控攝影機，可能會打破隱私及實用性之間的平衡。假設美國警方有若干台這類安防攝影機，同時擁有可疑人員的「黑名單」照片庫，那麼其他任何人如果與這些可疑人員有些相像，一旦進入警察的安防攝影機範圍，都有可能遭警務人員盤問。大多數美國人不希望生活在那樣的世界裡。不僅亞馬遜 Rekognition 陷入爭議，美國海關和邊境保護計畫同樣因為應用臉部辨識技術而頗受非議。這項計畫透過雲端臉部生物辨識系統辨識旅客。這種資訊比對服務旨在取代人工海關，將需要出示紙本證件的流程改為自動辨識。此臉部辨識系統旨在快捷。且美國海關和邊境保護局（U.S. Customs and Border Protection，0CBP）認為，比對護照照片和臉部時，電腦比人類更準確。40 天內，系統已在華盛頓杜勒斯機場協助發現 3 名冒名頂替者。但這項技術可在不知情的情況下使用，臉部辨識系統收集的不可變資料，也就是臉部資訊。這引起人們的擔憂。如果某人資訊一直存在系統裡，系統便可以一直追查這個人的行蹤。甚至 CBP 未徵詢大眾意見，就在機場施行，突破了美國法律的界限。CBP...
AI 語音助理和 AI 影像最佳化是離我們最近的 AI 應用，然而這只是 AI 能力初級體現，未來 AI 將以目前難以想像的方式改變我們的生活。AI 的重要推動力之一，不同類別的 AI 處理器正努力滿足 AI 的需求，但依舊無法滿足 AI 不斷更新的演算法。圍繞 AI 晶片的創新因此成為熱點。總部位於美國加州的 Achronix 為滿足 AI 和機器學習需求，推出一款融合 ASIC 核心效率的全新類別 FPGA。到底是什麼推動 AI 晶片創新？AI 發展的三大要素是算力、演算法和大數據，而這一輪 AI 熱潮興起的關鍵原因就是深度神經網路演算法流行。不過，由於 AI 還處於初級，深度學習演算法不僅種類多樣，且不斷演化。另外，數據的類別也十分多樣，包含整型和浮點型，以及每種數據類別的不同精確度，這對晶片的通用性都提出要求。▲ AI 處理器的硬體挑戰。但是，晶片通用也就意味著算力難以做到極致，且不同數據類別和精確度對處理器的效能的要求又不相同，想要同時滿足算力和通用性的要求，半導體製程提升是最直接的方法。過去 30 年，摩爾定律帶來顯著的計算能力提升，半導體製程從微米跨越到奈米級，如今電腦處理速度也能達每秒千萬億次（1,015FLOPS）。2018 年，10 奈米和 7 奈米的晶片開始量產，但 CMOS 元件的橫向大小接近幾奈米，厚度只有幾個原子層，想要繼續靠製程提升電晶體密度帶來處理效能顯著提升，技術難度越來越高，成本也讓越來越多晶片公司卻步。除了半導體製程，當運算能力達到一定程度，存取記憶體的速度無法跟上運算部件消耗數據的速度，再增加運算部件也無法充分利用，這個馮諾依曼架構的瓶頸（記憶體牆）也阻礙了 AI 晶片算力提升。顯然，不斷更新的演算法、不同 AI 模型的數據類別需求、與日俱增的數據量，都推動承載 AI 演算法的 AI 晶片不斷創新。FPGA 如何與 ASIC 融合？目前，CPU、GPU、FPGA、ASIC 都認為是廣義的 AI...
目前文字轉語音的技術已相當普及，由於應用範圍廣泛，不少科技公司努力開發新技術，帶來更自然流暢的效果。最近微軟就開發出只需少量訓練就可運作的人工智慧語音技術。目前文字生成語音技術需要大量資料去訓練調整，才能達到自然效果，不過微軟最近開發的人工智慧技術，可用 200 個聲音標本，也就是約 20 分鐘錄音，自動生成擬真度高的語音，比傳統技術節省不少時間。此次採用深度神經網路技術，直接將輸入文字連接到聲音庫，生成語音更有效率，即使較複雜的文字也可快速生成。據研究人員指，雖然現在技術生成的語音仍未臻完美，但可讀性已達 99.84%，意味大多數情況下，語音都可正確理解。新技術將讓文字生成語音的技術門檻大幅降低，就算是中小型公司，都可簡單製作自己的語音系統，無需投入大量資源。不過目前微軟仍然未推出使用這技術的相關產品，距離正式推出相信仍有一段時間。 Microsoft’s AI generates realistic speech with only 200 training samples （本文由 Unwire Pro 授權轉載；首圖來源：微軟）
這是再日常不過的一天。一台手掌大小的無人機，在大樓間緩慢飛行，機身上的鏡頭在人群中轉動、環視、辨識。突然，一個人被無人機精準爆頭、一擊斃命，他周圍所有人都被瘋狂掃射，1 秒內，大樓附近血肉飛濺、屍橫遍野。只有一個人毫髮無損地從槍林彈雨裡走出來，無人機跟著他離開。這只是未來 AI 武器可能帶來的小故事。現在，AI 武器已被美國、俄羅斯、英國、法國、以色列和南韓等國家部署和開發，包括 381 種部分自治武器和軍事機器人系統。這些基於人工智慧的槍枝、飛機、船隻、坦克、機器人，有可能在演算法的控制下，掀開未來的世界大戰。AI 也視為一種致命的自主武器系統（LAWS）──不僅「會思考」，能辨別自然語言，還能「有意識」地尋找和辨別攻擊目標，以傳統武器和士兵無法比擬的速度和效率消滅對手。因為攜帶一切武器都難以預測的殺傷力，AI 專家在美國科學促進會（AAAS）華盛頓年度會議表示：AI 武器將會帶來「戰爭的第 3 次武器革命」，成為人類生存最大的威脅。再見，火藥和炸彈眾所周知，前兩次武器革命，每次都讓社會飽受重創，小到秒殺一個人的生命，大到讓一個國家瞬間湮滅。第一次武器革命是火藥。這個始於 1 千多年前中國煉丹術的武器，在北宋末年可一炮燒毀城門，《金史》對稱為「震天雷」的武器有這樣的描述：「火藥發作，聲如雷震，熱力達半畝之上，人與牛皮皆碎並無跡，甲鐵皆透。」13 世紀傳入西歐後，靠冷兵器耀武揚威的騎士階層從此衰落，隨著無煙火藥、雙基火藥、雷管等出現，才產生了真正意義的軍事革命，現代意義的火箭、炸彈、導彈隨之而來，戰場開始炮火連天。（Source：Timothy H. O’Sullivan , via Wikimedia Commons）第 2 次武器革命是核彈。人類只在一次戰爭使用過核武器。第二次世界大戰期間，美國在日本廣島市和長崎市投下 2 枚原子彈。1945 年，日本廣島在一聲震耳欲聾的蘑菇雲爆炸下，瞬間淪為火海，71,379 位無辜平民受難，建築和人類都如原子分崩離析。核爆炸產生的巨大破壞力，還產生了幾萬年都無法消失的放射性污染。對 AI 武器的破壞力，特斯拉創始人馬斯克曾在聯名 2,000 多位 AI 專家請願禁止「殺人機器人」時說：請一定要記住我的話，AI 要比核武器還危險得多。▲ 1945，廣島被原子彈轟出的廢墟。（Source：維基百科）這就是將來的第 3 次武器革命：AI。也是一場無形的武器革命。其實日常生活中對 AI 並不陌生，從 Siri 透過語音辨識我們的需求，到網路透過使用者像素歸因精準投放廣告，2017 年，進化版 AlphaGo 的 Master 機器人甚至團滅圍棋頂尖高手，AI 技術以肉眼可見的速度在進步。但當用到武器，雖然並不像《魔鬼終結者》那樣科幻，但依然令人畏懼。AI 武器將成為自主性的殺傷性武器，不僅能在任何環境被任何人採用，還能讓戰爭工業化、超越人類道德規範，變得無法掌控。這也是為什麼在火藥和核彈之後，AI 被稱為武器的第 3 次革命。只要人們在武器內設定演算法，再加上豐富的感測器、不同功能的鏡頭等，一個武器就能精準辨識、追蹤、定位某個人員，還能中途重新編程和竄改演算法，追蹤更多戰場變量。在密集的戰鬥空間裡，決策、部署和速度就是關鍵資產。AI 能夠精確制導武器，不用士兵操縱，就能讓飛機、戰艦、裝甲車大規模屠殺敵人，獲得更顯著的勝利機會。以往的戰鬥速度和持續時間都會改變。因為 AI 武器的殺戮速度，無論行動還是思維，都超過人類保護自己的速度。可怕的地方還在於：每個人，都能利用 AI...
舊金山 14 日成為美國第一個禁止警方或其他政府機構使用臉部辨識技術的城市。路透社報導，政府機關多年來使用的臉部辨識科技，隨著雲端運算和人工智慧技術崛起變得更強大，美國各地逐漸出現不滿聲浪，舊金山此舉開了全美先例。這項決議的支持者認為，使用軟體和相機以精準辨識人臉，正如舊金山市議會成員佩斯金（Aaron Peskin）形容，「還沒準備好來到黃金時期」。法新社報導，舊金山市議會 9 名成員中，只有一人未替這項立法背書，下週將依程序步驟再次表決，預料結果不會翻盤。14 日通過的立法決議內容寫道：「臉部辨識技術的潛在問題，對市民權益與自由帶來的危害，遠遠超過宣稱的優點。這項技術將惡化種族不平等，威脅我們免於受到政府連番監控的生存自由。」這項禁令未包含機場或其他聯邦管轄設施。佩斯金表示，這條法令並非反技術政策，仍准許繼續使用攝影機等監控工具。（譯者：王品軒；首圖來源：shutterstock）延伸閱讀： 舊金山欲立新法，禁止於公共場所使用臉部辨識
美中貿易戰持續發燒加溫之際，已經有企業因此受到衝擊爭。根據美國財經媒體《CNBC》的報導指出，Google 前中國業務主管李開復 (Kai-Fu Lee) 已結束他所創立的創新工場 (Sinovation Ventures) 在美國矽谷的總部，而且已經有多位高階主管離職。至於，關閉創新工廠美國矽谷總部的原因，在於當前中國投資者對入股美國矽谷新創企業的興趣已經降至有時以來的低點。報導指出，李開復是在 2013 年開設位於美國的創新工場矽谷總部，其主要業務為創立基金，並且入股美國人工智慧 (AI) 的新創企業。過去一段時間以來已經成功利誘其募集的資金，故股多家人工智慧的新創企業，並協助其發展。只是根據報導表示，目前創新工場矽谷總部的業務主管 Chris Evdemon 已經離開數月的時間，創新工廠基金所入股的數間公司也接獲通知，告知基金目前也正進入業務的重整。而對於李開復關閉創新工廠矽谷總部的消息，報導引用知情人士的說法指出，其原因是自從美國總統川普上任後，財政部底下的外資投資委員會 (CFIUS) 極為嚴格地審理中國企業入股美國企業的相關個案，這令創投業界極端麻煩，也使得經營陷入困難。而這樣的情況對於專注於敏感人工智慧開發投資項目的創新工場來說，其情況相對更為嚴重。因此，最終造成了創新工廠矽谷總部的關閉。只是對於目前相關新聞的報導，創新工場的發言系統至今仍拒絕做相關的評論。(首圖來源:科技新報攝)
2019 年第 1 季營收繳出毛利率時隔 3 年多的時間，再度站上 40% 大關的 IC 設計大廠聯發科，近期又有喜訊捎來。根據中國媒體報導，中國手機品牌 OPPO 首發搭載聯發科 Helio P90 處理器的 Reno Z 機款，預計將在下個月正式上市。市場預計，這對於接下來聯發科的營收將會有所助益。根據報導指出，即將發表的 OPPO Reno Z 機款，相較目前已經上市的 OPPO Reno 機款，其外觀上不會有太大的差異，但是在後製的照相功能上就有其很大的不同，而這部分也是聯發科強調 Helio P90 處理器的性能重點。根據聯發科之前公布的資料指出 Helio P90 處理器主打 AI 技術，採用台積電 12 奈米製程所打造，內置搭載 2 顆主頻 2.2GHz 的 A75 大核心，以及 6 顆 2.0GHz 的 A55 小核心。在 GPU 方面，聯發科使用了 IMG 9XM – HP8 架構。與 Helio P60，Helio P70 和三星中階...