在 Google I/O 2019，除了針對消費者的功能改進和開發者的工具革新，Google 將重點放在如何用 AI 解決人類面臨的棘手難題。美國工程界的最高學術團體美國國家工程院（National Academy of Engineering）於 2008 年發表 21 世紀人類面臨的 14 大工程挑戰，而 Google 科研領袖 Jeff Dean 告訴筆者，他領導的 Google AI 正著手解決這些挑戰。如果這些挑戰背後的難題不得到一定程度的緩解，很可能意味著人類將無法健康地延續到 22 世紀。這些難題在世界各地出現，也包括各行各業，但 Google AI 用擅長的手段嘗試攻克（或貢獻力量）。▲ NAE 一共列出 14 條工程挑戰，紅色標記的是 Google AI 參與解決的項目。（Source：Jeff Dean）毫無疑問，Google AI 擅長的，正是深度學習。為什麼深度學習可用於解決能源、交通、診斷、醫藥、安全等多方面問題，成為泛用的科學探索工具？Jeff Dean 認為，這是因為深度學習可從原始、異構、攜帶雜訊的數據開始學習，即便開發者不具特別領域知識，也可開發出達到甚至超過領域最高水準的神經網路。且機器學習技術日新月異，現在每天發到 ArXiv 的論文就有 90 篇；深度學習的技巧也層出不窮，使神經網路掌握越來越多過去公認只有人類才能掌握的複雜能力。現在，人類不得不應付重大的工程挑戰，並尋求在本世紀解決。Jeff Dean 認為，深度學習可成為很好的工具。維護和改進城市基礎設施 Restore & Improve Urban Infrastructure交通是城市基礎設施的重要部分，也是隨著人口增長和城市化加劇，面臨壓力最大的領域之一。社會在變化，道路通常是一成不變。因此，交通在 21 世紀工程難題尤其顯著。Google 採取的切入角度是提高道路交通安全和效率，而除了開車放下手機，最有效的方法可能就是自動駕駛。Waymo 自駕車從研發到今天已將近...
AI 被吹很大，不少公司靠 AI 題材變成火紅的公司。不過仍要實際有業務成長，才是公司經營長久之計。如今有 AI 公司 Clarifai 爆出經營問題，總共裁員 100 人，達到人數 20% 的比重。Clarifai 裁員 100 人占總人數 20% 之多，而且這波裁員不只人數多，還包括重要的計畫負責人，如負責促成 Clarifai 接到美國國防部 AI 計畫 Project Maven 的產品經理 Amy Kim，以及先前在 Google 工作，2015 年來到 Clarifai 工作的主要架構工程師 Rudi Chiarito。Clarifai 販售雲端版本的深度學習軟體，提供客戶提升他們服務，出現的影像和圖片中的物件辨識能力。Clarifai 發言人證實裁員消息，並指公司重新調整整體資源，更能服務客戶需求。不過有 Clarifai 前員工在公司評論站 Glassdoor 指出，公司高層一面鼓吹公司前景看好，並且增加辦公室空間，預留增加人力的可能，但過不久卻宣布裁員 20%。有員工在 Glassdoor 講公司的環境不錯，不過有前員工指公司最大的問題是 CEO，該是時候交棒給更適合的專業經理人。先前 Clarifai 因承接國防部 Project Maven，引發員工不滿研究成果被用在軍武上，員工串連抗議公司高層。公司高層指設計倫理長監督公司業務是否符合倫理，並不符合小公司的狀況。Clarifai CEO 說用 AI 能將武器效果變得更精準，最終減少平民傷亡才是拯救人命，惹來來自內外部的批評聲音。除了新創 Clarifai 遇到技術發展的倫理問題，大公司如微軟和 Google 都有碰到，前者是供應美國國防部...
為了簡化和加快複雜的放射科工作流程，NVIDIA 和倫敦國王學院（King’s College London）宣布，正合作建立人工智慧平台，讓英國國家醫療服務體系（National Health Service，NHS）專家不久可訓練電腦，使讀片這種耗時工作自動化。這是倫敦國王學院醫學成像與 AI 中心（King’s London Medical Imaging & AI Centre）正進行的「基於價值的醫療健康模式」（Value-Based Healthcare）計畫其中一部分，旨在改變腫瘤學、心臟病學和神經病學領域 12 個臨床路徑，同時提高 NHS 的診斷水準和患者護理品質。這項工作具有分類中風和神經損傷的潛力，確定癌症的潛在原因，並為患者建議最佳治療方案。倫敦國王學院正部署 NVIDIA DGX-2 系統，為針對 AI 研究的超級電腦，效能高達 2petaflops，還將採用 NVIDIA Clara AI 工具包及自有的成像技術（如 NiftyNet），以及來自西門子、Kheiron Medical、Mirada 和 Scan 等合作夥伴的技術。NVIDIA Clara AI 工具包是 NVIDIA Clara 開發人員平台的關鍵，可在其上構建智慧工作流程。NVIDIA Clara 包括用於資料和影像處理、AI 模型處理和可視化的程式庫。患者和整個醫療體系皆受益NVIDIA 和倫敦國王學院的研究員和工程師還將和倫敦國王學院醫院、Guy’s and St Thomas’、South London 和 Maudsley 等倫敦主要醫院的臨床醫生一起工作。這種研究、技術和臨床醫生的結合方式將加速發現資料策略，解決有針對性的 AI 問題並加快臨床部署。聯合學習也將應用於 NHS 的演算法開發工作，以確保患者資料的隱私。研究者可在多網站使用每家醫院的資料開發 AI 演算法，而無需將資料傳送到資料所在區域之外。這種方式對 AI 在臨床環境的發展很有必要，因為臨床環境中，資料安全和資料管理至關重要。AI 模型的開發工作將基於不同的人口統計和臨床屬性資料，在英國各個不同 NHS 信託內展開。NHS 還能將這些模型結合，構建資料量更大、人口資訊更豐富的整體模型。倫敦國王學院生物醫學工程與影像科學學院 Sebastien Ourselin 教授表示，倫敦國王學院醫學成像與 AI 中心「基於價值的醫療健康模式」聚集大量產業和大學合作夥伴，允許 NHS 分享和分析資料，這在之前根本不可能做到。「這個中心標誌著人工智慧型 NHS 醫院未來的重要篇章，基礎設施是構建新的人工智慧工具的重要組成部分，這些工具將使患者和整個醫療體系受益。」Ourselin...
廣達電腦董事長林百里今天在第一季業績發表記者會表示，他是人工智慧（AI）迷，看好 AI 產業在台灣發展的前景。林百里說，廣達成立時主要是生產筆電，2000 年開始研發雲端設備，現在是全球最大雲端公司，更著手轉型人工智慧，必須迎接挑戰才有機會成功。他表示，筆電也會走到 AI 的路，要有新的應用才能吸引消費者購買，AI 產業搭配雲端設備有很好的發展，相關產業伺服器在台灣生產很有競爭力，因為產業供應鏈就在台灣。廣達財務長楊俊烈表示，去年底已搶先在桃園著手建置新廠，除因應美中貿易戰之外，在台灣擴充產線本就屬於多角化經營策略，為公司的長遠經營做打算。廣達公布第一季合併營收 2,213.3 億元，較去年第四季減少 30.1%，較去年同期增加 0.2%。第一季淨利歸屬母公司 31.24 億元，較去年第四季減少 24.6%，但較去年同期增加 14.2%。第一季每股稅後盈餘 0.81 元。（作者：潘智義；首圖來源：shutterstock）
訊連科技去年 (2018 年) 推出 FaceMe 臉部辨識引擎系統，具備一定的辨識準確性，而在各大臉部辨識的競賽當中，在一片中國產品當中，繳出一定水準的名次。訊連科技 FaceMe 成為中國產品外的最佳選擇之一，成為安全監控、智慧零售等應用好用的 AI 辨識核心。訊連科技執行長黃肇雄博士說他們的產品是中國之外的最佳選擇之一。而台灣硬體產業實力強大，訊連在 COMPUTEX 的展前記者會上，與 MSI、凌群電腦等硬體廠展現與 FaceMe 的整合方案。訊連科技執行長黃肇雄博士談到 CB Insights 的 AI 發展趨勢報告，指出臉部辨識和邊綠運算是目前發展最成熟而且有相當大的市場需求。過往訊連科技靠 PowerDVD 等產品打響知名度，如今站在 AI 技術前沿位置。在 AI 臉部辨識市場，美國國家標準暨技術研究院 NIST Face Recognition Vendor Test，還有華盛頓大學 MegaFace Challenge，與一大票中國產品相比，FaceMe 是台灣少數本土臉部辨識引擎。對中國產品有疑慮的公司，訊連是好選擇。實際上在美國、日本、新加坡舉行的各大展會上，訊連攤位有不少詢問的人潮。 ▲ 訊連科技執行長黃肇雄博士相當有自信宣示 FaceMe 在 AI 臉部辨識方案當中，台灣廠商當中第一名的地位。(Source：科技新報)凌群電腦則用搭配 FaceMe 的服務型機器，目前已經在多家銀行、百貨商場，還有新北市警局轄下派出所，服務大大小小的客戶。台灣中文還有日文都能順利問答，而台灣本地的語種如台語，機器人則可以順利發聲問候，儘管是沒變調的怪異發音。 ▲ 凌群電腦的服務型機器人具備多語言功能，如台灣中文和日語都能順利對答，但在台灣本土語言如台語還只能單方面問候。(Source：科技新報)MSI 負責車用電子的汽車及商務電子事業本部，則展示車隊管理、倉櫥管理方案。搭配 FaceMe 臉部辨識引擎，還能進一步檢查駕駛與所持護照之間，是否能合法駕駛營業用大貨車。MSI 指出歐盟的長途貨運駕駛有換班，以及檢查途經地方駕照合規的程序。未來也能做駕駛精神狀況監控。 ▲ MSI 的車隊管理系統能驗證駕駛的駕照是否符合當地的規定，未來還能監控駕駛狀態。(Source：科技新報)威強電則做了不少台灣公車資訊系統，如候車亭內或路邊的即時公車動態系統。在車隊管理的方案中，機器左下角配備通用的 RFID...
過去監測心臟的設備都很大且很昂貴，直到近期才有廠商推出智慧手錶等裝置來監測，近日南韓團隊更進一步縮小設備的尺寸，結合深度學習演算法推出「智慧戒指」來檢測心房顫動（AF）。智慧戒指過去多半使用在手勢判別或門禁應用，以目前流行的智慧手錶來說，由於受電池壽命的限制，往往需要每天或每週充電，這也成為縮小至可穿戴設備的限制，然而透過降低手錶的許多要求──像是螢幕、充電器和更複雜的處理器，便能讓其他必備零件以更小的型態呈現，使需要的患者更便於配戴。近日舊金山舉行的心律醫學會，團隊比較 119 例心房顫動患者在同步心電圖和使用光體積變化描記圖法（photoplethysmography，PPG）的裝置準確度，證明了準確性。從數據來看，運用 PPG 數據訓練的 AI 裝置在診斷房顫準確率為 99.3%，診斷常規竇性心律準確率為 95.9%，而過濾掉低質量樣本時，數字分別達到 100% 和 98.3%。由於智慧戒指沒有侵入性，團隊認為非常適用於未來需要追蹤患者房顫情況的相關臨床實驗。國立首爾大學附設醫院心臟病助教 Eue-Keun Choi 表示，戒指裝置的診斷性能和醫療級的脈搏血氧儀相當，希望透過新開發的智慧戒指，在日常活動時評估深度學習演算法，同時也能為高風險族群的房顫檢測提供可行性。 AI-powered wearable rings could replace watches for heart monitoring （首圖來源：shutterstock）
創新科技持續問世，企業紛紛積極推動數位轉型策略，以便維持在產業中的領導地位。在 IDC 公布的 2019 年台灣 ICT 市場十大趨勢報告中，便明白指出企業若無法加速進行數位創新與技術應用，將在 2022 年失去三分之二市場機會。例如金融產業在 Fintech 時代來臨之際，正積極從各管道收集用戶資訊，並透過分析工具找出有用的資訊，進而為消費者推出專屬的個人化服務。考量到傳統三層架構維護成本極高，加上應用服務效能很容易受到硬體設備的限制，根本無法支撐大量資料處理與分析所需，不少台灣金融業者選擇引進Oracle Exadata 資料庫機器，加速大量資料的分析速度。Oracle Exadata 資料庫機器推出市場 10 年，在 2019 年推出的 Oracle Exadata X8 資料庫機器，更能助企業為邁向數位轉型之路，奠定良好的營運基礎。甲骨文台灣區總經理張永慶指出，10 年來，Oracle Exadata 資料庫機器廣泛被應用於金融、電信、航空、零售、製造業等產業中，其中又以金融業採用的比例最高，如 NCCC（聯合信用卡處理中心）、中國信託等。因金融業者需要高效能的 Oracle 資料庫系統，才能在最短時間內完成資料處理與分析，即時回應消費者的需求。Oracle Exadata 硬體架構是專為 Oracle 資料庫量身打造，無論效能、穩定性均居領先，自然成為企業執行關鍵核心服務的首選。甲骨文歐洲、中東、非洲及亞太區系統事業部資深副總裁韓忠恆說，Oracle Exadata 資料庫機器問世初期，一度讓不少企業感到相當疑惑，但隨後他們就發現產品具備極優越的性能表現，可幫助企業即時地獲取商業洞察、提升決策品質，最終獲得全球用戶肯定。目前該產品已被亞太超過 1500 個企業採用，部署數量高達 3000 座以上，能協助企業精準完成商業資料分析、預算規劃和財務預估等工作，建立起讓商業競爭對手難以超越的障礙。Oracle Exadata 功能持續升級 堪稱企業不可或缺「強心臟」甲骨文推出的 Oracle 資料庫是全球最受歡迎的資料庫軟體，因設計之初是對美國軍方量身打造的資料庫，所以具備安全、快速查詢等特性，自從商業化之後即深受各產業歡迎。只是以往企業自行安裝在不同品牌伺服器中時，很容易面臨應用服務效能不如預期的問題，導致資訊人員得耗費不少時間在效能參數校調上，也拖累新應用服務的上市速度。為解決此問題，甲骨文在 2008 年便推出第一代專為 Oracle 資料庫設計的 Oracle Exadata V1 資料庫機器，預先最佳化軟、硬體之間的參數調整工作，訴求可運用更少硬體資源、創造出更高的資料庫效能，因此推出之後即受到企業用戶肯定。多年來，因應市場需求快速變化，甲骨文率先在 Oracle Exadata 資料庫機器中，加入許多自行研發的軟硬體功能，滿足企業核心應用所需，堪稱企業不可或缺的「強心臟」。以...
人工智慧創作多媒體作品的例子屢見不鮮，最近有個人工智慧演算法，可不間斷生成死亡重金屬音樂，且效果相當自然，令人嘖嘖稱奇。死亡重金屬充滿吼叫和豐富激昂的節拍，而 CJ Carr 和 Zack Zukowski 最近推出的 YouTube 頻道 Dadabot 使用人工智慧演算法生成不間斷的死亡重金屬音樂。演算法利用深度學習方式分析死亡重金屬的旋律和節拍模式，計算出常見的元素並隨機生成新的音樂。生成音樂雖然可達到真人無法唱出的音域或節拍，但基本上可做出死亡重金屬的感覺。Carr 表示，死亡重金屬的節拍較高速且重覆，利用人工智慧生成會比緩慢的音樂來得自然。未來他們打算讓人工智慧回應聽眾的反應，改變音樂配合氣氛，屆時這個技術相信會變得更有趣。 This YouTube Channel Streams AI-Generated Death Metal 24/7 （本文由 Unwire HK 授權轉載；首圖來源：影片截圖）
隨著 AI 人工智慧與語音辨識等技術逐漸成熟，以聲控取代手動操作成為智慧化生活新趨勢。中華電信攜手在地軟硬體產業夥伴，自主研發「 i 寶貝」智慧聲控服務平台，並推出搭載 i 寶貝的首批限量智慧音箱以及 MOD 聲控遙控器。「 i 寶貝」串連智慧家庭生活這次中華電信強勢推出「 i 寶貝」智慧聲控服務平台，背後所運用的 AI 技術包括語音辨識、語意理解、語音合成等，將搭載在多款智慧音箱以及 MOD 專屬聲控遙控器上，用戶能以聲控方式使用服務。例如針對 MOD，可透過語音指令執行 MOD 的開啟關閉、頻道選取、內容推薦等，讓智慧聲控結合 MOD 成為家庭生活中樞。而在影音娛樂與教育學習方面，i 寶貝整合了台灣用戶數最多的音樂串流平台「KKBOX」、自家的線上廣播網「HiChannel」、親子童書內容最豐富的「FunPark 童書夢工廠」、以及英語學習權威「大家說英語」等內容，用戶只需動口不動手，就能聽音樂、聽廣播、唸童書、學語言，還能聲控查詢天氣、股價等生活資訊，輕鬆享受豐富多元的內容。目前已有 3 款搭載 i 寶貝的產品上市，包括分別由淇譽電子、新金寶集團生產的高階款、入門款 i 寶貝智慧音箱，以及賽微科技設計的 MOD 專屬聲控遙控器，至於另一由仁寶集團打造的智慧音箱未來也將推出。其中在智慧音箱的部份，透過專屬的《 i 寶貝》App 完成設定後，說出「 i 寶貝」喚醒智慧音箱、再下達語音指令就能使用服務，甚至說台語指令也行。中華電信與本土廠商共創聲控服務產業鏈中華電信董事長謝繼茂表示，中華電信秉持「數位經濟發動機、創新產業領航員」的策略，以自有開發技術結合 AI 聲控應用，研發中介整合平台並採用落地在台、強化隱私的自有機房，打造出全方位的智慧聲控服務平台；同時採取開放性策略來與台灣的設備商與內容供應商合作，一同建構最具在地化優勢的聲控服務本土產業鏈。中華電信數據通信分公司總經理林榮賜也指出，樂見內容供應商進場，共同將 i 寶貝平台擴大，為用戶提供更多的服務；該平台也創造屬於 B2B2C 的商業模式，可為業者客製化內容或服務，例如針對想要學習英語的用戶設計課程與內容，以滿足他們的需求。（圖片來源：科技新報）
隨著越來越廣泛的聯網需求，加上越來越多的聯網設備情況下，資料中心的高效能運算已成為現代商業營運模式中不可或缺的一環。不過，因為相關環境與需求變動快速的狀態，造成當前通用型運算架構不完成能符合當前的市場需求。而因為能夠因應而調整時間越來越短，造成了針對相關應用場景需求的 FPGA 市場開始不斷逐漸擴大。因此，國際 IC 設計大廠賽靈思 ( Xilinx ) 於 2018 年就推出以 FPGA 為基礎的全球首款自行調適運算平台 ACAP ，以及採用 7 奈米製程的 ACAP 平台首款產品 Versal，以因應目前變化快速的運算環境需求。賽靈思大中華區業務副總裁唐曉蕾指出，在目前變動越來越快的運算環鏡，以及需求量越來越大的人工智慧應用中，幾乎每兩個星期就有一款演算法的更新，每一個月就會有一款新演算法的推出。這對於需要針對當前生態環境需要快速改變的產業，包括金融、醫學、服務等產業領域來說，過去通用型的運算架構已經不能符合需求。就以日前電動車大廠特斯拉 (TESLA) 花費 18 個月才開發出自研的自駕車晶片來說，其時間可能已經改不上目前演算法的精進。而賽靈思的自行調適運算平台 (ACAP) 就是針對這樣的需求所開發而來。唐曉蕾表示，具高度彈性與自行調適的處理平台，是為使用者從端點到邊緣，再到雲端的眾多技術領域提供快速創新的支援所設計，其中具有完整的 FPGA、完整的 SoC ，以及協助降低可編程硬體的使用門檻並增加靈活度的軟體設計工具。而這些架構可以協助相關的產業創新者，靈活應變、萬物智慧的需求。而在此理念下所開發出的全球首款自行調適運算平台產品 Versal，可以使得無論是軟體開發者、資料科學家或是硬體開發者，只須利用符合業界標準設計流程的工具、軟體、函式庫、IP、中介軟體及框架，就能針對其硬體與軟體進行編程與最佳化的目標。唐曉蕾進一步指出，基於 ACAP 平台所推出的全球首款自行調適運算平台產品Versal，採用台積公司 7 奈米 FinFET 製程技術打造，並結合多種引擎，包括純量處理引擎 (Scalar Processing Engine)、自行調適硬體引擎 (Adaptable Hardware Engine)、各種智慧引擎、可編程設計的軟體與能靈活應變的硬體，再加上各種先進的協定引擎，可以為其硬體與軟體進行編程與最佳化的工作。而且，Versal 平台共包含 6 個系列，針對從雲端、網路、無線通訊、邊緣運算到端點等不同市場的各種應用，提供可拓展性及 AI 推論功能。事實上，就資料中心內的一般通用型處理器或 GPU 來說，雖然在平常情況下有其算力的優勢，不過卻不能針對當前的市場需求進行彈性化編程與改變，使其應用大打折扣。而賽靈思基於 FPGA 架構所設計出的自行調適運算平台產品 Versal，不但有其在網路運算平衡工作上的優點，針對資料中心與儲存上的應用需求，更有其優勢。另外，相對在成本上也會有其競爭力。唐曉蕾指出，賽靈思這樣的產品是針對著需要創新改變的企業而來，其他需要穩定運作的企業，則依舊可以選擇其他通用型的運算方式，兩者並不衝突。(首圖來源:Flickr/William Murphy CC BY...