AI 的重要性無庸置疑，但大家一般認為台灣企業保守的作風，不大會輕易跨出第一步。今日 (4/9) 微軟與 IDC 共同發布的報告《未來預備是：借助 AI 掌握亞洲的增長潛能》，IDC 台灣區總經理江芳韻說，台灣企業作風保守，往往不願意輕易嘗試新技術如 AI，造成公司不易展開創新旅程。江總經理呼籲企業將創新放在公司的重要目標，並且鼓勵公司的創新精神。IDC 在報告中指出，不論在哪個面向，台灣企業在面對 AI，文化上還未做好準備。IDC 的報告一開頭就指出，AI 將在 2030 帶動 GDP 14%，15.7 兆 的產值。近期一點，未來 3 年的時間內，都對企業各方面有正向成長。報告中指出，AI 將在 3 年內使台灣產業的創新力和員工生產力提升近 2.5 倍，高於亞太地區的 1.9 倍；然而，目前台灣卻只有 32% 的企業開始擁抱 AI，低於亞太地區的 41%，其中最大的阻礙在於普遍保守、不願嘗新的企業文化和缺乏穩健的導入計畫。 ▲ 台灣企業面對 AI，在文化上的準備比起亞太地區來說是偏低的。(Source：微軟)台灣微軟也在大會上宣布 AI 100 的計畫，要協助台灣企業，運用微軟 100 項由 AI 技術驅動的商用 AI 的商用 AI 解決方案。預計在 2019 年底前領先完成橫跨農業、汽車、教育、金融、政府、醫療、製造、零售、服務、電信等產業，共 100 個由微軟 AI 技術驅動的商用AI解決方案，進而加速更多的台灣企業完成數位轉型。(首圖來源：科技新報)
Windows 系統更新經常出包，安裝之後系統變不穩定的情況並不罕見，因此一直為人詬病。微軟最近終於承認更新檔案推出前測試用的人工智慧和數據系統不足，未來會改善更新檔案的推出流程，加入更多人工測試程序。微軟去年 10 月推出 Windows 10 更新檔案，發現會在安裝後自動刪除用戶的文件，造成相當大的不便，後來微軟停止推送該次更新。最近微軟承認，之前 Windows 10 功能更新是採用人工智慧自動測試，當收集的資訊經過人工智慧系統測試，判斷為有順利更新的體驗後，就會自動推送給用戶，但顯然這個過程並不足以確保沒問題，因此下個大型功能更新會推遲，讓更新在 Release Preview Ring 預覽群組測試更久，取得更多測試數據，並要求 OEM 和 ISV 夥伴合作內部測試。除了數據收集過程，人工智慧系統也會改善，微軟承諾會投放更多資源加強系統，配合自然語言運算和機器學習技術，可把政策重要問題選擇合適更新的機器，提供暢順的更新體驗。新系統據稱可把偵測嚴重問題所需的時間從幾日縮短到幾小時。到底新系統能否避免之前遇到的大部分問題，相信下個月就知道了。 ProBeat: Microsoft admits AI and data aren’t enough for Windows 10 feature updates （本文由 Unwire Pro 授權轉載；首圖來源：微軟）
美國行動電話晶片製造巨擘高通（Qualcomm）9 日表示，正在研發一款可加速人工智慧運算的新晶片，將在今年稍後與微軟等公司進行測試，預計 2020 年開始量產。高通的目標是多元化發展，在其掌控的手機晶片市場之外，擠進一個正在快速成長、目前由輝達（Nvidia）和英特爾（Intel Corp）兩大廠主導的市場。高通 9 日在舊金山舉行的活動中表示，公司打算與微軟（Microsoft Corp）等夥伴於今年稍後開始測試新的「雲端人工智慧 100」（Cloud AI 100）晶片，可望從 2020 年開始大量生產。高通新晶片是為研究人員所謂的「推論」（inference）運算而設計， 這種使用人工智慧運算的過程，「訓練」人工智慧處理大量資料，例如將音訊轉化為文字基礎的要求。分析人士認為，加速推論運算的晶片，將是人工智慧晶片市場中最大的一塊餅。輝達已為這項任務研發多款特殊晶片，英特爾也正與 Facebook Inc 合作，預計今年稍後發表一款新晶片。網路銷售巨擘亞馬遜（Amazon.com）的亞馬遜雲端運算（AWS），與 Alphabet 的子公司 Google 雲端部門也在製造自己的推論運算晶片。眾多公司投入這個擁擠市場，意味努力跨足這項領域的高通已落後競爭對手。但高通公司總裁、晶片部門主管艾蒙（Cristiano Amon）表示，高通另闢蹊徑，服務在全球激增的較小型、簡易化資料處理中心，它們連結網路的 App 反應速度加快，消費者將因此受惠。為了服務那些較小的「邊緣」資料網站，高通聚焦於研發耗電少、發熱低的人工智慧晶片；競爭對手輝達與英特爾則為中央化資料處理中心製造高效能晶片，這些大型資料中心耗電量大，也需要複雜的冷卻系統。（首圖來源：科技新報）
行動處理器龍頭高通（Qualcomm）於 10 日在美國舊金山舉行的「AI Day」，正式發表 3 款中階行動處理器，包括驍龍 665、730、730G 等。高通指出，除了為人工智慧、電競、相機、效能等卓越體驗而設計，更把高通在中階處理器的產品線進一步加強與優化。首先，驍龍 665 處理器是 2017 年極暢銷的驍龍 660 處理器進化版，採用三星 11 奈米 LPP 製程，CPU 部分採 8 核心設計，具 4 個 Kryo 260（A73）大核心，以及 4 個 Kryo 260（A53）小核心，頻率分別為 2.0GHz、1.8GHz。GPU 圖形核心方面，驍龍 665 處理器將前一代 Adreno 512 升級為 Adreno 610，變化非常大。在支持 Vulkan 1.1 的情況下，可節省 20% 能耗。此外，驍龍 665 處理器另有升級的 Heagon 686 DSP、Spectra 165 ISP，支援最高 4,800 萬像素單攝影鏡頭，並支援最多 3 攝影鏡頭。目前大家都非常關心的 AI...
為了因應越來越廣泛的 AI 發展，歐盟在 2018 年中召集委員會討論 AI 開發及使用的道德規範，而近日委員會也提出了由專家學者起草的試點 AI 準則，期盼未來能在與企業、學界及民間組織的合作下更加完善內容，持續促進 AI 技術該如何以人為本的國際討論。AI 技術的應用範圍十分廣泛，包含醫療、能源、汽車安全、農業和金融管理等產業都能夠受益，AI 也能用於檢測網路安全威脅，或使執法機構更有效打擊犯罪，然而 AI 技術也帶來了許多挑戰，在法律及道德層面仍有許多疑慮留待討論。為了協助釐清 AI 應用上的疑慮，歐盟委員會近日發布了起草的試點 AI 準則，計畫採取 3 步驟進行，除了制定值得信賴 AI 的關鍵要素，也將啟動大規模實驗來獲取利益雙方的意見反饋，同時致力建立以人為本 AI 的國際共識。在「值得信賴 AI 的關鍵要素」上，委員會一共制定了 7 項內容用以規範，委員會表示，值得信賴的 AI 必須遵守所有適用法律及一系列要求，制定要素是為了協助驗證每個關鍵要求的應用。 人類機構監督：AI 系統應該支援人類機構和基本權利來協助實現公平社會，而不是減少、限制或誤導人類自治。 穩健與安全性：值得信賴 AI 的演算法必須安全、可靠且足夠強大，以便系統在任何時期都能處理錯誤或不一致。 隱私和數據控管：人民應該對自己的數據有完全的控制權，數據不應該被反過來被用於加諸傷害或歧視。 透明度：確保 AI 系統的可追溯性。 多元化、無歧視和公平性：AI 系統應該考慮人類整體的能力、技能及要求，確保提供可訪問性。 社會和環境福祉：AI 系統應該用於推動正向的社會改革、增強可持續性和生態責任。 問責制度：建立相關機制，確保 AI 系統及其結果的責任範圍及其責任歸屬。 而在獲取意見反饋上，歐盟委員會計劃在 2019 年夏季與合作夥伴啟動涉及廣泛利益攸關者的大規模實驗。企業、公共管理部門和組織都可以註冊歐洲 AI 聯盟，並在試點計畫啟動時收到通知。至於建立國際共識，由於技術、數據和演算法並不分國界，委員會將加強與日本、加拿大和新加坡等志同道合伙伴的合作，並繼續在 G7、G20 等國際場合上積極討論，好將這種概念納入管理 AI...
亞馬遜（Amazon）人工智慧助理 Alexa 應用大量資料訓練，以提升語音辨識和應答的準確性，但亞馬遜從未透露提升 Alexa 準確性的細節，據 Bloomberg 報導亞馬遜在訓練 Alexa 時，有大量員工辨識分析數百萬條語音，由於人類加入，語音助理提供服務的過程，就會面臨如何保護用戶隱私的問題，至今亞馬遜沒有給更好的解釋。語音助理訓練會使用大量資料，亞馬遜宣布時，往往會介紹大量機器學習技術的應用如何提升語音助理的性能，但提升辨識準確率最高效的辦法就是讓人來聽。這一點在亞馬遜 Alexa 冗長的用戶服務協議中列明，但很少會有用戶注意到這些內容。隨著語音助理在日常生活的應用越來越普遍，用戶也開始關注語音助理如何工作，但各大公司對語音助理的服務和技術細節往往避而不談，特別是有員工參與語音辨識這些細節從未公開討論。機器學習技術應用時，人類參與資料的分析通常解釋為資料註釋，這是自然語言辨識、翻譯、圖像辨識等技術應用的基礎工作之一，比如 Alexa 無法準確辨識用戶的口音，不同地區重複的地名或其他難以辨識的資訊，技術研發時並沒有考慮到這些因素，應用就需要人類介入修正。在全球有成千上萬亞馬遜公司、供應商和合作方員工參與 Alexa 語音助理的工作，從技術層面來看，半監督學習的模式是提升機器學習技術效率的主要方式，但問題在於大多數用戶並不知道自己的語音可能被另一個人聽到，同時語音可能包括用戶的隱私資料，且這些資料可能被人為濫用，整個過程都得不到有效監管。據 Bloomberg 報告顯示，當員工從 Alexa 語音助理聽到一些負面內容，一旦涉及執法機構調查，亞馬遜有可能提出這些語音資料，之前有案例 Alexa 語音當成庭審證據，更糟糕的是 Alaxa 部分員工會與其他同事分享、討論聽到語音的有趣或尷尬的內容，此舉涉嫌侵犯用戶隱私。亞馬遜聲明，人為介入只為幫助一小部分 Alexa 語音，以便改善用戶體驗，這有助於提升語音辨識的準確率和升級自然語音理解系統，Alexa 才能為用戶服務，但執行過程有嚴格的技術和操控限制，對任何濫用 Alexa 資料的行為都是零容忍，員工無法獲得語音發出者的用戶資料，任何涉及個人隱私的資料都是保密的。如果是如 Amazon 在 2018 超級盃的廣告影片般，以這些真人收聽回覆，我想很多會很願意試一下吧。 Amazon Workers Are Listening to What You Tell Alexa （首圖來源：亞馬遜）
微軟（Microsoft）北京亞洲研究中心去年 3~11 月期間，與中國中央軍事委員會直屬的國防科技大學合作，發表 3 篇與機器學習、人工智慧相關論文，被批評為幫助中國官方管制與監控言論，傷害基本人權。其中一篇論文描述一個新 AI 方法，透過分析人臉，來重現地圖的詳細環境細節，相關專家表示，這個 AI 應用明顯就是用在街道監控相機鏡頭與影像分析，透過鏡頭來管控人民行為。另一篇論文則是透過機器閱讀，讓電腦更了解網路大量文字訊息。中國軍事科技專家艾爾莎‧卡尼亞（Elsa Kania）則對外媒《金融時報》表示，這個技術對中國政府而言，可用來管控人民網路言論，以及快速過濾敏感網路發言。▲ 微軟與中國國防科技大學合作並發表學術論文，被質疑幫助中國官方打壓人權。（Source：shutterstock） 美國聯邦參議員泰德‧克魯茲（Ted Cruz）就評論：「美國企業得了解，在中國做生意有相當大的風險，不只會被中國共產黨當作間諜行為的目標，美國企業主也有可能助長中國共產黨對人權的暴行。」微軟解釋，認為這幾篇論文只是旗下國際科學家在學術面，針對尖端科技議題的貢獻，並不違反美國或當地法律，論文也完全公開，讓他人可從中獲益。然而，微軟並沒有回應中國軍方後續對此技術的應用、對人權危害風險等議題。這個爭議來得可不是時候，美國官方如 FBI 及一些學術機構，近期都紛紛切斷與中國政府的關聯，害怕中國學生與科學家以尖端技術研究為名，幫助中國人民解放軍。上週麻省理工（the Massachusetts Institute of Technology）才因為與中國協作的風險日漸升高，正式宣布斷絕一切與中國設備商華為的合作與關係。另一大美國企業 Google，去年也才因為想打造符合中國媒體管控的搜尋引擎，引起千名員工聯署反對，認為一家具影響力的美國企業，不該幫助中國政府控制人民的言論自由、傷害基本人權。 Microsoft worked with Chinese military university on artificial intelligence Microsoft worked with Chinese military university on AI （本文由 數位時代 授權轉載；首圖來源：微軟）延伸閱讀： 日電信商將砸 1.7 兆投資 5G 基地台！樂天：不用中廠機器 美國圍堵中國華為擴及學術單位，麻省理工宣布停止與華為合作 美軍將領：Google 在中國工作讓解放軍受益 中國版搜尋引擎 Dragonfly 復活？Google 員工質疑計畫未停止 英資安首長：中國 5G 霸業威脅安全恐達數十年
加州大學柏克萊分校 Pieter Abbeel 教授在 Twitter 公開柏克萊機器人學習實驗室最新開發的機器人 BLUE。這款機器人的特點是低成本（不到 5 千美元）、基於 AI 控制，且可在非架構化的環境執行人類熟悉的日常活動，比如摺一條毛巾。▲ BLUE 機器人摺毛巾，實際費時約 50 秒。Pieter Abbeel 是此領域著名機器人學與機器學習專家，目前是加州大學柏克萊分校電子工程與電腦系教授、柏克萊人工智慧實驗室（BAIR）聯合主任、柏克萊機器人學習實驗室（UC Berkeley’s Robot Learning Lab）主任。BLUE 機器人就是在柏克萊機器人學習實驗室開發，並由 Berkeley Open Arms 公司生產。前幾年 Pieter Abbeel 教授就曾在媒體報導透露團隊在開發基於 AI 的低成本機器人，如今研發成果終於來到大眾面前。Pieter Abbeel 教授說明：「BLUE 是低成本、安全、能幹的機器人，最初設計就帶有 AI 理念。」具體來說，柏克萊機器人學習實驗室來自不同領域超過 15 位研究人員，為 BLUE 機器人開發低成本類直驅驅動（Quasi-Direct Drive，QDD）控制器，構建了完整的設計範例，可達成不受限的自動化控制；機器人可支援基於 AI 的主流控制法；他們也詳細考慮機器人自身設計和機器人生產過程，以便降低成本。BLUE 機器人可在非架構化環境學習，能靈活執行多種不同工作，且能與人類互動。技術參數方面，BLUE 機器人有兩支近人類尺寸、運動方式也類似的手臂，每支手臂有 7 個自由度，載荷為 2 公斤。機器人的設計位姿控制頻寬為 7.5Hz，重複定位精度不大於 4 公釐，這種運動特徴已逼近甚至超過人類作業員的水準。機器人可根據人類的示範學習（Learning from Demonstration），也可以強化學習方式學習。BLUE 機器人對外銷售，所以柏克萊機器人學習實驗室開發時就考量機器人的製造成本，並委託 Berkeley...
美國再度迎來超級財報週，但這次想在財報電話會議上含混其詞，為差勁業績做掩飾的企業可得小心，因為分析師已開始運用演算法，從公司高層的談話中尋找實際營運狀況的蛛絲馬跡。美銀美林研究發現，在買賣股票時，若參考財報會議談話的演算解析結果，能讓年報酬增加 6.3%。英國金融時報 11 日報導，美銀美林發表研究報告指出，根據美國軟體商 Amenity Analytics 的分析，若運用自然語言處理（Natural Language Processing，縮寫為 NLP，可讓電腦擁有理解人類語言的能力，是人工智慧的分支學科）技術，一籃子 2,500 檔股票為期 9 年的報酬將能擊敗大盤。一般來說，不夠清楚明白的語言，會被演算法判定為賣出訊號。這種「另類數據」（alternative data，例如用演算法分析公司高層的話、觀察農作物的衛星影像、計算購物中心的訪客數等）一開始雖是從學術、量化投資圈開始興起，但最近幾年也逐漸獲得傳統基金經理人採納。Aite Group 預測，到了 2023 年，投資界對另類數據的投資總額，將較 2017 年的 4.46 億美元增加一倍之多。富達投資（Fidelity Investments）去年內部首度推出的 170 款交易策略，一部分也是使用上述工具。那斯達克交易所去年 12 月 4 日才剛宣布購併另類與核心金融數據提供商 Quandl, Inc.。根據新聞稿，Quandl 每個月向 3 萬多名訂閱戶提供另類數據及核心金融資料，數據來源超過 350 個，範圍涵蓋資本市場、能源、運輸、健康照護、教育、人口統計、經濟及社會學。Nasdaq 計劃將 Quandl 跟旗下 Global Information Services 內部的分析中心（Analytics Hub）部門結合。（本文由 MoneyDJ新聞 授權轉載；首圖來源：pixabay）
鴻海深耕 5G 和 8K 專利布局，其中 5G 領域全球排名已躋身前七，在美國、中國、日本、歐洲和東南亞等地持續增加專利布局。科睿唯安今年初發表德溫特百大創新機構，鴻海集團連續兩年上榜，12 日上午舉行頒獎記者會，鴻海集團賽恩倍吉日本株式會社智慧財產權顧問中心所長李香蘭分享專利布局策略。李香蘭指出，專利是無形資產，不同時間專利價值價值都在改變，專利布局是把專利價值在生命週期放得更高，現在鴻海透過大數據分析專利 IP。李香蘭表示，鴻海集團投入 5G、8K 和 AIoT 人工智慧結合物聯網技術，思考新技術和專利布局如何改變下一世代。展望 5G 和 8K 專利布局策略，賽恩倍吉創辦人及集團董事長周延鵬會後接受採訪表示，目前鴻海加上投資的夏普（Sharp），在全球 5G 領域專利布局，可排名前七或前八。在 5G 領域，鴻海會在美國、中國、日本、歐洲和東南亞等地增加專利布局。8K 技術專利部分，周延鵬指出，夏普在 8K 技術專利具領先地位，除應用在顯示器外，照相攝影機也是未來深耕的重點。日本仍是 8K 專利布局的重心。從專利申請數量來看，周延鵬表示，以往鴻海集團每年申請專利數量約 3 萬件，不過透過人工智慧和大數據分析，目前每年專利申請數量約 6 千件，但是專利價值卻遠超過以前。觀察全球專利布局，周延鵬表示，現在中國專利數量已高於美國，不過美國專利仍是創新科技和控制風險的重點。他建議中國可有更好的專利論述，中國可在美國深耕布局專利；小國也可運用大國的專利法律制度改變賽局，擴大影響力。市場人士指出，5G 領域除了鴻海和夏普布局專利，華為（Huawei）、高通（Qualcomm）、Ericsson、諾基亞（Nokia）、三星（Samsung）、NTT docomo 等大廠也深耕布局。鴻海集團長期耕耘專利研發及智慧財產權領域，鴻海集團的智慧財產權服務，主要委託給賽恩倍吉（ScienBiziP）處理。周延鵬過去曾任鴻海法務長。目前鴻海持有賽恩倍吉股權比重約 51%，賽恩倍吉由鴻海、夏普和公司員工三方共同持股。賽恩倍吉在日本有 200 多名員工、中國有 300 名員工、美國員工有 20 多位、台灣員工有 50 幾位。（作者：鍾榮峰；首圖來源：夏普）