即便競爭對手 AMD 推出新 Ryzen 架構處理器，加上本身 14 奈米產能缺乏，使 AMD 在消費型處理器拿下不少市場。不過資料中心領域，英特爾依舊是無可取代的霸主，市占率遙遙領先。為了維持競爭力與鞏固市場，英特爾正與社群媒體龍頭 Facebook 合作，進一步性能優化即將推出的 Copper Lake 架構 Xeon 處理器。據外媒報導，近期英特爾正與 Facebook 合作，改進即將推出的 Copper Lake 架構 Xeon 處理器。以合作內容具體來說，就是 Facebook 正為 Copper Lake 架構的 Xeon 處理器增加一些深度學習功能，以提高性能。英特爾與 Facebook 合作開發名為 Bfloat 16 的新技術，Bfloat 16 是 16 位元的浮點運算技術，提供與 FP32 相同的動態範圍以提高性能，並可用於加速人工智慧訓練模型。這些人工智慧模型包括優化語音辨識、圖像分類、推薦引擎和機器翻譯等功能，類似智慧手機當紅的人工智慧 NPU 技術。英特爾 Copper Lake 架構 Xeon 處理器仍由 14 奈米製程打造，將在 2019 年底前登場，支援 8 條記憶體，且支援 Barlow...
Facebook 於日前公開「下一代」AI 模型訓練硬體平台 Zion，也一起介紹了另外兩類計算的自訂化 ASIC（應用專屬積體電路）晶片：用於 AI 推理的 Kings Canyon，以及用於影片轉碼的 Mount Shasta。這些新設計主要針對 AI 推理、AI 訓練、影片轉碼三類計算。這些計算不僅負荷重、切換為專屬硬體的提升明顯，而且也是 Facebook 快速擴大的服務類別。從當代 AI 硬體到下一代 AI 硬體Facebook 早就開始大規模部署 AI 模型用於業務計算，這些模型每天要做超過 100 兆次預測及超過 60 億次語言翻譯。Facebook 用來辨識、分類內容的影像辨識模型也使用超過 35 億張影像訓練。各種使用 AI 的服務幫助用戶日常溝通，也為他們提供獨特、個性化的使用感受。Facebook 自研的 AI 平台 FBLearner 管理 Facebook 目前大多數 AI 模型流水線。FBLearner 包含儲存特徵、管理訓練過程、管理推理引擎等工具。另外，Facebook 也基於「開放計算計畫」（OCP）設計硬體，和 FBLearner 配合使用，能讓 Facebook 開發人員快速大量部署模型。解決目前緊迫的計算規模問題後，Facebook 繼續集中精力研發，最終目標是建立針對未來、可靠的硬體設計，不僅對供應商透明，同時也持續體現 Facebook 最大化執行效率的離散化設計理念。Facebook 的答案就是下一代訓練、推理硬體平台。用 Zion 進行 AI 訓練Zion 是 Facebook 的下一代大容量統一訓練平台，目標是高效承擔更高計算負載。Zion 設計時就考慮如何高效處理...
30 年前倡導種樹救地球，但當暖化逼近臨界點，種樹不再視為唯一的解決方案。但最新研究發現，科學家確定地球上的公園、樹林和廢棄土地，還可以種植 1.2 兆棵樹，如果達成目標，將可超越目前應付氣候變化的所有方法，包括建造風力發電到素食飲食等等，樹木能從大氣吸收足夠的二氧化碳，可抵十年的人類排放量。森林不僅是地球大部分生物多樣性的棲息地，還從大氣吸收破壞氣候的二氧化碳，因此被認為是應對氣候變化的重要緩衝區。英國《獨立報》（The Independent）報導指出，多年來專家缺乏準確資訊，故嚴重低估地球的樹木數量。聯合國教授和科學顧問 Thomas Crowther 結合 120 萬個地點的森林清查數據和衛星圖像，使用機器學習和人工智慧分析以推估全世界的樹木數量，結果顯示現在地球有 3 兆棵樹，比之前美國國家太空總署估計的數字高出 7 倍。美國舊金山一個尋找不同降低碳排放技術的計畫 Project Drawdown，目前將陸上風電和改進冰箱和空調回收技術放在首位，這些技術分別可減少 800 億噸排放量，而種植森林排在第 15 位，僅減少 180 億噸。Crowther 博士表示，低估樹木代表科學家也大大低估森林應對氣候變化的潛力。現在有 3 兆棵樹可吸收 4 千億噸碳排，如果多種額外 1 兆棵樹，可再從大氣捕獲數百億噸排放量，等同於至少 10 年的人為排放。Crowther 在華盛頓特區的美國科學促進會（AAAS）會議表示，樹木已成為應付氣候變化的最有力武器。但在所有標出的空地種滿樹木顯然是不現實的期待，但植樹愈加認為是保護地球生命的重要活動，可應付這個時代的兩大挑戰：氣候變化和生物多樣性喪失。而且樹木確實讓人們在城市裡更快樂，改善空氣品質、水質、食品品質、生態系統，種樹是一件容易又有形的事。然而在種樹之前，首先應停止砍伐森林，砍伐一棵樹同時會摧毀依賴它的整個生態系統。如巴西的養牛業正在破壞亞馬遜雨林。綠色和平組織活動家 Sarah Shoraka 表示，養牛業是世界森林砍伐的最大肇因，也是氣候變化的災難，亞馬遜雨林 80% 被毀的原因都是來自養牛。近年來，聯合國的 Billion Tree Campaign 在全球種植近 170 億棵樹。澳洲計劃到 2050 年種植十億棵樹，當成新林業計畫的一部分，根據政府 2018 年森林狀況報告，澳洲擁有全球第七大森林覆蓋面積，覆蓋 17% 土地面積。 Massive restoration of world’s forests would...
人工智慧和深度學習的發展如日中天，不過在應用這些技術時，則仍然有相當的技術門檻。Facebook 人工智慧研究主管最近表示，深度學習可能需要新的程式語言，讓它更容易配合 Python 應用。Facebook 人工智慧研究主管 Yann LeCun 最近受訪時表示，如果可以有更大彈性和容易與 Python 互通的程式語言以應用深度學習技術，將會更方便。其實 Google、Facebook 和其他地方有幾個類似的計畫，針對有效地進行深度學習來設計編譯語言，但是目前開發社群仍未清楚是否要配合這些編譯語言，因為開發者只是想繼續使用 Python。目前 Python 是開發機器學習的時候最常使用的程式語言，也是 Facebook 的 PyTorch 和 Google TensorFlow 框架的基礎，但是這個語言有一定的限制，新的語言可以帶來更大的變化，但是否必要則是一個疑問。Yann LeCun 在訪問中也提到，未來自我監督學習將會成為人工智慧開發的主流，而更高效能的硬體需求也會因此增加，如果這些自我監督學習過程中會觀察這個世界的運作，說不定在人工智慧之間會出現某程度的基本共識。 Facebook’s chief AI scientist: Deep learning may need a new programming language （本文由 Unwire Pro 授權轉載；首圖來源：pixabay）
近日，以色列醫療影像分析公司 Zebra Medical Vision 宣布獲得以色列創新局（the Israel Innovation Authority）的政府支援，將與以色列 Ichilov 醫院、Maccabi Healthcare 醫療中心和 Clalit 組織展開合作。以上 3 家機構，管理以色列 90% 以上病患。Zebra 計劃將人工智慧演算法應用於 Ichilov 醫院的緊急情況處理，Maccabi Healthcare 醫療中心的早期乳腺癌偵測，以及 Clalit 的骨質疏鬆早期偵測。以色列明星 AI 醫學影像新創Zebra 於 2014 年成立，是一家不折不扣的明星新創。外媒 FastCompany「2017 年最具創新性十大公司」評選，Zebra 僅次 Google、IBM、百度、SoundHound，排名人工智慧領域第五；2017 年也被《財星》雜誌評為 50 家引領 AI 革命的公司之一。Zebra 擁有數百萬張醫療影像構建的專有資料庫，透過機器學習和深度學習演算法建立影像分析工具，為放射科醫師提供輔助診斷系統，減輕醫師工作。目前 Zebra 演算法已應用在骨骼、肝臟、肺臟和心血管分析偵測領域。其中腦出血自動辨識演算法於 2018 年 3 月獲得歐盟 CE 批准，冠狀鈣評分演算法於同年 7 月獲得美國 FDA 510(k)許可。2018 年 6 月，Zebra 獲得由衛生技術基金...
人工智慧雖然非常強大，不過正如任何電腦系統，都會有缺點和漏洞。最近有研究發現，如果找出一個成功騙過人工智慧模型的攻擊方法，可在另一人工智慧模型奏效。義大利 University of Cagliari 及美國 Northeastern University 研究人員最近於 arXiv 刊登的論文指出，常見用來欺騙人工智慧神經網路的攻擊，一旦發現在一個人工智慧模型有效，在其他人工智慧模型也同樣有效，變相讓攻擊者可先在風險較低的人工智慧模型測試，找到有效的方式後再實際於資安較嚴格的地方使用。研究人員表示，這種可轉換性讓攻擊者針對完全不同而未知的模型進行有效攻擊，對現在越來越普及的人工智慧系統是危險的現象。特別是當現在資訊更透明公開，攻擊者了解目標系統的架構，並採用相關開源模型測試也越來越容易。他們也在論文提及如何避免這情況，讓系統設計者更小心，避免遭受攻擊。 Fool ML once, shame on you. Fool ML twice, shame on… the AI dev? If you can hoodwink one model, you may be able to trick many more （本文由 Unwire Pro 授權轉載；首圖來源：shutterstock）
華為積極遊說供應鏈轉移中國。整體觀察，台灣半導體產業具有群聚效應，加上人才技術成熟，台灣仍有優勢，不過需留意華為帶動的產線排擠效應，避免台灣產能出現空缺而被取代。美中貿易談判進入關鍵的決戰點，不具名半導體產業人士向《中央社》記者透露，中國網通和手機大廠華為（Huawei）從去年第 4 季開始，積極遊說旗下供應鏈廠商將大部分產能轉移中國，去年 12 月中旬華為財務長孟晚舟被捕後，華為更加強對供應鏈廠商遊說的力道。觀察台灣半導體產業供應鏈，產業人士分析，高階晶圓代工集中在新竹和台南，後段專業封裝測試產能聚集中壢、彰化、高雄等地，且封測產線臨近晶圓代工產線。市場人士指出，產業群聚效應加上台灣半導體人才技術成熟，此外不少台灣廠商已經在中國設立產能據點，多數廠商就近使用當地既有產能，因應華為需求，華為拉攏供應鏈轉移中國的影響程度有限。從政府角度來看，產業人士指出，台灣政府嚴格限制高階晶圓代工產線到中國轉投資，此外儘管台灣政府對於後段專業封測代工轉投資中國並未限制，不過台灣投審會也可能採取嚴審作業，因此台廠與華為的互動程度，台灣政府的態度也有一定影響力。不過華為積極拉攏供應鏈台廠轉移到中國，需觀察是否對台灣既有的產能產生排擠效應，避免台灣既有的高階產能出現空缺、進而被取代的風險。談到美中貿易戰，產業人士分析，中國補助政策將是談判重點之一，其中中國積極透過補貼政策扶持半導體產業自主，若美國對中國相關補貼政策施以限制壓力，對於台灣半導體產業相對有正面影響。從華為本身來看，另一位半導體產業人士指出，華為內部對未來 5 年的營運目標相當積極、自信心高昂，不僅力拚在 2020 年手機出貨量和市占率超越南韓三星（Samsung）成為世界第一，內部目標更規劃到 2024 年集團業績突破 3,000 億美元。華為積極布局 5G、人工智慧和車用電子的企圖心也非常強烈。對於台灣半導體業者來說，如何與華為保持既有合作關係、又不喪失既有的產業優勢，求得兩全其美，需要業者靈活且智慧的因應策略。（作者：鍾榮峰；首圖來源：華為）延伸閱讀： 華為拉供應鏈赴中國，封測台廠考量現實不受制 華為、中興可能納入談判，川普：將會與司法部討論
中國每年進口價值 2,000 億美元的晶片，一直急於自行研發，以免受制於人。貿易戰壓力下，中國 AI 研發蔚為風潮，最近杭州國芯科技（Hangzhou Nationalchip）融資取得 1.5 億人民幣，發展 AI 晶片。南華早報報導，25 日國芯的 B 輪融資以國營的「中國國家開發投資集團」（SDIC）領頭，SDIC 的大股東是中國財政部。其他參與投資的還有 Google 前中國區主管李開復的「創新工場」（Sinovation Ventures）。李開復對 AI 素有研究，寫了多本 AI 書籍。新資金將協助國芯研發晶片、軟體、設計演算法，並加速開發新產品。國芯創立於 2001 年，是機上盒晶片大廠，之後跨足 AI，研發聲控智慧音箱和物聯網裝置的 AI 晶片。創新工廠合夥人 Fang Yimin 說，AI 和物聯網結合，將開啟巨大商機。國芯是物聯網最早的 AI 晶片商之一，晶片設計和行銷的能力極強。Wells Fargo Securities 估計，AI 晶片每年銷售將增 52%，從 2018 年的 42.7 億美元增至 2023 年的 343 億美元。半導體研究機構 ICwise 創辦人 Gu Wenjun 說，AI 晶片是熱門投資領域，中國新創業者地平線機器人（Horizon Robotics）、寒武紀科技（Cambricon）、比特大陸（Bitmain）紛紛加入。習近平喊出，關鍵科技應該自給自足，不只新創公司，中國科技巨擘百度和阿里巴巴也開始研發 AI 晶片。美國禁售讓中興差點倒地後，國芯 2018...
近日，名為「這個人不存在」的網站紅了。用戶只要重整一次網站，就會產生真假難辨的人臉。這項技術源於 NVIDIA，NVIDIA 一直以顯卡、晶片聞名。然而兩年前（2017 年 11 月），NVIDIA 開發了一種新的生成對抗網路（GAN）。當時這是深度學習領域強悍的應用，引起業界極大震驚。NVIDIA 研究人員建立一個全球化的對抗神經網路（GAN），讓兩個人工智慧系統相互對立，以尋求生產高品質的「假照片」。工作過程分為「建立影像」和「判斷影像」，最後微調結果。即透過將 AI 的工作負載分成不同的部分來工作。一組演算法（建構程式）嘗試建立人臉內容，另一組演算法（辨別真假）嘗試確定是真實還虛假影像。如果第二組演算法（辨別真假）判定影像是假的，就會重新啟動。AI 開發人員會檢查結果，並確定相關演算法是否需調整。值得注意的是，NVIDIA 並沒有發明 GAN，也不是 GAN 所有者。Google 的 Ian Goodfellow 也是這樣執行，Google 還在不斷改進。NVIDIA 研究小組最近仍在調整，不僅只是有花俏、華麗網頁介面的舊神經網路。目前層數已升級、調整，並給予機器人治療，增加它們的「自尊心」。據研究小組官方說法：設計轉換文學的推動、激勵之下，我們重新設計方法，來控制影像合成過程的產生器架構。我們的建構程式從一個學習常數輸入開始，根據潛碼調整每個捲積層影像的「樣式」，進而直接控制不同範圍影像特徵的強度。這意味著，只要在網站不斷按重整，將不斷吐出令人信服，抑或令人毛骨悚然、不存在的人臉。「令人毛骨悚然」？既然有辨別影像真假的演算法，為何還會令人毛骨悚然？首先來看一組網站產生的正常照片：▲ 可愛的女孩，然而世上並沒有這個人。▲ 一位女士。▲ 一位男士。以上照片看起來和真人無異。當然大家也可點擊文章開頭的網站，嘗試重整一下，每次都會出現不同的人臉。可怕的是，對抗神經網路（GAN）也會經常出現 Bug，這時候人臉往往「非正常」，缺陷就令人「毛骨悚然」。以下舉一些例子：▲ 注意美女脖子下方紅圈處的疤痕，像「外星人」留下的痕跡。▲ 這位女士旁邊的不知是人還是？總之，很可怕。▲ 綠色圓圈處的臉部，呈現不明物質的綠色「缺陷」。GAN 表現不穩定引起的「缺陷臉」，出現的機率較大。重整網站不到十次，就會出現一至兩張「問題臉」。難怪，很多外媒對這個人不存在網站的評價「千篇一律」是恐怖、驚悚、可怕、毛骨悚然。然而，這無法阻擋假臉產生網站的爆紅，模仿者已出現這家 Airbnb 不存在、這篇 waifu 動漫不存在……甚至還有這隻貓不存在等網站。其中這隻貓不存在網站，確實做到無時無刻令人「毛骨悚然」。因為，和假臉產生網站相比，貓臉產生網站穩定性實在太差，出現正常的貓照片少之又少。再舉幾個例子：可愛、萌萌的貓從此「被顛覆」了，就像外太空生物，怪誕畸形，看了令人渾身不舒服。尤其當貓臉和人臉出現同一張圖片時，「畫風」簡直……讀者可從下面照片體會一下：不管人臉產生網站，還是貓臉產生網站，從實際操作結果來看，並不盡如人意，仍需要「磨合」，所以看看就好，不用當真！（本文由 雷鋒網 授權轉載；首圖來源：這個人不存在）延伸閱讀： 有圖不一定有真相！NVIDIA AI 現在能混合人臉特徵，創造出全新臉孔
南韓電信業者 3 月將推 5G 商用服務，預料是全球最早啟用 5G 服務的國家。南韓電信商 KT 表示，5G 用途極廣，不只限於企業領域，也能搶救人命，加快救援腳步。Korea Herald、南韓中央日報報導，KT 會長 Hwang Chang-gyu 在西班牙世界行動通訊大會（MWC）演說，先秀出消防員配戴 5G 攝影機搶救的畫面，攝影機能即時傳送 360 度影像給控制台，加速救援行動。Hwang 表示，KT 重新定義 5G 為拯救人命的科技。不只如此，5G 也能協助車禍乘客脫困。Hwang 說，KT 正在測試緊急遠距操控功能，出現危急狀況時，車輛能自動轉為自駕模式，把乘客運送安全地方後，再呼叫救護車。他說，5G 的強大聯網功能，將確保第四波工業革命的好處，由所有企業和民眾共享。Hwang 同時表示，5G 在企業領域用途最大，5G 高速低延遲的特性能打造智慧工廠。南韓造船廠現代重工（HHI）工廠就是一例，可透過聯網監視器和擴增實境（AR）眼鏡，檢修錯誤。此一服務中小企業也能使用，KT 將以實際 5G 流量計費，不會推出一體適用的方案。中小企業可用機器人取代勞力密集作業，降低成本。為了避免 5G 網路失靈，KT 研發人工智慧（AI）解決方案「Dr. Lauren」，此一軟體具備深度學習演算法，會主動偵測網路故障，自動修復。（本文由 MoneyDJ新聞 授權轉載；首圖來源：KT）延伸閱讀： 5G+自駕技術讓無人車更安全，南韓電信商搶先布局