台灣人才出走早已不是新話題，但你知道嗎？其實，也有一群在海外多年的台灣人，近來正前仆後繼回台。去年 3 月，被稱為台灣 PTT 之父、曾是微軟 AI.R. 首席亞太區研發總監的杜奕瑾，放棄微軟高薪，回到台灣，成立台灣人工智慧實驗室。他在今年初接受《遠見》專訪時，毫不遲疑地說，回台主因是想訓練台灣的 AI 人才，他相信，「當（AI）新秩序還沒形成時，在哪裡做都可以。」加上政務委員唐鳳、科技部長陳良基大力相挺，讓他下定決心回台灣。不只杜奕瑾，IBM 前首席科學家、在紐約成立 AI 解決方案公司 Graphen 的林清詠，也在今年 8 月返台成立辦公室。世界上不少國家，為了吸引人才回流，都由政府推動政策。好比中國 2008 年推出「千人計畫」，就是一例。向旅外博士級人才招手 預計招募百人去年 7 月，科技部終於也推出了「海外人才歸國橋接方案」（下稱 LIFT 方案，Leaders in Future Trends），向旅居海外的台灣博士級人才，廣發英雄帖，希望招募百人回台。去年 8 月開始審查，9 月起，陸續有旅外的台灣精英，鮭魚返鄉。根據 LIFT 方案，申請人必須是 45 歲以下的國民，最後一份專職工作不在台灣，同時要具有教育部認可的博士學位。為呼應政府 5＋2 重點產業政策，篩選對象又以生醫、綠能、智慧機械及半導體等十大領域的人才優先。陳良基在 LIFT 宣布記者會上表示，他經常和海外人才交流，發現有返國意願的人並不少，但台灣環境不確定性較高，福利和待遇跟不上國際，LIFT 主要在破除障礙，讓人才回流無後顧之憂。LIFT 方案給予歸國人才生活補助計畫，每個月台幣 12.5 萬元，以一年為限，合計約 150 萬元。初期，曾有聲浪質疑 150 萬元太少。但陳良基認為，150 萬元並非薪水，而是「一張暫時回台灣的門票」。拿到這張門票的學人，回台後，每月需進行 10 場以上的「專業交流」活動，拓展廠商視野、引進前瞻應用趨勢。科技部也以竹科、中科與南科為基地，安排學人與業界、研究法人與學研機構橋接，學人也能利用自己的人脈，認識更多人。回台一年內，若學人進入企業，或是到學研單位任職，政府就會停止補助。生醫領域人數最多 占近半數事實證明，做，總比不做好。LIFT 推出一年餘，累計申請案已達 102 件，92 件進入審查程序，截至今年 9 月中旬，共有...
工程模擬廠商 ANSYS 宣布，採極紫外線微影 （extreme ultraviolet lithography ; EUV） 技術的 7 奈米 FinFET Plus （N7+） 製程節點的 ANSYS 解決方案已獲台積電的認證，台積電亦驗證最新 InFO_MS （Integrated Fan-Out with Memory on Substrate） 先進封裝技此項驗證的通過技術的參考流程。對無晶圓廠 （fabless） IC設計公司而言，由於模擬工具需通過新製程節點和封裝技術嚴格測試與確認，因此認證與驗證非常重要。 ANSYS 表示，以 7 奈米 FinFET Plus 製程節點為主的 ANSYS RedHawk 與 Totem解決方案皆獲得台積電 N7+ 製程技術認證，並且支援極紫外線微影 （EUV） 功能。N7+ 認證包含萃取、電源完整性與可靠度、訊號電子飄移 （signal EM） 與熱可靠度分析。 ANSYS進一步指出，台積電拓展領先業界的整合型扇出 （integrated fan-out，InFO） 先進封裝技術，整合記憶體子系統 （subsystem）與邏輯晶粒。台積電與 ANSYS 提升既有 InFO 設計流程，支援新 InFO_MS 封裝技術，並運用...
根據 Cybersecurity Venture 及 Herjavec Group 合作的報告指出，2021 年約有 350 萬份資安相關工作缺人，而應徵職缺的人之中，只有四分之一符合技能要求。為了填補資安人才需求，各公司各出奇招，IBM 前年就發起一項專屬科技人的類似「密室逃脫」遊戲，將一整套資安分析設備、伺服器、工作站等搬進拖車，報名參加的人進到拖車，4~5 小時內調查及因應模擬的駭客事件。這項活動十分受歡迎，等待名單已排到 8 個月之後，參加過的人甚至包含各公司執行長、董事會。另外，有一些公司開始重拾工業時代傳授技能的方法：學徒制，儘管訓練出一個合格「徒弟」的成本約一年 2.5 萬至 3 萬美元，這些資安公司也表示是一項值得的投資，Peregrine Technical Solutions 總裁 Leigh Armistead 就表示，學徒制的優勢在於，學生跟著公司學了 2~3 年，結束訓練後更會傾向直接待在公司上班。德州農工大學（Texas A&M University System）則用一個獨特方法來解決此危機──配給初學資安的學生一套 AI 軟體。德州農工大學資安監控中心表示，他們每個月都必須處理超過 100 萬次攻擊，雖然中心有全職員工，但目前資安主力為十名學生配上 AI 軟體偵測、排解這些資安威脅。這種安排不但能訓練學生資安的技能，還能填補大學的資安缺口，資安監控中心主任 Daniel Basile 就表示：「我們都還沒公布職缺，就有一堆學生來詢問了。」當學生來上班時，AI 會先抓出可能的資安威脅事件，並排序輕重緩急，接著學生再透過 IP 位址、AI 提供的數據等等，一一檢查這些異常事件是否真的構成威脅。雖然運用 AI 偵測資安威脅目前看起來是完美的做法，但也有危險的一面，駭客可能學會演算法的運作原理，並操縱訓練用的數據，因此，人類在資安攻防中還是不可或缺的角色。 A cyber-skills shortage means students are being recruited to fight off hackers Cybersecurity Jobs Report...
據外媒 Inverse 報導，加州大學柏克萊分校的研究人員開發出新的 AI 系統，生成的電腦動畫特技演員可重現武術基本動作，未來有可能取代人類特技演員。「這是深度學習和動畫的一次大躍進，」柏克萊分校研究生 Pang 今年 8 月於 SIGGRAPH 會議發表的研究報告說。「很多相關工作都是模擬自然運動，但沒有／無法提供多種技能運用的通用方法。它和以人類動作為標記的『動態捕捉』技術看上去很相似，但本質不同。我們的技術正朝著（塑造）虛擬替身演員邁進。」計畫相關論文《DeepMimic》發表在 ACM Trans 雜誌。隨後團隊在 GitHub 提供程式碼和動作捕捉數據供其他人試用。團隊使用「深層強化學習技術」（reinforcement learning，RL）教導系統如何移動。它從現實生活獲取動作捕捉數據，輸入系統，並讓系統模擬練習這些動作，模擬時間相當於一個月，每天 24 小時訓練。DeepMimic 學習 25 種不同的動作，比如踢腿和後空翻，每次比較結果，看它與原始動作捕捉數據的接近程度。與其他可能反覆嘗試並失敗的系統不同，DeepMimic 將移動分解為多步驟，以便某時刻若失敗，它可以分析性能並在適當的時刻調整。「隨著技術進步，我認為將開始在電影發揮越來越大的作用，」Pang 告訴 Inverse。「然而，由於電影通常沒有互動，這些模擬技術可能對遊戲和 VR 產生更直接的影響。」事實上，對這些使用「RL」訓練的模擬角色，獨立遊戲就是很好的試驗場景。但它們可能需要更長時間才能準備好應用在 AAA 級遊戲，因為使用模擬字元需要大調整和改變傳統開發管道。Pang 表示，已與一些遊戲開發商和動畫工作室討論這項工作的可能應用，但暫未透露細節。團隊表示，「角色動畫」的長期目標是，將數據驅動的行為規範，與能在物理模擬執行類似行為的系統相結合，進而讓角色能真實回應擾動和環境變化。加州大學柏克萊分校的實驗結果展示，RL 方法可用來學習、模仿非常多示範動作，達到用戶指定的目標。方法是處理關鍵幀運動、高度動態的動作，如動態捕捉的翻轉、旋轉和重定向運動。透過結合動作模仿目標與任務目標，訓練角色在互動時智慧反應，例如，沿著想要的方向行走或向用戶指定的目標扔球。因此，研究人員用「運動剪輯」來定義所需的樣式，使角色具備基於 RL 和物理動畫的靈活性和通用性。他們嘗試多種方法，將多個片段整合到學習過程，以開發具備多技能代理功能的動畫角色，並使用多個角色（人類、阿特拉斯機器人、雙足恐龍等）和多種技能來展示結果，包括移動、雜技和武術。（本文由 36Kr 授權轉載；圖片來源：影片截圖）延伸閱讀： 波士頓動力遇強敵？迪士尼特技機器人 Stickman 能空翻兩周超威 迪士尼請了一位「空中飛人」，各路超級英雄表演裡都將有它
自從攝影技術發明以來，照片就成為重要的歷史紀錄，不過相對可複製和備份的數位照片，傳統的底片照片更難保存，因此紐約時報與 Google 合作，將歷史照片數位化。紐約時報在時代廣場的辦公室地下，有一間專門儲存歷史照片的倉庫，最早的照片可追溯至 19 世紀，約有 500 萬到 700 萬張新聞照片，以及拍攝背景資料，非常有歷史價值。為了保存這些珍貴資料，紐約時報與 Google 合作，利用其圖片及文字辨識技術，快速分析每張照片的內容和手寫或打字機輸入的背景資訊文字，方便分類整理照片。紐約時報科技總監 Nick Rockwell 表示，這個寶庫充滿容易腐壞的重要紀錄，不只記錄紐約時報歷史的無價珍藏，也記錄超過一世紀改變現代世界的國際事件。不過雖然 Google 負責數位化照片，但不會轉成公開資料，只由紐約時報繼續保存。無論如何，比只用底片保存，多一種方便複製備份的版本，總是更安全。 Google is using AI to help The New York Times digitize 5 million historical photos （本文由 Unwire HK 授權轉載；圖片來源：Google）
華為及蘋果陸續推出新一代 7 奈米製程行動處理器之後，另一家手機晶片製造商三星也將「趕上進度」，宣布將於 14 日正式發表新一代 7 奈米製程行動處理器，預估這款處理器就是傳聞許久的 Exynos 9820。根據目前的市場消息，三星新一代 7 奈米製程行動處理器 Exynos 9820，除了採用三星自家 7 奈米製程生產，核心架構將採用「2+2+4」三叢式配置，包括兩個 Mongoose M4 核心、兩顆高性能 Cortex-A76 核心及 4 顆注重低耗能的 Cortex-A55 核心。而除了核心架構之外，Exynos 9820 最受人關注的是將在其中配置主司人工智慧（AI）運算的雙 NPU 單元。也因為加入了雙 NPU 單元，使得外界預估，三星的 Exynos 9820 行動處理器在 AI 運算的能力與處理速度上都將能獲得大幅度的提升。事實上，在前代的 Exynos 9810 行動處理器上，三星也曾經對於 AI 運算能力加以優化，不過其效果相較已經內建 NPU 單元的高通、蘋果等競爭對手的行動處理器來說仍有差距。所以，三星本次預計在 Exynos 9820 上內建雙 NPU 單元，也是首款內建 NPU 單元的三星行動處理器。市場人士認為，三星在 Exynos 9820 上內建雙 NPU 單元，有其兩大意義。首先，根據市場調查機構 IDC...
「2018 未來科技展」（Future Tech Expo, FUTEX 2018）是由科技部主辦的年度科技盛典，將在 12 月 13 日假臺北世貿三館揭開序幕。今年參展技術有 123 項，預估總參觀人數上看 5 萬人，創造至少 5,000 萬元的媒合商機。藉由此展促進產學合作，更希望促成後續的技轉案，將台灣的學研能量化為台灣產業的實際動能，帶動整體 GDP 提升。「未來科技展」在 2017 年首度舉辦及締造許多成績， 3 天展期吸引 26,000 人次以上的參觀人潮、舉辦逾 2,000 場次的媒合洽談，以及超過 4,000 多人次參與各場次的專業論壇，後續並促成超過 3 千萬元的產學合作及技轉案。科技部長陳良基表示，未來科技展搭建起的產學研媒合平台，不僅加速讓科研成果轉化為產業界的創新能量、進一步落實應用，兼具「產業應用性」與「科學突破性」的前瞻技術將是引領臺灣下一個十年產業升級與轉型、接軌國際的科技浪潮與致勝關鍵。今年展出項目更新增三大特色專區，「智慧醫院」、「量子電腦」、「人文科技」，滿足對科技應用的需求與想像，此外並擴大邀請各大產業公協會共同參與，趨勢論壇與講座更聚焦探討新創應用的突破，邀請知名跨國企業與重量級意見領袖進行深度交流。 Future World：「智慧醫院」、「量子電腦」、「人文科技」三大特色專區開啟科技應用的無限想像「智慧醫院專區」（Smart Hospital）展示 20 項新穎技術的跨界未來性應用，大舉顛覆傳統就醫流程，從智慧門診（診斷、分析、追蹤）、智慧復健（治療、復健）、智慧藥檢（處方、護理）、智慧病房（臨床照護、觀察）、智慧加護（手術、重症管理）、智慧照護（居家、遠距、預警）等，統統「聰明化」，打造全方位智能護理照顧系統，大幅提升病人安全與就醫品質、降低醫療人員工作負擔與誤失，以及同步增進醫院的經營效能，達到三贏。「量子電腦專區」則以人類計算機發展史為時間軸，藉由科普與樹枝分散方式帶出傳統電腦的侷限與量子電腦（quantum computer）的革命性發展，呈現量子電腦過去、目前最新研發成果以及未來應用發展。量子電腦被稱作「下個世代的運算工具」，擁有強大的運算速度，在展場中亦提供參觀者實際操作的體驗區域。此外，去年在展場中令人驚豔的「人文科技區」，成功呈現臺灣文化與科技跨域合作的創新應用成果，今年更把書聖王羲之的墨寶《快雪時晴帖》山水字畫與 3D 列印技術融合，穿載在身上，賦予古字畫新生命力，可望再締造數位科技與戲劇藝術交融的全新視聽覺上的動態感受與展示。Future Showcase：四大技術領域主題、五大亮點技術搶先曝光全球首創技術吸睛今年展出內容匯聚「生技與新藥」、「醫材」、「AI 智慧應用/電子/光電」、「金屬化工與新穎材料」等四大技術領域主題區。為了讓大眾搶先體驗未來科技，特別安排於記者會展示 5 大亮點技術，包括國立清華大學「多尺度生物顯微影像技術」、中國醫藥大學「干擾性 RNA 藥物用於治療近視」、中研院「可見光寬頻消色差介電質超穎透鏡成像」等 3 項全球首創技術；以及國立臺灣大學「多地形上輪腳複合移動載台」技術、國立中正大學「機械加工單元作動量測暨虛擬實境視覺化模擬應用」等技術，突破科學上的既有限制及原先市場的舊框架。 Future Forum：未來趨勢論壇聚焦三大當紅議題精準醫療、AI 創新應用、量子電腦展覽期間也安排一系列的趨勢論壇與人文沙龍講座，邀請國內外產、學、醫、投資界等重量級意見領袖擔任主講人，如英科智能（Insilico Medicine）臺灣區執行長 Artur Kadurin、IBM 研發副總裁Norishige（Noly）Morimoto、旺宏電子總經理盧志遠、臺大醫院癌症防治中心主任楊正新、橡子園創投共同創辦人瞿志豪、清華大學物理系教授牟中瑜等，分別針對精準醫療、AI應用新契機、量子電腦技術掀起的下世代運算革命等議題進行深度討論。透過具有前瞻觀點、高技術含量的專業探討與交流，剖析國際趨勢下未來科技的創新發展脈動，預料將為本次展會持續創造焦點話題，吸引更多關注與媒合機會，同時也讓與會的國際嘉賓一睹臺灣學研界蘊含的豐沛創新能量與研發強項。臺灣學研界擁有紮實的前瞻技術能力與優秀人才，加以善用必能強化產業競爭力，並比喻產學合作就像在找合作夥伴，政府可以扮演媒合平台，先點燃合作火苗，「未來科技展」就是個良好平台，讓企業攜手學術團隊的前瞻技術，勇敢向前開發並進入商業化模式，才能發揮更大戰力，在國際舞臺上展現臺灣的科技與產業競爭力。
國研院結合國內企業開發的 AI 超級電腦「台灣杉二號」，優異計算能量在最新公布的全球 500 大高速計算主機（TOP500）排名中，擠進第 20 名，締造台灣有史以來最好成績。科技部國家實驗研究院國網中心結合廣達、華碩、台灣大等三大國內企業 共同組隊建造的「雲端服務及大數據運算設施暨整合式階層儲存系統」（簡稱 AI 雲端平台），命名為「台灣杉二號」（TAIWANIA 2）的 AI 超級電腦主機。台灣杉以 9 PFLOPS（每秒執行 9 千兆次浮點運算）的優異效能，在最新公布的全球 500 大高速計算主機（TOP500）中，排名第 20 名，僅次於美國、中國、瑞士、日本、德國、南韓、義大利、法國；至於能源效率（Green500）則排名第 10 名，僅次於日本、美國、西班牙、中國，雙雙締造台灣超級電腦入榜有史以來最好的成績。科技部今天透過新聞稿指出，「台灣杉二號」超級電腦由 252 個節點組成，每個節點包含 2 顆 CPU 及 8 顆最先進 GPU，其主機架構設計與國際趨勢同步。在科學家運用大數據進行深度學習時，可表現出更優質的性能；此外，在節能方面，「台灣杉二號」的能源效率達 11.285 GF/W，計算量在 9 PFLOPS 時，用電 798 KW，為台灣史上最節能的高速計算主機。科技部長陳良基說，這台 AI 超級電腦建置工程浩大，除主機系統本身外，還涉及軟體服務平台，也包含資料中心設備用電、系統散熱、網路連接等層面，過程中團隊展現高超技術能力，才得以在 7 個月內完成這項壯舉。主機原預估效能為 7 PFLOPS，但經由團隊的優化調校與測試，一舉提升至 9 PFLOPS 的超高效能。「台灣杉二號」預計明年上半年正式啟用，除提供快速運算能力、大量儲存空間及安全的網路外，透過 AI 雲端運算平台的建置，更將成為國內最大資料市集與模式市集，提供產學研界更即時、更便利的運算服務。未來主機的 50% 運算資源提供給政府所主導智慧機器人、自駕車實驗場域、AI 創新研究中心等前瞻計畫與學研界使用外，另一半運算資源將提供創新產業使用，激盪人工智慧應用於金融科技、智慧製造、智慧醫療 / 健康及智慧城市等領域，加速國內人工智慧相關技術與服務的開發。（作者：朱則瑋；首圖來源：國網中心）延伸閱讀：...
雖然特斯拉 CEO 伊隆·馬斯克（Elon Musk）經常立下一些看似不可能實現的承諾，但經歷幾次跳票後，他往往能神奇的實現目標，比如讓萬年賠錢的特斯拉盈利。最近，他第 N 次提及特斯拉的全自動駕駛時間表，依然是那麼自信。這讓我們不得不重新審視，一直對光學雷達視而不見的特斯拉到底特別在哪，能走出一條與眾不同的自動駕駛之路嗎？與其他廠商相比，特斯拉有一大隱藏優勢，就是販售的車型都是不折不扣的聯網車型，因此特斯拉能用這幾十萬台車採集的數據來訓練 Autopilot 系統，並找出自動駕駛的「門道」，隨後再透過推送提升龐大車隊的自動駕駛能力。從核心來看，Autopilot 的工作原理與其他自動與半自動駕駛系統類似，即系統應用之前，特斯拉會從車輛感測器（比如前置鏡頭）採集數據。隨後，Musk 會花錢找專業公司為圖像資料數位標記車輛和其他物體。接著，特斯拉會將一些圖像數據反饋給神經網路，讓它辨識各種形式（主要是其他車輛和行駛方式）。透過不斷訓練，神經網路的學習能力會越來越強。這個過程就是自動駕駛行業普遍應用的「神經網路訓練」。消息人士表示，為了加快速度，特斯拉準備了成千上萬塊微型晶片（即 GPU）來同時訓練神經網路。除了用鏡頭和雷達採集常規數據，Autopilot 團隊還能要求車輛採集特定數據，比如車輛相遇或從自行車、卡車旁經過時的數據，這樣一來，他們就能訓練神經網路自動辨識這些擦肩而過的物體。Autopilot 模式打開時，軟體會將鏡頭、雷達和超音波感測器採集到的即時數據整合，而「訓練」許久的神經網路會試圖預測物體短期內的運動方向。基於神經網路的指導，軟體最終會決定車輛行駛路線。不過軟體工作方式的細節，特斯拉和其他廠商卻有較大差別，且 Musk 還始終咬定光學雷達沒有必要，現有的鏡頭、雷達和超音波感測器就能提供充足的路面數據了。行為複製知情人士表示，即使 Autopilot 模式處在關閉狀態，鏡頭和其他感測器也能採集大量數據，供 Autopilot 團隊分析人類駕駛在各種情況下的駕駛方式並模仿。之後 Autopilot 就會利用這個附加因素規劃車輛在特殊情況下的駕駛方式，比如如何走曲線或躲避障礙，業界叫這種方法為「行為複製」。不過，這種方式當然也有局限，教不會自動駕駛系統如何處理那些不易預測的危險情況，這也是許多公司依賴這項技術時小心翼翼的原因。當然，特斯拉的工程師相信，只要能從規規矩矩的人類駕駛那裡拿到足夠的數據，神經網路就能學會如何直接預測最佳轉彎、煞車和加速時機（大部分情況下）。一位參與 Autopilot 開發的技術人員表示，「你完全不需要其他東西來教導系統如何自動駕駛。特斯拉甚至認為未來的程式設計師連代碼都不用寫，在遇到特殊情況時，Autopilot 自己知道該怎麼做。」事實上，「行為複製」這種方法已經被許多自動駕駛開發者放棄。他們擔心以這樣的方式依賴神經網路，一旦發生事故就很難推算出真正的原因，畢竟神經網路如何決定還是未解之謎。人工智慧能完全接管車輛之前，特斯拉必須慢慢來。這就意味著會讓神經網路接手一部分代碼編制工作，特斯拉 Autopilot 願景團隊主管 Andrej Karpathy 稱為「軟體 2.0」。知情人士表示，特斯拉的開發版 Autopilot 系統就依賴於這樣的神經網路，它能找出哪些感測器的讀數是一致的，這也是感測器融合的一部分（有些廠商也在利用這種方法，但與特斯拉有所不同）。據悉，在告訴 Autopilot 如何找到一致讀數的問題上，特斯拉神經網路的代碼創作能力已經比程式設計師強了。「影子模式」關於特斯拉「影子模式」的價值，業內也眾說紛紜。說實話，這也是特斯拉的一大法寶，「影子模式」能在不影響車輛正常行駛的情況下執行實驗軟體。隨後，工程師就能以獲取的數據為基礎，比對實驗軟體和人類駕駛選擇的差異。同時，Autopilot 團隊還能在「影子模式」下比對軟體和人類在相同情況下所做反應的差異。不過，在「影子模式」下，工程師就看不到路上其他車輛如何做出反應，因此外界批評該模式價值有限。此外，還有專家指出，特斯拉根本不知道人類駕駛的眼睛看到了什麼，也許人眼獲取的訊息比 Autopilot 要豐富得多，畢竟在目標辨識能力上，有時候感測器還是稍遜一籌。最為關鍵的是，在現實中 Autopilot 可沒少犯錯，一旦駕駛分心，就有可能發生車毀人亡的悲劇。今年 3 月，就有一位蘋果工程師在 Autopilot 開啟的情況下丟了性命。痛定思痛，Autopilot 團隊也一直在努力，他們想阻止車輛撞上護欄，或者要給駕駛足夠的煞車時間。在隨後的更新中，Autopilot 也進步巨大。內部數據顯示，面對路中間的靜止車輛時，它及時召喚出了自動煞車功能，而之前這一直是特斯拉最為頭疼的問題。雖然特斯拉並未公布具體數據以支持自己的論據，但在 Musk 看來，當下 Autopilot 的自動轉向功能已經比人類駕駛更強大了。CEO 玩命當白老鼠當然，還有一點不同不能忽略，那就是 Musk 甘願為 Autopilot 當白老鼠。每週他都會與 Autopilot...
14 日於中國北京所召開的英特爾（intel）人工智慧大會，英特爾正式推出第 2 代神經計算棒 NCS 2。由於架在英特爾 Movidius Myriad X 視覺處理單元（VPU）上，並得到英特爾 OpenVINO 工具支援，相較上一代神經計算棒性能更優越，且能夠以較低的成本加快深度神經網路推理應用的開發，可協助相關應用開發者進入實際應用的量產階段。自從上一代神經計算棒 NCS 發表之後，發展狀況就一直深受市場注意與期待。英特爾全球副總裁兼人工智慧產品事業部總經理 Naveen Rao 指出，第一代英特爾神經計算棒以前所未有的產品形態和價格，給 AI 開發者的創新行動帶來巨大助力。而大幅提升計算性能的第 2 代神經計算棒，將為業界帶來更精彩的功能。與第一代產品一樣，英特爾 NCS 2 看起來就像普通 USB 隨身碟。但是，它使用最新一代英特爾 VPU，也就是 Movidius Myriad X VPU 構建而成，為首次配備神經計算引擎的產品。搭配可以支援更多網路的英特爾 OpenVINO 工具，NCS 2 將使得開發者在原型製作擁有更大的靈活性。另外，藉由 NCS 2 的功能提升，電腦視覺和人工智慧運算都可輕鬆部署到物聯網和邊緣設備的原型。例如開發者研發智慧相機、無人機、工業機器人、還是下一代智慧家居設備，NCS 2 都能讓原型設備運行得更加快速、更加智慧。此外，藉助英特爾 AI In Production 生態系統，開發者現在可將他們的 NCS 2 原型移植到其他產品，並實現設計產品化。英特爾強調，目前只要一台筆記型電腦和 NCS 2 搭配，開發者僅需數分鐘就可以讓 AI 和電腦視覺應用程式運轉。也因為 NCS 2...