基於深度學習的電腦視覺模型已是許多應用不可或缺的一環，而模型的性能又取決於像 Open Images 這樣、越來越大的標記訓練數據庫的可用性，如何獲得高質量的訓練內容已成為電腦視覺模型發展的重要焦點。對需要執行語義分割（Semantic Segmentation）等像素層面預測任務的應用來說，高質量的訓練內容又更關鍵，像是自動駕駛、機器人或圖片搜尋都是屬於相關應用。傳統的手動標籤工具使用，需要一個標註者（annotator）仔細點擊圖片中每個對象的邊界、分類出圖片所有類別，過程不僅繁瑣還相當耗時，在 COCO+Stuff 數據庫光是標記單個圖片就需要 19 分鐘，標記整個數據集估計需要花費 53,000 個小時。為了讓整個過程更簡易迅速，Google AI 團隊開發了一種基於機器學習技術的介面，能協助標註者更快標記圖片中對象和背景的類別及輪廓，進而將數據庫訓練內容的創建速度提高 3 倍。這項功能稱為「流體標註」（Fluid Annotation）。在強大的語義分割模型的協助下，標註者能夠選擇要糾正的內容和順序，更有效率的將精力集中在機器未知的內容，進行更快又簡單的調整修改。為了提供使用者圖片註釋的協助，團隊先使用預先訓練的語義分割模型 Mask-RCNN 來辨識圖片，並使其產生約 1,000 個圖片邊界、標籤與可信度分數。流體標註便會使用最高可信度的內容，來作為最初呈現給註釋者的標籤。而在那之後，使用者還是可以透過以下 4 種操作進行調整修改： 從機器產生的待選清單中選擇現有的標籤 增加一個分割內容來覆蓋機器錯過的對象 刪除現有的對象 改變重疊對象的邊界順序 Google 團隊表示，流體標註是 Google 為了提高圖片註釋效率的第一項探索。未來會朝向改進邊界註釋的判定努力，期望最後能使機器擴展到能處理以前看不見的分類，來協助達成更有效的數據收集。流體標註的研究內容將會在近期舉辦的 ACMMM2018 會議中展示，如果你對這項功能有興趣，也可以前往 Google 提供的 Demo 網站試用（只能用電腦開啟）。 Fluid Annotation: An Exploratory Machine Learning–Powered Interface for Faster Image Annotation （首圖來源：Google AI Blog）
全球三大記憶體廠之一的美商美光（Micron）為宣示加碼深耕台灣的計畫，26 日位於台中后里中科園圈內的後段封測廠與 DRAM 創新卓越中心正式落成。美光表示，目前台灣已經是美國全球最大的生產據點，在包括桃園廠及台中中科廠兩大生產基地的加持下，在未來還有卓越中心新技術開發的支援，以及後端封測廠來因應客戶快速與高效能需求的情況，將能使美光在台灣未來的發展更具前瞻性。總投資金額高達新台幣 500 億元，未來將為美光在台灣增加 500 到 1,000 個就業機會的美光後段封測廠及 DRAM 創新卓越中心，是美光在台另一項重要的投資計畫。美光指出，未來在後段封測廠的部分，將會是以採用自行開發的封測技術為主，針對目前市場上需求變化快速，例如智慧型手機、個人電腦等應用，提供快速且先進的解決方案，來滿足客戶的需求。這將會與向來進行外包的其他封測部分切割，並且繼續保持與國內封測廠商的合作關係。至於，在 DRAM 創新卓越中心中，則會是以研發相關先進的封裝測試技術為主。而其研發出來的成果，將會與台灣的封測合作夥伴分享，讓美光能進一步掌控分包出去的產品都能有優異的封裝測試品質，達到雙贏的需求。目前，美光在台灣除了桃園與台中的兩座晶圓廠之外，如今還積極在台建立後段封測生產基地。而美光新後段封測廠的廠址，就是美光在 2017 年 3 月以新台幣 27.52 億元價格，取得當時達鴻先進科技的廠址土地，再加上 2017 年年底以新台幣 5 億元所購買的大鴻先進廠房，兩者整合為美光的的後段封測廠。累計，目前在台灣已經有 7,000 名員工的美光在台投資，使美光一舉躍上在台最大的投資外商。美光表示，美光在過往發展歷程上取得近 4 萬項專利，公司將持續致力創新，以推動事業擴張及成長。在過去 40 年間，美光高效能記憶體與儲存解決方案引領無數終端應用技術進展，如個人電腦、智慧型手機、電腦網路及雲端運算等。未來美光的產品將繼續在資料儲存及數據傳輸上扮演關鍵要角，將帶領各項新興領域持續突破，如人工智慧、機器學習、自動駕駛等。另外，對美光而言，台灣是全球戰略布局的關鍵。因應新興應用的崛起，台灣美光就由人工智慧、大數據分析等先進技術，導入智慧製造，優化品質，並且同時快速回應市場需求，持續強化 DRAM 創新卓越中心的營運效益。透過新技術導入，除幫助美光業務成長，更有益於台灣記憶體產業鏈的整體發展。至於，對於近期記憶體市況的看法，美光全球營運執行副總裁 Manish Bhatia 表示，DRAM 需求的多元化發展，使得 2019 年的 DRAM 市場，市況依舊健康，供應鏈也能夠持續發展。不過，為了因應中美貿易大戰的不確定因素衝擊，相較 2018 年的資本支出，2019 年將會有所調整，透過優化製程，降低晶圓的產能來因應市場狀況。不過，整體來說，美光在台灣的相關布局，將不會因為貿易戰的情況而有所改變。（首圖來源：科技新報攝）
沒有時間讓我們遵循達爾文演化論變得更聰明、更強壯。已故理論物理學家史蒂芬‧霍金生前預言，未來富裕人家將利用基因編輯工程技術改善後代 DNA，而從中可能衍生出全新超級人類物種，他們可以迅速自我更新、自我進化，不再是純種人類，而是基因改造人。身為愛因斯坦之後當代最偉大的物理學家，史蒂芬‧霍金（Stephen Hawking）生前最常警告的兩件事就是外星生物與人工智慧。眼界立於宇宙之尖的霍金深知人類之渺小，他曾鄭重提醒，人類不該再發送訊息試圖與外星人聯繫，因為高等智慧生物也許已消耗殆盡自己星球的資源，正乘坐大型太空船肆意討伐其他星球。畢竟一顆星球如果安然無恙，誰沒事會大張旗鼓出來外太空遊蕩？人類汲汲營營於殖民外星球，不也是因為野心、或擔憂地球即將無法再讓人類居住，所以必須侵占其他行星？而隨著文明進展，霍金也曾多次警告 AI 機器人可能終結人類文明。除了霍金，SpaceX 執行長馬斯克也表明 AI 是人類文明最大威脅，這些「人造人」將以飛快的速度不斷重新設計自己，若不加以管制，這些只掌握在少數機構與錢權人士手中的機器人，終有一天會全面失控。現在，霍金生前擔憂的另一個事實也浮上檯面了，那就是 CRISPR/Cas9 基因編輯技術。《星期日泰晤士報》（Sunday Times）報導，霍金確信在本世紀末，人類就會看到基因工程突破造出超級人類種族，法律雖然會試圖阻止事態嚴重化，但一些有錢有權的貪婪者絕對無法抗拒誘惑──當他們發現記憶力、抵抗力和壽命可以透過基因編輯就超越一般人，出賣靈魂只是分分秒秒的事情。比人類更聰明、更強大的改造種族一旦崛起，人類勢必無法與之競爭，下場只有兩個：滅絕，或是變得有如螻蟻不重要。CRISPR/Cas9 基因編輯技術有利有弊，或者說，科技原無好壞之分，是人心決定了科技的用途，而人心既有光明也有黑暗，總會有那麼一些人無法戰勝黑暗面，從此失之毫釐，差之千里。 Essays reveal Stephen Hawking predicted race of ‘superhumans’ Stephen Hawking left us bold predictions on AI, superhumans, and aliens Stephen Hawking Predicted Race of ‘Superhumans’ –“There Will be a Race of Self-Designing Beings” （首圖來源：pixabay）延伸閱讀： 外星人正在看我們，但外星人不說；「動物園理論」解釋為什麼
之前曾報導過 Google 員工連署，要求集團放棄競投價值 100 億美元的美國國防部計畫。最近有另一科技集團的員工仿效，上週二微軟（Microsoft）對這項名叫 JEDI 的防禦基建計畫表達興趣，在剛過去的週末，就有 Microsoft 員工發表公開信，表示不認同集團的想法。雖然公開信未標明連署的員工數目，但在信中提到，很多 Microsoft 員工不希望自己製造的產品是用來發動戰爭。當員工決定加入 Microsoft，他們都懷著「賦予地球上每個人更多能力」的期望，而不是帶著摧毀生命和提升殺傷力的動機。他們同時也呼籲其他公司的員工，不要讓公司沾手這計畫，就好像已經採取行動的 Google、Salesforce 和 Amazon 一樣，他們要求所有科技界同業去想想，每個人的努力是如何被使用和應用，並以自己的原則去做出回應。Microsoft 員工在公開信中也點名人工智慧部門，要求他們反思是否應該將強大的人工智慧技術應用在暴力方面，負責製造和維護服務的前線員工，當他們知道工作被用於協助監控甚至殺戮會有什麼想法。他們不但提到 Google 員工的抗議逼使公司重新審視決定，也提到較早前 Microsoft 發表的「The Future Computed」文件，表示嚴謹的道德操守是開發人工智慧所必需的，並且定義了公平、可靠和安全、私密和保安、包容、透明和負責任 6 個核心價值。他們表示，Microsoft 高層決定參與 JEDI 計畫，就等於背叛原則以換取短期的利潤。 In an Open Letter, Microsoft Employees Urge the Company To Not Bid on the US Military’s Project JEDI （本文由 Unwire HK 授權轉載；首圖來源：微軟）延伸閱讀： Google 放棄 100 億美元訂單，退出美國國防部雲端服務合作競標 員工施壓生效？Google...
自動化、大數據、人工智慧將帶來第四次工業革命，每一次的技術發展都是顛覆國家國力的關鍵時期，但這一次好運可能不會降落在西方國家，而是亞洲新興市場，歐洲大陸很有可能會被拋一邊去。資誠 (PwC) 報告指出，到 2030 年 AI 將帶來 15.7 兆美元額外收入，占全球經濟總收入的 45%，其中 6.6 兆美元可能來自生產力提高，9.1 兆美元來自消費面影響。AI 帶來的最大經濟收益將來自中國，2030 年將為中國帶來 7 兆美元收益，占 GDP 的 26%，北美 3.7 兆美元，占 14.5%，中美兩國總計 10.7 兆美元，占全球經濟的近 70%。已開發歐洲國家預計只會增加 1.8 兆美元，占 9.9%。英國科技媒體 Information Age 分析指出，長期以來，西方國家已經在基礎設施上取得巨大利益，像是運輸系統或國家能源網，或公共教育、穩定的銀行和保險系統等。富裕經濟體將大部分財富歸功於人力和基礎設施。但是未來與過去創造經濟成長的技術不同，將來需要的只是專業知識，也許是數據。新興市場就是一味的追求人力和基礎設施帶來的收入，雖然可以稍微拉近大多數新興市場與西方國家的距離，但卻永久成為一個中等收入國家，難以往上突破，當然有一些國家如新加坡與南韓例外。不過報導認為，中國現在是一個中等收入國家，但是中國以及印度，和所有轉向 AI 的新興市場都有機會大跳躍。根據國際排名，在數學教學方面，亞洲在世界上處於領先地位，新加坡位居榜首，其次是南韓、台灣、香港、日本和俄羅斯。而 AI 的競賽是平的，要抓住這個領域的優勢，需要具備數學知識的員工來利用大量數據，讓巨額投資發揮效益。哪個地區有充沛的人才與數據，就會吸引資金。如果是政府帶頭投資的更好，像中國政府正在向 AI 投入巨額資金，這也是為何包括資誠報告在內，以及美國大多數輿論皆害怕中國會藉 AI 崛起的原因。另外還有部分原因是中國對公民隱私權不在意，因此有更多的數據可以使用，加快機器學習的發展速度。歐洲的問題是即使英國大學在 AI 教學方面領先世界，但在英國大學學習的相關領域專家，三分之一的人現在在矽谷，未來人才可能會流向新加坡等亞洲國家。歐洲國家碰到的困境是所謂創新者的困境，無法及時掌握新領域的關鍵技術，企業和國家都會遇到同樣情況，還有一個更不容易解決的問題是歐洲尊重隱私的文化，這種優良的傳統可能不適合在 AI 發展的世代。 AI disruption could leave Europe looking like has-beens Global Artificial Intelligence...
Google 今（16）日首度在台灣舉行「Made by Google」硬體產品發表會，宣布正式推出繁體中文版 Google 智慧語音助理，並以台灣做為中文版上線首站，即日起陸續支援 Android 5.0 以上版本的智慧型裝置，同時也為今日開賣的 Pixel 3 系列新機提供完整的 AI 軟硬整合體驗。Google 助理自 2016 年在 I/O 開發者大會亮相後不斷演進，也持續推向美國以外的語言市場，每帶入一種新語言，都需要考量當地文化和語言的獨特之處。單以中文來說，就有各種不同的發音、詞彙和句法使用習慣，在語音處理和辨識等方面都有許多困難需克服。Google AI 資深研究員宋雲軒提到，打造中文版 Google 助理得考量到聲調，上下文與斷句等三大重點，因此要打造會說中文的 Google 助理，就需要大量的數據資料及龐大的技術支援，包括 AI 機器學習、自然語言理解、語音辨識、地點與環境感知等等。Google 助理會透過機器學習技術，從大量數據資料中不斷學習進化，並以個人化為出發點，打造具互動性的 AI 體驗，讓使用者以最直覺的語音對話方式，向 Google 助理直接下達指令、取得所需資訊。▲ Google AI 資深研究員宋雲軒（Source：《科技新報》攝）現在所推出的繁中版 Google 助理，是依照台灣使用者的語言使用習慣在地化設計，除了具有繁體中文介面，也貼近台灣使用者日常生活用語和發音。宋雲軒指出，語音辨識方面是以台灣使用者的數據資料處理，文字上也是以台灣使用者在 Google 搜尋輸入的資料去做，畢竟同一個詞在華人各個地區可能會有不同說法，因此會依據當地使用者的數據資料和語言使用習慣，打造在地化 Google 助理。Google 助理整合了 Google 搜尋、地圖、照片、日曆、YouTube 等服務，能幫助使用者完成生活中大小事。從現場演示來看，先以語音指令「OK Google」喚醒 Google 助理，接著便能輕鬆詢問最近的鼎泰豐在哪裡、顯示所有在台北拍的照片，還可以將想講的話即時從中文快速翻譯成德文，反應速度快且使用便利；其他功能還包括設定日常事務、導航、與親友維持聯繫、解答疑難雜症等等。Google 在今年 5 月的 I/O 大會中，不僅呈現 Google Assistant...
據外媒 VentureBeat 報導，Google 的 AI 研究人員和聖地牙哥海軍醫學中心已經合作開發出一種能使用癌症檢測演算法自動評估淋巴結活檢的解決方案，並在轉移性乳腺癌的檢出上達到 99% 的辨識精準度。1974 年，福特接任尼克森成為美國總統，而在 6 週後，第一夫人貝蒂·福特向全世界宣布她被確診患有乳腺癌，將接受根治性乳房切除術以消除腫瘤。福特公開宣布其診斷情況的勇敢決定，打破女性對乳腺癌的沉默，促使數百萬婦女坦然面對接受篩查，這也使得全球女性乳腺癌檢出率大幅度上升。四十多年後的今天，乳腺癌已經成了全球女性中發病和死亡均居首位的惡性腫瘤，在全球已確診的女性癌症病例中，大約四分之一是乳腺癌。WHO 的最新報告稱，全世界每年約有 50 萬女性死於乳腺癌，其中大約有 90% 都是轉移性腫瘤。轉移性腫瘤常常難以檢測，這種疾病的癌細胞會從其起源組織中分離出來，透過循環系統或淋巴系統在體內傳播，並在身體其他部位形成新的腫瘤，而且一旦發生腫瘤轉移，根治難度就會加大，死亡率也會大幅提高。所以，如何提早檢測出轉移性腫瘤就成了幫助女性擺脫癌症夢魘的關鍵。據了解，Google 和聖地牙哥海軍合作開發的這個 AI 系統被稱為「淋巴結助手」（簡稱 LYNA）。在《美國外科病理學雜誌》中，研究人員針對這個系統發表「基於人工智慧的乳腺癌淋巴結轉移檢測」的論文。論文寫到，在轉移性乳腺癌的檢測精度測試中，LYNA 的準確率達到 99%，超過人類的檢測準確率。LYNA 是基於開源圖像辨識深度學習模型 Inception-v3 開發出來的。該模型在史丹佛大學 ImageNet 資料集中的準確率能超過 78.1%，相關研究人員解釋，在訓練過程中，它以 299 像素的圖像（Inception-v3 默認的輸入規格）做為輸入，在像素水平描述出組織貼片中的腫瘤，提取標籤，並調整模型的演算法權重以減少誤差。後來，該團隊改進了之前發表的演算法，將 LYNA 暴露於正常組織與腫瘤斑塊之比為 4：1 的環境中，並提高了訓練過程的「計算效率」，這反過來會促使演算法「看到」更多的組織多樣性。此外，研究人員還對活檢切片掃描的變化進行了規範化，他們說這在更大程度上提高了模型的性能。提高病理學家的工作效率研究人員訓練模型時將 LYNA 模型放置於 2016 年癌症細胞檢測競賽（Camelyon16）的癌症轉移數據環境裡，該資料集來自於 Radboud 大學和 Utrecht 大學醫學中心，裡面包含了 399 個淋巴結切片的玻片圖像，以及來自 20 名患者的 108 張圖像。它對 270 個載玻片（160 個正常，110 個腫瘤）進行了訓練，並使用了兩個評估集──一個由 129 個載玻片組成，另一個由 108...
10 月中在美國舊金山漁人碼頭，美光舉辦 40 週年慶 Micron Insight 活動向全球媒體分享美光近期的策略發展。美光與台灣關係密切：投資 900 億元，擴大徵才美光是全球第三大記憶體製造商，僅次於三星與 SK 海力士，同時也是台灣最大外資。2016 年美光與原本台塑集團旗下 DRAM 製造商華亞科合併，成為台灣最大外資，目前在桃園與台中設有晶圓廠，近期美光也在台中設立後段封裝測試廠，將台灣打造成一條龍 DRAM 製造中心，並且招聘近千名人才，力抗南韓。今年美光擴大對台投資，7 月總投資金額達 30 億美元（約新台幣 900 億元），光是在台中的投資額就高達 300 億元，而美光的對台投資讓今年整體外資投資台灣由「負轉正」。美光在此時大舉投資徵才，與 AI 時代的記憶體需求大爆發密不可分。資料中心 AI 訓練需求大以資料中心來說，AI 訓練需要大量的 DRAM 與 NAND 需求，美光執行副總裁暨事業總監 Sumit Sadana 指出，做為「AI 訓練」的伺服器其 DRAM 與 NAND SSD 的需求暴增，2021 年一般功能的伺服器其容量需求為 366G，但 AI 訓練用的伺服器將暴增至 2.5T，是其 6.8 倍。美光科技總裁暨執行長 Sanjay Mehrotra 指出，「記憶體應用的結構性變化，已經從單一 PC 與行動，走向資料中心、車用與機器學習等複雜又多元化的時代而且『客戶需求驅動』力量明顯。」相比手機與 PC，資料中心對於低延遲、高頻寬與低耗能的記憶體需求更為強烈。面對這樣的結構性轉變，美光採取發展全面又謹慎的發展藍圖，美光技術開發執行副總裁 Scott...
亞馬遜的 AI 招聘工具觸動了人類敏感的神經，據路透社報導，亞馬遜機器學習專家發現他們的 AI 招聘工具有一個明顯的傾向──在篩選履歷過程中重男輕女。這事得追溯到 2014 年，亞馬遜開始嘗試用人工智慧篩選履歷，幫助公司挑選出合適的員工。對於一個大公司來說，篩選履歷是一項浩大的工程，每天的面試者來自各方，要從堆積如山的履歷中挑選出面試者的優點，並確認其符合公司標準，難上加難，不僅耗費精力還很花時間。不用贅述，面試經驗豐富的人應該對一些大公司的面試週期記憶深刻。透過系統的機器訓練，讓 AI 代替 HR 篩選簡歷，無疑能幫助公司節省大量的勞動力，並且更有效地挑選出合適的人才。萬萬沒想到的是，亞馬遜的 AI 卻戴上了有色眼鏡。類似人類的情感傾向出現在 AI 上，本身就有悖於人類訓練 AI 的目的。我們希望人工智慧是中立、結果導向的，甚至在理性的前提下，會帶有一絲無情。好在亞馬遜自己也發現了這個問題，去年已將負責該計畫的團隊解散。人工智慧「性別歧視」的起因在亞馬遜 AI 招聘歧視事件的最後，大家把問題歸咎於人工智慧訓練樣本上。因為在具體的訓練方法上，亞馬遜針對性開發了 500 個特定職位的模型，對過去 10 年簡歷中的 5 萬個關鍵詞進行辨識，最後進行重要程度的優先級排序。因此簡單來說，AI 的工作還是抓取關鍵詞。然而在這些履歷中，大部分求職者為男性，他們使用諸如「執行」這樣的關鍵詞更加頻繁，而女性相關的數據太少，因此 AI 會誤以為沒有這類關鍵詞的女性履歷不那麼重要。類似的事情同樣發生在 Google 身上。早在 2017 年，Quartz 報導了一篇題為《The reason why most of the images that show up when you search for “doctor” are white men》的文章，如果你在 Google 圖片上搜尋「doctor」，獲得的結果大部分都是白人男性。一項來自普林斯頓大學的研究表明，這個搜尋結果與潛在的社會現狀有關。在普通人眼中醫生總是與男性相連，而護士總是與女性相連。「正如一些資料科學家所言，什麼樣的輸入就有什麼樣的產出，沒有好的數據，演算法也做不出正確的決策。」Google 意識到了這一點，調整了搜尋演算法。目前「doctor」的搜尋結果中，女性與男性的比例基本平等。▲ 現在的搜尋頁面經過調整，並有多種搜尋可選擇。人工智慧發展到現在，應用到實際的時間並不長。如果把它比做嬰兒，那它的成長有很大一部分依靠人類給予的養分與教育。人工智慧在機器訓練的過程中，所輸入的數據便是養分。科學家盡力將演算法調整到中立、客觀，但最終影響其輸出的還是數據。即使數據中出現一個小偏差，人工智慧的最終行為也會將這個偏差放大。人類獲得的結果便是「歧視」──我們如何看待社會，人工智慧也會以相同的視角去看待社會。這個情況屬於普遍現象，其涉及到的不僅是技術問題，更是一個巨大的哲學問題。今年 7...
特斯拉執行長馬斯克（Elon Musk）週一宣布，新客製化 AI 晶片有望在 6 個月左右問世，將可大幅提升旗下電動車的自駕性能 500% 至 2,000%。據馬斯克表示，現有特斯拉車主如已購買自駕功能，將可免費升級這項新硬體 Hardware 3。（theverge.com） ~6 months before it is in all new production cars. No change to sensors. This is simple replacement of the Autopilot computer. Will be done free of charge for those who ordered full self-driving. — Elon Musk (@elonmusk) 2018年10月16日特斯拉原採用先進駕駛輔助系統（ADAS）供應商 Mobileye 的自駕車晶片，兩年前兩公司分道揚鑣後，特斯拉開始著手自行研發晶片，去年底已有風聲傳出。不過，馬斯克的話聽聽就好，只能參考不能全信，因為他過去兌現承諾的紀錄並不好，這次 AI 晶片能不能如期問世還有待觀察。另外有個好消息是，美國參議院共和黨籍議員傳擬修法提高電動車減稅（7,500 美元）的數量上限，特斯拉與通用將受惠。按照現行規定，一旦車廠累計賣出...