科技企業規模龐大，研發設施不會只在總部所在地設立，南韓三星也不例外。他們最近在美國紐約開設第二間人工智慧研發中心，將主力開發機械相關應用。三星這次開設的人工智慧研發中心已經是全球第 6 間，位於紐約市雀兒喜區（Chelsea）。開幕典禮上，三星研究（Samsung Research）行政副總裁 Daniel D. Lee 表示，紐約是世界最耀眼的城市之一，憑藉新設施，三星可接觸這地區的大量人才，未來也希望與區內頂級大學合作。目前三星除了南韓首爾和美國加州有研發中心，加拿大、英國和俄羅斯都有研發中心。三星表示，預計 2020 年，將在全球研發中心聘用約 1,000 名人工智慧專家。三星 8 月公布了 220 億美元研發計畫，將投放資金研發未來科技，包括人工智慧、5G 網路技術及汽車電子零件等。分析指，三星這樣做是要在開始走下坡的半導體和智慧手機市場以外，開拓新的產品。新研發中心著重機械方面的人工智慧應用，對一般消費者而言，可能不會帶來什麼新產品，不過在工業方面則有相當大的潛力。其實美國也有不少相關研究計畫進行，三星在當地設立研發中心，大概也是要吸納這些人才。 Samsung opens robotics-focused AI research hub in New York City （本文由 Unwire Pro 授權轉載；首圖來源：Flickr/DennisM2 CC BY 2.0）延伸閱讀： 三星建立全球五大人工智慧中心，確保未來產業發展優勢
在日本 GTC 大會上面，NVIDIA 執行長黃仁勳不忘穿著他的招牌披風，一邊秀出新產品以及與日本伙伴的成果。今日 (9/13) NVIDIA 宣布新的 GPU Tesla T4，以及採用 Tesla T4 的推論平台 TensorRT，以及搭配的推論軟體。儘管沒有像在台灣的 GTC 大會努力用價格換算效能的方式，用台語說 NVIDIA 是很便宜的選擇，黃仁勳以採用 NVIDIA 最新 Tesla T4，16 顆只佔一個機櫃，耗電 2 kW，能勝任語音、自然語言處理、影音需求。相比之下傳統資料中心，有 200 個 CPU伺服器，同樣運算效能需耗電 60 kW，占的空間更大。 ▲ NVIDIA GPU Tesla T4。(Source：NVIDIA)NVIDIA 的 AI 推論平台TensorRT 超大規模平台包含一套完整的硬體與軟體，並針對強大、高效率推論進行優化，平台的關鍵元素包含： NVIDIA Tesla T4 GPU：搭載 320 個 Turing Tensor 核心以及 2,560 個 CUDA 核心，支援 FP32、FP16、INT8 以及...
憂鬱症是非常難以察覺的疾病，由於患者不一定會對外展現負面情緒，周遭的人發現時往往為時已晚。為了更早察覺憂鬱症傾向並提供協助，麻省理工（MIT）團隊開發出一種神經網路模型，不需設定問答內容，就能根據人們的談話方式來偵測憂鬱跡象。檢測憂鬱的 AI 應用並不新鮮。近幾年來，機器學習一直都被認為是診斷的有用輔助手段，一些團隊甚至開發 AI 來檢測 Instagram 貼文內容是否顯示抑鬱傾向，然而現有模型通常要求患者回答特定問題，而這限制了應用方式和時間。另一方面，MIT 模型使用語音模式來檢測抑鬱症，並不需要特定的問題或答案。MIT 模型可應用於各種對話，透過隨意訪談的原始文字、聲音數據，它就可在沒有其他資訊的情況下，協助檢測對象是否有抑鬱症的語音模式。研究人員希望能運用這種模型開發用自然對話檢測抑鬱跡象的工具，舉例來說，這個模型可支援手機應用程式，透過觀察文字及語音對話，並檢測到有問題時發送警報。當然，要應用這些功能仍有許多隱私問題，但這項模型的用途不僅於此。MIT 電腦科學與人工智慧實驗室（CSAIL）高級研究員 James Glass 便指出，這項技術還可用於辨識臨床談話裡的抑鬱傾向，因為每個病人的談話方式都不同，如果模型看出其中的變化，將可提醒醫生注意。「這是向前邁出的一小步，看看我們是否可為臨床醫生的工作提供一些輔助。」 MIT Develops AI That Can Detect Depression From Your Conversations Model can more naturally detect depression in conversations （首圖來源：pixabay）
Amazon 智慧家居副總裁 Daniel Rausch 出席德國柏林消費性電子展（IFA），並公布智慧語音助理 Alexa 的成績單。配備 Alexa 的裝置從年初 4,000 多種激增到如今破 2 萬種，合作品牌也突破 3,500 個。「今年 Alexa 已向用戶唱了數百萬次生日快樂歌，講了超過 1 億次笑話。」Rausch 說。由此可知，Alexa 的普及程度不可小覷，且 Alexa 擴張的腳步還不打算停下，從汽車、辦公空間到旅館，到處都能見到 Alexa 的身影。2018 年初 Alexa 合作裝置超過 4,000 種，但 Rausch 在 IFA 表示目前搭載 Alexa 的裝置已超過 2 萬種，包括在 IFA 亮相的華為智慧音箱 AI Cube 和華碩（ASUS）ZenBook 筆記型電腦。短短 8 個月內，配備 Alexa 的裝置就暴增到原本 5 倍，採用 Alexa 的品牌也從 1,200 個成長到超過 3,500...
過去要訓練機器學習演算法，如果沒有專業的知識工具，基本上很難辦到，百度 AI 技術負責人喻友平的目標是要「實現 AI 的民主化，讓技術沒有國界」，最近針對沒有任技術背景的人，推出了一款叫「 EZDL」的工具，在不需要寫任何一條程式碼的情況下，就能輕鬆設計、部署 AI 模型。替中小型企業打造，不需技術就能運用的 AI「EZDL」的目標，是要打破 AI 的障礙，以功能、易用性、安全性為三大基礎，能夠針對物件辨識、圖像分類、聲音分類進行訓練，將鎖定中小型企業用戶，讓沒有強大技術資源的個人、企業，都能方便的運用 AI。訓練模型的時間快速，EZDL 將每個模型分成 20~100 個圖像，或超過 50 個音檔，花上 15 分鐘到 1 小時的時間就能完成訓練，百度表示，有超過三分之二的模型，準確率都超過 90%，這些演算法可以部署在雲端，或是以 iOS、Android 等操作系統的軟體開發工具包的形式下載。▲ 「 EZDL」的目標，是要打破 AI 的障礙，以易用性、功能、安全性為三大基礎，能夠針對物件辨識、圖像分類、聲音分類進行訓練，將鎖定中小型企業用戶。百度 AI 技術負責人喻友平以中國的居家裝置網站「家圖網」為例，使用 EZDL 訓練模型來辨識房間的設計風格，準確率可以達到 90% 以上；此外，這項技術也能應用在醫療上，像是有醫療機構就利用 EZDL 打造辨識血液檢圖像的模型；還有保全公司用 EZDL 打造聲音檢測模型，用聲音來辨別是否有竊盜闖入，透過簡單的操作，讓一般中小型企業也能享受 AI 的好處。挖角各方人才，積極布局 AI 領域百度近年在人工智慧（AI）領域動作頻頻，2016 年成立了獨立創投公司百度風險投資（Baidu Venture），鎖定人工智慧、虛擬實境（VR）、擴增實境（AR）等領域的初早期團隊，百度創辦人李彥宏曾說過：「將人工智慧列為公司未來十年最重要的戰略方向。」2017 年 1 月，曾延攬微軟前執行副總裁、人工智慧專家陸奇加入百度擔任首席營運長（COO），同年也收購中國人工智慧新創渡鴉科技（Raven Tech）。▲ 陸奇。事實上，百度早在 2013 年就成立以研發 AI 技術與應用為導向的百度研究院，並在 2014 年挖來「深度學習」權威、Google...
華為在 IFA 2018 發表最新旗艦處理器麒麟 980，除 7 奈米、最新 ARM CPU、GPU 架構，更重要的是麒麟 980 首次整合雙核 NPU，AI 效能進一步提升。不僅華為，蘋果 A11 Bionic 也內建神經網路引擎。不過，身為全球最大智慧手機廠商，三星 Exynos 處理器在手機廠商的 AI 競爭中似乎落後了。三星的手機 AI 晶片已落後市場調研機構 IDC 資料顯示，2018 第二季全球手機出貨三星以 7,300 萬支穩居第一，排名第二的華為出貨 5,420 萬支，蘋果以 4,130 萬支居第三，這也是華為手機出貨量首次超越蘋果。當然，三星、華為和蘋果不只出貨量全球前三，也分別擁有 Exynos、麒麟、A 系列自主研發處理器，且都已大量使用到自家手機。自主研發處理器對手機廠商而言，意味著更可控制及更高效能，AI 浪潮再次來襲時，也能迅速搶占 AI 先機。去年 IFA，華為發表全球首款整合 NPU 的手機處理器麒麟 970，整合寒武紀的人工智慧 IP，浮點效能可達 1.9T。比麒麟 970 稍晚發表的 A11 Bionic 擁有神經網路處理引擎，但更早出現在量產手機。有意思的是，蘋果發表會負責介紹新 iPhone 的蘋果高階副總裁 Phil Schiller 一句話總結 A11 Bionic 時說：「這是一款智慧手機目前為止所能擁有最強勁、最智慧的晶片。」據稱，A11 Bionic 內建神經網路引擎浮點效能為每秒最高 6 千億次速度處理機器學習工作（即 0.6T），麒麟 970 NPU 的浮點效能為 1.9T。而麒麟 980 更首次整合雙核 NPU，使用更高精度的深度網路，每分鐘可辨識 4,500 張影像。當華為和蘋果去年開始就藉自家處理器提升 AI 效能增加對消費者的吸引力時，三星有 AI 功能的手機處理器直到今年才發表。3 月 22 日，三星正式發表型號為 Exynos 9610 的新一代處理器，與最新旗艦處理器 Exynos 9810 很像，不過是 Exynos7 系列產品主打中高階。之所以說 Exynos 9610 是三星首款 AI 處理器是因多一個基於深度學習技術的專屬 AI 硬體單元，三星稱之為 vision image processing unit（可譯為視覺影像處理單元）。據了解，vision image processing unit 包含一個 DSP 和神經網路引擎，前者可高效地把影像和影片流轉換為數位訊號，後者能分析影像中的人臉、物體和環境。至於三星下一代旗艦處理器 Exynos 9820，目前還沒有看到會搭載 NPU 的消息，這意味著，三星不僅在手機 AI 晶片進展已落後華為和高通，且想要藉自家處理器突出 AI 效能也面臨更大挑戰。保持競爭力，三星還有高通雖然三星自主研發的下代旗艦 Exynos 處理器 NPU 還沒有著落，這可能削弱三星旗艦手機的競爭力，不過三星旗艦 Galaxy 手機一直都有 Exynos 和高通驍龍旗艦處理器的雙版本。高通新一代旗艦處理器驍龍 855 不僅採用台積電 7 奈米製程，還將首次配備專屬神經處理單元（NPU）以提升 AI 效能。當然，由於高通並不像華為和蘋果有大量手機出貨為支撐，因此在推出整合 NPU 的手機處理器時更謹慎。即便技術挑戰不大，高通只是在今年 2 月推出由多個硬體與軟體組成的人工智慧引擎 AI Engine（Artificial Intelligence Engine）。因此 AI 效能表現上，驍龍 845 與搭載 NPU 的手機 SoC 相比有一定差距。另一大手機處理器廠商聯發科的 AI 晶片進展也相對緩慢，同樣今年 3 月，聯發科首款 AI 晶片 Helio P60 在中國亮相，Helio P60 整合基於 Edge AI 平台人工智慧單元雙核 APU（AI processing unit），並可協調 CPU、GPU 和 APU 之間運作的 NeuroPilot AI 技術帶入智慧手機，方便 AI 應用程式執行。不過，有手機出貨量為支撐的三星，為何 AI 晶片的進度與手機晶片廠商類似，卻落後華為和蘋果？人工智慧競賽三星為何落後？三星在手機 AI 晶片方面落後的原因，或許是受到自主架構「貓鼬」（Mongoose）的影響，當然從三星語音助理 Bixby 似乎能找到一些答案。2012 年，三星推出 S Voice 為了對付蘋果 Siri，但因太雞肋沒有掀起波瀾。到 2016 年 10 月，趕在 Google 發表搭載 Google Assistant 的 Pixel 手機之後，三星宣布收購致力打造開放式人工智慧助理平台的新創公司 Viv Labs，2017 上半年發表的 Galaxy...
萬物聯網的時代，資安風險拉警報，企業除了持續強化資安工具的革新，更需要防護思維的創新。微軟（Microsoft）4 日在台舉行 2018 年度資安大會，讓企業與資安專家現場齊聚、相互交流；並且分享「智慧資安」解決方案，它是透過人工智慧與機器學習打造由智慧防護、智慧偵測、智慧回應三階段無縫相扣的全方位安全防護。微軟舉行年度資安大會，助企業安心進行數位轉型隨著雲端服務、行動應用程式、物聯網（Internet of Things，IoT） 等科技應用當道，加上越來越多企業開放 BYOD（Bring Your Own Device）政策，使得網路環境日趨複雜，安全威脅如進階持續性威脅（Advanced Persistent Threat，APT）、巨量 DDoS 攻擊、勒索軟體、駭客惡意攻擊等等，迫使企業必須時時面對資料安全的嚴峻挑戰，同時更需兼顧 GDPR 的嚴格法令規範以及日益成長的業務擴張。資安威脅橫行顯示出傳統資安部署模式已經跟不上攻擊手法日新月異的腳步，而微軟身為全球知名科技公司，受駭客攻擊的次數僅次於美國國防部。為此，微軟 2018 年度資安大會就以「打破防禦框架，顛覆資安象限」為主題，以其自身經驗分享如何透過可靠穩固的雲端協作與行動化經驗，同時善用智慧化的安全情報與工具，建立主動偵測、防護以及回應，結合智慧資安進行風險控管，快速推進組織的創新轉型。擁有 25 年資安領域經驗的微軟全球資安技術長 Diana Kelley 首度來台，於資安大會發表演說，她表示微軟不僅要做到保護公司本身的資料安全，更要安全建構在產品與服務，協助合作夥伴以及用戶保護其資料、系統、設備。微軟每年投資超過 10 億美元的研發資源在安全相關專案上，透過人工智慧、機器學習、平台建立並攜手合作夥伴，在產品與服務中內建資安防護（Build Security In），提供更全面的資訊安全並強化智慧資安。微軟智慧資安能識別與偵測已知威脅，以自動化迅速採取補救行動，主動偵測進階威脅與零時差漏洞，發揮最大防禦功效。東吳大學法律系副教授兼電子計算機中心主任余啟民演說時則指出，企業需要的是 24/7 威脅檢測與事件處理能力，而傳統資安的想法卻還是靠控制與限制來防範人為錯誤。面對智慧時代來臨，需要新思維聚焦資安防護 3P——People、Process、Product。人員的資安教育與意識提升才是建立資安防禦的關鍵，企業針對防禦流程導入也必須處於可調配的因應狀態，而資安服務如能同時整合人員管理與流程監控，才能做到全方位的安全防禦。企業不只應建立資安防護機制，萬一仍發生資安威脅事件時該如何處理？受邀演說的法務部調查局資通安全處處長吳富梅強調需要官民積極合作，尤其近年來重大事件多是跨國犯罪，調查局早就與國際單位建立合作模式，只要企業願意通報，追溯不法就屬調查局的職責，並會站在受害公司這方、採取偵察不公開的立場。微軟發布「智慧資安綜觀」，三階段防護框架隔絕內憂外患台灣微軟 Microsoft 365 事業部副總經理周文英指出，過去全世界專注的都是如何保護資料安全，但事實證明只有防護是不夠的，如何偵測與回應同樣重要。微軟就從多年防禦實戰經驗中，剖析出由「防護」、「偵測」、「回應」所組成的三階段防護框架： 智慧防護：為行動裝置與端點設備提供強大的防護管理工具。 智慧偵測：不論是雲端或地端的應用、端點或橫向攻擊，甚至是內部洩漏或外部入侵等行為，都能以進階偵測新技術提早察覺。 智慧回應：微軟運用人工智慧、機器學習去執行大數據分析，對於可能的威脅執行停權、阻擋或即時回報，並提供進階資訊協助調查，避免威脅再次發生。 當偵測到犯罪行為時，企業可能需要同時用到 70 至 80 種複雜技術來保護資料不受侵犯，例如反病毒、網路監控、log 分析等，當要聘僱擁有所有技術能力的資安人員更顯困難。微軟在平台上直接嵌入智慧資安防護，例如 Windows 提供持續的安全防護，協助用戶對抗電子郵件、應用程式、雲端或網站上的各種威脅。此外，微軟透過智慧資安，幫助企業在沒有額外資安技術的情況下減少階層化、複雜度，讓企業更具備彈性應變能力。（首圖為微軟全球資安技術長 Diana Kelley；圖片來源：微軟）
人工智慧應用廣泛，其中一個實用範疇就是自動翻譯功能。Facebook 最近開發英語和烏爾都語的翻譯功能時，就使用非監督式機器學習技術，解決翻譯範例不足的問題。這個翻譯開發計畫是由 Facebook AI 研究部門（FAIR）與應用機器學習部門共同進行。他們在非監督式機器學習系統輸入兩個語言間 10 萬個翻譯範例，效果比監督式機器學習更佳。研究負責人 Antoine Bordes 表示，由於英語及烏爾都語之間只有很少範例可輸入，這情況下非監督式機器學習系統可以有更好表現。這次開發成果將在秋天 EMNLP 2018 大會發表。Antoine Bordes 認為，這次嘗試意味著未來甚至可以翻譯沒有人會說的語言，例如外星語言或古籍文字，讓人大致理解意思，是相當重要的技術突破。FAIR 的開發計畫都會開源並分享至 GitHub，這次計畫也不例外。與傳統透過大量既有資料分析的機器學習不同，這個系統結合逐字翻譯、語言模型和反向翻譯方式，自我改善翻譯品質，在持續運算之下，翻譯會越來越準確。Facebook 會繼續探索這個人工智慧系統能否應付更多翻譯種類，不過將需要更多資料蒐集和翻譯專家驗證結果。 Facebook is using unsupervised machine learning for translations （本文由 Unwire Pro 授權轉載；首圖來源：pixabay）
台積電創辦人張忠謀 5 日在國際半導體展暨 IC60 大師論壇中表示，從過去他年輕時與半導體 IC 的發明者 Jack Kilby 聊天開始，接觸到半導體至今，整個產業依循摩爾定律的發展，帶動產業達到了今天的規模。而台積電從創新的晶圓代工模式，不但讓台積電發展到今天的規模，也讓客戶得利。而未來藉由創新的應用或材料的發展，半導體產業的成長仍將高於全球的經濟成長率。張忠謀指出，60 年前，也就是在 1958 年 5 月至 9 月期間，半導體 IC 的發明者 Jack Kilby 常拿著一杯咖啡，在下午 5 時半至 6 時左右，到辦公室找他聊天。當時 Jack Kilby 表示，他在發明一項東西，名叫半導體。之後，1958 年 9 月 16 日，全球第一個積體電路問世，當時張忠謀 27 歲，Jack Kilby 比張忠謀大 10 歲。張忠謀笑著說，自己是台灣唯一跟 IC 發明者喝過咖啡的人。張忠謀進一步表示，自 1948 年全球第一個電晶體發明至今已 70 年的時間。而這 70 年來，半導體發展以及過程中個別半導體公司的興衰，都跟隨著 1965 年英特爾創始人之一的 Gordon Moore 提出的摩爾定律的趨勢來走。所以，摩爾定律就變成了全球半導體業技術進步的規則。張忠謀表示，摩爾定律的最大意義就是假如不照摩爾定律做，或做不出來。但是競爭者卻做出來產品來，那我們就不好過日子了。因此，到現在雖然摩爾定律有點鬆動，但原則上都還是跟著這個定律走。而隨著摩爾定律的發展，台積電在 80 年代首創由晶圓代工與...
1995 年，22 歲的 Larry Page 來到史丹佛大學，打算開始研究生生涯；帶著他熟悉校園的，是同樣 22 歲的 Sergey Brin。隨後幾年間，他們從一言不合到志趣相投，並開發出名為 Backrub 的搜尋引擎，並贏得投資圈的注意。1998 年 8 月，Sun 公司聯合創始人 Andy Bechtolsheim 開了一張 10 萬美元的支票給他們。以上就是 Google 孕育期的大致經歷。1998 年 9 月 4 日，Google 以公司身分在美國加州正式註冊成立──距今整整 20 年。是的，Google 20 歲了。從新創公司到一代科技巨擘歷史長河緩慢前行的過程中，20 年往往彈指而過，幾乎不會留下波瀾；但如果這 20 年恰逢人類歷史罕見的科技發展浪潮──網路，就能產生令人驚歎的奇蹟。Google 正是這類奇蹟的代表。1998 年 9 月 16 日，Google 誕生 12 天後，作業系統巨頭微軟在紐約證券交易所達到 2,610 億美元市值，超越通用電氣，成為全世界市值最高的公司。當時 Google 只有 3 名員工，除了兩位創始人賴利‧佩吉（Larry Page）和謝爾蓋‧布林（Sergey Brin），還有克雷格‧希爾維斯坦（Craig Silverstein），後者職稱是技術主管──當然，Google 的價值在當時的微軟面前幾乎可以捨棄不計。20 年之後，Google 以...