智慧音箱市場快速成長，估計今年全年銷售將衝破 1 億台。Google 搶攻商機，據悉找上和碩，打算在年底前開賣附螢幕的新款智慧音箱，外傳首批出貨量高達 300 萬台。日經新聞 17 日報導，Canalys 數據顯示，Google 智慧音箱「Google Home」銷售創佳績，已經撂倒亞馬遜「Echo」，成為智慧音箱霸主。但 Google 仍不滿足，消息人士透露，Google 將仿效亞馬遜「Echo Show」，發表附螢幕的智慧音箱，預計首批出貨 300 萬台，瞄準年底購物旺季需求。業界人士表示，新品首批出貨 300 萬台極具野心，亞馬遜去年夏天發表 Echo Show，2017 年全年只出貨 31.5 萬台。據了解，Google 這款新智慧音箱將靠聲控操作，用戶可用螢幕觀看 YouTube 影片、檢視行事曆、查看地圖等。部分業界高層認為，附螢幕的智慧音箱是新趨勢，將有更多業者推出類似產品。Google 智慧音箱原本多由廣達代工，不過據傳廣達將生產今年開賣的 Google 新平板，新款智慧音箱轉交和碩操刀，仁寶也打算加入智慧音箱的製造行列。Google 和台灣業者關係深厚，外傳鴻海雀屏中選，替 Google 代工新款 Pixel 智慧手機，可能在 10 月問世。另外，台積電則替 Google 生產 TPU 人工智慧（AI）晶片。Canalys 16 日新聞稿稱，今年第二季全球智慧音箱出貨大增 187% 至 1,680 萬台。Google 奪冠，出貨 540 萬台，市占達 32.3%。亞馬遜淪為第二，出貨 410 萬台、市占 24.5%。第三、第四名分別是中廠阿里巴巴與小米。（本文由 MoneyDJ新聞...
根據美國財經網站《CNBC》報導，繪圖晶片大廠輝達（NVIDIA）17 日凌晨召開 2019 財年第 2 季電話財報會議時，執行長黃仁勳回應電動車大廠特斯拉（TESLA）未來進軍晶片市場，可能為 NVIDIA 帶來威脅時表示，NVIDIA 已開發出用於自駕車的晶片，未來也很願意協助特斯拉開發晶片。NVIDIA 第 2 季電話財報會議，一位分析師問黃仁勳，對特斯拉自己開發人工智慧晶片，擺脫對 NVIDIA 晶片的依賴這件事會否有影響，黃仁勳表示，NVIDIA 為自動機器開發的 Xavier 技術已處於生產階段，客戶對這項技術非常期待。黃仁勳又表示，如果特斯拉的自主自動駕駛晶片專案失敗，NVIDIA 很樂意提供協助。特斯拉執行長 Elon Musk 在 8 月初表示，他非常喜歡 NVIDIA，但暗示特斯拉自行開發的的人工智慧晶片性能優於 NVIDIA 某些晶片，自行開發人工智慧晶片的決定，是雖然兩家企業的專長截然不同，但人工智慧技術未來在自動駕駛領域將發揮更大作用，雙方可能會有競爭關係。黃仁勳指出，目前 NVIDIA 為特斯拉 Autopilot 自動駕駛系統開發的 Pascal 圖形處理器已推出 3 年，為了確保 Autopilot 自動駕駛系統的安全，NVIDIA 需要提供更多計算能力。為了保證計算安全、自動駕駛安全，演算法需非常豐富，必須能馬上處理不同情況下的問題，這也是為什麼 NVIDIA 要開發 Xavier 晶片。目前 Xavier 已投產，客戶也非常期待。黃仁勳表示，因開發 Xavier 晶片和軟體都是困難的事，不管出於什麼原因，如果特斯拉沒能開發出想要的晶片，NVIDIA 很樂意提供協助。對黃仁勳的回應，特斯拉尚未有評論。不過 Elon Musk 在 NVIDIA 電話會議之後，在 Twitter 發了一條推文表示，「NVIDIA 開發了很棒的硬體，我非常尊敬 NVIDIA...
雖然人機互動理念已深入人心，但現在車輛的「互動介面」還只包含幾樣簡單元素：地理位置、方向盤回饋和運動、踏板／換擋和各種開關的手感等。對這些駕駛每天都要接觸的功能，汽車廠商卻不能達成全球標準，大家都各行其是，設計語言簡直亂成一鍋粥。即使這樣，汽車廠商也絲毫沒有危機感。不過消費者有點不高興，在孩童都能暢玩智慧手機的時代，他們也希望汽車有類似的用戶介面和回饋方式。至於高畫質觸控螢幕、應用、網路和 Alexa 或 Siri 等虛擬助理，則更少不了。據了解，隨著自動駕駛時代迫近，駕駛更需要以簡單且清楚的方式了解，到底誰在掌控車輛。這種變化在汽車發展上史無前例，因此業界人士也將面臨一連串特殊挑戰。（Source：特斯拉）「汽車廠商在這個快速變化的汽車市場確實面臨車輛設計的重大變化。」Nuance Communications（為多家汽車製造商提供 AI 系統）駕駛實驗室主管兼首席用戶體驗經理 Adam Emfield 強調。「聯網汽車的概念已紅了多年，不過隨著電動車、半自動和全自駕車，甚至共享出遊等新形式興起，新的設計範例必須各方面都考慮到。對消費者來說，車輛的科技規格也逐漸成了左右錢包的重要指標，也就是說人機互動已站在舞台中央。」與燃油說再見的電動車現在已淘汰油錶，用戶能更清楚在中控螢幕看到電池使用和預計續航里程的資料，以緩解對續航的焦慮。混動車則會在儀錶板顯示到底是引擎還是電動機在工作，甚至能量回收的過程也會清楚顯示。至於類似特斯拉 Autopilot、日產 Propilot 和賓士 Drive Pilot 等半自動駕駛系統，又有獨特的互動邏輯。那麼未來的全自動駕駛新系統呢？又要如何清楚明白告訴駕駛到底誰說了算？駕駛？AI？還是 AI＋駕駛雙保險？「一連串半自駕車的交通事故讓駕駛和車輛安全問題重新拉回人們的注意力」，Emfield 說，「信任車輛與否成了半自動和全自動駕駛車未來能否成功的最大挑戰之一」。Uber 與特斯拉的車輛輪番發生事故後，人們對自駕車的信任大打折扣。美國汽車協會今年 5 月一項調查顯示，73% 美國駕駛害怕坐全自駕車，半年前這比率才 63%。更讓人擔心的是，只有 19% 駕駛願意相信自駕車。在 Emfield 看來，AI 助理這時就能派上大用場。「這也是要求 AI 助理能有效與駕駛或乘客建立信任的橋梁。助理需要幫助乘客保持平靜，幫他們時時了解車輛狀態和車子每個決定的原因，甚至讓乘客感覺自己一直緊握車輛的控制權。」讓乘客感覺自己還有控制權這件事確實很有趣，畢竟汽車廠商一直在宣傳自家車「手放開」的功能。去年 7 月新一代奧迪 A8 面世時，這家德國豪華品牌就表示，一旦自駕車的法律正式通過，自動駕駛系統就能「讓駕駛的雙手永遠離開方向盤，以專注於其他活動，比如看電視。」（Source：亞馬遜）Emifield 也強調，信任可透過鼓勵駕駛與車輛交流獲得。Nuance 研究發現，那些能透過交流和語言獲得擬人特徴的車輛，獲得人類信任方面也很有優勢。「簡單來說，當一輛車開口說話，它就能讓駕駛和乘客感覺車與人很像。因此先回神的廠商，都非常熱中在車內整合設計精巧的語音助理。」別不信，已有許多廠商開始與科技巨頭接洽，要將亞馬遜 Alexa 和 Google Assistant 等 AI 助理搬進自駕車。舉例來說，BMW、MINI、豐田、福特和福斯都表達對 Alexa 的強烈興趣，最快今年有些車型就能有新「靈魂」了。Emfield 還指出：「研究還發現，如果車輛與駕駛之間控制權的移交還能透過視覺、聽覺和觸覺完成，人類的信任感會進一步提升。」也就是說，普通人心中的「三大金剛」──語音助理、自動駕駛和觸控螢幕無法完全滿足汽車業的需求，未來要探索的還多著呢。「業界已開始向下一代互動介面前進了，不再困在語音助理的範圍，而是向眼部追蹤、手勢和一些非語言技術找答案。也就是說，未來擺在駕駛、乘客和車子面前的是無限可能。」Emfield 解釋。（本文由 雷鋒網 授權轉載；首圖來源：shutterstock）
健康和運動服務市場龐大，不少科技公司都希望分一杯羹。Google 方面當然也不甘示弱，最近有消息指其正在開發名為 Google Coach 的健康產品，結合人工智慧（AI）推薦用戶各式健康計畫。據 Android Police 消息，Google Coach 顧名思義擔任健康指導角色，與之前的 Google Fit 健康記錄服務不同，Google Coach 更個人化提供用戶健康相關的各種建議，監督用戶的進度。如果沒有照計畫去健身房運動，就會收到提醒；健身過程如果追不上進度，也可調節適應，協助用戶完成目標。除了健身，飲食方面 Google Coach 也會建議。消息透露，Google Coach 使用 Google 的 AI 技術，分析各種用戶數據以設立最合適的計畫。Google Coach 將首先在 Wear OS 智慧手錶現身，並逐漸擴展到智慧手機、智慧喇叭等其他產品。由於會向用戶發出大量提示和通知，AI 有助於減少通知次數，避免用戶被大量通知轟炸。不少公司都有開發 AI 健康助理，如蘋果 Siri 在 Apple Watch 已加入部分健康提示功能，另一些新創公司 Noom 和 Vi 等也在開發類似技術。Google 的優勢在於龐大的用戶數據及 AI 技術，雖然目前仍未正式公布，但對 AI 健康產品市場應有一定衝擊。 Exclusive: Google is developing a wearable health and fitness...
根據國外科技網站《TechCrunch》報導，目前正在業務重組，期望藉由人工智慧技術拓展業務的處理器大廠英特爾（Intel），積極計劃把更多人工智慧技術整合到各項業務，日前宣布，正式收購深度學習新創公司 Vertex.AI。報導指出，Vertex.AI 是一家期望透過獨家技術，使每個平台深度學習技術開發成為可能的新創公司，因此 Vertex.AI 打造了深度學習引擎 PlaidML。未來 PlaidML 將在 Apache 2.0 開源授權專案下，使用英特爾 nGraph 編譯器後台，支援一系列英特爾硬體設備。收購實際交易金額並未公布，但英特爾證實了這筆交易。Vertex.AI 整個團隊將加入英特爾，包括公司聯合創始人 Choong Ng、jeremy Bruestle，以及 Brian Retford 等。上週，英特爾正式聲明指出，英特爾收購了 Vertex.AI。Vertex.AI 是一家專注開發深度學習編譯工具及配套技術的西雅圖新創公司。Vertex.AI 的 7 人團隊將加入英特爾 AI 產品集團的 Movidius 團隊。藉由這筆交易，英特爾將獲得一支經驗豐富的團隊和智慧財產權，以實現邊緣計算的靈活深度學習。根據 Vertex.AI 官網，團隊將加入英特爾 Movidius 部門。Movidius 是英特爾 2016 年收購的電腦視覺晶片製造商。Vertex.AI 在英特爾旗下將繼續推進邊緣計算的靈活深度學習。購併 Vertex.AI 已是英特爾在人工智慧領域的第 4 起購併案，之前已陸續購併 Altera、Nervana Systems 和 Movidius 等公司。藉由這些購併案，不僅在 Nervana 前執行長 Naveen Rao 領導下，建立專業的人工智慧小組，甚至還成立人工智慧實驗室，以進行相關研發。（首圖來源：英特爾）
比語言更真實的表情，會幫助 AI 更懂你。三星正在訓練 AI 從你的臉部表情，而不光是從嘴巴獲取更多資訊。8 月 19 日，三星向世界智慧財產權辦公室提交一份專利。文件顯示，三星有意將這份專利技術用於辨識消費者的表情，這將延伸出很大的空間，比如三星目前看到的機會是，可在線下門市放置搭載這種演算法的裝置，然後透過辨識表情了解顧客對一件商品的真實想法。這意味著未來除了透過售貨員口頭詢問，或品牌商發放調查問卷，AI 在你看到一件商品的瞬間，就能看透你的好惡。透過這些數據總結出規律，可用於指導商品的生產設計及選品上貨。三星專利說明解釋，這項技術基於深度學習演算法，將在用戶注視鏡頭時辨識並分析他們的表情。三星說，目前三星的演算法可辨識驚喜、快樂、憤怒和悲傷、高興等 6 種表情。至於如何使用，三星舉例說，商家尤其是販售服飾的店家，可使用這套技術讓商品更受人喜愛。其他科技巨頭也在研發這項技術，比如微軟。微軟小冰研究人員表示，除了話語，微小表情、動作、音調等同樣能透露很多訊息，甚至這些訊息會更真實，不會「心口不一」。「比如當一個人面對面詢問你的意見，你可能會用點頭而不是語言表示認同」。「又比如當一個男生面帶微笑對你說『我們分手吧』，跟面帶哀傷的說『我們分手吧』，可能傳達完全兩個不同意思。」實際交流場景中，人類的微小表情和動作透露了大量訊息。語言、表情和動作融合在一起，AI 會更容易讀懂人類，甚至取悅人類。透過辨識表情賣貨只是一小步開端性的設想，當 AI 越懂人類，AI 落實的商業空間也會成倍擴展。（本文由 36Kr 授權轉載；首圖來源：shutterstock）
即便深度學習和其他機器學習方法近幾年進展不小，但直接應用到真實工業場景、直接控制工業系統還未見到。深度學習本身缺乏穩健性、面對新狀況難以預測行為等一些特徴固然是重要的制肘之處，如何讓演算法逐步提高控制範圍、協調與人類的合作也是難題。DeepMind 和 Google 最近的嘗試取得不小成功，DeepMind 部落格做了介紹，以下編譯原文。人類社會面對許多緊迫問題，其中有些變得越來越複雜，所有人都急切想找到好的解決方法。對 DeepMind 和 Google 來說，相信如果人類可把 AI 當作探尋新知識的工具，找到解決方法就容易得多。2016 年時，DeepMind 和 Google 聯手開發基於 AI 的動作建議系統，建議負責維護、調節冷卻系統的資料中心營運人員不同狀況下的應對方法，讓 Google 當時已有很高能源效率的建議系統資料中心向前更進一步。出發點也很簡單，為了應付全球氣候變化，大型能耗場所的一點小改進也能在減少能源消耗、減少二氧化碳排放產生重大影響。最近，DeepMind 把這個系統升級到全新等級：不再像原來的系統建議一些動作，然後由人類完成，AI 系統現在會直接控制資料中心的冷卻系統，當然 AI 仍受營運人員的專業監控。這是首個基於雲端的控制系統，已在多個 Google 資料中心安靜執行、持續節省能源。工作方式每隔 5 分鐘，這個基於雲端的 AI 會從資料中心數千個感測器採集資料，獲得資料中心冷卻系統的狀態快照，然後匯入深度神經網路。網路會預測各種可能作業的不同組合如何影響資料中心的能量消耗。然後 AI 會在滿足穩健安全性限制的條件下判斷出一組最小化能源消耗的動作。判斷結果接下來會發回資料中心，由區域控制系統驗證並執行。這種系統執行想法其實來自使用原來 AI 建議系統的作業人員。他們告訴 DeepMind 研究人員，雖然系統給了一些最新最好的作業技巧，比如讓冷卻介質涵蓋更多裝置，而不是更少，但實現這些建議其實需要花費非常多精力和長期規劃，所以他們自然很想知道，能否不需要人力就達到類似效果。現在他們很高興地宣布，答案是能。Google 一位作業人員表示：「我們希望節省能源，同時也降低作業員的工作強度。自動化系統就可讓我們以更高頻率執行更細節的行動，同時出錯更少。」兼顧安全性和可靠性Google 資料中心一般有上千台伺服器，支撐 Google 搜尋、Gmail、YouTube 等用戶每天使用的服務。確保這些服務可靠、高效執行是最關鍵的事。DeepMind 和 Google 一起設計 AI 智慧體及背後控制介面時，都是以安全、可靠的思維從頭設計，還使用 8 種不同機制確保系統總能按照預期行動。使用的方法裡，其中一種較簡單的是估計不確定性。對於總計上億個可能動作的每一種，AI 都需要計算自身認為這是一個好動作的信心，信心太低的動作就不考慮。另一方法是兩層驗證。AI 計算出的最優行動首先需要根據內建、營運人員制定的安全限制清單來檢查。計算結果通過檢查、從雲端傳送到實際資料中心之後，當地控制系統還會再次根據自己的安全限制清單再檢查一遍指令。這種多餘設計的檢查流程確保系統執行總在當地限制之內，作業人員也總能完全控制作業。最重要的是，Google 資料中心總會受人類的完全控制，人類隨時可選擇結束 AI 控制型態。這時，控制系統會自動從 AI 控制切換到基於現代自動化工業使用、基於現場規則及啟發式設計的控制系統。其他安全機制如下圖：連續監控、自動錯誤重啟、平滑切換、兩層驗證、不間斷通訊、不確定性估計、規則與啟發式設計的備用控制系統、人類指令優先。越用越節省能源相比於原來動作建議系統需要作業人員自己檢查及動作，新的 AI 控制系統自己直接動作。DeepMind 和 Google 研究人員開發時，也有意識地把系統最佳化邊界設定更窄小的策略，讓 AI 把安全和可靠列為首要目標，也就是說對節約能源的目標來說，AI 需要在過度節約導致不穩定風險和最佳化不足的低回饋之間找到平衡。雖然只上線幾個月，此系統已可穩定節約平均 30% 能源，他們還期待系統未來可以改善更多。這是因為隨著資料更多，系統的最佳化判斷能力也會變得更強，如下圖。隨著技術越來越成熟，DeepMind 和 Google 研究人員未來也會把系統最佳化範圍設定寬鬆些，達到更佳的能源節約效果。AI 直接控制的系統時不時找到一些新方法管理冷卻系統，有一些方法甚至讓作業人員驚訝。與這個系統緊密合作的 Google 資料中心營運人員驚訝說：「這個...
不少科技公司想到新科技與既有科技的結合，會想到醫學這塊，像是 IBM Watson for Oncology 要協助腫瘤診斷。醫院中的儀器核磁共振 (MRI) 是醫生的好幫手，沒有其他方式如 CT 或 X 光具備的侵入式或是輻射危害。但 MRI 有個致命的缺點，需要花相當長的時間拍攝，也就限制醫院每天能照射的病患數量。如果能用核磁共振影像儀照出來的影像訓練 AI，不就可以加快辨識速度？紐約大學醫學院就與 Facebook AI Lab 合作，希望能維持 MRI 的好處，同時能加速診斷的速度，MRI 能更廣為在世界各地使用。Facebook 與紐約大學醫學院放射科合作推出 fastMRI 計畫，要結合 AI 到醫學影像領域，加速 MRI 辨識速度達 10 倍之多。紐約大學醫學院提供 10,000 份暱名 MRI 資料，要給 Facebook AI Lab 拿來訓練演算法。如果計畫順利進行，預計能讓更多人需要 MRI 診斷身體狀況時，能夠更容易使用 MRI。fastMRI 要運用人處理知覺的模式，用 AI 模擬表層還未掃瞄到的事物，就不必收集原先所需要的資料，就能形成 MRI 影像，進而收集更少資料，加快 MRI 掃描速度。 ▲ 左邊為掃描中的 MRI 影像，而右邊是測試用部分 MRI 資料，模擬的...
隨著日本人口老化日趨嚴重，不僅出現人口負成長，也導致勞動人力持續下滑，為此包括日本政府、製造業、企業、服務業與養老照護機構等，均為了勞動人力短缺問題而積極尋找解決對策，包括發展工業機器人與服務機器人技術，還有 AI 技術等。日本人口負成長導致勞動人力持續下滑，對 AI 技術與機器人需求水漲船高目前日本製造業已能透過工業機器人與部分 AI 技術等來彌補勞動人力短缺問題，但在企業、家庭、餐飲業與醫療照護等與其他服務業領域，仍然存在勞動人力不足的問題，尤其是與工業機器人僅不斷地做重複性動作的製造業不同的是，服務機器人的服務對象是人，需要用到多種辨識能力，包括自然語音辨識能力、臉部辨識能力與周遭環境辨識能力等，還有如人般靈巧的活動能力等，才能夠為在這些服務應用領域的人類分擔部分勞力。而現階段服務機器人技術與 AI 技術發展仍未到能夠完全取代人力的程度，尤其是自我學習、自我判斷與決策能力，均不足以取代人類，至今為止，能與人類語音互動的服務機器人僅具備有限的 AI 能力，也僅能執行有限度的任務，例如提醒老人按時服藥、兒童的教育娛樂、觀光機構的促銷動作等。日本警視廳與日本 IT 企業合作，為 2020 年東京奧運解決維安人力不足問題自從日本成功取得 2020 年奧運的舉辦權，日本政府便積極規劃及推動針對 2020 年東京奧運各方面需求的先進科技發展，尤其是對於奧運這種國際性運動賽事，除了場館與相關設施的建設與準備外，還有警備與維安等相關事宜更需謹慎規劃、做好充足的準備。至於將來在面對以萬為計的觀賽者與觀光客，日本已確定將採用 AI 技術與服務機器人等技術來彌補負責賽事相關服務、警備與維安等所需人力。尤其是在過去 2012 年倫敦奧運、2016 年里約奧運均曾有過警備人力不足問題，其防恐維安出現漏洞，為此，日本政府為了確保東京奧運賽事順利舉行，加上全球防恐意識興起，便決定藉由 AI 與機器人技術來執行防恐維安任務。根據日前日本新聞媒體《朝日新聞》報導，日本警視廳針對 2020 年東京奧運的警備問題，正與日本 IT 大廠 Panasonic 合作研發專用 AI 系統，並在高達 87 萬人次觀光客的隅田川煙火大會實地測試。此外，警衛機器人也被公認為解決警備人力不足問題的方式之一，日本大型安保公司 ALSOK 運用本身 35 年機器人開發經驗而研發出警衛機器人 Reborg-Χ，目前仍正在東京車站前的辦公大樓和東京羽田機場裡持續實地測試，以期能在 2020 年東京奧運實現實用化目標。▲ 日本 ALSOK 的警衛機器人 Reborg-Χ 在東京車站實地測試。（Source：ALSOK，拓墣產業研究院整理，2018.8）（首圖來源：shutterstock）延伸閱讀： 恐怖事件頻發，AI 或可護航 2020 年東京奧運 東京奧運採臉部辨識入場，奧運史上首次
去年，麒麟 970 憑藉全球首款搭載 NPU 的手機 AI 晶片備受關注，消息稱今年麒麟 980 將升級 NPU 並首發全球 7 奈米手機 SoC，因此麒麟 980 吸引更多關注。身為全球行動 SoC 霸主，高通自然不會視而不見。據消息指出，高通新一代旗艦處理器驍龍 855 不僅將採用台積電 7 奈米製程，還將首次配備專用神經處理單元（NPU）。另外，曝光的消息也指出新款處理器將使用其他命名方式，但無論如何，搭載 NPU 的驍龍到底是要與麒麟 980 競爭，還是高通看準了時機？高通首款整合 NPU 的 AI 晶片根據之前爆料，驍龍 855 將採用 7 奈米製程提升性能和效能，這一點在高通員工 LinkedIn 的檔案得到證實。另外，早在 2017 年就有報導稱，為了使用更先進的 7 奈米製程製造新款旗艦處理器，高通會放棄與三星合作選擇台積電，最近幾年，三星為高通生產了驍龍 820、驍龍 821 和驍龍 835。之前曝光消息較可靠的 Roland Quandt 稱，驍龍 855 可能會以驍龍 8150 之名進入市場，將擁有一個專用 NPU，這個 NPU 與去年麒麟 970...