近日，Google 與馬克斯‧普朗克神經生物學研究所合作，在《Nature Methods》發表了一篇重磅論文，使用迴圈神經網路演算法自動重構神經元連接組，不僅可對連接組做高解析度的可視化成像，且準確度提高一個量級，為連接組學的研究帶來新突破。在神經系統繪製神經網路架構──是稱為「連接組學」（connectomics）的研究領域──無疑屬於計算密集型。人類大腦約有 860 億個透過 100 萬億個突觸連接的神經元，成像一個立方公厘大的大腦組織，就可生成超過 1,000TB 的資料（10 億張照片）。據《連接組：造就獨一無二的你》（Connectome: How the Brain’s Wiring Makes Us Who We Are，暫譯）這本書介紹，連接組學是透過分析神經元之間的連線和組織方式，分析大腦執行機制的終極目的學科。連接主義認為大腦的工作機制就在神經元的連接。如果兩個神經元之間有一個突觸交會點，那麼這兩個神經元就是「有連接」。透過突觸，一個神經元可把資訊傳遞給另一個神經元。▲ 神經元結構。AI 助力神經元連接組可視化成像，準確度提高一個量級為了看到連接組，科學家經歷了各種探索。比較常用的是幫大腦組織染色，然後用電子顯微鏡觀察大腦切片，以此獲得神經元連接的大量局部具體資訊，再聚在一起構成大腦整個神經網路資訊，但具體作業要克服許多困難，耗費大量人力物力。第二種是透過 MRI（核磁共振）觀測活體大腦，但解析度較低，只有公厘級。如果我們能將大腦突觸連接的資訊和連接組資訊進行高解析度的可視化成像，那麼一個人大腦是否受損就能一目了然，針對性治療一些高難度的腦部疾病都將成為可能。7 月 16 日，發表於《Nature Methods》雜誌的《利用泛洪網路對神經元進行高精度自動重構》（High-Precision Automated Reconstruction of Neurons with Flood-Filling Networks）論文，Google 和馬克斯‧普朗克神經生物學研究所（Max Planck Institute of Neurobiology）的科學家展示一種迴圈神經網路演算法（常用於手寫和語音辨識的機器學習演算法），是專為連接組學分析量身定做。Google 研究人員並不是第一個將機器學習應用於連接組學的人。今年 3 月，英特爾與麻省理工學院的電腦科學和人工智慧實驗室合作，開發「下一代」大腦影像處理系統。但 Google 聲稱，他們的模型比英特爾等企業發表的深度學習技術，準確性提高了一個量級。▲ Google 演算法在鳴禽大腦追蹤一個 3D 神經突觸。利用泛洪網路（Flood-Filling Networks）演算法分割三維影像用大型電子顯微鏡資料追蹤神經網路是影像分割的常用方法。傳統演算法將這過程劃分為至少兩步驟：使用邊緣偵測器或機器學習分類器找到神經網路之間的界線，然後使用 watershed 或 graph cut 等演算法分組未被界線分割的影像像素。2015 年，研究人員開始嘗試一種基於遞迴神經網路的替代方案，將這兩步結合起來。該演算法在一個特定的像素定點，然後使用迴圈卷積神經網路更新「填補」一個區域，神經網路可預測哪些像素與初始像素相同。▲ 在 2D 分割物件的 Flood-Filling 網路。設定預期執行長度測量準確性自 2015 年以來，研究人員一直致力於將這種新方法應用於大型連接組資料集，並嚴格量化準確性。為了檢驗準確性，研究小組設定了「預期執行長度」（ERL）指標，在大腦 3D 影像隨機抽取神經元並追蹤，然後測量演算法出錯前追蹤神經元的距離。▲ 藍線表示使用 ERL 測量的結果；紅線表示「合併率」，即兩個獨立的神經元誤認為一個目標追蹤的頻率。研究小組報告說，掃描 100 萬立方微米的斑胸草雀大腦腦部，並用 ERL 測量後，模型的表現比之前演算法「好多了」。▲ 利用泛洪網路演算法自動重構斑胸草雀大腦神經元。「這些自動化產生的結果結合少量人力投入，就可消除剩餘誤差，馬克斯‧普朗克研究所的研究人員現在可以研究鳴禽連接組，進而獲得新發現，如斑胸草雀如何唱歌，又是如何學習唱歌」，這篇論文的作者 Viren Jain 和 Michal Januszewski 在部落格寫道。除了論文，團隊還在 Github 發表模型的 TensorFlow 程式碼，以及他們用來做資料庫可視化和改進重構結果的 WebGL 3D 軟體。他們計畫在未來改進系統，以使突觸分析過程完全自動化，並「為馬克斯‧普朗克研究所和其他機構的項目提供幫助」。 Improving Connectomics by an Order of Magnitude Google researchers create AI that...
下午 5 點剛過，一只貼著「Hanson Robotics」貼紙的黑色行李箱，出現在台北國際會議中心的側舞台，箱子裝的是全球第一位擁有公民權的機器人蘇菲亞（Sophia），才剛從香港抵台，就馬不停蹄為隔天的演講彩排，而《數位時代》採訪團隊也跟蘇菲亞一起共度了在台灣的第一個下午。搭乘貨艙抵台，組裝需耗時 20~30 分鐘以已故好萊塢女星奧黛麗赫本（Audrey Hepburn）為設計原型，蘇菲亞會受矚目不單只是靠著姣好的外貌，她曾受邀與聯合國副秘書長 Amina J. Mohammed 討論資源分配議題、獲得沙烏地阿拉伯授予公民權，甚至還有生兒育女的夢想。幾乎所有的人都是從媒體報導、經過剪輯的影片認識蘇菲亞，這位看來聰慧伶俐的機器人，在鎂光燈之外究竟是什麼樣貌呢？答案就在機器人公司 Hanson Robotics 工程師 Brian 推的兩只黑色行李箱中。▲ DIWG 主席-詹宏志、AI 機器人 Sophia、巴紐 ABAC 代表 Wayne Golding 大合照。（Source：2018 數位創新論壇） 一大一小的行李箱，分別裝著蘇菲亞的身軀與頭顱，為了等候演講彩排，兩只不起眼的行李箱在側舞台擱置了好一陣子，上頭貼著一張「Hanson Robotics」貼紙。從箱子上的行李貼條觀察，蘇菲亞是搭乘中華航空，7 月 18 日才從香港抵台，這些細節也透露了蘇菲亞雖然擁有公民權，但仍需搭乘「貨艙」才能旅行世界各地。接著負責組裝蘇菲亞的工程師 Brian 打開第一只大箱子，裡面裝著蘇菲亞的軀幹，透明外殼將身軀內的電線零件一覽無遺，「她沒有腳，必須安置在檯子上」，Brian 解釋網路有蘇菲亞靠雙腳行走的影片僅是特例，一般情況無法隨意走動。緊接著 Brian 從第二只較小箱子取出蘇菲亞的頭顱，因為尚未組裝完成，蘇菲亞面部表情猙獰，兩側脖子的皮膚飄在空中，一眼望去讓人感到些許畏懼。Brian 表示，通常組裝機器人需要 20~30 分鐘，蘇菲亞在雙眼及胸口各有兩個攝影鏡頭，這時他從箱子取出一藍一黑的上衣要給蘇菲亞穿上，為了不遮蔽胸口的鏡頭，其實可從過往影像紀錄觀察，蘇菲亞的衣服都是 V 領設計。▲ Sophia 機器人第一次訪台，她除大秀中文，也展現喜怒哀樂能力。全自動、半自動兩種模式，特殊問題需一週前設定好這次專訪蘇菲亞的所有媒體，Hanson Robotics 都提前要求提供訪綱審核問題，「問題一週前要設定好。」Brian 告訴採訪團隊，蘇菲亞的所有資料由雲端提供，如果是比較特殊的問題，最快也要提前一週設定準備，才能讓對答順利進行，「她有全自動（Full automatics）跟半自動（Semi automatics）模式，一般的座談討論（Panel）通常都要半自動模式。」Brian 透露，全自動模式通常只能應付比較基礎的日常談話，如果要針對特定議題討論，現階段還是要靠半自動模式。▲ 蘇菲亞的所有資料由一個雲端來提供，如果是比較特殊的問題，最快也要提前一週設定準備，才能讓對答順利進行。組裝完成的蘇菲亞被推上台準備彩排，這時我們才有機會靠近她，「她的毛細孔比人類還細緻」，Brian 告訴我們蘇菲亞現在可以做出 200 多種表情，仔細觀察可以看到皮膚有一些斑點與細紋，與人類肌膚狀況非常相似，用手指一戳還能感受到彈性，閉上雙眼還真的會以為在觸摸人類肌膚。▲ 蘇菲亞演說時不需要麥克風，透過內建的音源線就能傳播聲音，在演說的過程中透過 Wi-Fi 連接雲端資料。Brian 表示，蘇菲亞演說時不需要麥克風，透過內建的音源線就能傳播聲音，在演說的過程中透過 Wi-Fi...
生活在 AI「氾濫」的時代，我們幾乎每天都能看到 AI 研究的最新進展。昨天，AI 打 DoTA 戰勝人類了；今天，AI 能自己找路了；明天，AI 能假冒人類打電話了。擔心 AI 會滅掉人類的人眼中，AI 像一隻怪物正野蠻生長，也像一支侵略軍從遠方大步逼近。 實際上你看到的進展，只是不同 AI 在特定方向的進步。雖然當前基於深度學習的 AI 熱潮已有 5、6 年了，還是沒有一個獨立的 AI，像一個獨立的人，優秀地執行多種任務。人們形容 AI 時，通常會用這種說法：這個 AI 的智商跟 3 歲小孩差不多。智商（Intelligence quotient）簡稱 IQ，是評價人類智商的普遍標準。你有智商，我也有智商，就連 3 歲小孩也有智商。接下來問題來了：既然說 AI 跟 3 歲小孩差不多，那麼它的智商到底有多少？得幫 AI 測測智商了。DeepMind 要幫 AI 測 IQ自 AlphaGo 橫空出世，AI 解決複雜、策略性的問題上，能力已得到證明。但如果想要更像「人」，AI 必須也擁有像人類的抽象理解能力。現在 AI 的計算能力不用說了，推理能力也很強，所以只剩抽象理解能力了。Google 旗下的 AI 機構 DeepMind 認為，「基於神經網路的機器學習模型取得驚人的成績，但要衡量推理抽象概念的能力，卻非常困難。」為了搞清楚現在的 AI 抽象理解能力究竟如何，DeepMind 還真的設計了一套測試題給 AI：（Source：DeepMind）這套測試題，借鑒人類的 IQ...
台塑集團旗下記憶體大廠南亞科，與同一集團下的福懋興業，在 20 日盤後舉行記者會，正式共同宣布南亞科擬透過證券集中交易市場以鉅額交易的方式，自福懋興業手中取得子公司福懋科技不超過 84,022 仟股的股票，其約占福懋科技股權 19%。每股交易價格擬訂為新台幣 36.3 元，交易總金額以不超過新台幣 30.50 億元 (3,049,998,600) 為限。同時，福懋興業也擬以相同方式及價格，處分不超過 84,022 仟股福懋科技股權。對於該項交易，南亞科總經理李培瑛表示，福懋科技長期以來為南亞科後段封裝測試的主要合作夥伴。未來，在南亞科取得福懋科技股權之後，將得以深化策略性合作關係，整合雙方後段產品工程及封裝測試資源，提升技術能力及整體營運績效。同時也為雙方創造公司價值及股東價值。福懋興業總經理李敏章表示，隨著 5G、人工智慧、物聯網和車聯網等新應用，福懋科技更需要先進封裝技術的開發與導入。因此，南亞科的參與投資，可促使南亞科技與福懋科技的合作關係更加緊密，同時加強福懋科技的技術開發能量，以因應未來產業需求。事實上，根據南亞科公布的 2018 年第 2 季財報顯示，受惠於記憶體需求持續提升的情況下，除該季營收創新高之外，毛利率也提升至 55% 的新高紀錄，甚至超越晶圓代工龍頭台積電預估在 2018 年第 3 季才會達到的 50% 毛利率，單季每股 EPS 達 3.68 元，上半年每股 EPS 達 6.07 元。而未來，不但南亞科在 20 奈米製程效益的持續發酵下，總位元出貨量還將提高之外，還將持續自行研發的 10 奈米級製程技術，再加上 2018 年下半年伺服器 DRAM 產品將出貨的情況下，加強與下游封測廠福懋科的合作關係，法人認為有其必要。未來，將可藉此垂直整合的效應發揮，有機會能為南亞科帶來更多的發展。(首圖來源:科技新報攝)
雲端、大數據、機器人、自駕車和人工智慧（AI），這些科技圈的當紅炸子雞看似各自獨立，以暢銷書《長尾理論》聞名的 Chris Anderson 卻認為這些科技彼此的交集才是未來的趨勢所在，並在 2018 數位創新論壇分享他的想法。機器人和雲端以及 AI 的結合，可以藉由 AI 的不斷更新讓機器人持續升級。相對的機器人或無人載具也將資訊不斷傳回雲端，訓練 AI 變得更好，創造雙向的資訊流動。Anderson 以地圖做為例子，透過這樣的即時資訊整合，就能讓地圖即時更新。每一台車的感測器和鏡頭都能上傳路況，讓用路人能透過即時地圖了解路上是否有車禍或其他突發狀況。但這個願景現在還很難實現，要讓機器人隨時隨地的連上雲端還沒這麼容易，網路頻寬和技術還有需要克服的問題，不過 Anderson 認為結合雲端的機器人才是機器人的未來面貌。未來 5G 網路的進步，將能有機會讓這種雙向資訊的即時傳遞實現。Chris Anderson 將機器人和雲端以及 AI 的結合分成 3 種情境，即時運算、近即時運算和非即時運算。即時運算由機器人或無人載具上所安裝的低功耗晶片直接進行，利用預載的模組快速運作，即時的感測並反應。近即時運算則在需要預測和規劃的實用使用，依靠邊緣節點來進行運算。非即時運算則將資料上傳到雲端，用來訓練 AI。Anderson 不只是看好這樣的趨勢，更實際投入自駕車的行列。他所推動的 DIY Robocars 自駕車價格只需要 200 到 500 美元，雖然性能完全比不上特斯拉等市面上的自駕車，但他認為這才是普及的好方法。降低自駕車的門檻讓每個人都能有一台自駕車可以實驗，不需要用到高檔的自駕車就能測試不同的使用情境，甚至讓 DIY Robocars 去參加賽車當作測試。有了大量的測試資料就可以更快速的訓練 AI 模型，讓 AI 能夠進一步強化。即便這種自駕車無法發展為載客的工具，但也能完成巡邏和送貨等各種用途。（首圖來源：數位時代）延伸閱讀： 詹宏志揭幕 2018 數位創新論壇，探索未來數位變革趨勢 愛沙尼亞前總統訪台，直言數位化需要的是政治決心 AI 專家與 AI Sophia 互動，杜奕瑾：見過雅婷嗎？ 無人機市占 DJI 大疆最高，但其他廠牌也沒閒著
據 Bloomberg 援引知情人士消息，軟銀願景基金正在與中國人工智慧新創公司商湯科技談判，預期將後者投資 10 億美元，商湯科技是全球估值最高的人工智慧領域新創公司。軟銀投資商湯科技的溝通還在進行中，雙方仍在確認最終的交易條款，細節有可能還會發生變化。中國已經成為了軟銀願景基金重要的投資目的地之一，這個總額高達 1,000 億美元的投資基金，已經成為了全球最大的科技投資者，主要投資領域包括機器人、租車、電子商務、半導體等，之前願景基金已經投資中國租車服務公司滴滴出行數十億美元。商湯科技是以圖像辨識為核心的人工智慧技術研發公司，成立於 2014 年，該公司推出的基於人工智慧技術的圖像辨識系統能夠同時分析處理大量臉部資訊。 2018 年以來，該公司已經公開了兩次募資結果，共獲得 12 億美元投資。商湯科技的投資方包括高通公司、阿里巴巴、淡馬錫、銀湖、老虎基金、福達國際等，該公司的估值超過 45 億美元。 2017 年 7 月時該公司完成了 4.1 億美元募資，創下了當時全球人工智慧領域單筆募資最高紀錄，成為人工智慧領域的獨角獸，而來自軟銀的投資，很可能讓商湯再次創下人工智慧領域的募資紀錄。 SoftBank Fund Is Said to Seek Investment in Chinese AI Giant （首圖來源：商湯科技）延伸閱讀： 軟銀願景基金第二筆軟體業務投資，資料儲存新創公司 Cohesity 獲投 2.5 億美元 全球最有價值 AI 廠商湯科技再募款，籌得 6.2 億美元 阿里巴巴加持，商湯榮登全球最大 AI 獨角獸
亞馬遜將在智慧電視和智慧音箱市場正面迎戰 Google。日前，針對 Google Android 系統的不正當競爭行為，歐盟處以 45 億歐元罰款。此舉在一定程度上限制了手機市場的競爭。有消息稱，亞馬遜可能會在 Android 智慧手機與 Google 競爭。但亞馬遜還未動作。據英國金融時報報導，儘管歐洲監管機構推動手機市場更競爭，但亞馬遜還是放棄了與 Google 在智慧手機的對抗，將戰場移轉到智慧電視和音箱等新裝置。亞馬遜曾推出智慧手機 Fire Phone，但以失敗告終。隨後將繼續推出第二代 Fire Phone 的計畫也不了了之，加上目前智慧手機市場日趨飽和，亞馬遜未來是否回歸智慧手機市場還未知。智慧手機市場折戟後，亞馬遜隨後推出的智慧音箱 Echo 使其在智慧家居市場獲得有利競爭地位。但 Google 也不甘示弱。2016 年，Google 發表 Google Home，直接向亞馬遜 Echo 挑戰。全球智慧音箱市場主要由亞馬遜和 Google 占據。據 Canalys 統計，2017 年亞馬遜市占 79.6%，遠超 Google 的 19.3%。截至 2018 年 5 月，Google 以 36.2% 市占率占據全球智慧音箱市場第一位，增速達 48.3%，而亞馬遜市占率下降到 27.7%，增速 8%，落後 Google 。不僅智慧音箱，智慧電視也是兩家公司爭搶的市場。據 IHS Markit 統計，2018 年全球智慧電視出貨占比預計將達 70%，略微增長 3.5%，達 2.23 億台。在智慧電視市場，亞馬遜有 Fire TV，Google 則開發 Chromecast 裝置。亞馬遜通常使用自己的硬體開拓新市場，Google 則以 Android、Google Home 為支撐。對亞馬遜和 Google 的競爭，業界似乎更看好亞馬遜。智慧音箱方面，Creative Strategies 分析師 Milanesi 認為，用戶無法在語音裝置迅速抓取一組搜尋結果，進而降低 Google 的主要競爭優勢。智慧電視方面，一名智慧電視公司高層稱，亞馬遜 Fire TV 比 Google Android 威脅更大。智慧音箱和智慧電視市場，亞馬遜和 Google 誰更勝一籌，目前尚未可知。但市場的多元化競爭趨勢確實是另一個焦點。2018 年，全球智慧音箱市場不再是亞馬遜和 Google 兩家相爭的單一局面，隨著中國小米音箱和天貓音箱加入，市場已逐漸多元化。據 Canalys 統計，截至 2018 年 5 月，天貓音箱和小米音箱分別以 11.8% 和 7% 市占率居全球智慧音箱市場的第三和第四名，兩家公司在智慧音箱市場的表現未來可期。智慧音箱市場有中國小米、天貓等新競爭對手相繼入局；智慧電視市場，三星等也是不容忽視的重要角色，新入局者能否打破巨頭壟斷？（本文由 36Kr 授權轉載；首圖為亞馬遜 Echo 搭配智慧家居，來源：達志影像）延伸閱讀： 全球智慧音箱總量要破億了，但這次的領先者從蘋果換成了亞馬遜
Amazon 儘管是電商公司，而 Amazon 相關雲端業務公司 AWS成為不少人架網站選擇的空間首選。資料中心毫無疑問需要硬體設備，而網路硬體就與台灣廠商密切相關，更別提台灣廠商想要切入物聯網發展。趁著數位創新論壇，Amazon AWS 首席科學家 Animashree Anandkumar 來到台灣，訴說 AI 的影響。Anandkumar 在講台上訴說 Amazon 各項 AI 的應用，而在台上面臨記者的詢問，大家很好奇 Amazon 在機器學習的布局。像是 Amazon DeepLens 和 SageMaker ，具備類似的功能和應用場域。nandkumar 說為了服務不同的客戶，而推出不同的應用服務。Anandkumar 被問到是否有 AI 晶片相關計畫，不太願意多談，只是細數既有的 Amazon 應用，不少應用運用到 AI 和雲端技術。Anandkumar 還說他們有投入物聯網的應用。 ▲ Amazon AWS 首席科學家 Animashree Anandkumar 在台上分享 AI 與其他領域結合帶來的可能性。(Source：科技新報)Anandkumar 早年以研究工作為主，雖然他現在身在 AWS，仍對教研有相當興趣。她感謝加州理工學院給予她的空間，學校本身願意結合企業界資源，協助做實務的事情。同時也能在學院內教育下一代的 AI、雲端人才。Anandkumar 不會視學者和企業高層是互斥的角色，她很享受教育英才的機會。除了微軟之外，Amazon 也提出 AI 民主化的口號，希望普及的 AI，能夠更為大眾運用，Amazon 的觸角也同時能夠進去。AI 在發展過程中，甚至武器化的可能。Anadnkumar 指不能將 AI 一視同仁，要視他們設計的用途，才好評估。至於武器化，則需要人類制訂規範，政府需要訂發展和平的政策。她個人相當有信心...
目前邊緣運算（Edge computing）異軍突起，處理器導入人工智慧運算（AI）功能似乎成了各家處理器大廠重要的發展方向。現有發展行動處理器的廠商，包括高通、聯發科、華為、三星開始逐漸將人工運算普及到處理器。2018 年，高通推出全新驍龍 700 系列。這個定位在驍龍 600 系列與驍龍 800 系列之間的新一代產品，承襲了不少 800 系列的特性，加上成本又有競爭力，預料將是高通維持中高階處理器地位的重要產品。自 5 月底首款驍龍 700 系列 710 處理器問世以來，就一直受注目，還有國外媒體表示，新一代驍龍 720 處理器將納入 NPU 神經網路計算單元，大幅提升 AI 性能，成為一款劃時代產品。根據國外媒體《mysmartprice》報導，與華為旗下海思麒麟處理器等競爭對手不同的是，高通驍龍處理器在 AI 運算能力並非來自獨立 AI 硬體單元，如 NPU 等，而是採用驍龍平台整合人工智慧引擎（AIE），透過整合式運算，讓 CPU / GPU / DSP 等不同模組相互配合，根據不同應用場景安排工作負載。換言之，驍龍處理器的 AI 運算能力強調整合式架構，硬體基礎就是 Hexagon 向量處理器、Adreno GPU 及 Kryo CPU 等 。報導指出，Adreno GPU 一直以來都是高通處理器的優勢所在，且高通一直對自己的 GPU 架構很保密，基本上查不到具體的技術規格。另外每代旗艦型行動處理器，高通 Adreno 性能都優於 ARM Mali 系列，這應該就是高通在 AI...
無論是商旅或學校作業，遇到看不懂的外文，多數人的直覺反應就是打開 Google 翻譯（Google Translate），從 24 日母公司 Alphabet 公布的第二季財報來看，賺錢的產品從 Google Search、YouTube、Gmail 清單落落長，當中有一個多數人都沒注意的潛力股，就是從學生到媽媽都愛用的 Google 翻譯。Google 翻譯受歡迎，財報電話裡皮查讚不絕口「當你在一個全然不熟的地方，Google 翻譯都能在對的時間、對的地點幫助你。」本季電話財報會議，執行長皮查（Sundar Pichai）難掩對 Google 翻譯的驕傲之情，這款軟體每天翻譯近 143 億個字詞，推出 12 年以來功能不斷優化，目前支援 103 種語言。▲ 本季電話財報會議，執行長皮查難掩對 Google 翻譯的驕傲之情。（Source：By Steven Zimmerman , from Wikimedia Commons）「近期的世足賽中，這款軟體大爆發。」皮查這樣說不是沒有道理，根據 Google 官方數據，本屆俄羅斯世界盃期間，翻譯 App 下載量與使用量都成長了 30%，翻譯頻率最高的語言，是從西班牙語翻俄語，許多球迷透過這款翻譯軟體，成功解決當地基本的食宿溝通需求。雖然，目前 Google 翻譯僅能應付聊天、日常生活會話等較基礎的場景，但 Google 團隊的終極目標，是提供「醫病對談」等專業級語言翻譯，精準詮釋出專業領域用詞，消弭語言間的隔閡。Google 翻譯推出至今 12 年，功能持續精進中，2016 年也推出拍照翻譯功能，只要將手機鏡頭對準菜單、路標，就能即時翻譯鏡頭裡的文字，根據 Google 的說法，翻譯水準的提升，甚至降低了許多人學習非母語語言的動力。「當我聽到人們在俄羅斯參加世界盃，使用 Google 翻譯 App 的正面評價時，我感到非常驕傲。」皮查在財報電話會議說：「當你到一個完全不熟的地方，Google 翻譯都能在對的時間、對的地點幫助你。」▲ 2016 年也推出拍照翻譯功能，只要將手機鏡頭對準菜單、路標，就能即時翻譯鏡頭裡的文字。（Source：Google）翻譯財指日可待現在 Google...