現在各大科技公司關注 AI，要用 AI 訓練語音辨識，就得有語句對應語音資料庫的存在了，才有辦法訓練 AI。採用開放方式運作的 Mozilla，則是推出 Mozilla 同聲計畫 (Common Voice)，上個月 6 日公布開始收集德語、法語和威爾斯語的音檔。如今 Mozilla 已經開放錄製正體中文的音檔，並且由 Mozilla 台灣社群開始號召社群成員錄製大家平常生活對話。採用開源方式運作的 Mozilla 基金會，採用慣用的開源群眾力量來收集 AI 訓練所需要的語音庫，推出同聲計畫。Mozilla 台灣社群 Facebook 粉絲頁週六發布貼文，宣布同聲計畫的正體中文版本網站上線，並且開始收錄大家的語音對話。只要花上一點點時間，按下網站的錄音按鈕，不論在桌機還是手機上面，就可以照著螢幕上出現的句子，照平常說話方式說出來，貢獻給要做語音辨識的人。▲ Mozilla Taiwan 志工，開放文化基金會理事趙柏強在社交媒體上面號召大家一起參與錄製台灣國語的語音資料庫。目前在桌機上或是手機瀏覽器，都可以進到同聲計畫正體中文版，錄製台灣日常語言。但由於系統限制，iOS 下必須下載 App 才能貢獻錄音，Android 則可以直接在手機瀏覽器之下錄音。 ▲ 拜現代瀏覽器越來越強大之賜，不論在手機還是桌機上面，都可以直接貢獻自己的聲音出來。(Source：Mozilla Common Voice) ▲ Mozilla 同聲計畫，也可以在手機上操作，貢獻自己的錄音，或是審核別人念得對不對。(Source：Mozilla Common Voice)如果想要貢獻對話文本，也可以上 Mozilla Github，在去除隱私資料之後，捐出日常對話出來，供大家拿來當口說錄音的腳本。 Mozilla goes multilingual...
Susquehanna Financial Group 分析師 Mehdi Hosseini 將台積電的投資評等從「中立」調高至「正面」，聲稱客製化人工智慧（AI）晶片、5G 掀起的浪潮，將使公司大為受惠，台積電 ADR 2 日跌幅應聲收斂。barron’s.com、Investor’s Business Daily、Seeking Alpha 報導， Hosseini 2 日指出，時代潮流逐漸變遷，智慧型手機 / 消費者的年代即將告終，趨勢終於開始轉向由商用 App 帶動的 AI 領域。這應該能幫助台積電分散客群，從原本的蘋果（Apple）、Nvidia、海思半導體（HiSilicon）、華為（Huawei）、高通（Qualcomm）、聯發科等，進一步贏得 Google、微軟 Azure 平台等大型雲端解決方案提供者（Cloud Service Providers，CSP）的訂單。Hosseini 認為，台積電將是此波浪潮中，受惠最多的企業。據報告，調查顯示（尤其是在設計與「設計定案」（tape-out）方面），AI 對台積電總營收的占比有望在 2020 年以前拉升至最多 20-25%。AI 客戶可分兩大群，一種是坐擁最尖端科技的企業，另一種則是 CSP、私人雲、OEM、IC 設計商等尾隨跟進的族群。最令人驚訝的是，這兩大種類僅有少數是台積電現有客戶。展望未來，預估 AI 相關營收貢獻（預計 2019 年年中前實現），將讓台積電頂端客層出現質變，協助分散營收來源。Hosseini 也相信，5G 行動網路將在 2020 年以前提振台積電營運，在 AI 相關營收於 2019 年年中加速成長後，5G 將接棒激勵營收成長率。台積電 ADR 2 日稍早原本因宏達電宣布裁員 1,500 人而腳軟，但稍後跌幅收斂，終場僅小跌 0.05%、收...
新浪科技報導，中國「Baidu Create 2018 百度 AI 開發者大會」4 日在北京召開，百度創始人李彥宏發表百度雲端全功能 AI 晶片「昆侖」、推出百度大腦 3.0、智慧小程式正式上線等；並宣布全球首款 L4 級自動駕駛巴士「阿波龍」正式量產下線，將開始營運，首批 100 輛已完成總裝的阿波龍，即將發往北京、雄安、深圳、福建平潭、碧桂園、湖北武漢、日本東京等地展開商業化營運。李彥宏指出，百度雲端全功能 AI 晶片「昆侖」，是中國首款雲端全功能 AI 晶片，由百度自主研發，未來將應用於智慧汽車、語音圖像等領域。百度指出，「昆侖」是迄今為止業內設計算力最高的 AI 晶片，除了常用深度學習演算法等雲端需求，還能適配諸如自然語言處理，大規模語音辨識，自動駕駛，大規模推薦等具體終端場景的計算需求。百度 4 日也宣布推出「百度大腦 3.0」，百度高級副總裁、AI 技術平台體系（AIG）總負責人王海峰指出，百度大腦 1.0 完成了基礎能力的搭建和新技術的初步開放，對外開放 20 多種能力，2017 年的百度大腦 2.0 已形成完整體系，開放 60 多種能力；4 日發布的百度大腦 3.0 已開放 110 多項能力，AI 技術能力也在不斷提升。百度大腦 3.0 最大的優勢，就是多模態深度語義理解技術。除此之外，百度 4 日也宣布智慧小程式正式上線。百度表示，百度智慧小程式全面接入百度大腦 3.0，開發者幾行代碼就可以調用，同時，智慧小程式將於今年 12 月全面開源，未來智慧小程式不僅可以運行於百度系 App 上，還將可營運於嗶哩嗶哩、58 同城等外部合作夥伴 App 上。另外，李彥宏也指出，百度全球首款量產巴士「阿波龍」已正式下線，該款無人駕駛巴士是百度和金龍客車合作所造，即將發往北京、廣州、深圳、雄安、碧桂園、日本東京等地開始營運。該巴士在日本東京的落實是百度與軟銀的合作，車輛將應用在核電站及老年人社區。李彥宏還提到，百度在無人駕駛貨車方面也有動作，未來將有更詳細的發表。此外，百度還宣布了英特爾與百度在自動駕駛和人工智慧等領域的合作成果。百度預計將在其開源的自動駕駛平台 Apollo 整合並商用部署英特爾與 Mobileye 開發的責任敏感安全（RSS）模型。同時，百度與英特爾...
Google 智慧台灣計畫自 2018 年 3 月啟動以來，積極推動 AI 人工智慧技術研究與人才培育，也在科技部加持下，於今夏舉辦「AI 創新研究營」，促進產學深度交流培訓。「台灣人才很多時候不知道自己有多優秀，」Google 台灣董事總經理簡立峰表示，AI 會為台灣帶來很好的發展機會，因此應多加運用硬體優勢與軟體實力，加強兩者銜接整合。簡立峰當初加入 Google 時的老闆為全球科技長，他曾說台灣工程師具超越全球工程師的平均水準，卻一直覺得自己國家教育有問題，「其實每個國家的教育都有自己的問題，人才需要的是機會、刺激跟訓練」。簡立峰認為台灣具有深厚的硬體實力，而軟體人才也具有很大潛力，在國際能見度也有不斷提升，只是過去兩者並沒有銜接在一起，如今更應把握 AI 時代所帶來的機會，善用台灣硬體優勢走向更高毛利的軟體產業。他看好台灣朝「On Device AI」方向發展，原因是硬體裝置在 AI 時代下的重要性再次提高，而台灣不僅是 IC 設計重鎮、擁有硬體生態系，也有 AI 科學家和人才，應把握機會將過去在雲端的 AI 和機器學習落實在硬體應用上，也就是在裝置上打造 AI 和機器學習軟體。若能運用優勢將兩者銜接整合，對台灣來說會是全新的發展機會。▲ Google 台灣董事總經理簡立峰看好台灣軟硬體實力及人才優勢科技部長陳良基指出，AI 時代如果沒有硬體便稱不上 AI，有別於過去以軟體為主體的網際網路時代，強調 AI 軟體跟硬體結合是「台灣強項的再一次發揮」，以更多軟體服務加值的硬體將會更具價值。他提到台灣雖然小，卻掌握了全球一半以上資電產品供應鏈，「未來 AI 要跟任何硬體結合，台灣其實站在非常好的制高點，」他說。為了推動台灣 AI 研究進展與人才培育，Google 智慧台灣計畫透過人才、經濟和生態系三大主軸，預計在一年內培養 5,000 名以上 AI 人才。自計畫啟動以來，Google 已舉辦多場機器學習技術論壇、教師研習營，設置數位學程實體教室等，現更響應科技部「AI 創新研究中心專案計畫」，於今夏開辦 Google AI 創新研究營，特別邀請英、美頂尖 AI 專家訪台，為臺大、清大、交大和成大四所 AI 創新研究中心逾百位教師與學生，量身打造培訓內容，建立產學間知識交流。Google AI 創新研究營將舉辦多場 AI 專題演講，主題包括自然語言處理、醫學影像深度學習應用、強化學習（Reinforcement Learning）、推薦系統（Recommendations...
隨著人工智慧（AI）技術持續提升，許多人都開始出現對於 AI 的焦慮，如果未來真的出現「行為偏差」的 AI 該如何是好？對此，堪薩斯州立大學（KSU）研究人員提出一個有趣的理論：如果精神病理學在人類身上能取得成效，那麼稍微調整後運用在 AI 是否也可行呢？雖然聽起來有些奇怪，但這並不是一個玩笑。堪薩斯大學團隊在論文指出，人類認知具有的適應機制提供了快速適應動態環境的獨特技能，但也造成人們容易罹患 PTSD、憂鬱症等相關精神疾病，而研究者也正希望在通用人工智慧（AGI）實現類似的認知機制，可想見未來 AGI 也可能出現類似的認知障礙。舉例來說，AI 不顧一切追求獎勵最大化的「wireheading」行為便與妄想和上癮行為相似，而在基於強化學習（RL）的 AI 探索／開發軌跡中，如果設定了非常負面的懲罰和壓力，AI 則可能會出現類似憂鬱症和 PTSD 的行為障礙。目前關於 AI 安全的研究多半著重於安全意識設計和緩解技術（mitigation techniques），但 AGI 的複雜性，將會使得分析這些與生物智慧相當的問題變得更困難。考慮到診斷和治療的目的，團隊認為要修復 AI 的行為偏差，或許也可以從人類的精神病理學（Psychopathology）研究獲益。團隊相信，透過運用類似的框架來思考 AI、替 AI 的「精神障礙」建立模型並進行驗證，未來我們將能診斷出 AI 不當行為，同時找出系統性的治療方法來解決問題。這篇論文只是一個起點，但它提出了一些相當有趣的看法：畢竟當能夠代替人力執行任務的 AI 代理人（AI agent）「生病」時，處理方式可不像是電腦重開機或重灌系統這麼簡單。雖然坐在沙發上和 AI 談論佛洛伊德可能沒什麼用，但至少可以慶幸，一些在人類起作用的診斷與治療效果，或許也會對 AI 有用。 Will AI need therapy in the future? （首圖來源：shutterstock）延伸閱讀： 灌輸黑暗素材，麻省理工首創精神變態 AI DeepMind 讓 AI 學會像動物一樣導航，開啟 AI 研究新目標：協助探索大腦功能
人工智慧應用範圍廣泛，服飾搭配也是其中一項很有意思的發展項目。由阿里巴巴研發的「FashionAI」，是一套可為消費者提供服飾搭配推薦的人工智慧系統，近日就攜手知名品牌 GUESS，在香港理工大學校園內透過實體概念店的型式，展現利用新零售技術創造獨特的購物體驗。FashionAI 是由阿里巴巴所研發，專為消費者提供個性化衣著推薦的人工智慧系統；背後的演算法基礎是結合阿里巴巴對購物趨勢的洞察，加上淘寶造型師超過 50 萬套搭配方案，以及來自天貓合作品牌的造型建議，提供跨品牌的服飾搭配。阿里巴巴也與香港理工大學合作，結合服飾專業知識與機器學習技術，共同推出全球第一個 FashionAI 數據集。FashionAI 要如何提供服飾搭配推薦，並提升消費者的購物體驗？阿里巴巴近日就攜手流行品牌 GUESS，以實體概念店結合新零售技術的型式來展現：智能鎖扣︰了解消費者喜好FashionAI 概念店的設計與一般服飾店最大的不同之處，在於展示架旁邊有智能鏡面螢幕，每件衣服更安裝了智能鎖扣，鎖扣搭載了重力感應陀螺儀、收發訊號的 LoRa（Long Range）晶片、以及可識別衣服的 RFID（Radio Frequency IDentification，無線射頻辨識）晶片。走進概念店前，消費者先在身份識別區以《淘寶》App 的會員條碼登錄。當消費者走到展示架拿起衣服時，螢幕就會自動感應，並顯示這件衣服的多款顏色、搭配推薦等介紹。人工智慧演算法︰個性化服飾搭配推薦消費者也可以拿著衣服在智能鏡面螢幕前比對，透過 FashionAI 的技術，系統立即識別這件衣服的時尚元素如顏色、風格等，並利用人工智慧演算法推薦搭配方式，顯示在螢幕上。除了概念店內的其他衣服以外，也可進一步點選螢幕上的「淘寶衣櫥」，演算法還會結合消費者過去在淘寶或天貓所購買過的衣服款式，提供更多搭配推薦。全新試穿流程︰點選款式、安排試穿過往的試穿流程是，消費者要先決定好款式與尺寸，再到試衣間門口排隊；若試穿後尺寸或顏色不合適，又要重回展示架更換、或請店員幫忙。但在這間概念店裡，消費者可先在螢幕上選好想試的款式與尺寸，接著放入虛擬購物車當中，不用拿著衣服去排隊，可在店內繼續挑選。當試衣間準備好的時候，店員就會帶領前往試穿。若需要試穿其他尺寸或顏色，只需在智能鏡面螢幕上點選即可，店員就會準備好。此外，試衣間內的鏡面螢幕是完全沒有攝錄鏡頭，讓消費者可以安心試穿。試穿後，消費者可在螢幕上掃描商品的 QR Code，連結淘寶的 GUESS 品牌旗艦店下單購買、送貨到府。此外，《淘寶》App 也會出現 FashionAI 的項目，獲得更多不同品牌的服飾搭配推薦。阿里巴巴集團副總裁莊卓然指出，借助人工智慧技術如機器學習與視覺運算，系統可以即時推薦符合消費者個人風格、貼近時尚潮流的一系列商品，這在過去是難以想像的消費情境。概念店同時啟發時尚品牌與零售商重新思考其銷售與服務的模式，為服飾零售產業帶來更多想像空間。GUESS 集團大中華區總裁 José Blanco 則表示，受惠於 2 家公司緊密合作，整家概念店僅用 5 個月的時間就完成，未來計劃將這套模式在亞洲門市推展，作為 GUESS 未來新零售的銷售範本。（圖片來源：阿里足跡）延伸閱讀： 阿里巴巴首創汽車自動販賣概念機，利用社交數據攻占汽車市場 阿里巴巴賣車出絕招，結合螞蟻金服推 3 天試駕 雙 11 馬雲再談新零售，盒馬鮮生坪效近 3.8 倍
推薦服務的品質有多高，取決於所推薦的產品是否符合使用者的喜好與需求。Google 運用深度學習技術不斷精進推薦系統，但要做到比使用者更了解使用者自己的「個人化推薦」程度，並不是件容易的事，原因是使用者在不同時間、不同情境下，對內容的偏好都會有所不同。Google 產品推薦系統（Recommendation Systems）幕後推手、Google AI 首席研究員紀懷新提到，Google Play 目前有超過 100 萬個應用程式 app，過去三十天全球有超過 10 億人使用，而 2017 年下載量則高達 820 億次之多，因此需要透過深度學習技術處理龐大又複雜的資料量，解決推薦系統問題。推薦系統面臨「情境」挑戰深度學習技術就是為推薦系統建立函數（function）的一大關鍵。紀懷新表示，傳統推薦系統的矩陣（matrix）是二維，輸入與輸出過程是以使用者為輸入資料，進而產生推薦結果，將矩陣中的使用者跟 app 項目內容相配對，但使用者不一定會對系統推薦的 app 提出有效回饋，因此難有足夠依據推薦合適的 app 給使用者。為更精進個人化推薦服務，Google 近年針對推薦系統進行更深層的研究，嘗試將函數擴大、加入另一個輸入元素「情境」（context）成為三維矩陣。紀懷新指出，使用者在不同時間與不同情境下，對內容的偏好會不斷改變，因此「情境」和「時間」對個人化推薦系統來說尤其重要。好比說使用者白天常用新聞資訊類 app，晚上常玩手遊放鬆；看片追劇可能喜歡用平板，手機則用作社群間聯絡，每個使用者在不同裝置下載的 app 也不盡相同。正因為使用者偏好、情境因素隨時都在變化，使用者評分回饋的資料也非常有限，加上項目內容量龐大又不斷改變，還有標籤雜亂稀少等問題，要在大量使用者與內容中提供即時且有用的推薦，對實現情境式個人化推薦服務來說極具挑戰，也是建構函數時的一大難題。因此 Google 透過深度學習技術，將使用者、情境和項目內容進行配對，達成情境式個人化推薦體驗。深度學習是提升推薦品質的解方Google 使用者對個人化和情境式服務的期望日益提高，發展情境式個人化推薦服務已是必然趨勢。紀懷新認為推薦系統要建立在三大原則上，包括個人化和多元化推薦、藉由機器學習不斷精進所有產品介面，以及要為所有人提供適當的推薦等。 ▲ Google AI 首席研究員紀懷新 至於在提升推薦品質方面，則必須平衡不同使用頻率設計推薦模型。這是因為系統有高達 80％ 使用數據來自 20％ 重度使用者，該現象即冪次法則（Power Law），為避免重度使用者意見在系統中被放大考量，必須針對不同使用頻率持續調整模型設計，公平考量所有使用者意見以產生推薦結果。而 Google 透過這樣的方法，模擬使用者如何跟應用程式互動，結果出現成效，Google Play 上的 app 安裝率因而成長了 3.3 ％。除此之外，紀懷新還提到研究另一重點方向，也就是推薦模型中除了考慮使用者、情境和項目內容等三者關聯，還要加入「因果關係」考量，進一步提升使用者推薦體驗。他認為光是計算分析相互關係（correlation）是並不足夠，還需要研究其中的因果關係，如果能夠掌握就能做出更好的推薦系統。Google 在過去兩年不斷透過深度學習提升推薦品質，共改善 66 項重要產品及服務，包括 Google Play、Ads、搜尋、YouTube 等。紀懷新認為...
2017 年 12 月，一個 ID 為「DeepFakes」的用戶在 Reddit 發表了「假影片」，利用深度學習和 AI 技術，把成人影片演員的臉換成某女明星的臉，看起來幾乎毫無破綻。這「換臉」技術引發大眾恐慌，擔心會造成無辜者名譽損毀、詐騙、假新聞等問題，圖像、影片證據的可信度受到質疑。美國加州一家創業公司 Truepic 致力於解決這問題。Truepic 提供基於行動應用程式的影像驗證服務，透過其應用拍攝的照片可分析，加上浮水印網址、位置、儲存影像的副本等，並支援查詢驗證，以確保真實可靠。▲ Truepic 拍攝的照片。（Source：TechCrunch）流程如下： 在 Truepic 的 iOS 和 Android 應用程式（或內建 SDK 的應用程式）中捕捉照片。 Truepic 會驗證捕捉的影像是否變更過，並用時間戳、地理編碼、URL 和其他資料加上浮水印。 Truepic 的安全伺服器會儲存該影像，並配備一個六位數程式碼和 URL，在區塊鏈添加一筆紀錄。 用戶可將他們的 Truepic 影像或驗證連結發到應用程式，以證明影像是真的。 檢視者可存取影像的浮水印 URL，與 Truepic 程式庫儲存的版本比對，以確保真實性及未被修改。 影像處理技術和工具越來越先進的當下，Truepic 的應用場景非常廣泛。在社交、新聞資訊領域，可以保證影像資訊的真實性；在保險索賠領域，可用於減少詐欺、減少索賠費用；在房屋租賃領域，可用於保證房間照片真實性；在美容健康領域，可用於宣傳使用產品前後變化的照片真實性，讓消費者信任。新聞社交網站 Reddit 的 Ask Me Anything Q&As 區，正鼓勵用戶使用 Truepic 保證自己資訊的真實性，下圖是其中一個範例。▲ 透過 Truepic 網站，驗證 Reddit 發表照片的真實性。影片方面，Truepic 正嘗試分析每幀細節，包括頭髮、耳朵、眼睛的反射率等，來辨識人臉真假。目前 Truepic 免費，企業或組織可付費將 Truepic 服務內建到自家應用程式。融資方面，Truepic 近期獲得 800 萬美元資金，投資方為 Dowling Capital 合夥人、Thomson Financial 前首席執行長 Jeffrey Parker、哈佛商學院教授 William Sahlman 等。 Truepic raises $8M to expose Deepfakes, verify photos for Reddit （本文由 36Kr 授權轉載；首圖來源：pixabay）延伸閱讀： 除了一鍵生成明星色情片，「AI 換臉」的應用場景還有很多
大家對人工智慧（AI）的普遍印象，可能是理性、客觀，或不近人情。之所以會有這些印象，除了 AI「冷靜思考下決定征服全人類」的電影層出不窮之外，還有很大的原因來自 AI 做出決定的憑據：數據（data）。當人們要求眼見為憑的「有圖有真相」，AI 只相信「數字會說話」。冷冰冰卻比千言萬語更接近事實的數據，是 AI 的行動原則，也是我們大多時候相信 AI 能做出不帶偏見的決定的原因。畢竟，還有什麼能比數據更客觀呢？然而，近期專家發現，AI 其實也會帶著有色眼鏡看人。如果我們一味相信帶有偏見的 AI 提供給我們的資訊，可能會不知不覺間成為種族歧視和性別歧視的幫兇。事實上，Google 的 AI 研究業務負責人約翰‧詹南德雷亞（John Giannandrea）即表示，比起 AI 淘汰人類，他比較擔心有偏見的 AI 帶來的社會隱憂。在探討不客觀的 AI 是不是嚴重威脅前，我們先來看看 AI 的有色眼鏡到底從何而來。AI 有偏見是因為上梁不正下梁歪？AI 不是一開始就有歧視，而是學習而來的。現今的 AI 大多採用監督式學習（supervised learning）。也就是說，它會依照工程師提供給它的訓練資料（training data）推斷出規律，再把規律套用在未知的資料上。打個比方，將紅底黑斑的蛇標示有毒，紅底無斑的蛇標示無毒，綠底黑斑的蛇標示有毒，然後把這筆資料給 AI，則 AI 可能會將從未看過的黃底黑斑的蛇判為有毒。這套演算法的原則是由 AI 自行進行學習，乍看之下很有效率，不過一旦提供的資料不夠全面，或工程師沒有想方設法避免歧視，AI 推導出的結果便很容易帶有偏見。其中一種因為訓練資料有所偏頗，導致 AI 帶有歧視的程式是臉部辨識系統。麻省理工學院（MIT）的研究員喬伊‧布奧拉姆維尼（Joy Buolamwini）指出，由於提供給 AI 訓練資料不夠多樣化，有 3 家著名科技公司的臉部辨識系統在分辨深膚色女性時，都有 20% 以上的出錯率。相反的，可能因為 AI 一開始訓練時即得到大量相關資料，該 3 家系統在辨別淺膚色男性時只有 0.8% 的出錯率。另一個著名的例子是在 2015 年，Google 的影像辨識系統將非裔網友標示為「大猩猩」，隨後為此道歉。很明顯的，兩個例子裡辨識系統皆難以辨別出深膚色的人種，使得 AI...
鴻海轉投資的夏普（Sharp）6 月 5 日宣布將藉由公募增資等方式發行新股，發行額預估為 2,000 億日圓。而因增資恐稀釋每股獲利，也讓夏普股價在宣布增資後一路走跌，創一年半來新低水準。夏普於 22 日宣布增資的具體金額規模，且在籌得的資金中，300 億日圓將用來投資 8K 等重點領域，且預估在增資後，鴻海集團對夏普的持股比重（以議決權換算，以下同）仍將過半數。夏普 22 日於日股盤後宣布，藉由公募增資、第三者配額增資所將籌得的資金最高將達 2,162 億日圓，其中藉由公募增資所將發行的新股股數為 7,837.5 萬股，且視需求動向，將實施超額配售（Over allotment），上限為 787.5 萬股。夏普指出，增資籌得的資金中，1,850 億日圓將用來收購瑞穗銀行及三菱 UFJ 銀行所持有的夏普優先股（A 類種類股票），且買回後將進行註銷；300 億日圓將在 2020 年 3 月底前做為建構 8K 生態系統及擴大 AIoT（結合 AI 人工智慧和網路 IoT 技術）事業的研發費用，而若有剩餘的資金將用來充做償還無擔保公司債的資金。除處理上述銀行持有的 A 類種類優先股外，夏普也將處理由鴻海集團員工籌組的控股公司 ES Platform LP 所持有的部分優先股（C 類種類股票）。夏普指出，目前發行的 C 類種類優先股全數由 ES 持有，而夏普將以對價的方式、以自家普通股交換 ES 所持有約三成 C 類種類優先股，且取得後將註銷。夏普表示，此次實施增資後，鴻海集團對夏普的持股比重雖預估會下滑，不過仍將持續維持在過半數以上水準，且鴻海集團持股比重下滑預估不會對夏普和鴻海集團之間穩固的往來關係造成太大影響。夏普表示，目前在車用、感測器模組等廣範圍事業領域上，正和鴻海集團進行包含設立合資公司等在內的合作可能性，今後也將持續活用鴻海集團的技術力、生產性和成本能力，追求相乘效果，持續保持緊密的合作。鴻海目前透過集團多家公司持有夏普股權。根據夏普公布的有價證券報告書顯示，截至 2018 年 3 月...