全球身價最高的 AI 新創公司商湯科技（SenseTime），再次對外募款，本次共籌得 6.2 億美元，市值超過 45 億美元，仍是最高貴的 AI 獨角獸。TechCrunch、南華早報報導，中國廠商湯科技 4 月才募資 6 億美元，當時以阿里巴巴為首的投資人參予注資。商湯 31 日宣布，新一輪融資募得 6.2 億美元，這回主要注資者包括厚樸投資（Hopu Capital）、銀湖投資（Sliver Lake）、老虎基金（Tiger Global）等，高通創投（Qualcomm Ventures）先前曾投資該公司，本次又再參與。商湯以人臉和影像辨識聞名，已於 2017 年獲利，業務範圍涵蓋金融科技、汽車、智慧手機、智慧城市等，客戶包括本田（Honda）、Nvidia、華為、小米等。商湯並與中國政府合作，打造全球最大規模的人臉監控系統「天眼」，運用 1.7 億台攝影機監視人民。商湯近來與美國麻省理工學院（MIT）簽署 AI 聯盟合約，並協助蘇寧打造無人商店，顧客看到喜歡商品可以拿了就走，無需排隊結帳。商店運用人臉辨識系統，能自動確認消費者身分，完成購物。（本文由 MoneyDJ新聞 授權轉載；首圖來源：商湯科技）延伸閱讀： 商湯科技──中國天網系統的驅動者 阿里巴巴加持，商湯榮登全球最大 AI 獨角獸
俄羅斯搜尋巨頭 Yandex 週二發表了新的智慧音箱 Yandex.Station，定價 160 美元，搭載智慧家居語音助手「Alice」，以此進軍智慧家居硬體領域。面對近年來 Google 和亞馬遜在人工智慧領域的攻城略地，俄羅斯的 Yandex 公司也不甘落後。Yandex.Station 是 Yandex 第一款硬體產品，同時也是俄羅斯第一款智慧音箱，瞄準 Google Home 及 Amazon Echo 等在歐美大紅的產品。Yandex.Station 配備 20mm 的 10W 高音喇叭揚聲器和 85mm-30w 低音磁碟機，還具有 7 個陣列式麥克風，確保收集到房間內所有角落的語音指令。Yandex.Station 不僅可播放音樂，還配置 HDMI 通訊埠，可把影片傳送到其他裝置──不過有外媒評論，這個功能似乎有點多餘，為何不直接買搭載語音助手的智慧電視就好？Yandex.Station 搭載的 Alice 是 Yandex 去年發表的語音助手。Alice 首先用於手機產品，擁有 4,000 多項技能，如查找交通資訊、叫披薩外賣和確認航班等。Yandex.Station 預計今年夏天上市，購買音箱的用戶可獲得 Yandex.Plus 一年免費訂閱。用戶可免費使用 Yandex 的音樂服務、Yandex 旗下的影音平台 KinoPoisk 觀看無廣告影片，叫車服務 Yandex.Taxi 和 Yandex.Drive 等也都有折扣。或許很多人都沒聽過這家俄羅斯搜尋引擎公司，事實上，Yandex 在俄羅斯的地位相當於中國 BAT 合體，壟斷了 60% 俄羅斯搜尋市場，還包括交通、外賣、吃喝玩樂等生活類服務。StatCounter 2017 年 8 月的資料顯示，Yandex 目前是世界第五大搜尋引擎，居於...
被譽為台灣最大網路社群 PTT「創世神」的杜奕瑾，回到台灣創辦台灣人工智慧實驗室（AI Labs）之後，現在又為 AI Labs 找來微軟（Microsoft）的 Cortana 全球負責人Mike Calcagno 加入，讓 AI Labs 如虎添翼。當許多的台灣科技人才忙著前往北京和矽谷時，原先擔任微軟人工智慧團隊首席亞太區研發總監的杜奕瑾在 2017 年反其道而行，宣布回到台灣成立了 AI Labs。杜奕瑾想要帶著台灣衝上人工智慧（AI）這波大浪，讓更多台灣軟體人才可以回到自己出身的土地並肩奮戰，而他這次找來的幫手是微軟的 AI 高手 Mike Calcagno。能找來 Mike Calcagno 助拳，源於兩人在微軟的緣分。Mike Calcagno 在微軟工作了 17 年，2012 年帶領團隊催生出微軟語音助理 Cortana 的第一版，後來也順勢成為 Cortana 專案的負責人。科技大廠無不加足馬力在 AI 領域競爭的情況下，Cortana 當然也是微軟的發展核心之一，與蘋果（Apple）的 Siri、Amazon 的 Alexa 互別苗頭。而 Mike Calcagno 能在微軟擔任 Cortana 的全球負責人，他在微軟和 AI 領域的實力和地位自然不言可喻。根據《換日線crossing》報導，Mike Calcagno 會放棄前往其他更高薪、更有前景的國家工作，反而選擇落腳東亞小島，除了曾共同開發 Cortana 的老同事杜奕瑾，就是看上台灣廣大的人才市場和良好的基礎建設，他認為台灣會是發展...
據 BBC 報導，三星將在英國劍橋開設一家人工智慧研究中心，並與總部設於莫斯科和多倫多的三星 AI 中心合作。英國首相德蕾莎·梅伊（Theresa May）對此表示歡迎。三星表示，實驗室將主要致力於健康和傳遞方面的研究。研究中心將由微軟劍橋研究實驗室前主任、電腦翻譯可視資料系統開發的研究先鋒 Andrew Blake 領導（見首圖），並且三星稱可能會在不久的將來招募 150 名 AI 專家，將三星在英國從事研發的人員提升到 400 人。首相表示，該聲明是「對英國作為人工智慧世界領袖的信任投票」，並將創造高收入、高技能的工作職缺。對於人工智慧，三星近年來愈發重視，計劃到 2020 年在所有智慧裝置植入 AI 技術。3 月 6 日，三星下屬公司全資收購埃及人工智慧搜尋引擎公司 Kngine；智慧語音助理 Bixby 上，為了與 Google Assistant 和 Siri 一較高下，三星為其加速進階可說投入不少心血。尤其近年，隨著三星在人工智慧領域著重布局，三星共收購、投資了十幾家 AI 公司，其中有相當一部分與 Bixby 有關係。2016 年 10 月，三星斥資 2,389 億韓圜（約 2.2 億美元）收購美國人工智慧公司 Viv Labs，這是一家致力於打造開放式人工智慧助理平台的新創公司。當時報導，指此舉意在加強三星的個人數位助理領域，幫助公司搭建 AI 為基礎的開放式生態平台，跨越所有裝置和服務。個人數位助理其實就是 2017 年 3 月三星推出的語音助手 Bixby。一天之前，Google 剛推出以 Google Assistant 為核心的 Pixel 手機，挑起新型人工智慧助理的戰爭。去年三星在 Galaxy S8 和 S8 Plus 先推出 Bixby，它是三星人工智慧、深度學習、UI 設計三者相結合的研究成果。除了三星自家產品，未來 Bixby 還將在其他公司的裝置亮相。但在英國找到合適人才可能是挑戰。招聘專家 Odgers Berndtson 最近的研究發現，英國全國只有 225 名研究生從事人工智慧和機器學習研究。在美國，擁有博士學位的專家可獲得 30 萬美元年薪，英國雖然還沒有達到這水準，但工資正在螺旋式上升。人才競爭非常激烈，許多學術人才已被 Google DeepMind 招攬，其倫敦辦公室現在有 700 多人。三星表示，正在全球積極招募人才。 Samsung Opens Global AI Centers in the U.K., Canada...
現今數位時代強調的是顧客體驗（Customer Experience，CX），目前銀行業積極從事數位轉型，顧客體驗也成為關鍵指標。優利系統（Unisys Corporation）23 日在台舉行「客戶體驗—創造銀行競爭優勢」研討會，並針對台灣的銀行業發表最新研究，顯示消費者有意願接受應用人工智慧、機器學習等新興技術的全新銀行服務，並且在隱私與安全有所保障的前提，適度支持開放銀行環境下的數據共享。《Unisys 亞太地區銀行業前瞻──顧客體驗對銀行業之影響》是一份針對台灣、澳洲、香港、馬來西亞、菲律賓五個國家之銀行顧客態度的研究，旨在探討消費者對於銀行業者應用人工智慧服務申辦信用卡或房貸的感受，以及對於銀行業者與第三方組織共享數據以便提供開放式銀行服務的看法。顧客追求無縫整合的全通路金融服務研究中有 38% 受訪者反應，台灣的銀行顧客最困擾的是冗長地排隊等候申辦而感到不耐煩；此外，台灣較其他四國民眾更為不耐煩的狀況是過程必須一再重複驗證身份，或所謂的銀行「網路服務」卻要列印文件或親赴分行才能完成申辦。優利系統亞太地區金融服務副總裁 Richard Parker 表示，研究顯示台灣的銀行顧客不喜歡零散性的體驗，他們期待享有數位服務，但追求的是無縫整合的全通路服務，可以在某一地轉帳、無須重複操作即可在另一地領取。銀行業者必須去除組織、程序以及技術上的限制，並導入人工智慧（Artificial Intelligence，AI）與機器學習（Machine Learning）才能幫助顧客提供各通路相關的網路服務。數位銀行服務在人工智慧與人性關懷之間取得平衡研究顯示台灣的銀行顧客對於以創新科技推動的數位銀行服務極有興趣，接受程度則取決於交易的類型，62% 的顧客放心讓自己的銀行使用軟體與演算法於網路申辦信用卡，然而僅有 34% 的顧客願意以此方式申請房貸。Richard Parker 指出，台灣的銀行業者極有機會應用智慧軟體，在信用卡等非差異化商品引領先進服務的風潮；不過，目前消費者較不願意用於如申請房貸等重要事件，因為這牽涉到的是更大筆的金額以及人的情緒感受。全球準備迎接開放式銀行服務開放式銀行（Open Banking）是一項發展中的金融服務，銀行業者與第三方組織共享數據以便向顧客提供全新服務，並且帶來新的收入來源。研究指出 37% 台灣的銀行顧客支持銀行與第三方分享他們的個人數據，以取得金融產品；然而 31% 的顧客並不支持，他們對於隱私與安全問題感到憂心。這也顯示台灣民眾對於銀行業者與第三方保障數據的能力，關切程度為最高。Richard Parker 表示，要在亞洲真正推動開放式銀行服務，銀行業者必須向顧客證明如何保護他們的個人數據，而且不僅在銀行內部，更擴及服務價值鏈中所有的部門、合作夥伴以及代理機構。Unisys Elevate：協助銀行為顧客提供即時安全的金融體驗銀行業者從事交易需要動態軟體，能夠適應業務趨勢，並因應安全議題。優利系統引進消金交付平台 Unisys Elevate 以簡化銀行業務，這是一個端對端數位銀行軟體平台與應用套件，旨在協助金融機構為顧客提供即時安全的全通路金融體驗，這意味著顧客無論透過行動裝置、網路瀏覽器或在銀行分行內，都能隨時隨地支付帳單、轉帳、申請信貸與房貸等等此外，Unisys Elevate 是由優利系統的 Unisys Stealth 支援安全保護。Unisys Stealth 是一種能夠辨識身分的微分區安全軟體，允許銀行業者採微分區架構（Micro Segmentation）並隱藏重要資產，為顧客、應用程式以及系統安全溝通建立加密頻道。（首圖為優利系統亞太地區金融服務副總裁 Richard Parker，首圖來源：科技新報）
行動晶片大廠高通（Qualcomm）於 24 日在北京人工智慧（AI）論壇中宣布推出，在 2018 年初世界通訊大會（MWC）上已經點名將推出的，採用三星第 2 代 10 奈米製程技術生產的高通 Snapdragon 700 系列行動平台。這是高通介於最高階 Snapdragon 800 系列行動運算平台，以及中階 Snapdragon 600 系列運算平台之間，一個新推出的行動運算平台系列，以及更加完整的高通全產品線。鎖定中高階消費族群 提供完整解決方案高通表示，推出 Snapdragon 700 系列行動運算平台的主因，在於目前全球最大的智慧型手機市場──中國消費者有逐漸將手機消費金額往上增加的趨勢。因此，為了提供消費者更多元的需求，以及提供更高階的產品，高通才推出 Snapdragon 700 系列行動運算平台。高通強調，Snapdragon 700 系列不僅是一個提升運算效能單晶片而已，而是加上各項連結、射頻、充電、音訊以及指紋辨識解決方案的完整運算平台。 另外，高通強調，Snapdragon 700 系列除了採用超高效率的架構之外，還針對人工智慧（artificial intelligence）的需求進行量身設計，具備單顆多核 AI 引擎及多種神經網路處理功能。而 Snapdragon 710 運算平台是全新 700 系列產品組合的首款產品，設計主旨在透過將精選的頂級功能帶給更廣泛的消費者，超越各界對現今高階行動體驗的期待。高通產品管理副總裁 Kedar Kondap 表示，Snapdragon 710 行動平台是全新定義，而且極度重要的 700 系列產品組合中的首款產品，提供眾多以往頂級行動平台獨有的技術與功能。結合關鍵的 AI 功能與效能提升優勢，Snapdragon 710 行動平台除了讓高通客戶的產品變成最佳的個人助理，還能強化各種關鍵的消費者日常使用體驗，例如高階的相機功能，不僅充分發揮裝置內建高速 AI 處理的優勢，且無需犧牲電池續航力。 下放人工運算架構 提升邏輯運算效能高通指出，在...
中證網報導，中國百度 24 日宣布，與高通（Qualcomm Incorporated）子公司 Qualcomm Technologies,Inc. 將展開合作，運用 Qualcomm 人工智慧引擎 AI Engine，透過 ONNX（Open Neural Network Exchange）交換格式，推動實現百度 PaddlePaddle 開源深度學習框架模型在 Qualcomm 驍龍行動平台的轉換與應用。此外，百度也指出，透過發揮雙方長期在人工智慧領域的專長，該合作意在擴大 AI 產業生態系統的同時，並幫助全球開發者和 OEM 廠商更輕鬆地在搭載驍龍行動平台的終端上開發，並推出 AI 相關特性。百度 PaddlePaddle 開源平台負責人王益表示，透過與 Qualcomm Technologies 的合作，將為終端側人工智慧應用的開發注入新的活力；憑藉百度 PaddlePaddle 的易用性、本土性和快速的業務集成性，其將為廠商提供更優質的框架支撐，助力開發者進行差異化開發。百度 PaddlePaddle 是百度在 2013 年自主研發的深度學習平台，支援百度內部各項業務；2016 年 8 月底，百度開源了 PaddlePaddle，百度 PaddlePaddle 計畫可提供深度學習框架，以及各種簡化調試和支援大規模訓練的附加技術；2018 年 2 月，百度已表示計畫全面支援 Qualcomm 人工智慧引擎 AI Engine 及其生態系統。（本文由 MoneyDJ新聞 授權轉載；首圖來源：shutterstock）延伸閱讀： 百度 Q1 獲利年增...
許多人都知道，要找到一雙適合自己腳型的鞋子並不是那麼簡單，人們往往必須根據廠牌的不同選擇增加或減少半號尺寸，更別提還要考慮腳背、腳板的差異，在有些狀況下，鞋子怎麼穿就是不適合，除了一雙雙試穿或訓練出「火眼金睛」以外，究竟該如何是好？或許是看到了這方面的商機，日本新創公司 Flicfit 設計了一套全新的 3D 掃描系統，來幫助商家及客戶雙方盡速找到適合的鞋子。Flicfit 的系統主要由兩個設備組成：鞋子掃描器與足部掃描器，前者可以讓商家用來對所有鞋子內部尺寸進行 3D 掃描建立資料庫，後者則可以透過對客戶腳部 10 秒左右的掃描來尋找適合商品。在客戶經過足部掃描器掃描後，Flicfit iOS 應用程式中的演算法便會將腳部形狀與商店內的鞋子交叉比對，並提供在現有鞋款中適合腳型的建議商品，客戶也可以透過條件篩選（顏色、價格），來找到裡外都符合自己需求的鞋子。Flicfit 相信這項系統不僅能替客戶與商家節省時間，還能夠幫助提高店家的銷售量──因為在系統建議下，客戶可能會去嘗試原本不會考慮的鞋款。這項系統目前僅適用於淑女鞋類款式，Flicfit 計劃未來將延伸至童鞋與男鞋應用。年初日刊工業新聞的採訪中，廣橋社長表示，他們正在加緊努力讓系統成為選擇鞋子的標準，並希望藉此「為鞋業賣場帶來一場革命」。官網並未公布確切價格，但根據日刊工業新聞報導顯示，這項系統在每間店舖使用的初始成本為 50 萬日圓（約台幣 13.5 萬元），每個月還必須支付 30 萬日圓（約台幣 8.1 萬元）的額外租金，目前新宿伊勢丹和阪急梅田百貨已有商家採用。這項技術也有著其他潛在應用的可能性，像是網購鞋業的龐大市場，雖然消費者該在哪進行足部掃描、該如何與網路業者販售款式進行數據比對都還有疑慮，但只要這些問題得以解決，相信將能有效提高消費者對於網購鞋子的接受度。 Scanning system could simplify shoe-shopping フリックフィット、独自のIoTシステムで靴探しを支援 パンプスなど足サイズにピタリ （首圖來源：Flicfit）
新加坡廣告商 AnyMind Group 旗下的人資科技公司 TalentMind，24 日宣布在台灣、香港以及其他東南亞國家推出全新 TalentMind 軟體，新版進一步改善不同國家用戶的操作體驗，讓企業招聘人員透過單一解決方案簡化整個招聘程序。年初 AnyMind Group 推出的 B2B 人才招募平台 TalentMind，是一個導入 AI 人工智慧技術的企業人才招聘解決方案；現在不但是一個應徵者追蹤系統，該平台更整合了應用 AI 的兩大功能——篩選並將企業職缺與應徵者進行配對。TalentMind 業務負責人近藤聖（Sho Kondo）表示，過去幾個月 TalentMind 團隊與亞洲地區多個市場的人力資源與招聘人員交流，獲得了一項重要的市場需求，即是從人才招募、應徵者篩選到後續的人才管理，企業渴求一個涵蓋整個招聘程序的單一解決方案，而 TalentMind 將能滿足其需求。TalentMind 平台現在能夠為企業客戶量身設計招聘程序，使招聘人員能夠擴充人才庫、管理及評估其前景，並為應徵者制定個人化的招聘計劃。在 TalentMind 平台還能與求職網站、公司網站整合，透過單一平台就能管理所有招聘程序。更重要的是，透過 TalentMind 平台的人工智慧與機器學習技術，企業可以根據應徵者的履歷、興趣、個性來與職缺進行配對，並提供配對分數作為參考，以提高招聘效率。（圖片來源：TalentMind）延伸閱讀： 以 AI 為發展核心，AnyMind 推出人才招募平台 TalentMind、網紅合作平台 CastingAsia Marketplace 應用 AI 技術媒合網紅與求職人才，專訪 AnyMind 執行長十河宏輔 新加坡廣告商 AnyMind 進軍馬來西亞，以 AI 為核心幫助客戶擴展事業
英特爾看到 Nvidia 在 AI 領域大放異彩，也想要用手上晶片弄機器學習，用一堆 Atom 晶片組成 Xeon Phi 架構，但是看來效果沒想像中好。英特爾在 AI 開發者大會上發佈第一款機器學習晶片 Nervana NNP-L1000，打算用併購的技術與 Nvidia 一較高下。對於英特爾來說積極在 AI 佈局相當重要，而從先前併購取得的技術當中，就屬 Nervana 的神經網路晶片，最被看好能在 AI 時代有發展潛力，而且能跟 Nvidia 競爭了。英特爾發佈的文章指出 Nervana NNP-L1000 的性能：一般性質的距陣對距陣乘法 (General Matrix to Matrix Multiplication, GEMM) 運算，使用 A(1536, 2048) 和 B(2048, 1536) 距陣大小，能達成單一晶片下超過 96.4% 的運算資源運用，這代表實際上有 38 TOPS/s 的單一晶片效能。 多晶片分散式 GEMM 運算則能支援模式平行訓練，能夠達到接近線性運算程度，以及 A(6144, 2048) 和 B(2048, 1536) 距陣下，96.2% 規模效能...