隨著人工智慧（AI）技術持續進步，圖像辨識系統已廣泛存在日常生活，一些裝置也開始運用臉部辨識技術來認證身分，但這項技術的安全性真的無懈可擊嗎？正如同先前迷幻貼紙、棉花田演唱會圖片的研究，研究人員正試圖透過測試任何潛在的駭客手段，讓圖像辨識技術能更安全。來自中美兩國研究團隊近日在 arXiv 平台公布了一篇論文，詳細介紹他們發現如何欺騙「臉部辨識」應用的細節。▲ 帽子中放置的紅外線 LED。（Source：Zhe Zhou）其實團隊的概念非常簡單，要欺騙臉部辨識應用，最直接的就是為受辨識者「替換」一張臉。為了達成這點，團隊先運用深度神經網路解讀一些人物臉部圖像，再透過棒球帽連接的微型紅外線 LED，將解讀過的人臉圖像運用無數個紅外線光點投射到受辨識者臉上，達成掩蓋身分的效果。當然，由於投射的是其他人臉孔，只要概念成功，以臉部辨識系統為身分認證的前提下，讓受辨識者冒充他人身分也可以做到。為了檢驗這項理論，研究團隊選擇了 4 張隨機照片嘗試欺騙臉部辨識軟體，包含了美國音樂人魔比（Moby）的照片。研究人員實驗發現，只要受辨識者與投射臉孔來源長相有些微相似，欺騙臉部辨識系統的成功率約可達到 70%。▲ 下方第一列數字指的是受辨識者與投射臉孔來源對象的距離，第二列則是理論上應用後的差距，第三列則是實際差距。（Source：Zhe Zhou）由於紅外線（Infrared）是一種非可見光，人們單憑肉眼無法察覺，同時貼在帽沿內側的 LED 體積也非常小，甚至也可以藏在其他穿戴物裡使用，即使有人類保全也很難察覺系統被欺騙的情況，這讓被利用的可能性又更提升。當然必須提及的是，這只是一個小型研究，還未經過同行評審，因此可能有些爭議，但基於這些研究結果和測試，團隊認為以身分認證或監控關鍵場景的需求來說，現今的臉部辨識技術距離安全可靠還有很長一段距離。「相關研究者應該更關注紅外線的威脅性。」 This Hat Can Fool a Face Recognition System Into Thinking You’re Moby （首圖來源：shutterstock）延伸閱讀： Google 研究員用一張簡單貼紙，成功吸走圖像辨識系統的所有目光 在進入社會實際應用前，Google 要讓 AI 向人類學習如何「看」圖片
台灣時間 3 月 29 日凌晨，微軟宣布了一個消息：荷蘭台夫特理工大學的微軟研究員透過由半導體材料和超導材料製作的奈米線材，發現馬約拉納費米子（Majorana fermion）的存在證據。這意味著微軟在構建量子電腦的道路上又邁進了一步。馬約拉納費米子是一種費米子，其反粒子（質量相同，電荷等其他量子性質相反）為它本身，所以馬約拉納費米子呈電中性，且很少與其他粒子相互作用，這些屬性或許使其成為一種更穩定的量子訊息編碼方式。微軟早在 2005 年就已經開始鑽研量子計算技術。在當時微軟還悄悄成立了「Station Q」實驗室，負責人是數學家 Michael Freedman。同年微軟的一支研究團隊就提出了一種在半導體─超導體混合結構中建造拓撲保護量子比特的方法。微軟隨後投資了數個團隊進行嘗試。他們近期的論文（以及貝爾實驗室的一項獨立研究）顯示了關鍵的任意子以電流的模式進行移動的「徵兆」。在 2016 年，微軟宣布計劃斥巨額資源開發量子電腦的原型產品，與 IBM 和 Google 等科技巨頭一同分這杯羹。在研究上，微軟的選擇甚至更遙遠：研究基於非阿貝爾任意子（nonabelian anyons）的拓撲量子比特。這些所謂的任意子事實上並不是物體，而是一種具有物質特性的準粒子。它們的量子態由不同交叉路線（braiding paths）來表現。交叉路線的形狀導致了量子疊加，它們會受到拓撲保護（topologically protected）而不至於崩潰，這類似於打結的鞋帶不會散開。繼本次發現 Majorana 粒子存在證據的研究之後，微軟下一步會將費米子轉化為量子，並希望在今年年底實現這一目標，在 5 年內向其他企業提供可用的量子電腦。微軟的這一論文已經刊登在《Nature》上，編譯如下：Majorana 零模是一種局部化的準粒子，對於拓撲量子計算來說具有很大的前景。其中電傳輸中的隧道譜是辨識 Majorana 零模存在的主要工具，例如做為微分電導中的零偏壓峰。在絕對零度且通用電導值為 2e 2 / h（其中 e 是電子的電荷，h 是普朗克常數）的條件下，做為 Majorana 對稱（majorana 粒子的反粒子是其本身）的直接後果，零偏壓峰的高度將會出現量子化。Majorana 對稱性能夠保持量子化免受無序、相互作用和隧道耦合變化的影響。 先前的大多數實驗中，顯示零偏壓峰值遠小於 2e 2 /h，最近的一個實驗觀察顯示其峰值高度接近 2e 2 /h。而在這裡，我們在覆蓋有鋁超導層的銦銻化合物半導體奈米線上測量的零偏壓電導，顯示有一個 2e 2 /h 的量子化的電導平台。儘管調整磁場和隧道耦合的參數後，我們的零偏壓峰值的高度仍然保持不變，這表明這確實是一個量子化的電導平台。 此外，我們還透過調查它對電場、磁場以及溫度的強健性，排除了可能會導致這個量子化零偏壓峰的非 Majorana 源。對量子化電導平台的這個觀察，強而有力地支持了系統中 Majorana 零模的存在，這為將來可能導致拓撲量子計算的 braiding 實驗鋪平了道路。BAT 的量子計算研究進展百度：成立量子計算研究所2018 年 3 月 8 日，百度宣布成立量子計算研究所，雪梨科技大學量子軟體和資訊中心創辦主任段潤堯教授出任百度量子計算研究所所長，直接向百度總裁張亞勤匯報。依靠「百度量子、量子百度」的研究規劃，百度計劃在 5...
微軟進行組織重整，早已鋒芒盡失的 Windows 作業系統時代，現正式走入歷史，微軟未來將更加重人工智慧（AI）與雲端發展。微軟周四宣布，已任職 21 年的 Windows 作業系統部門主管 Terry Myerson 將離職，Windows 作業系統的核心將與人工智慧做整合。（theverge.com）微軟執行長納德拉（Satya Nadella）在發給員工的電郵上確認 AI 與雲端的中心位置，未來可能融入到公司所有產品，期望藉此開創新局。雲端目前是微軟主要成長動能之所在，Gartner 分析師認為，這次重整象徵微軟進一步強化雲端戰力。近一期的財報顯示，微軟 Azure 雲端平台業務成長 98%，雲端版 Office 365 成長 41%。與此同時，Windows 軟體僅成長 2%。（紐約時報）在硬體方面，微軟 Surface 部門主管 Panos Panay 現在晉升為「產品長」，將負責 Surface 與 HoloLens 等自家產品。家用主機 Xbox 部門維持不變，仍是由 Phil Spencer 領導。（本文由 MoneyDJ新聞 授權轉載；首圖來源：Flickr/Kārlis Dambrāns CC BY 2.0）
Google 日前在「智慧台灣計劃」（Intelligent Taiwan）啟動大會中，強調人工智慧優先「AI-First」願景，擴大發展全球策略目標。Google Cloud 韓國負責人 Chris Jang 在 Google 雲端機器學習應用活動中表示，Google Cloud AI 服務將著力於四大重點，務求實現「人工智慧大眾化」目標。AI 正逐漸改變我們的生活、促使各行各業轉型。Google 認為 AI 將大幅改善人們的工作方式與效能，因此 2017 年起以 AI-First 做為企業願景，取代原本的 Mobile First。Chris Jang 指出，為了讓企業、開發者和一般民眾，能更容易也更快速運用 AI，實現人工智慧大眾化（Democratize AI），Google 雲端人工智慧（Google Cloud AI）將以運算、演算法、數據、人才等四大重點推廣 Cloud AI 應用。運算．演算法 在運算方面，Google Cloud AI 提供 GPU、CPU 和 Cloud TPU（Tensor Processing Unit）為機器學習提供基礎動能，以因應 AI 相關運用龐大的運算需求，實現高效運算能力。至於執行演算法所需的工具，Google Cloud AI 提供多元機器學習服務：．Google 雲端機器學習服務（Google Cloud Machine Learning） — 以開源機器學習系統 TensorFlow 為建構基礎，打造大型機器學習計畫用的...
機器人入侵超市，南韓折扣連鎖店 E-Mart 準備 3 年後推出智慧購物車，消費者無需用手推車，購物車會自動跟隨客戶，還能給予血拚建議。Pulse、Aju Business Daily 報導，E-Mart 是南韓零售巨擘「新世界」（Shinsegae Group）的關係企業，新世界副會長鄭溶鎮（Chung Yong-jin）29 日在個人 IG 網頁公布了智慧購物車「Eli」，並貼出示意影片。他宣稱這是全球首見的自駕智慧推車，預計 3 年後全面在 E-Mart 推出。這款購物車可以在消費者購物時，隨侍在側裝運商品，並可協助客戶尋找所需品項、給予購物建議和省錢訣竅，並會一路帶著購買商品到停車場，之後再自動回到商場。鄭溶鎮在首爾就業博覽會也提到智慧購物車，透露正在研發創新特色，會按步就班多度測試，3 年之後才會全面採用。（本文由 MoneyDJ新聞 授權轉載；首圖來源：影片截圖）
本屆 GTC 大會，輝達（NVIDIA）創辦人兼執行長黃仁勳針對已經一段沒有正式發表新產品的 AMR 架構晶片，做了未來的布局介紹。根據黃仁勳的說法，新一代 NVIDIA 的 ARM 晶片，將是繼 Xavier 之後，以 DC 英雄漫畫的水行俠來取名，定名為 Orin。話說，過去 NVIDIA 推出的 ARM 晶片 Tegra，是想與行動晶片大廠高通（Qualcomm）及聯發科一較長短，在行動處理器市場分一杯羹。不料 Tegra 不論性能、功耗、基頻的相容性都不如競爭對手優異。所以，這系列產品隨即轉型，朝向自動駕駛領域發展，而 NVIDIA 也不再大力開發這系列產品。不過外媒《anandtech》表示，NVIDIA 透露將推出新一代以 2 組 Xavier 的 ARM 晶片，與 2 組 Volta GPU 顯示架構構成 Drive Pegasus 自駕車電腦之後，現在 NVIDIA 又開始把方向轉至下一代 Orin ARM 架構晶片了。報導表示，相對於 NVIDIA 在 2016 年發表 Xavier 的情況，現在對 Orin 的所知資料非常有限。除了將由台積電 7 奈米先進製程代工，還有就是 Orin 會如同...
日經新聞 30 日報導，Panasonic 社長津賀一宏發給員工的營運方針透露，Panasonic 將擴大與中國電子商務龍頭阿里巴巴（Alibbaba）的合作範圍。Panasonic 目前已透過阿里巴巴網站在中國販售家電產品，而雙方今後將共同研發使用物聯網（IoT）家電的新服務，例如能夠掌握保存在冰箱裡的食材庫存，若沒庫存就會自動下單。Panasonic 將家電和住宅相關事業統稱為「住空間」事業，而津賀一宏指出，「希望中國「住空間」事業規模能媲美日本、甚或超越日本」。另外，津賀一宏也指出，將加快中國小型電動車（EV）的研發。Panasonic 30 日勁揚 1.16%，3 個交易日來首度走揚，今年迄今股價重挫 7.82%。Panasonic 中國家電事業首腦吳亮總經理於 3 月 8 日在上海舉行的「中國家電及消費電子博覽會」（簡稱中國家電博覽會）表示，計畫於 2020 年度將中國家電事業營收倍增至人民幣 200 億元。2017 年度 Panasonic 中國家電事業營收預估將年增 17% 至 105 億元。（本文由 MoneyDJ新聞 授權轉載；首圖來源：shutterstock）延伸閱讀： Panasonic 計劃在中國生產特斯拉 EV 用電池，股價逆勢漲
1 月的時候微軟高調在台宣布成立 AI 研發中心，獲得各界讚揚。如今微軟啟動校園巡迴專車，要來為新的 AI 中心招募人才。微軟 AI 研發中心要找資訊工程相關系所畢業的好手，吸引他們投入與全世界頂尖人才一同合作的 AI 領域。微軟相當重視這一次在台大的人才招募會，除了新成立，駐在台灣的微軟 AI 研發中心執行長張仁炯，還有在微軟總部工作，人工智慧輸入全球總經理郭昱廷也來到台灣。兩位都發表對科技公司在台設立新單位發表看法，微軟的兩位 AI 主管都對其他同領域公司的做法有些微詞，不是很認同同業作法。他們提及前陣子占滿新聞版面的新單位，性質上是業務單位還是研發單位，大家可以自行判斷，看看是不是玩真的。另外如果這些單位如果能跟總部直接報告，那就很厲害了。郭總經理還抱怨其他家業者老是跟他們背後發表新產品，老實說各家的技術差不多，但在商業化腳步微軟算快了。最後就變成微軟發表什麼，隔一週對方也發表，聲稱超越微軟，過了一個月微軟宣布超越了，彼此競爭。不過微軟的 AI 相關的發展成果，可以從 Windows 10 配備的視覺辨識方案，如 Windows Hello 一窺究竟。談到微軟之所以在台灣設立研發中心，這項戰略投資，其實是各項因素綜合考量，地點也會考量進去。如果真要歸一個比較重要的原因，那就是台灣的人才資質很好，再加上在台灣要去中研院找自然輸入法而聞名的許聞廉老師很方便。台灣面積不大，但是小小的土地上面，發布不少有頂尖研究成果的大學，要過去請益的時間成本相對低。 ▲ 美國微軟總部人工智慧輸入全球總經理郭昱廷。談到人才這一塊，AI 在全球都是缺乏人才的狀況，真正的 AI 人才其實不多。而且我們看到很多號稱是 AI 的人才，要先定義清礎，要分清礎是做 AI 領域研究，還是 AI 技術套用到應用的人。要發展 AI 前者比較重要，但要推廣 AI 技術的普及，也就是大家提到的 AI 民主化，後者 AI 技術應用的人才也是很重要。微軟這次招募全台資訊相關科系所的應屆畢業生，做 hard-core 的題目，藉由做核心的專案，電腦視覺、語音辨識、自然語音處理這三大挑戰，台灣的年輕人有與世界接軌的 AI 技術研發經驗。儘管這次微軟是招募應屆畢業生，是正式的工作職位，但大家會很好奇與其他大公司的實習計畫，或是新人培訓計畫的異同。張執行長強調微軟並沒有制式的訓練課程，而是有兩種角色的人，協助新人發展。一個是 mentor，給予新人事業上的建議，屬於非正式的職位。另一個是 sponsor，負責帶新人做專案，如果發現新人並不適任，sponsor 會輔導新人轉到其他團隊。微軟的文化相當的師徒制的精神，就連 AI 研發中心的張執行長都強調他師父帶的好，他才能有今天的成就。他師父過世時，由於是相當早期就加入微軟的人，Bill Gates 還特地發信給全公司講這件事情。看來各家廠商都會在 AI 領域彼此競爭，只希望在這過程中，台灣的年輕學子，尤其是資工背景的年輕人，畢業後有志於...
3 月 19 日，在香港 Linaro 開發者大會上，華為發表人工智慧開發平台「HiKey 970」。據悉，HiKey 970 是華為第三代開發板，具有更強的計算能力、更豐富的硬體接口，支援主流操作系統和人工智慧棧（AI stack）。HiKey 970 集成了華為創新設計的 HiAI 框架，以及其他主流的神經網路框架，不但支援 CPU、GPU AI 運算，還支援基於 NPU 的神經網路計算硬體加速，效能和性能分別可達 CPU 運算的 50 倍、 25 倍，能夠讓開發者進行深度學習演算法、智慧機器人、智慧城市領域的開發。為滿足開發者對 AI 應用開發成本、推廣下載、智慧財產權等的需求，HiKey 970 提供了完善的多應用模式、機器學習框架支援，擁有更加完善的文檔、更豐富高效的 API、更快速上手的原始碼，可以開發者們更直接地感受 AI 在端側的巨大潛力。此外，HiKey 970 基於全球首個內建 NPU 神經網路單元的 AI 行動計算平台麒麟 970，可提供強大 AI 算力、支持硬體加速、性能強勁。據悉，HiKey 970 開發板將於 4 月中旬面向開發者公開發售。（本文由 雷鋒網 授權轉載；首圖來源：shutterstock）
10 年前用手機幫自己拍照還是一件很看臉的事情，即使個人素質優異，最終拍出來的效果依舊可能不甚分明。隨著前鏡頭的誕生和逐步升級，一些美顏、美圖、美膚類 App 也應運而生。而如今，智慧手機直接把美顏這件事做成系統內建，不搭配美顏模式的智慧手機，現在大概已經快絕跡了。如果你身邊有樂於在社群網路分享自己照片的朋友，那麼從 5、6 年前看起，基本上能夠感受到顏值隨著智慧手機軟硬體發展也一路提升。傳統的 45 度仰角白皙效果甜美濾鏡已被時代拋棄，取而代之的是效果更自然、五官更精緻的隨手自拍。美顏從來沒有過時，現在只是以更加隱蔽的方式存在於每張自拍裡。（Source：pixabay）追求「照片的自己更美」群體裡，年輕女性是毫無疑問的生力軍。卡西歐的「自拍神器」顏色粉嫩，價格甚高依然一度一機難求；一眾美顏自拍 App 在軟體下載排行榜居高不下，裝機必備軟體常年榜上有名，這也直接讓手機廠商嗅到商機，把自拍需求進一步放大。最早把美顏功能當成賣點，並被中國消費者熟知的中國手機品牌應該是 OPPO 和美圖。在前置鏡頭還是視訊通話輔助工具的年代，這兩個品牌先後推出搭載高像素前置鏡頭的產品 U701 和 MeituKiss，主打「美顏自拍」口號，直接把自拍提升到最核心的地位，也戳中了廣大用戶的「少女心」。此後，鏡頭零件和拍照演算法的進步，用前置鏡頭自拍變得越來越流行。不僅中國，整個亞洲市場乃至歐美地區都催生出大量熱愛自拍的用戶群，各大手機品牌爭先恐後為自家產品加入自拍美顏功能，就連一度是磨皮瘦臉大眼睛反對者的錘子科技創始人羅永浩，也在 2017 年推出的堅果 Pro 2 重點強化美顏這塊。當然還是有例外，蘋果 iPhone 或許是目前唯一一家沒有在相機 App 明確打出「美顏」和「美膚」字樣的大眾手機產品了，但這並不代表蘋果不重視「拍人」。如何把人像照片拍好，依舊是當前手機攝影最重要的議題。iPhone 7 Plus 時代，蘋果推出的雙鏡頭便主打「人像模式」，還有從 iOS11 開始引入的「人像光效」特性，都是希望「把人拍得更美」。不過從平日觀察來看，女性 iPhone 用戶通常不會直接使用 iPhone 前鏡頭自拍，而是會調用包括美顏相機、B612 等第三方應用軟體拍照。加個美顏套個濾鏡，幾乎是當代社群網路 po 照片的基本禮儀。所以與其交給第三方來做，不如自己來做，這大概是眾多 Android 手機品牌內心打的小算盤。當主流手機產品都自帶美顏濾鏡之後，追求自拍更美的腳步就此停下了嗎？顯然沒有，工程師現在看到了 AI 演算法的潛力，這也讓拍照及美顏這門生意有了新的玩法。2017 年，國外名為 Roland Meertens 的工程師藉助深度學習演算法，將 Game Boy 外置黑白鏡頭拍攝的人像照片二次最佳化，最終修復為一張更接近我們現在看到的彩色照。在此之前，這個 AI 已預先在網路上瀏覽了數萬張照片，學習如何清理噪點以及為人類皮膚上色，雖然這些來自 1998 年的黑白照片只有 128×112 像素，但最終的處理效果顯然已經遠超當年的品質。我們還看到拍照品質大受好評的 Google Pixel 2，雖然沒有配備雙鏡頭，但依舊可以拍出不輸給同期旗艦機的人像虛化照片。這背後不僅是圖像感測器的進步，還有一套領先的語義圖像分割技術，可對圖像輪廓進行更精準的定位。上週，Google 也宣布將這套名為「DeepLab-v3」的圖像分割模型開源分享，供其他第三方相機...