美國東部時間 2 月 9 日，Uber 與 Google Waymo 的官司進行到第 5 天。前 4 天早上 7 點 30 分準時出現在舊金山地方法院的聯邦法官 William Alsup 直到 48 分仍未現身，又過了一會兒，Alsup 終於走進法庭：「女士先生們，我宣布，本案（涉案雙方）已在今天上午達成和解。」這場原本預計至少持續 3 週的案件，在案情毫無頭緒的情況下就這樣宣告終結。Uber 和 Waymo 的爭端終於塵埃落定2017 年 2 月 23 日下午，Google Waymo 正式控告 Uber 及尖端技術集團（ATG）副總裁 Anthony Levandowski。這場官司起因頗戲劇性：在光學雷達套件供應商發給 Waymo 的郵件附件裡（顯然是無意），Waymo 發現所謂 Uber 光學雷達電路板的機械圖──設計與 Waymo 自研的光學雷達設計驚人的相似。Waymo 開始徹查已離職加入 Uber 前核心技術人員 Levandowski，收集了大量證據，包括查出 Levandowski 離職前 6 個星期下載超過 1.4...
蘋果智慧音箱 HomePod 開賣，讓亞馬遜倍感壓力，傳亞馬遜為求硬體最佳化，將效法蘋果自製晶片，讓這場全球智慧音箱大戰全面升溫。根據科技媒體 The Information 報導，亞馬遜正如火如荼研發人工智慧（AI）晶片，務求加快內建 Alexa 虛擬助理的裝置回應速度，藉以提升使用者體驗。無論哪個虛擬助理，運作原理都大同小異，使用者下達指令，智慧音箱透過錄製、傳送至伺服器做解讀後，再回傳正確解答到智慧音箱。簡單的說，智慧音箱並無解讀用戶指令的能力，必須藉助於雲端運算。報導指出，亞馬遜研發中的 AI 晶片，將具備能力即時處理部分語音指令，如查詢時間等簡單工作，如此一來，即使離線，裝置也能執行部分任務。電腦科學家 Alan Kay 曾說過，重視軟體的人應該自己做硬體，這句話備受蘋果已故執行長賈伯斯的推崇，並在蘋果發揮到極致，目前微軟、Google 也在努力效仿。（本文由 MoneyDJ新聞 授權轉載；首圖來源：shutterstock）
Google 為 TensorFlow 機器學習框架訂做的人工智慧晶片 TPU（Tensor Processing Units）現在已經可以在 Google 雲端平台上使用，任何開發人員都可以在平台上購買，Beta 版價格為 6.5 美元/小時。在去年 5 月的 I/O 開發者大會上，Google 首次介紹了 Cloud TPU 的登場，這種全新的硬體由四個客製化 64GB ASICs 組成，每個 TPU 最高性能每秒都能支援 180 兆次浮點運算（teraflops），Google 相信，Cloud TPU 可以幫助專家更快的訓練他們的深度學習（machine learning）模型。目前提供的 Cloud TPUs Beta 版價格為 6.5 美元/小時，相比之下，標準 Tesla P100 GPU 在美售價為 1.46 美元/小時，但最高性能僅有約每秒 21 兆次浮點運算；TechCrunch 報導指出，雖然對開發者來說並沒有太大的差別，但由於 TPU 的功耗更低，才讓 Google 能以更低的成本提供這項服務。只是目前 Beta 版本雖說是「對所有人開放」，使用上也並非按下購買按鈕這麼簡單。為了管理訪問權限，有意願使用的開發者必須提出申請，並且明確描述想要運用 TPU 進行的內容，在通過後每個 Cloud...
無人駕駛車不只有人工智慧專家與機器學家參與研發，現在連哲學家都開始關注無人車發展。無人車面臨的道德困境一直未解，1967 年英國哲學家提出的電車問題（Trolley problem），即當火車即將發生事故時，該選擇犧牲少數人拯救多數人，還是寧可犧牲多數人而不要刻意致他人於死，這類人類都無解的難題，當無人車面對同樣狀況時，該如何做出道德判斷？哲學家們決定起身面對問題，美國哲學教授 Nicholas Evans 與另外兩位哲學家和一位工程師合作，根據各種道德理論編寫演算法，在美國國家科學基金會 55.6 萬美元的資金支持下打造各種問題場景，並根據道德理論展示無人駕駛車的應對方式。Evans 團隊將道德理論變成一種電腦可以閱讀的語言。例如功利主義哲學家認為所有生命都具有相同的道德權重，因此基於這一理論的演算法將為汽車乘客和行人分配相同的價值。有些人相信人類有責任來保護自己免受傷害，因此駕駛有額外的道德價值，所以在某些情況下，即使汽車讓一些人喪生，或使其他人處於危險之中，汽車會優先保護駕駛。只要汽車沒有編程為故意傷害他人，一些倫理學家會認為，即使會讓行人生命處於危險中，但車輛為了避免碰撞而轉向防守，是可以接受的反應。或許 Evans 的演算法會顯示某種道德理論可拯救更多生命，或是產生更複雜的結果，也有可能是 2 種道德理論可能會挽救同樣數量的生命，但不是同一群人，譬如理論 A 和理論 B 之間的區別在於，第一個理論中死亡的人大多在 50 歲以上，第二個理論中死亡的人大多在 30 歲以下，哲學家就必須以社會整體進行討論，不只是可承擔風險多大，還有讓誰去承擔風險的問題。如果一些道德理論能夠保護駕駛，而另一些道德理論可保護行人，就必須討論哪種選擇最好。同樣研究人員也可以討論該如何建設交通基礎設施，譬如在行人和駕駛之間做更大的區隔等。Evans 還關心更多問題，如果被編程一組道德準則的無人駕駛車被駭客刻意操弄時會如何，不同程式的汽車在路上時會如何互相反應等等。但 Evans 承認只為這些特定情況找出解決方案，並不能解決無人駕駛車是否符合道德的更廣泛問題。哲學教授 Patrick Lin 擔心廣告效應，廣告主可以透過編碼迫使車輛經過某些商店 ; 責任問題，如果汽車被編碼為將某人置於危險之中，那麼責任人是誰？社會問題，當酒駕不是問題之後，酗酒現象是否增加 ; 無人駕駛車造成的隱私問題等等。甚至更多負面影響，譬如若無人駕駛車提高道路安全降低死亡率，是否減少器官捐贈？無人駕駛車可能會產生巨大且不可預見的影響，就像預測電力的影響，電力不只是蠟燭的替代品，電力大幅改變生活樣貌，機器人和人工智慧也是一樣。例如，標準汽車的發明促成郊區興起，自動駕駛車也將導致人們住得更遠，在無人駕駛車中，駕駛時間變成休閒時間，也有可能通通變成工作時間。有人認為無人駕駛車的高效率可以減少交通量，但也有可能人們會選擇更多不必要的行程，讓街道更堵塞，沒有人能夠準確預測。由於這種不可預測性，因此沒有演算法或哲學理論可以使無人駕駛車做到道德上的完美無缺。Evans 心中沒有立場，他希望演算法的結果能讓汽車消費者或製造商做出更明智的決定。 Philosophers are building ethical algorithms to help control self-driving cars （首圖來源：Flickr/Roman Möckli CC BY 2.0）
重慶市日前成立註冊資本額人民幣千億元的國芯集成電路股份有限公司，重點投資紫光集團旗下的積體電路（IC）製造基地建設，未來 10 年在積體電路產業投入有望達到 1,000 億美元。新華社今天報導，重慶市政府、紫光集團和華芯投資日前簽訂戰略合作框架協議，三方將共同發起設立國芯集成電路。紫光集團同時將在重慶投資建設紫光「芯雲」產業城，包括「智能安防+AI」、數位電視晶片、紫光雲服務總部及研發中心、行動智慧終端先進晶片設計、金融科技、工業 4.0 智慧工廠、集成電路（積體電路）總部基地和高階晶片製造基地 7 個項目，預計總投資超過 600 億元，是 1997 年重慶設直轄市以來投資額最大的工業項目。報導說，重慶是中國新興的電子製造重鎮，2017 年全市電子製造業產值超過5700億元，約占全市工業產值的四分之一。紫光「芯雲」產業城的投建，將為重慶積體電路上下游產業產生拉動作用，投產後年銷售收入將超過 1,000 億元。報導說，紫光集團將把重慶做為「芯雲」產業重要的戰略布局區域，並將為重慶相關產業園區建設、智慧城市建設、產業技術升級等提供設備和服務。華芯投資做為中國國家積體電路產業投資基金管理人，將以資本為紐帶，整合各種產業要素，推動積體電路企業落戶重慶。
日本科技大廠 NEC 持續推動轉型計畫，上月底證實將從日本國內 8 萬名員工裁員 3 千人，並關閉部分工廠；近日再宣布，將與日本另一大工業集團住友電工合作，在住友電工生產的車用零件，導入 NEC 的人工智慧（AI）和物聯網（IoT）技術，針對車輛本身與車外系統的軟硬體，進行企劃研發、產品化等，積極布局車聯網領域，而這也視為 NEC 由硬轉軟的另一指標。NEC 曾是昔日全球半導體龍頭，近 30 年來持續轉型，陸續砍掉半導體、電腦和手機等事業體，轉往軟體發展。NEC 全球總裁兼執行長新野隆曾表示，集團未來的重心只有一件事，那就是人工智慧。2016 年，NEC 發表了 AI 技術群的新品牌「NEC the WISE」，強調將推廣 AI 技術的開發與應用，致力於 IoT、巨量資料（Big Data）、安全（Security）等「社會解決方案事業」的核心領域，提供創新的解決方案，為解決社會課題、企業變革與成長做出貢獻。由硬轉軟下一步，NEC 搶進車聯網NEC 表示，此次與住友電工的合作主要有兩大面向。首先，在車聯網領域進行新一代產品的企劃和研發，以住友電工的車載產品技術、交通基礎設施專業為基礎，加上 NEC 的安全、AI 和雲端等最尖端技術，活用雙方強項，目標是研發出高附加價值的新一代產品。其次，為迅速生產 AI 及 IoT 相關產品，雙方將共同研發高階車用軟體。NEC 表示，隨著汽車功能逐漸提升，研發車載零組件或組裝時，對軟體的依賴性提高。NEC 強調，將在車聯網領域，運用 AI 與 IoT 研發出高度安全性的產品，進一步擴大運輸事業範圍。全球車聯網應用，市場成長潛力高全球車聯網產值 2018 年上看 1.2 兆新台幣，加上自動駕駛技術逐漸成熟，車用市場一直是最被看好的人工智慧相關應用之一。市場研究機構 TrendForce 預估，汽車智慧化過程中，所需的資通訊及安全性相關系統及零組件正蓬勃發展，包括雷達、影像或感測器、車用處理器及運算晶片、ADAS 系統、車用顯示器等相關應用，成長潛力驚人。TrendForce 認為，2018 年起，隨著 Level 4 等級的自動駕駛晶片陸續開始出貨後，加上國際陸續修法允許自動駕駛汽車上路，汽車將成為人工智慧、機器學習等新興技術最主要的應用領域。（本文由 數位時代 授權轉載；首圖來源：shutterstock）延伸閱讀： CES...
科技部長陳良基表示，1 月帶國內新創團隊參加美國消費電子展，有 2 家業者獲 CES 大會頒發創新獎，表現亮眼，科技部要在台北小巨蛋打造國際創業基地，預計 3 月或 4 月開張。科技部 1 月首次帶 32 家新創團隊參與 2018 年美國消費電子展（CES），在 CES 新創展區 Eureka Park 設立的台灣國家館「Taiwan Tech Star」吸引超過 4 萬人次參訪，與各國創投洽談超過 2,400 場次，國內外媒體露出 50 餘則，團隊中包括麗暘科技及安盛科技獲得 CES 大會頒發創新獎，總計可為台灣爭取超過新台幣 30 億元商機。陳良基表示，科技實力才是創新創業的後盾，團隊聚焦於智慧醫療科技、AR / VR、人工智慧、穿戴裝置及物聯網等 5 大領域，也緊緊扣住 CES 2018 科技趨勢。陳良基指出，麗暘科技 Robelf 家用型低成本機器人及安盛科技 iXensor 排卵檢測系統分別獲 CES 2018 Innovation Award 及 Best of BabyTech Award，是科技結合創意的絕佳案例。陳良基說，為積極籌備參與 2019 年的...
大數據、機器學習、AI、VR / AR、物聯網、3D 感測等新科技彷彿一夕間百花齊放，各行各業都正在迎接這樣的變革，這是第四波工業革命，許多人認為這一波的規模與衝擊力等同 18 世紀工業革命，然而為工業時代設計的教育體系早已不敷所用，人才定義已被徹底翻轉，教育革命愈來愈迫切。 新科技來勢洶洶，顛覆既有生活模式的同時，也會在國家到個人層面帶來贏家與輸家，當產業界攜手學界，在政府從旁協助下研發各式各樣新技術應用之後，回頭才發現人才缺口居然這麼嚴重，不只台灣如此，其實全世界都有這樣的困擾。許多國家已經體認到，當生活應用全都數位化之後，寫程式變成一種需求龐大的語言能力，沒有人寫程式，等於一個國家沒有軍力，這個仗怎麼打都打不贏。因此美國從歐巴馬時代開始提倡科學教育，認為科學、科技、工程、數學四大學科 （STEM） 必須向下扎根，從公立學校開始推動，在民間也有許多短期培訓機構，搭起業界需求與人才供應斷層上的橋樑。這只是科技顛覆傳統教育模式的冰山一角，隨著 AI、大數據、機器學習等軟體能力的進步，過去很會背誦，很會考試的第一名學生不見得能駕馭資訊時代，因為在工業時代下，過去的教育宗旨是把人類訓練得像機器，現在人類必須更像人，未來的人才必須會思考、分析、解決問題，而不是像機器一樣把任務完美執行。這種綜合思考的訓練是為了得到批判能力，譬如北歐國家教育改革從打破學科開始，訓練學生從一件事情上做不同面向的思考。解決人才從教育開始，或許緩不濟急，所以全球搶人才大戰愈來愈激烈，連國家藩籬保守的日本都放寬工作簽證門檻，積極搶科技人才。面對科技從四面八方來襲，各國都有不同的因應方式，但從未有一篇完整的論述，告訴我們科技顛覆教育的事情是怎麼發生的，轉變幅度會有多大，未來教育應該是什麼樣子。TutorABC 舉辦「科技原力，學習覺醒」論壇試圖梳理一個脈絡，清楚地告訴我們，人才的條件，以及教育應該如何翻轉。教育樣貌：工業時代 VS 資訊時代教育議題專欄作家謝宇程認為，人類社會已經進入資訊時代，但是現在教育還停留在工業時代。工業時代生產特色是交通快速，大量與同質化，因此教育體系的目的是把人類訓練的能像機器一樣運作，滿足分配制度。資訊時代打破教材框架，讓全民都可學習、人人都是教師，賦予學生流動性、無邊校園，學生擺脫學校標籤，還可自訂學程、自願選擇。工業時代的教育不是不好，這只是一個進程，譬如工業時代讓更多人加入勞動市場，讓人類脫貧，生活品質變好，更多人有受教機會，那是一個知識湧現的時代。進入到資訊社會，則是在知識湧現背景下，打破所有工業時代的劃分，未來生活、身份等格式都會完全不同。 TutorABC 營運長沈沛鴻認為，「傳統教育是學知識，現代教育重點是學能力」，這個能力是批判性思考、創意、有效溝通、領導力。沈沛鴻提到，孔子形塑中國教育體系倡導因材施教，但當時教育成本高，因此受教人數極少，屬於菁英式教育，印刷術發明帶來第一次教育革命，教育成本下降，但也導致量產式的平庸化，個性化教育的成本仍然太高。網路帶來第二次教育革命，開始去中心、去仲介、去邊界化，傳統階層化下少數菁英、主流、單向傳播的模式變成扁平化，形成交流平台，民間高手遍地開花。網路讓教育成本下降，共享經濟出現利用剩餘產能又再次壓低成本，真正實現有教無類，因材施教的終極目標。沈沛鴻將教育形式分成線上、線下、自學、向老師學四大象限，因應這股潮流，TutorABC 在線上與向老師學習這個象限佔領一席之地，相較線上、自學領域，譬如大規模開放線上課堂、TED 等形式更有效率。過去的自學是內容提供、內容中心、製造概念、主要是傳授、圖書館式的自我探索，而 TutorABC 開發的線上老師指導，核心是老師提供、服務概念、使用者中心、看重學習結果，是非常個人化，能夠達到因材施教，成本又低的學習模式。TutorABC 進一步導入大數據分析，實現學習、練習、應用、修正模式，紀錄學習歷程，提供個人化排課系統，沒有統一課表沒有教材，是資訊時代下的新式教育模型。AI 才是老師，人類老師成教練到了 AR / VR、AI 等新科技興起，在沒有中間人的教育模式下，過去負責傳道、授業、解惑的老師，以後的功能主要是解惑，傳道與授業變成科技的事。譬如 AI 可以採集學生表情，長期紀錄個別學生的學習狀況，提供客製化的教學進度，沒有標準化的考試，隨著 VR 應用成本下降，未來 VR 讓教材視覺化，彌補想像力的不足，像地球科學這樣的需要 3 度空間想像能力，若有 VR 技術，學習效果會遠比平面文字與圖片更好。這一波教育革命已經有了藍圖，未來含有 AI、感測器的機器人才是老師，他們知識淵博又能因材施教，隨時告訴父母孩子的學習狀況，並且可以將教學內容建議給人類教師。而人類老師會變成教練，根據機器人老師收集的數據，提供分析，從旁協助、指導、解惑，形塑價值觀。科技應用不成問題，謝宇程認為，最大的阻礙將會是人類老師的教學能力。這樣的能力又需要根本上的教育翻轉，訓練未來的老師具有思考、批判、溝通、領導力，才能與機器人合作無間。讓學生知道魚好吃，不是給學生魚竿資策會數位教育研究所所長李進寶認為，現在資訊社會是 Society 4.0，再下一步就會邁向聰敏社會 Society 5.0，若教育與再培訓機制沒有跟上腳步，麥肯錫預期將有 8 億人失業，麥肯錫呼籲人力轉型規模如同二戰後協助大歐洲重建的「馬歇爾計畫」。將來人類不是脫離學校，教育階段就此終止，而是需要終身學習，他認為最重要的是人們必須擁抱科技，還要培養成長心智。李進寶的論點也是在於應把人類培訓的像人，然而我們從沒想過，人性也是需要鍛鍊的東西。台灣吧執行長謝政豪也認為，「未來的教育不是給孩子魚竿，這是一種技能限制，而是讓他知道魚有多好吃，讓他自己想辦法釣到那隻魚。」唯有快樂的過程才會提高效率，認為科技帶來的娛樂化效果必須應用在教育身上，過去的教育實在太過乏味，科技可以解開教育框架，釋放創意。此外，謝政豪認為，教育體制翻轉必須有父母的參與，父母更該擁抱新科技，能夠敢於讓孩子冒險、嘗試錯誤。科技是禮物，恐懼來自人心與壟斷了解科技浪潮下，教育為何該翻轉，如何翻轉之後，回到實際面，在各國倡導 STEM 教育下，寫程式變成必備能力，可能會讓眾多人文學科專長的人感到恐慌。專家們認為，重視寫程式人才並非只是實務上的技能，而是背後的邏輯思維能力。沈沛鴻即言，未來人才有三種，分別是享受 AI 的人，也是被支配的人，第二種是與 AI 協作的人，第三種是控制 AI 的人，主要指工程師、程式設計師等等，至少要做第二種人，學習邏輯思考，具備判斷能力，能夠人機協作。當 AI 發展成熟，很多人擔心科技會反過來支配人類，或是變成有心人利用的工具，地球將萬劫不復。對此，沈沛鴻認為 AI 是福祉，財富分配機制要調整，每個時代都是這樣，但從結果面來看，文明一直在往前進。謝政鴻認為，人類應該先從哲學、政治、經濟層面思考問題，再透過科技手段解決問題，這才是正確的順序。謝宇程認為，人類對未來的恐懼，問題都不在科技，而是人類的壟斷，資訊透明公開可以避免科技走向偏離正軌。...
AI 的發展潛力被各方看好，但 AI 運算所需要消耗的大量能源，卻是發展背後的隱憂。MIT 日前公布新的晶片，比傳統 AI 晶片神經網路運算速度快 7 倍，能源消耗減少 95%，未來如果普及能將 AI 的能耐裝到一般消費裝置如手機上面。臉部辨識、語音辨識這些我們習以為常的運用，背後都是神經網路運算的結果。一般來說神經網路很大，因此要放進手機往往只有簡化的架構，無法發揮神經網路的強大能耐，或是得把資料透過網路傳到資料中心處理。MIT 新的晶片能夠減化資料在晶片的記憶和運算模組傳遞的次數，運算效能增加 3~7 倍，進而加速速度，而且能耗減少 95%。如果 MIT 的新晶片能普及，這些新晶片能驅動本地的神經網路，能放在家裡的智慧裝置。未來人類語音命令能在本地處理，而不必像現在的 Google Home 或是 Amazon Alexa，必須連網傳到資料中心處理，再回傳回來。當 2017 年蘋果發表 A11 bionic 晶片，就具有 AI 能力，用 Face ID 辨識是否是手機的主人。未來類似的應用不會只在 iPhone 上面，或是 Face ID 這單一功能，而是更多裝置和應用。 Neural networks everywhere MIT has a new chip to make AI faster and more efficient on smartphones...
蘋果家用無線揚聲器 HomePod 剛在美國、英國和澳洲等地開賣不久，產品成本結構也跟著曝光。近日科技調研機構 TechInsights 最新分析指出，HomePod 成本價總計 216 美元，占產品售價超過六成，利潤比起對手產品 Google Home、Amazon Echo 要來得低。以 HomePod 售價 349 美元來看，利潤比重占約 38％ 為 133 美元，其餘為成本 216 美元。據 TechInsights 估算分析，HomePod 部分成本來自揚聲器內部裝置包括麥克風、高頻（Tweeter）和高振幅低頻（Woofer）揚聲單體、電源管理零組件等，成本約 58 美元；一些細部零件如 HomePod 頂部的 Siri 特效燈光裝置，成本價則約 60 美元；特製 A8 晶片價約 25.5 美元、外罩及網狀編織層約 25 美元，而生產、測試和包裝成本則為 17.5 美元，再加上其他原物料成本，總計成本占售價比重約 62％。▲ HomePod 裝置外罩的網狀編織層▲ Siri 特效燈光裝置位於 HomePod 頂部報告指出，Google Home 和 Amazon Echo 的產品利潤占比分別為 66％ 和 56％，而...