南韓軍方透露，國防部將在 2025 年前開發出「人工智慧（AI）指揮決斷支援體系」，在野戰部隊試驗後，將逐漸向一線部隊推行普及。南韓「亞洲經濟」指出，這項體系用於野戰部隊後，將以「AI 參謀」的形式，戰時協助指揮官。按照南韓國防部的計畫，人工智慧電腦將最大程度記錄北韓軍方的兵力、裝備數量、位置及優勢與弱點，以及南韓陸、海、空軍的聯合火力等具體資訊。報導說，戰爭爆發時，南韓軍方可用的火力位置、數量以及武器的有效射程等，也都儲存在人工智慧電腦中。電腦中還有北韓部隊所在地區的地形資訊，以及過去 5 年的氣象資訊等作戰必需的基礎資訊。這名消息人士表示，指揮官將以人工智慧電腦中儲存的資訊為基礎，戰時將根據各方參謀的建議，及人工智慧電腦計算出的最優「指揮決斷」資訊，靈活指揮作戰，「人工智慧電腦成為指揮官核心參謀的那一天，已經不再遙遠」。（首頁來源：南韓國防部）
各大科技公司為了爭奪人才，無不卯足全勁，用有未來性的研究項目吸引頂尖人才投入旗下。阿里巴巴集團在阿里巴巴雲棲大會上宣布，要召募未來所需的研發人才，阿里巴巴成立研究院，阿里巴巴達摩院 (The Academy for Discovery, Adventure, Momentum and Outlook, DAMO)，並公布 10 位加入的專家名單。阿里巴巴集團董事局主席馬雲表示，以前他還沒有想到要成立研究院，因為商業公司光是生存就夠頭痛了。以前要是有人跟他提議要阿里巴巴像科技大廠一樣成立研究院，他都覺得別人說別家公司研究院多好，那你覺得很好何不就直接過去啊。▲ 阿里巴巴集團董事局主席馬雲。馬雲說阿里巴巴的研究院會走自己的發展模式，不會是完全的做好玩研究，或是純粹的營利考量。達摩院將借鏡 IBM、貝爾、微軟經營研究院的經驗。但由於達摩院比起來是後起之秀，因此要站在先前研究院的地位，超越先前的研究院成就。另外馬雲也期待達摩院活得比阿里巴巴還要長久。而負責阿里巴巴 AI 相關業務，阿里巴巴集團 CTO 張建鋒強調達摩院在 3 年之內，靠 1,000 億人民幣起始資金，之後將自給自足。▲ 達摩院將在美洲、歐洲和亞洲設立據點，並且和阿里巴巴既有與大學合作實驗室緊密合作。首波加入達摩院的 10 位專家中，有哥倫比亞大學教授周以真，和北京理工大學副校長梅宏出席阿里巴巴在杭州舉行的雲棲大會。周以真相信以中國企業投入研發的實力。相信假以實日，一定可以做出成績。得過圖靈獎的中國科學院院士姚期智則出席達摩院啟動儀式，他期待達摩研究院在研發新技術時用腳踏實地的方式進行。▲ 首波加入阿里巴巴達摩院的專家。不少大公司為了吸引人才，而成立研究單位。在科技圈中微軟、IBM、貝爾的研究單位曾做出不少前瞻性研究，有些還屬於在研究當下找不出用途的研究。不過阿里巴巴認為達摩院要解決的問題，分成短期能處理的問題，以及長期能處理的問題，像是量子運算就是屬於要長期奮戰的問題。其實量子運算已經算是不少公司意識到的問題，而且很久之前就開始布局。也許太前瞻到大部分人未意識到是問題的「議題」，還不在他們眼裡。看來阿里巴巴的研究院還是以商業上需要解決的問題為主。(首圖來源：阿里巴巴提供)延伸閱讀： 英特爾發表最新自動學習晶片，有望加速人工智慧發展 與亞馬遜一較高下，Walmart 將採輝達晶片建置自家人工智慧網路 中國攻大數據人工智慧，台灣有三機會兩挑戰
迅雷創始人程浩，也是開氪專欄《精益創業 13 講》導師，看看他以投資人身分怎麼看 AI 創業。我現在專注科技領域的投資。今天跟大家聊聊人工智慧領域的創業和創新，包括如何選賽道、團隊搭配、應對巨頭的挑戰。為此我從投資人角度，幫大家總結人工智慧創業的 6 大核心問題。第一個問題：網際網路 vs. 人工智慧首先如果今天大家選創業，我建議更應該關注人工智慧，而非網路。為什麼這麼講？1. 網路的流量紅利已經消失；以 PC 來說，全球 PC 出貨量連續 5 年下滑。大家知道中國最後出現的 PC 網路獨角獸是誰嗎？是知乎，大概是 2011 年初推出，這麼多年過去，再也沒有 PC 網路獨角獸出現。做個對比，我們知道 2015 年行動網路的滲透率和競爭程度和 2011 年的 PC 網路類似，以此類推，2015 年以後再做行動 App，也很難出現獨角獸了。畢竟中國連續兩年手機出貨量都 5 億多支，增長放緩，代表無線流量基本已走平，你多賣一支，我就少賣一支，是存量競爭。今天創業者再做一個純網路 App，投資人問的第一個問題就是你怎麼獲客。因為現階段流量格局已定，首頁就那幾個 App。2. 網路＋的機會同樣有限；主要在於網路最大的價值，是解決資訊不對稱和連線，所以對電商特別有價值。淘寶用皇冠、鑽石等信用體系解決資訊不對稱，同時又把全國這麼多買家和賣家連在一起。這就是網路的價值。但很多工業資訊和連線並不是痛點。拿醫療舉例，中國三甲醫院的醫生就那麼多，你把全中國 13 億人民都和這些醫生連線了也沒用，因為一個醫生一天還是只能看那麼多病人。網路並沒有提高醫生看診的效率。在諸如餐飲、醫療這些傳統領域，網路的幫助很有限。也包括滴滴打車，網路解決了叫車難的問題，但是沒解決叫車價格的問題。事實上，去掉補貼之後，大家發現滴滴一點都不便宜，道理很簡單──不管專車還是出租車，還是需要由人來開，人工成本降不下來，就不可能便宜。3. 真正能提高社會生產力，解決供需關係不平衡的就是人工智慧；人工智慧將帶來社會生產力提高，對人類的影響將遠遠超過網路。還是拿醫療來說，很多基層醫院水準不高，未來完全可以透過人工智慧輔助醫生讀 CT、X 光等醫療影像。像今年，IBM Watson 對皮膚黑色素瘤的診斷，準確率已提高至 97%，遠遠超過人類專家 75%~84% 的平均。未來，人工智慧無論在無人車、機器人、醫療、金融、教育還是其他領域，都將爆發巨大的社會效益，這點毋庸置疑。我認為下一波大趨勢和大紅利不是網路＋，而是人工智慧＋。我建議現在的創業者更應該關注人工智慧領域的創業機會。第二個問題：人工智慧 vs. 人工智慧＋人工智慧主要分 3 層。最底層是基礎架構（Infrastructure），包括雲端計算、晶片及 TensorFlow 這種框架。在基礎層上是中間層，叫通用技術（EnablingTechnology），例如影像辨識、語音辨識、語義理解、機器翻譯這些。基礎層和中間層，是網路巨頭的必爭之地。比如晶片領域，Intel、輝達、高通都投入巨資，競爭極其激烈。同樣雲端計算、框架也一樣，都不是小公司能涉足的領地。現在對中間層的通用技術，BAT 也極重視。因為大家都相信人工智慧是下一波工業革命浪潮。對騰訊、阿里、百度這些巨頭來講，想在大浪中屹立不倒，必須構建出人工智慧的生態系統（Ecosystem），核心就是要靠這些 Enabling Technology 技術。相比創業公司，BAT...
義大利人重視穿著，特別是男裝，無論西裝或一般休閒服飾，合身的剪裁總是讓許多人望而興嘆。在許多國家眼中，義大利人對穿著十分講究，更別說義大利頂級跑車執行長等級人物，接受採訪時必備頂級正式的服裝，彰顯富裕、型男、義大利精神，但最近不一樣了，藍寶堅尼（Lamborghini）執行長居然把領帶拿掉，釦子鬆開，一副休閒裝扮，原來他們為的是向新科技靠攏，向矽谷人學習。Wired 採訪藍寶堅尼報導指出，面對自動駕駛技術快速發展，頂級跑車應該是最無法從中得到好處的行業，因為頂級跑車提供的是操縱快感，若把駕駛權交給機器，就無法享受駕馭 740 匹馬力與 V12 引擎的感受。藍寶堅尼執行長 Stefano Domenicali 表示，「當世界愈趨向自動化技術，我們就愈要與眾不同，因為我們的客戶要手感，要駕駛的樂趣，成為情感體驗的中心。」不過，藍寶堅尼執行長到矽谷，他不是去抨擊機器人技術，而是去擁抱它，他到史丹佛大學找尋自動駕駛技術，目的是讓有錢人體驗更好的駕駛感受。藍寶堅尼沒有透露太多細節，只知道他們要找的是一種可以提高駕駛安全性，讓駕駛知道哪裡可以飆速、換擋，或來個急速大轉彎的人工智慧，藍寶堅尼要讓科技變成駕駛的導師，在門檻之內盡情玩樂。另外一家頂級跑車英國麥拉倫（McLaren）也有類似目的，認為人工智慧與自動駕駛能力可吸引買主，讓駕駛在低風險下盡情揮灑跑車的性能。豐田汽車（Toyota）對完全自動駕駛技術不感興趣，他們要的是守護技術，讓人類來駕駛，機器人只會在關鍵時刻拿回控制權。三菱（Mitsubishi）也推出一套人工智慧系統，透過評估與指引來改進人類駕駛技術。自動駕駛技術不是要剝奪人類的駕駛樂趣，而是擴大人類的感官範圍，可以告訴他們前方有什麼，讓駕駛高枕無憂。麥拉倫設計總監 Frank Stephenson 談到自駕車技術，他說，「新技術可讓汽車駕駛在正確的速度、正確的轉速、正確的檔位、正確的線路上體驗駕駛樂趣，駕駛可以取回控制權，人若犯錯，機器可以介入。」藍寶堅尼首席工程師表示，新技術是讓駕駛在意外狀況發生時不必害怕，這是一個工具，就像導師一樣。 What Does Autonomy Mean for Supercars? （首圖來源：Flickr/Elías Gómez CC BY 2.0）
9 月 26 日溫哥華舉行的 IROS 大會，電腦視覺專家、史丹佛 AI Lab & Vision Lab 主任李飛飛發表「A Quest for Visual Intelligence」演講，這也是李飛飛首次參加 IROS 機器人為主題的大會。值得注意的是，近日雷鋒網在 Arxiv 發現了一篇講述新型機器人學習框架的論文《Neural Task Programming: Learning to Generalize Across Hierarchical Tasks》，主要作者來自史丹佛，指導教授正是李飛飛及丈夫 Silvio Savarese。這也代表人工智慧和機器人兩個社群在視覺與感知方面的重疊度越來越大，之後的合作也會越來越緊密。以下一起來看看這篇論文。摘要：本論文提出一種名為神經任務程式設計（NTP）的新型機器人學習框架，可透過較少的示範和神經程式啟動學習。NTP 可將匯入的規則性任務（例如任務的示範影片）遞迴地分解成更精細的子任務規則，這些規則傳遞到分級神經程式，透過可呼叫的底層子程式與環境互動。同時，我們從 3 個機器人操縱任務驗證了我們的方法，試驗中，NTP 展示了在顯示分層架構和組合架構的順序任務的強泛化能力。實驗結果表明，NTP 在學習長度不定、可變拓墣和不斷變化的學習和拓展未知任務有較好效果。背景越來越強調「人機協作」的今天，機器人通常在某些特定環境與人進行長時間互動，如物體分類、裝配和清理等。但是以往機器人通常需要在固定場域才能與人互動，如何讓機器人適應複雜的作業、新任務目標和周圍環境，是機器人技術的重大挑戰。設想一個倉儲中的物體分類任務，通常包括分類、檢索、打包等具體任務，每個任務又可分解為若干個動作，如抓取、移動、放下等，這些動作構成了如抓取和放置等子任務。如果考慮到不同對象、排序、子任務的排列組合，變化會非常複雜。例如，將四類物品分類放到 4 個容器，組合會有 256 種之多。本文希望解決複雜任務規劃的兩個主要挑戰，即（a）從新的概念化到新的任務目標學習策略，以及（b）與長期環境互動的基本原生程式碼模組的組合。神經任務程式設計（NTP）原理NTP 的關鍵基本思想在是跨任務學習和共享領域的可重用表示。NTP 解釋一個說明任務過程和最終目標時間序列的任務規則，並將分層策略實例轉化為一個神經程式。NTP 從匯入規則中解碼生成任務目標，並分解為子任務並與周邊環境互動和回饋直至達成目標，每個程式呼叫環境觀察和任務規格（匯入），並匯出下一個子程式和相應的子任務規則。如上圖所示，在給定匯入、任務規則和目前環境的情況下，NTP 模型預測需要執行什麼樣的子程式，並作為下一級子任務的匯入，並判斷目前程式是否結束，否則將繼續迴圈執行工作 。測試該研究團隊透過模擬和實際機器人實驗的單臂作業任務來評估 NTP。工作包括：堆疊方塊，目標分類和清理桌子。該研究的兩個目標：1. 在同一個領域學習多項工作；2. 透過單一例子形成測試中的泛化能力。如圖所示，機器手可從模擬的 Demo 環境（包括圖像、影片、VR 匯入）學習並完成堆疊積木；NTP 程式設計：透過分級工作條件匯出策略歸納程式，呼叫 Robot API 作業。上圖展示了堆疊方塊任務時 NTP 的樣本執行軌跡圖。任務是按指定要求堆疊字母方塊，頂層程式作為匯入參與整個示範，預測下一個執行的子程式，並為特定匯入作為指定任務的一部分，底層 API 呼叫機器人做出相應的動作（如...
「嗯，我不在家，麻煩把包裹放在樓下管理室就好。」上班時接到快遞員電話的我們，通常是這樣回答。然而，國外很少有可臨時保管包裹的地方。所以當收件人不在家時，快遞員都將包裹放在門口。據智慧家居裝置公司 August 統計，在 2016 年，全美有 1,100 萬戶家庭曾有包裹被偷，而 YouTube 等影片網站也有很多記錄包裹被偷的內容。（Source：影片截圖）據 CNBC 報導，知情人士表示，亞馬遜正在研發一款智慧門鈴，可讓快遞員在配送時，獲得一次進入用戶家裡的機會，把貨物送進門。無人看管的快遞配送，並不是理想的「最後一哩」解決方案，因為那會將貨物暴露在多種風險下。 而且，（配送丟失的）負面影響並不只是金錢，對（銷售方）品牌聲譽和用戶忠誠度都有很大損害。Planet Retail RNG 分析師 Natalie Berg 受訪時說。知情人士還表示，亞馬遜正在和智慧車牌公司 Phrame 談合作，希望以後可將貨物配送至消費者汽車後車廂。Phrame 的智慧車牌，讓車主透過手機 App 授權配送人員，在特定時間內單次開啟後車廂，並將貨物放在裡面。除此之外，Phrame 的車牌裡還有一個超小型保險箱，可用於放車鑰匙。用戶可透過 App 控制保險箱開關。（Source：Phrame）今年 7 月有媒體報導，亞馬遜正和部分公寓洽談，希望他們可安裝帶鎖的置物櫃。這樣的話，快遞配送時，就可直接將包裹放在櫃裡，而不是放在家門口，提高安全性。（Source：搜狐）防止你家門前的快遞被盜，也成了新產業雖然大公司都不願意公布包裹遺失資料，事實上，這些公司都在想方法減低貨物被偷率，而亞馬遜也不是第一家。之前沃爾瑪也曾推出實驗性服務「送貨到冰箱」，以對付這問題。沃爾瑪和智慧家居裝置公司 August 合作，提供矽谷裝有 August 智慧鎖和安全鏡頭的用戶「送貨進家門」，甚至「送貨進冰箱」的服務。（Source：Walmart）多次按 August 智慧門鈴，且無人回應後，快遞員就可輸入用戶授權的一次性密碼開啟家門，並把產品送進家裡，甚至將生鮮類食品擺入冰箱，整個過程會由鏡頭拍攝記錄。但出於隱私保護等原因，該服務只在小範圍測試。沃爾瑪電商戰略部門負責人也坦言：該服務也許並不適合所有人，但我們希望為用戶提供參與測試的機會，並以此幫助我們塑造未來的電子交易。專為保護家門前包裹安全而生的智慧產品也越來越多。除了上述提供限制性開門密碼的智慧鎖，Mail Haven 為用戶安裝智慧信箱保護包裹，而 Package Guard 會在察覺包裹被偷後通知用戶及周邊鄰居。（Source：Package Guard）（Source：影片截圖）Package Guard 的創始人 Michael Grabham 認為，這類盜竊包裹的案件仍會不斷增長，因為做起來實在太容易；同時他也認為，「隨著（被偷）問題增長，應對該問題的科技產品也會越來越多」。（本文由 愛范兒 授權轉載；首圖來源：Package Guard）
人工智慧（AI）技術從單一特定領域的「弱人工智慧」，發展成具備人類能力的「強人工智慧」甚至到無所不能的「超人工智慧」，會否真如奇點（Singularity）理論所言將呈指數型加速成長，並在不久的將來超越人類、顛覆世界？創新工場董事長兼首席執行官李開復認為，這樣的預測非但不科學而且「非常不負責任」。AI 只是工具，強人工智慧十年內發生機率是零有未來學家和奇點理論支持者相信，AI 會在「加速回報定律」（The Law of Accelerating Returns）下以指數形式不斷加速躍進，強人工智慧也將因此早於預期發生，繼而持續進化為超人工智慧迎來奇點，而人類則因進化速度有限而遭到淘汰。至於強人工智慧或超人工智慧何時到來？可能十五年，也可能二十年、五十年，專家預測說法各有不一。不過，以技術發展來說真會如此「樂觀」嗎？「去預測未來技術像這樣階梯式成長，是非常不負責任的，」李開復近日在《人工智慧來了》趨勢論壇中指出，過去十年除了深度學習外，並未出現其他能及得上深度學習十分之一的重量級技術，也不能假設每年技術都會有大躍進。他在著作中提到，AI 從弱人工智慧發展到強人工智慧的過程當中，會像摩爾定律（Moore’s Law）般遇到技術瓶頸，可能會在一段時間加速發展後，遇到難以在短期內解決的技術難題。另外，AI 技術能力發展至今為單一特定領域，在跨領域任務上還缺乏可操作的標準，而且也很難根據 AI 發展以來的表現和進步速度，預測強人工智慧或超人工智慧何時到來，「所以奇點是偽科學，是不可相信的，」他說。李開復直言，不少人對 AI 抱持著錯誤理解，包括英國天文物理學家霍金（Stephen Hawking）、Space X 與特斯拉創辦人馬斯克（Elon Musk）認為 AI 未來將對人類造成威脅；也有人以為 AI 就是強人工智慧，能跟人一樣有情感、思維、跨領域思考能力及創造力。「其實強人工智慧根本不存在，未來十年內發生機率是零，」李開復強調 AI 只是人類的工具，今天的 AI 不僅沒有感情也沒有七情六慾。不同於人類以生存做為自我最佳化的目標函數，機器的深度學習是針對一個目標函數和大數據實現最佳化，本身沒有生存概念，不會產生感情更不會控制人類，兩者完全不同也無法相提並論。弱人工智慧將取代 50 ％工作，人們應從「心」應對挑戰雖說未來十年也許不會發生強人工智慧，但弱人工智慧也並不「弱」，其厲害程度就足以影響人們 50 ％以上的重複性工作。「弱人工智慧能夠在單一領域扎得非常深，就像 AlphaGo 擊敗人類冠軍，以後會在金融、醫療、教育等各個領域，取代該領域相對重複性高的工作，帶給人類巨大的影響，」李開復認為 AI 將在未來十年顛覆各個領域，衝擊會比工業革命還劇烈。他指出，工業社會時代受益者所認為的「只要努力工作，哪怕是很簡單的工作，都能得到財務自由，有房有車」，這樣的價值觀到了 AI 時代就是個災難，以後當重複性工作消失，就算努力工作又該如何獲得財務自由？「這個問題很巨大，不只是失業問題，而是有關人的自我實現、自我尊嚴、自我價值，以後的路該怎麼走，」他認為未來貧富差距會愈來愈懸殊，失業者可能遭菁英成功者欺凌，也可能喪失自我價值與尊嚴而造成社會問題。李開復相信人類可從 AI 所不能為的領域，找尋各種新機會或將工作轉型，朝創造性、關愛服務型工作發展，也就是從「心」解決 AI 革命所帶來的挑戰。由於 AI 缺乏情感、不懂得關愛，也無法理解跨領域事物，人們反而可以從 AI 弱點中找機會、創造價值，尤其台灣因為有人情味、懂得關懷所以特別具有優勢。「過去我的人生目標是發明可以取代人腦的 AI，」李開復坦言自己曾有過錯誤想法，但經過多年歷程與疾病喚醒後才有所領悟，「其實人最重要的器官不是我們的大腦，而是心」。他強調，未來會是人類與 AI 共存的時代，每個人都應該了解與學習 AI，把 AI 當成工具，並在各個領域發揮其價值。（首圖來源：天下文化）延伸閱讀： 李開復：從機器的弱點找未來機會，讓 AI 人工智慧當你的「工具箱」 李開復：AI 人工智慧未來十年發展分三波，看好鴻海成為頂尖領導企業...
全球搶進人工智慧(AI)布局，IDC 預估，零售業、銀行業、離散製造業、醫療保健和流程製造業將是未來 5 年 AI 支出最大的行業；明年台灣將有近 7 成金融業導入人工智慧。據國際數據公司（IDC）全球認知/人工智慧 IT 支出(IT Spending)報告指出，2017 年全球認知和 AI 系統支出總額將達到 120 億美元，比 2016 年成長 59.1％；2021 年全球認知和人工智慧（AI）系統的支出預計將達到 576 億美元，預計 2016 至 2021 年複合成長率（CAGR）將達 50.1％。IDC 預計，零售業和銀行業在 2017 年將會是在認知和 AI 系統花費支出最大的領域，投資額分別為 17.4 億美元和 17.2 億美元。預計離散製造業，醫療保健和流程製造業也將在今年花費超過 10 億美元。IDC 認為，零售業、銀行業、離散製造業、醫療保健和流程製造業，在未來 5 年將繼續是支出最大的行業，到 2021 年，其合併投資將佔全球支出的近 55％，零售業除了在認知和人工智慧系統上花費最多，也將實現最快的成長， 2016 至 2021 複合成長率預估為 58.8％。全球人工智慧(AI)應用正處於百花齊放階段，台灣也不例外，已有不少台灣企業導入人工智慧技術以提升營運效能，例如製造業透過人工智慧技術辨識與分類不良晶圓類型，並透過分析大規模數據資料的方式找出根本原因。也有不少銀行等金融服務業者推出整合人工智慧技術與聊天機器人服務的智慧助理，藉此拉近與客戶的互動關係；除了製造業與金融業，台灣軟體服務商與新創企業積極強化對人工智慧技術的掌握度，循序推出具備人工智慧功能的服務，例如媒體採購的程序化購買應用等。IDC 預計，2018 年台灣將有 68% 金融業導入人工智慧，製造業次之，達 25%。IDC 台灣企業應用研究經理蔡宜秀指出，隨著人工智慧軟體、硬體與服務的到位，將有越來越多的台灣企業投入，預估在...
國際商業機器公司（IBM）資深發明家麥納瑪拉（John McNamara ）預測，人工智慧奈米機器 20 年內就能植入人體，協助修復和強化肌肉、組織和骨骼。英國「每日電訊報」（Daily Telegraph）報導，麥納瑪拉向英國上議院人工智慧委員會（House of Lords Artificial Intelligence Committee）提交證據；這個委員會負責研究人工智慧對經濟、道德和社會的影響。麥納瑪拉說，20 年內，科技將有長足進步，人類與機器就能有效「結合」，促使人類意識與認知往前邁進一大步。他說：「我們可望看見人工智慧奈米機器被植入人體，這將為醫療帶來巨大益處，例如有助修復細胞、肌肉及骨骼損傷，甚至可能強化它們。」麥納瑪拉還說：「此外，藉由現已開始探索的科技，我們看見結合生物學與技術學的科技產品，能直接強化人類認知能力，可望大幅改善心理健康，也能運用大量計算能力來強化我們的思維。」他說：「利用這些植入人體和出現在我們周遭的科技，我們將可開始透過思想和手勢控制環境。」包括微軟公司（Microsoft）在內等企業的科學家已開始研發用 DNA 製成的電腦，這種電腦能存在細胞內，尋找人體網絡缺陷，例如癌症。假如偵測到罹癌的可能，就會重啟系統，清除患病的組織。麥納瑪拉也預測，人工智慧還能不受新聞和政府辯論的影響，依據選民的世界觀，向他們提供該把票投給誰的建議和原因。然而，他也警告，人工智慧崛起恐對零售和服務業者構成「嚴重衝擊」，引發一大波失業潮。麥納瑪拉說：「就今天來說，貧窮意味無力負擔最新款智慧型手機，然而在未來，這恐怕會是有一群人可能在體能、認知能力、健康和壽命方面異常突出，更大一群人缺乏這類優勢的差別。」（首圖來源：Pixabay）
一場關鍵會議，業界赫然發現，台積電已著手開發和人腦細胞匹敵的超級晶片。去年底，美國國防部最神祕的先進計畫署（DARPA），同意把美軍最先進的軍用晶片交給台積電生產。 今年是台積電設立 30 年，其市值也到達前所未有的新高峰，但台積電還在積極前行。 當人工智慧晶片成為全球企業競逐的戰略物資，處理器產業的遊戲規則正在轉變之際，台積電早已全面展開下一個 10 年的 AI 大戰略！如果你錯過 nVIDIA（輝達）過去兩年股價成長 8 倍的機會；那麼，你更應該注意，今年開始，另一波半導體大成長的趨勢正在發生。今年，全球半導體產業交出一張破紀錄的成績單，根據 SIA（半導體協會）統計，光是今年 7 月，全球半導體銷售金額就達到 336 億美元（約 1 兆 80 億元台幣）！這是過去 20 年來，全球半導體產業從未見過的榮景。半導體設備投資同樣創下新高，根據 SEMI 的「全球晶圓廠預測報告」指出，今年全球半導體廠購買新設備的投資額高達 550 億美元（約 1 兆 6,500 億元台幣），同樣刷新 20 年來紀錄。今年中，半導體龍頭應材就交出 50 年來單季最佳獲利的成績單。「今年是破紀錄的一年！」SEMI 台灣區產業研究資深經理曾瑞榆說，「明年還會更好」，根據半導體協會預估，明年全球半導體廠投資設備的總金額，將達 580 億美元，比今年更高！全球半導體爆發成長創紀錄 台積電位居要角 明年營收會更好當然，在這波全球半導體的爆發成長中，最值得注意的公司，就是全球晶圓代工之王──台積電。台積電在半導體市場扮演無可取代的重要角色，可從美國國防部找台積電生產高階晶片，得到印證。去年 11 月16日，DARPA（美國國防部高等計畫署）發布一份代號為 CRAFT（Circuit Realization at Faster Timescales，電路加速開發計畫）的計畫附件，這份計畫主要目的，是要讓美軍軍用晶片開發時程，從年縮短到月，計畫第一頁就寫明，參與計畫的廠商可使用台積電 16 奈米製程產品。任何人只要進入美國國防部高等計畫署網站，就能找到這份文件。今年 1 月，美國加州矽谷一家 Flex Logix 公司，他們設計的新型電子產品已通過美國國防部認證，今年更獲得台積電頒發智財權夥伴獎。美國軍事雜誌分析，CRAFT 計畫開發的產品可用來控制無人飛機，或是將平面的雷達影像變成立體圖像；換句話說，未來要開發智慧型武器，就要靠這些新型電子元件。美國 EE Times...