美國航空巨頭波音集團在 5 日宣布將收購飛行技術公司 Aurora，其目前正在幫 Uber 設計飛行計程車，而波音表示，這個收購案將會強化其無人飛行載具的研發能力，並成為新創業務的重要一步。 波音首席技術長 Greg Hyslop 表示，聯合 Aurora 的力量，波音將會研發出先進的無人系統，應用在商業及軍事產品上，以開拓新的市場。他強調，航空業的生態即將改變，也暗示了，人工智慧技術將會成為關鍵。不過此購併案也將受到美國國防部的審查，事實上，Aurora 不僅幫 Uber 設計 eVTOL 飛行計程車，也有國防部的合約在身。Aurora 是以無人機起家的公司，於 1989 年就已成立，擁有約 500 多名員工，當然相對波音這種龐然大物來講，只是一家小公司，但在部分技術上已超越這些航空巨頭。Aurora 曾在早期與 NASA 合作過，目前不僅參與了美國國防部的全球鷹計畫，更負責研發 XV-24A Lightning Strike 垂直起降無人機。Aurora 創辦人 John Langford 指出，公司一直致力於創新航空技術的發展，讓飛機能更「聰明」的飛行，與波音結合後，將計劃發展長程的航空器、機器人駕駛以及垂直起降電動飛機。目前收購細節尚未披露，不過波音承諾，若收購成功，Aurora 仍是一個維持獨立營運的子公司。雖然此案還未通過相關單位的審查，並不影響波音的財務營運，但當日波音股價上揚近 1.22%。值得一提的是，近期國防承包商的動作相當頻繁，諾斯洛普公司才剛併購 Orbital ATK ，今年初，波音其實也才剛收購 Liquid Robotics，一家研發無人潛艇的公司。 （Source：Google 財經） Boeing to Acquire Aurora Flight Sciences to Advance Autonomous Technology Capabilities Boeing...
這個年代各大科技大廠都有 AI 相關計畫，就連日本、南韓企業，以即時通訊軟體聞名的 LINE 公司也得跟上這股浪潮，並且也加入搶 AI 人才行列。2016 和 2017 年 LINE 開發者大會重點的 LINE AI 平台 Clova，如今第一個產品智慧音響 WAVE 正式上市，售價 1 萬 4,000 日圓。LINE 開發的人工智慧助理 Clova，同時結合亞太最大訊息平台 LINE 及南韓第一大搜尋引擎 NAVER 的內容和服務。Clova WAVE 今年 7 月 14 日以試用版開放預購，試用版僅搭配擁有 4 千多萬首歌曲的 LINE MUSIC 音樂串流服務，但在日本已創造熱銷風潮，也獲得許多用戶正面反饋。LINE 也推出 Clova WAVE 和 LINE MUSIC 的期間限定組合優惠，優惠截止日為 2018 年 1 月 31 日。但購買這個組合的用戶需於 2018 年 3...
據外媒 The Verge 報導，近日，Google 旗下 AI 研發公司 DeepMind 宣布成立一個 AI 新部門，主要負責研究 AI 帶來的倫理問題和社會問題，如自動化帶給未來經濟的影響等。據了解，新部門的主要目標是幫助技術人員將倫理應用於實踐，幫助社會預測 AI 的影響，並對其影響給予引導，確保 AI 造福人類。2016 年，DeepMind 開發的 AI 系統在圍棋棋盤上打敗世界頂尖選手，因而名聲大振。DeepMind 為新部門命名為 DMES（DeepMind Ethics & Society：倫理和社會）。新部門將於 2018 年開始就這些課題目標去研究。目前，該部門已有 8 名全職員工。不過，按照 DeepMind 的計畫，該部門的員工規模將在一年時間內增至 25 名左右。為了壯大團隊，DeepMind 還從外部學術機構和慈善機構聘請一些顧問，為新部門提供諮詢服務，包括哥倫比亞大學發展學教授 Jeffrey Sachs、牛津大學 AI 教授 Nick Bostrom、氣候變化活動專家 Christiana Figueres。DMES 聯合主管 Verity Harding、Sean Legassick 在公告部落格表示，這些專家不只精通專業技術，還可以帶來多樣化的思考。同時，他們還表示，DMES 將幫助 DeepMind 探索和了解 AI 帶給現實世界的影響。「如果 AI 技術要服務於這個社會，那麼，必須經受社會的優先事項和關注重點的重塑。」據了解，新部門屆時還將與有著類似研究目標的學術團體合作，如紐約大學...
二次大戰時期納粹德軍追捕猶太人，躲在閣樓的小女孩安妮·法蘭克（Anne Frank）所寫的日記，可說是其中最家喻戶曉的故事。不過最後誰出賣安妮一家人，讓她被拘捕然後死於集中營則無人知曉。事隔多年，有人嘗試用人工智慧分析當年的文獻，找出告密者。這個追兇計畫是由 FBI 前探員 Vincent Pankoke 夥同犯罪調查科學家、荷蘭警察與阿姆斯特丹的 Xomnia 數據公司合作，使用特別設計的演算法來分析當時的文獻紀錄。文件包括當年納粹的支援人員、情報人員、歷史記載、警察紀錄和之前的研究等。他們表示，演算法可以搜尋資料並以全新的視覺方式顯示，他們會讓系統更智慧，自動連接人物、事件和地點，找出新的線索，這些單靠人類無法做到。有關背叛 Anne Frank 的兇手，過去一直有不同的理論，不過仍沒有定案，更有研究認為當時可能只是剛好有人來檢查她的住處而不是刻意揭發。這次的研究希望可以為這懸案帶來更多線索，不過目的也不是要追究責任，只是 Anne Frank 被捕至今已經 75 週年，如果可以找到兇手，大概也可為這不幸的事件劃上句號。 Ultimate cold case: Who betrayed Anne Frank? （本文由 Unwire HK 授權轉載；首圖來源：Flickr/dayman1776 CC BY 2.0）
9 月 26 日，在 Nvidia GPU 技術峰會上，Nvidia 創始人兼 CEO 黃仁勳正式發表 TensorRT 3 神經網路推理加速器。據官方介紹，TensorRT 3 能極大改善處理性能，削減從雲端到邊緣裝置（自動駕駛汽車、機器人等）的推理開銷。TensorRT 3 是在 Volta GPU 實現最優推理性能的關鍵，比起 CPU 它能實現高達 40 倍的吞吐量，時延在 7ms 之內。目前，對於 Nvidia 開發者計畫成員，現在有針對 Tesla GPU（P4, P100, V100）和 Jetson 嵌入式平台的 TensorRT 3 提供免費下載。關於 TensorRT據了解，Nvidia TensorRT 是一種高性能神經網路推理引擎，用於在生產環境中部署深度學習應用程序。應用有圖像分類、分割和目標檢測，提供的幀 / 秒速度比只有 CPU 的推理引擎高 14 倍。TensorRT 是世界上第一款可程式化推理加速器，能加速現有和未來的網路架構，TensorRT 可編譯到廣泛的目標 CUDA GPU 中，從 120 TOPS 到 1...
世界最大避險基金之一的曼氏金融集團（Man Group）早在 5 年前就在進行應用人工智慧的嘗試，且技術之先進不像輿論所想，只能用於執行被動投資。其執行長 Luke Ellis 表示，儘管現今技術已複雜到連工程師都不明白 AI 如何做出決策，但事實上真的有用。 捉摸不透的恐懼曼氏集團是世界最大的公開上市對沖基金，其資產規模達 960 億美元，然而卻對 AI 技術有相當大的興趣，且試驗相當成功，但 Luke Ellis 指出，最大的問題就是他們不知道為什麼會成功，當工程師及業務員無法跟客戶解釋為何要如此交易的時候，自然而然就會失去信任。在《彭博社》的訪問中，Luke Ellis 強調，AI 技術就像一個黑盒子一樣，令人捉摸不透，所以雖然早在幾年前，集團就已發展出相當程度的技術，但最後卻被束之高閣，成為次要計畫，甚至害怕它重見天日。直到 2014 年，有一位擁有數理邏輯博士背景的高級投資組合經理 Nick Granger 將其再度取出測試，並且證明 AI 的確能夠在投資上獲利。到了 2015 年，由 AI 掌控的資產雖然僅有 51 億美元左右，並非相當大規模，但非常穩定的在獲利。目前的 AI 技術已能快速的搜尋資訊，掃描新聞稿及財務報表上的關鍵字，並且對股市漲跌做出相當準確的判斷，所管理得資產也越來越多。Luke Ellis 譬喻，如今 AI 在公司內已不像以往，是一頭被排擠的怪物，至少成為了能夠在餐桌上一起吃飯的家庭成員，只是它還不會聊天。其中當然還是有一些故事使大家的想法發生了轉折。危機處理表現良好在 2015 年，市場曾因為對中國經濟問題的擔憂引發了拋售，然而 AI 很快地做空並迅速獲利，甚至預測到了反彈機會，再賺一筆，更重要的是，背後其實根本沒有人教它怎麼逢低買進。Nick Granger 指出，不僅如此，最成功的案例其實是去年的川普當選事件，當時 AI 也很快地抓準時機在跌聲中切入市場，並在後來的強勢反彈中持續獲利。雖然曼式集團不肯透露到底 AI 的實際績效如何，不過的確是引以為傲。Luke Ellis 表示，個人其實也希望有些事是人類會做，但 AI 做不來的，但他不會真的去賭這件事。曼氏集團投資長 Sandy Rattray...
自從特斯拉執行長馬斯克（Elon Musk）公開透露對於人工智慧（AI）發展的擔憂之後，許多科技大老都陸續發表了看法，近日微軟現任執行長 Satya Nadella 和創辦人比爾蓋茲（Bill Gates）被問到這個問題時，也都稍微分享了自己的觀點。 近日華爾街日報專訪，蓋茲與 Nadella 談論了一些對自動化、AI 及微軟未來發展的看法，在被問到馬斯克的 AI 威脅論時，Nadella 並沒有正面回應，蓋茲則較坦白地表示，這部分他與馬斯克的想法稍不同。蓋茲認為，馬斯克擔心的 AI 掌控人類，並非人類馬上就會面臨的問題，這部分他並不同意馬斯克的想法，人們不應為此感到驚慌。但蓋茲同時也強調，人們也不應該毫不猶豫的忽視，馬斯克擔憂的情況最終可能出現的事實。（Source：Flickr/Bhupinder Nayyar CC BY 2.0）Nadella 則將話題延伸至微軟現在發展 AI，Nadella 表示，微軟目前發展 AI 的核心原則是「該如何用來增強人們的能力」，即使是深度學習模式，人類可以負責的設計決策還很多，所以能確保沒有偏差、不良的數據出現在系統中。比起只是思考，Nadella 認為，技術目前還有許多進步的空間能塑造人類的未來，而未來遲早都會來到。但他也部分同意馬斯克的想法，「控制是一個選擇，我們應該盡可能保持主導權。」至於自動化是否會奪走人們的工作機會，Nadella 認為這確實是一個真正的問題，但技術進步造成的工作流失將不會是「二進制轉換」模式，新的工作會逐漸出現。就像在生活過程中，人們要尋找不同類型的就業機會，就得不斷學習一樣，自動化出現也讓人們需要教育和重新培養技能。「沒有技術上的突破，我們就無法進步如此快速，這對任何人來說都沒有好處。」 A Rare Joint Interview with Microsoft CEO Satya Nadella and Bill Gates Bill Gates: I do not agree with Elon Musk about A.I. ‘We shouldn’t panic about it’ （首圖來源：Flickr/Statsministerens...
日本的古都京都是不少人旅遊的目的地，但你想到在 AI 領域的研發競爭中，這裡可以成為其中的重要據點。LINE 在今日 (9/28) 東京 LINE 開發者大會上，技術長朴懿彬 (Park Euivin) 宣布在京都擴點，積極為 LINE 徵才的 AI 計畫，以及找人才開發 LINE 旗下眾多服務的基礎設施。LINE 技術長朴懿彬在大會 Keynote 上宣布京都設置辦公室擴點的事情，並且在稍後的記者會上談論細節。朴懿彬表示京都辦公室的人數規模將在上百人的程度。朴懿彬說，儘管在日本設置新辦公室，但在 AI 的競爭場域，仍然要招募世界頂尖的人才納入旗下。而且除了 AI，LINE 也相當重視後端的基礎設施，要將既有服務擴大，需投入人力打造適合的 IT 設施。除了日本京都，LINE 也才剛在印尼和泰國設置聚點，加入 LINE 的跨國研發團隊。很多大廠在 AI 領域努力的展開研發工作，目前還沒有一家有明顯的領先優勢。朴懿彬表示，他們相信 LINE 儘管公司成立才 6 年多的時間，做 AI 相關工作的 Clova 計畫也不過是 1 年半前開始，LINE 公司的運作速度快，而且在亞洲這裡有相當多資料，相信可以趕上這波 AI 技術研發的風潮。
2017 年 3 月發表的「2.0 平台」（Platform 2.0）是第一台完全由豐田研究所（Toyota Research Institute，TRI）自行開發的自主駕駛測試車。半年後，TRI 發表 2.1 平台版本測試車，採用感測範圍更遠的 Luminar 高傳真光達（LiDAR）系統。TRI 成立於 2015 年，在美國加州 Los Altos、麻州劍橋市以及密西根州 Ann Arbor 設有辦公室。TRI 的四大任務之一就是透過人工智慧（AI）、機器學習技術來加快研發速度。2.1 平台是第一套可以在一台車上使用相同感測器、軟體測試「監護人（Guardian）模式」、「司機（Chauffeur）模式」的研究工具。TRI 27 日公布路測影片，當中分別有兩段式測試自駕車在 Guardian 模式下行駛，另兩段是在 Chauffeur 模式進行。Chauffeur 是豐田 SAE Level 4 / 5 自主駕駛系統測試版。在 Guardian 模式下，自駕系統只是充當人類駕駛的安全網，協助避免意外發生。影片中，駕駛因打瞌睡而導致車子偏離車道，Guardian 立即接手讓車子趕緊回到常軌。在 Chauffeur 模式下，測試車雖處於自駕狀態，遇上前方突然出現掉落物品時也能切換車道避開。根據 statista.com 匯整世界智慧財產權組織（WIPO）、科隆經濟研究所的分析數據，2010 年 1 月至 7 月期間全球最大汽車零件商博世（Bosch）日經亞洲評論 7 月報導，豐田汽車公司計畫在...
Google 上週宣布以 11 億美元買下宏達電 Pixel 手機代工部門震撼業界，不少人直指 Google 是為未來智慧手機 AI 與 AR/VR 發展布局；無獨有偶，蘋果近期發表的十週年新機 iPhone X 以人工智慧為本，在人臉辨識、攝影推出革新功能，中國智慧手機品牌旗下晶片廠海思，近期則發表 AI 應用處理器麒麟 970，智慧手機品牌也開始擁抱 AI，AI 之於智慧手機，究竟能為我們擘劃什麼樣的未來新藍圖？人工智慧（AI）發展方興未艾，愈來愈多大廠投入人工智慧研究，技術逐步應用在金融、醫療、汽車工業等領域，另一方面，智慧手機做為應用最為廣泛的行動終端，甚有人認為，智慧手機導入 AI，是早已面臨同質化、創新瓶頸的智慧手機市場新解藥。裝置的革命往往從處理器、單晶片而起，今年可看見處理器架構商、晶片商到品牌商自製行動應用處理器（AP），紛紛強調 AI 的導入，包括最主要的智慧手機處理器架構商 ARM，在今年 3 月推出針對機器學習與人工智慧的全新處理器指令集 DynamIQ；到近期手機品牌商華為旗下晶片公司海思，推出 AI 晶片麒麟 970；以及近日蘋果 iPhone X 搭配自製 AP A11 Bionic，強調其機器處理能力，並將此應用在重要功能人臉辨識「Face ID」、攝影功能「人像光線」上。當紅的 AI 晶片到底是什麼？AI 晶片到底是什麼、神在哪裡？又能賦予智慧手機什麼樣的應用新未來？近年崛起的所謂 AI 晶片，其實精確一點來說，是 AI 機器學習晶片，機器學習是人工智慧學習的分支之一，機器學習之後又發展出深度學習，兩者都是透過「訓練」由巨量資料提取特徵、從特徵建構模型，進而做出「推斷」進行判別與預測。其中深度學習會將特徵分層處理，透過層層特徵來建構模型做出預測，且特徵之間的處理訊息可共享。如人臉辨識第一層先將圖形進行分割，定義出簡單的圖形邊界；第二層定義圖形的角度或弧度；第三層針對圖形和人臉眼睛鼻子等部分特徵進行匹配，再將所有特徵值連結起來完成臉部辨識。一連串建立特徵、模型的過程是「訓練」，而利用模型做出判別，則是「推論」的任務。（Source：Google Deepmind）「訓練」需要巨量資料的支持，以及大量的運算資源，一般會在雲端進行，而訓練完成的模型將能執行「推論」，諸如圖像/語音辨識、文本翻譯都是機器學習模型之應用，「推論」能在雲端也能在終端產品執行。（Source：NVIDIA）此次 iPhone X 的人臉辨識功能「Face ID」、攝影功能「人像光線」就是運用機器學習的「推論」，以 Face ID 為例，其利用 3D 感測模組（蘋果稱此技術為 TrueDepth...