機器學習（Machine learning）已經證明是很有用的翻譯工具，但在人們使用語言的變化多元情況下，傾向逐字逐句翻譯的機器仍可能出現嚴重錯誤，Google 負責研究的部門近日發文解釋了這個問題，以及他們找到的解決方案。 Google 自然語言處理部門（NLU）的 Jakob Uszkoreit 表示，目前語言理解任務主要都是透過神經網路進行，其中又以遞歸神經網路（RNNs）為主要核心，像是建立語言模型、機器翻譯和問答都是基於此在發展。但是在語言理解上，機器往往會面臨一些語意的理解問題，像是「bank」同時有銀行、河岸等多種意思，在不同的文法句子中，人們很快就能依據前後文推斷出代表的意義，但逐字翻譯的演算法很有可能犯錯，因為它無法確定哪個意思才是正確的。這種錯誤經常在機器翻譯出現，但如果只為了句子的語義問題就反覆修改神經網路，實在不太有效率，因此 Google 團隊在進行研究後，直接推出一套搭載解決方案的新型翻譯系統「Transformer」。在 Transformer 系統中有設定所謂的「關注機制」（Attention Mechanism），在這個機制設定下，系統會將句子中每個單詞配對比較，來查看其中是否存在任何一個單詞，會以某種關鍵方式產生相互影響，進而理解是「他」還是「她」在說話，又或者「bank」代表河岸還是銀行。有趣的是，在關注機制之下，人們得以一窺翻譯系統的思考邏輯：在 Google 團隊的設定中，Transformer 系統會針對每個「單詞」與「單詞」間的相關性給予評分，因此你可以看到哪些它認為是相關的，哪些又認為是無關緊要。在 Google 團隊的測試中，Transformer 系統不論在「英文→德文」或是「英文→法文」的翻譯中，在 BLEU 評價都勝過應用 RNN 和卷積神經網路（CNN）的翻譯系統。其實不僅 Google，翻譯公司 DeepL 也正在開發類似的關注機制，聯合創始人 Gereon Frahling 甚至認為，他們的版本將比 Google 的系統更好。只是在翻譯上，機器可能還有很多需要學習，畢竟語言總是有一些意義不明確的詞，像是英文的它（it），可以是街道、動物或許多事物，人的大腦會自動分辨並理解，但機器就還是需要「補習」了。 Google’s Transformer solves a tricky problem in machine translation Transformer: A Novel Neural Network Architecture for Language Understanding （首圖來源：shutterstock）延伸閱讀： AI 演算法為什麼會有性別歧視？Google 有解釋了 離線也能重播經驗學習，DeepMind 讓...
隨著華為旗艦機型 Mate 10 即將發表，科技媒體紛紛爆料，華為 Mate 10 將首次在智慧手機歷史上，搭載一顆人工智慧晶片。其實早在華為半年業績發表會上，華為余承東就透露，預計將在今年秋季推出人工智慧晶片，而根據目前最新的消息，這顆人工智慧晶片極有可能就是搭載在麒麟 970 之中的寒武紀晶片。當然，目前 Mate 10 的最終規格還沒發表，得期待 10 月 16 日的慕尼黑發表會，上述消息僅是我們的合理猜測。如果屬實，意味著 Mate 10 將成為全球首款具備人工智慧晶片機型，這將為業界帶來怎樣的衝擊？畢竟智慧手機自賈伯斯後，再無革命性進步。這無疑是一個有趣又重要的問題，本文接下來將看看寒武紀晶片的前世今生，實際上這顆晶片更精確地說，是一款深度網路加速晶片，本身並無夢幻的 AI 技能，而加速功能，究竟能在何種場景帶來逆天的變化？寒武紀晶片是何方神聖？根據目前最新消息，麒麟 970 極有可能透過 IP 授權方式搭載寒武紀人工智慧晶片，這裡先解釋一下 IP 授權概念。目前無論高通驍龍還海思麒麟，都不是嚴格意義的純 CPU 晶片，而是一塊 SoC（System-on-chip）晶片。所謂 SoC 即晶片上集成若干不同的功能模組。以高通驍龍 801 為例，801 除了四核 Krait 400 CPU 外，還集成 Adreno 330 GPU、Snapdragon Camera 相機圖像訊號處理器、藍牙、GPS、Wi-Fi 及影音編碼等模組，上面每個模組通常都是 SoC 廠商上游技術提供商，透過 IP（intellectual property，智慧財產權）提供授權，當然這樣做的好處是技術提供商可專注於 IP 方案設計，晶片封裝工作可交由高通等 SoC 商負責，這樣雙方揚長避短，共同加速晶片的上市及更新速度。麒麟 970 搭載的寒武紀...
人工智慧（AI）將為人們的生活帶來許多改變，但並非所有人都對此抱持樂觀看法，除了馬斯克（Elon Musk）、霍金（Hawking）這些科技大老外，俄羅斯總統最近也少見的提出他對 AI 的憂慮。在近日一場學生演講中，普丁（Putin）特別談到 AI 近期的發展。普丁認為，這項技術的崛起讓難以預測的機會和威脅提高，一旦有人在 AI 領域獲得突破發展並成為業界領導者，同時也將成為這個世界的統治者。為了避免這種情況，普丁承諾俄羅斯將和其他國家分享關於 AI 的知識，「如果有人獲得壟斷地位，情況將會變得十分嚴峻。」普丁認為，隨著 AI 技術持續發展，未來的戰爭型態也會有所改變，屆時 AI 控制的無人機將成為國家之間的戰爭代理工具，「當一方無人機被另一方摧毀，除了投降之外別無選擇。」俄羅斯在自主武器方面的研究一直非常積極，像是無人機、機器人或是導彈，這些武器都具備選擇目標並開火的能力。從美國軍方披露的文件也可看出類似戰略，無人機正計畫運用在進行實時情報蒐集和空中支援的任務。QUARTZ 報導指出，除了 AI 可能改變未來的戰爭型態，俄羅斯似乎也打算開始涉獵一些 AI 主流研究領域。近期俄羅斯就有一家價值 1 億美元（約台幣 30.1 億元）的私人創投基金成立，以全球發展 AI 的新創公司為主要投資目標，最初的兩個投資分別是研發衛星圖像分析和增強實境（AR）的新創企業。 Vladimir Putin believes artificial intelligence could lead to global monopolies and drone wars （首圖來源：Flickr/Global Panorama CC BY 2.0）延伸閱讀： 俄羅斯派出手榴彈無人機！一機炸毀 10 億美元烏克蘭彈藥庫 台北航太展再次宣示政府國艦國機國造決心，無人機偵測與反無人機系統方案越來越多
就在台灣微軟與台北醫學大學（北醫）宣布啟動 AI 人才培育同時，行政院傳來現任院長林全請辭，內閣也將總辭的消息。這讓代表北醫參加活動的台北醫學大學管理學院諮詢委員，也是前行政院長張善政好不尷尬地指出，「今天請別問我林全的事！」雖然已離開政界，但張善政仍關心政策規畫，針對行政院日前拍板的「我國 AI 科研戰略」編列 5 年 160 億元預算，執行 AI 五大策略，張善政直言，經費必須要花更多比例在人才培育。張善政強調，雖然留住人才是一個老議題，但關鍵在於怎麼做。因為人才不能綁住，而是必須藉由塑造良好環境讓人才願意留下來。這就跟發展 AI 產業一樣，首先政府要塑造好環境。張善政直言，現在不能像過去台灣做硬體的思維，而要考量應用與軟體。就像自家車應用，張善政認為台灣絕對是自駕車收集資料的好實驗場所。「政府應該去找特斯拉談，也就是當特斯拉未來要將自駕車賣到東南亞地區，必須有各項混雜交通測試的數據時，台灣就是一個非常好的測試與應用發展場所，這樣的數據在歐美國家絕對測試不了。」張善政說。而這個方向，就是台灣發展 AI 的機會。此外，要如何將過去硬體強項，與 AI 軟體應用、人才相互結合，創造最大的商機，張善政指出，其實物聯網就是一個好例子。藉硬體感測器取得數據，經過 AI 分析後出現新應用，這是台灣可以發展的方向。除了智慧生產，擁有龐大健保數據庫的智慧醫療，也會是一個方向。藉由各種智慧照顧硬體，讓病人狀況隨時被了解，進一步施行醫療措施，甚至將健保資料庫數據，透過 AI 分析為其他應用，這套模式還可出售給其他國家，這也是軟硬體整合最好的方向。不過，張善政也認為做到這些之前，最重要的是法令支不支持。張善政舉例說明，近年來每年公家機關總有民眾拾獲大量手機卻無人認領，但基於個資法，相關機關無法透過手機裡的資訊，幫遺失的手機找到主人，每年就有數千支手機被銷毀。法令不是固定的，也非立法後就 20 年不去修它，關乎科技的法令更是不可行，而必須歸動式的修整，使其與時俱進。針對個資法修正，是政府首先該做的事情之一。最後，有部分人認為，中國市場每年針對 AI 人工智慧融資金額龐大，許多大型網路科技公司都已跑在前面，台灣應該沒有機會了。張善政表示，中國市場大，網路收集資訊速度快，所以發展出一套自己的經營模式。台灣市場小，要收集 AI 相關資訊相對速度慢，這比較本來就不公平。且台灣可發展獨特、小而美的部分。例如在醫療、交通等項目都是台灣的強項，這些中國不見得適合。加上，中國融資多，失敗的也很多，所以不一定要比較。（首圖來源：科技新報攝）
南華早報 9 月 4 日報導，LinkedIn 網站資料顯示，Google 自今年 5 月起就開始在北京招攬研究科學家、機器學習技術的技術主管和軟體工程師。此外，Google 自 6 月起開始延攬雲端機器學習產品經理。IDC 預估，全球認知、人工智慧（AI）支出將自今年的 125 億美元升至 2020 年的逾 460 億美元。麥肯錫日前指出，中國 AI 應用市場年增率將高達 50%，遠勝全球的 20% 年增率。CNBC 9 月 1 日報導，高盛（Goldman Sachs）發表報告指出，中國在全面擁抱 AI 的過程中已經掌握人才、數據以及基礎建設這三大要素，目前僅缺乏電腦運算能力。高盛預期中國將在 2020 年成為全球最大經濟體，屆時世界將有 20-25% 的數位資訊出自這個國家。高盛表示，百度、阿里巴巴以及騰訊（這 3 家公司簡稱：BAT）將會是中國發展 AI 的早期受惠者。高盛點名美團點評（Meituan-Dianping）、滴滴出行（Didi Chuxing）、科大訊飛（iFLYTek）、海康威視（Hikvision）、出門問問（Mobvoi Inc.）、商湯科技（SenseTime）、大疆創新（DJI）及優必選（UBTECH）為中國值得關注的 AI 企業。上海市科學技術委員會引述《解放日報》報導，上海經信委將在今年 10 月聯合各委辦出台一個針對人工智慧在上海發展的意見「AI@SH」，將從人工智慧在上海的應用驅動、產業集聚、科研體系的成立和人工智慧生態的建立等方面提出具體實施意見。中國國務院 7 月 20 日發布「新一代人工智慧發展規畫」時指出，中國在 AI 領域取得重要進展，國際科技論文發表量和發明專利授權量已居世界第二。不過，中國 AI 整體發展水平與發達國家相比仍存在差距，缺少重大原創成果，在基礎理論、核心演算法以及關鍵設備、高階晶片、重大產品與系統、基礎材料、元器件、軟體與接口等方面差距較大；科研機構和企業尚未形成具有國際影響力的生態圈和產業鏈，缺乏系統的超前研發布局；AI 尖端人才遠遠不能滿足需求。（本文由 MoneyDJ新聞...
三星積極發展人工智慧（AI），繼智慧手機搭載的個人語音助理 Bixby 之後，又發表了企業導向的智慧秘書「Brity」，可用於客服中心、線上即時通等，節省公司的人力成本。韓聯社報導，三星關係企業 Samsung SDS 5 日推出 AI 平台 Brity，Brity 能了解商業對談，提供企業資料等。舉例而言，用戶問到，昨天下訂的冰箱，哪天會送到？Brity 會從對話內容判斷，知道應該回答冰箱送達之日。該公司宣稱，Brity 的準確度高達 95%。Brity 平台可用於語音或文字平台，比如客服中心或 LINE 即時通等，用戶能用自然語言與 Brity 對話，取得所需資訊。Samsung SDS 5 月份開放自家員工測試 Brity 功能，AI 平台能正確回答時程、合約、或餐廳供應餐點等問題。目前 Brity 只有韓語版，英語版正在開發中。Samsung SDS 的 AI 策略分為三大項，除了 Brity 之外，還有著重研究數據的「analysis AI」，以及具有機器視覺，能找出瑕疵品的「visual AI」。（本文由 MoneyDJ新聞 授權轉載；首圖來源：shutterstock）
北韓近日的氫彈試爆，讓許多人憂心起第三次世界大戰會否來臨，但特斯拉執行長馬斯克（Elon Musk）對此有不同想法，他認為從「對人類文明的威脅」的角度來看，人工智慧（AI）發展仍舊是最大的問題。馬斯克近日在推特發文表示，人類文明存在的風險清單上，北韓的威脅程度應該比較低，在他看來，各國都在竭力爭取 AI 競爭的優勢，才是最有可能導致第三次世界大戰的原因。許多人認為，馬斯克這系列推特發文，便是在對俄羅斯總統近期的宣言發表評論。 China, Russia, soon all countries w strong computer science. Competition for AI superiority at national level most likely cause of WW3 imo. — Elon Musk (@elonmusk) 2017年9月4日就在日前學生演講時，普丁（Putin）少見的透露了對 AI 發展的想法，他認為 AI 影響的並不只俄羅斯，而是全人類的未來，因為他相信 AI 領域的領導者，也將具有支配這個世界的能力。因此普丁建議，各個國家應該互相分享關於 AI 的知識，以避免有人獲得壟斷地位，「一旦有人獲得壟斷地位，情況將會變得十分嚴峻。」那麼從目前的情況看來，究竟會是哪個國家在這場競爭中獲得優勢呢？高知特（Cognizant）的策略負責人 Malcolm Frank 指出，以目前的情況看來，美國、中國、印度在 AI 領域的領先遠遠超乎其他國家。但馬斯克認為，不論是哪些國家取得領先，其他國家也會用盡一切手段迎頭趕上。「政府並不用遵守一般的法律，他們可以取得任何公司開發的 AI 產品，只要有那個必要。」這並非馬斯克第一次呼籲政府應該制定 AI 相關法律，來保障公眾安全，在過去很長一段時間，馬斯克一直試圖警告人們關於 AI 發展的危險性，但很顯然的影響力並不夠。「於是我想說，好吧，看來為了確保 AI 的開發方向不會偏離正途，我們也得投入研究了。」（Source：shutterstock）在那之後，馬斯克建立了兩個新企業來減緩他對 AI 發展的「焦慮」，一個是研究人機介面的 Neuralink，另一個則是非營利的研究機構...
隨著一大波公司湧入 AI 醫療領域，一股現代淘金風潮再度掀起。但由於高風險性，FDA 將監管這些軟體。在美國，雖然「21 世紀治療方案」已撤銷對部分 CDS 的監管（ClinicalDecisionSupport，臨床決策支援），並表示還會撤銷更多專案的監管，但確信的是，FDA 會繼續監管高風險的 CDS。問題的關鍵在於：FDA 該如何監管集成機器學習技術的高風險 CDS？一些人稱醫療領域的機器學習應用太新，不知道 FDA 將有何反應，但事實並非如此，FDA 已有數十年的機器學習監管經驗了，且幸運的是，這能給我們一些有用的幫助：當這種技術大幅擴張時，FDA 會有何反應？FDA 對機器學習技術的監管實踐1998 年開始，FDA 放射健康部門已開始監管電腦輔助辨識系統，在大多數情況下，這些軟體利用複雜的演算法找出醫學影像的病竈區。最初，這認定為三級裝置──這意味著最高風險等級和最大監管力度，後來，FDA 又評定為二級，即認定風險等級適中。這些軟體出售給臨床影像醫生使用，指導醫生看片，但醫生無法完全依靠這些軟體。在理論上，這些軟體風險為零，但 FDA 懷疑影像醫生將完全依靠系統檢查，對風險警告置若罔聞。2012 年，FDA 發表一連串指導檔案，涵蓋了與這類軟體有關的所有規定。在這些檔案中，FDA 重申之前法規明確說明的內容：按軟體的臨床應用分類將有效提升監管水準。FDA 區分 CADe 和 CADx，前者僅標出病竈，後者會進一步給予疾病診斷和分類。很明顯，CADx 的風險等級更高，因為需要更嚴格監管，通常認定為三級。但 FDA 對 CADx 的態度也在與時俱進。就在 2017 年 7 月，FDA 決定將辨識癌症病變的 CADx 降為二級，FDA 的此舉強調「電腦輔助醫療影像可疑癌症病變辨識」，這種軟體基於從醫療影像擷取的資訊或特徵，辨識病變，並且提供病變資訊。將其評定為二級軟體是一個「大跨步」，促進了這種軟體的發展。因為三類產品的製造商必須提交一大疊上市前批准申請，並進行大範圍的臨床試驗；而二級產品製造商僅需要闡明產品基本上與市面已有的產品相同（可能也需要臨床試驗，但無論臨床設計或實驗範圍，都更適中）。對集成機器學習算法的影像分析軟體，FDA 已有一套相對成熟的臨床試驗監管辦法。研究人員可建立一套醫學影像資料集，其中包含已確診的正常人和患者影像，申請者可設計臨床試驗對比，有無軟體幫助的情況下每組最終的診斷效果。當然，還有其他可能的臨床設計，這取決於申請者需要證明的假設是什麼。除此之外，FDA 有一套相對明確的審查指標來審查集成機器學習演算法的軟體。在 2012 年的指導性檔案中，FDA 列出這些指標，比如演算法設計、特徵、模型、用於訓練和測試演算法的資料集，以及使用的測試資料「衛生程度」。後者非常重要，因為有些申請者沒有基於測試集選擇分類 ，顯然這不被允許。FDA 想知道公司如何抓取資料，以保證反應真實情況。FDA 判斷公司試驗用的統計方案和研究假設是否合適有豐富的經驗，以他們的經驗來看，許多申請者的研究包含多個假設，這可能影響後續資料分析、統計方案等，總而言之，FDA 最重要的目標之一是確保產品設計和臨床驗證能反映預期用途。FDA 已收到一些申請，其中明確聲明系統有機器學習算法──FDA 稱為「適應性系統」，隨著之後進入市場，使用過程蒐集更多新證據，這樣的系統會不斷進化。事實上，開發一套適應性系統是大多數開發者的終極目標，但這給 FDA 造成一定的挑戰，因為現有的法規是：醫療裝置一旦有改動，必須重新取得批准。如果這個裝置自行進化，到哪個時間點需要重新批准呢？同樣，FDA 必須決定什麼程度的改變需要重新驗證。至少在某些情況下，簡單的確定軟體參數以控制軟體遠遠不夠。除此之外，還有許多其他懸而未決的問題，比如軟體開發商是否能重新使用測試資料集；訓練或測試的資料量如何確定。FDA...
行政院生技策略會議 5 日登場，科技政務委員吳政忠表示，近來包括人工智慧（AI）等新科技加入，台灣必須掌握時間和機會，新創和跨域整合是未來的機會。行政院 2017 年生技產業策略諮議委員會議（BTC）今起一連 3 天在台北福華大飯店舉行，會議主軸為「創新科技、提升動能、邁向生醫新世代」，盼透過凝聚共識方式，導引生醫產業整體環境連結國際、在地及未來的思維。吳政忠致詞指出，從去年迄今在生技產業相關硬體建設有不少進展，包括竹北生醫園區第一生技大樓進駐廠商已滿，竹北生醫園區生技大樓第二期年底將發包；南港生醫園區也陸續開放進駐，並提供部分空間給新創團隊。法規部分，吳政忠提到，除放寬高風險醫材認定外；行政院在今年 5 月也指定將精準醫療等 4 項產品納入生技新藥條例適用範圍等，這些都是過去一年來的進展。他認為，近來生技產業有許多大變化，包括像是人工智慧等新科技的加入，未來跨域結合變得更加重要，這也是本次會議特別邀請台灣人工智慧實驗室創辦人杜奕瑾、AppWorks 之初創投合夥人程九如等國內產業代表參加的原因，「台灣必須掌握時間和機會，新創和跨域整合是未來的機會」。杜奕瑾隨後也以「AI 在醫療領域的新價值」發表演說，認為台灣醫療產業是隱形冠軍；且台灣交通大學「CGI」團隊在圍棋大會打敗騰訊旗下的人工智慧「絕藝」，加上台灣全民健保已累積 22 年的醫療資料，未來在法規鬆綁、跨領域活化和整合都是重要工作。他指出，台灣若能利用這波機會結合醫療領域和資訊產業領域，就能創造人工智慧醫療的新價值，而且有機會做到世界冠軍。羅氏製藥全球技術營運前總裁楊育民則以「全球生醫產業的趨勢和展望」為演說主題，他表示，今年生物產業仍將持續去年趨勢進行合併，且近幾年是生物科技的「完美風暴」，意即結合科技和自動化等時代來臨。楊育民認為，未來生技產業的趨勢，包括擴展當前的蛋白技術平台、不斷創新（包括破壞性技術）、生物科技和高科技融合、生物科技競爭以速度決戰等，雖然台灣在高科技上是強項，但他仍感慨好人才難尋，政府在人才培養方面也應該要提供獎勵誘因。（作者：黃麗芸；首圖來源：shutterstock）
南韓總統文在寅推動課徵「機器人稅」跨出了第一步。目前南韓企業投資產業自動化設備，可抵減投資額 3%~7% 公司稅，文在寅政府最新的稅改方案中，將此抵減措施延長至 2019 年底，但抵減稅率下修至最多 2%，他是想要緩下業界自動化的普及步伐嗎？說真的，這跟用電燈加稅，鼓勵用蠟燭的概念一樣。自動化是不可抵擋的潮流，理論上應該儘早將被自動化取代的勞工引導到其他領域，儘快加值，而不應繼續保護，最後造成嚴重結構性失業。事實上，正因為我們可敬的競爭對手南韓，減少自動化投資抵減，我們更應該利用此時，加速鼓勵產業投資自動化。非體力勞動的價值英國經濟學家 Evan Davis 曾經在《Made in Britain》（英國製造）一書中提到一個小故事。他沒有直接談到機器人，而是討論非體力勞動、生產效率的問題。我想就「非體力勞動的價值」做一點延伸。假設有一個毛巾／內衣工廠，每天大量生產「基本款」，可能就是男生服役去福利社買的那種最簡單的毛巾／內衣。這工廠當然要雇用藍領員工，操作機器、包裝什麼的，當然，在製作過程中，這些員工或許可以從勞動中取得成就感，因為他們每天就是有這些產能。 但是假如有一天，包含製作、包裝、運送，從半自動化到全自動化，甚至連司機也不用，因為無人車興起，那所有勞工都不存在了，怎麼辦？其實不需特別擔心。當機器人開始做這些工作的時候，這些勞工將會轉移到相關產業。比方說，當省下大量人力成本，毛巾公司的管理者可以開始思考，如何將毛巾的單品價值提高，增加工廠利益。在城市裡面開精品店，讓穿著時尚的員工，詳細解說各類不同的毛巾的質料、功能、甚至與服飾的搭配；沒錯，隨著人工智慧加上機器人產業科技的進步，現在不但可以生產自動化，還可以客製化、功能化。當轉換成為時尚顧問、專業銷售員時，這附加價值只會更高。至少，現階段人類還是習慣跟人類互動。但我們仍要注意公平或許有一天，機器人與 AI 最終會取代大部分行業、大部分人類的工作。或許能大量投資這些機器人設備的，還是較具優勢的資本家。所以，一般人不會反對「那個時候」加徵機器人稅，再去合理分配。但是，我們應在還萌芽、初期階段的時候，去鼓勵勇敢的創業家、資本家，先替我們國家在初期階段創造資源，之後再合理的分配資源。畢竟，承擔風險的，還是這些創業家。很期待我們在新世紀的新產業，能有先佔之機。 （首圖來源：shutterstock）延伸閱讀： 盼能緩下自動化步伐，南韓推全球首創「機器人稅」