國家發展委員會（以下簡稱國發會）指出，隨著物聯網帶來海量數據的蒐集、晶片技術成熟及演算法持續優化等因素，人工智慧（Artificial Intelligence，AI）相關應用備受各界關注，不僅研究機構如 Gartner 將 AI 列為 2017 年 10 大技術趨勢、麥肯錫顧問公司（McKinsey & Company）亦將 AI 視為未來數位化重點，先進國家如美國、日本、南韓等已將 AI 納入國家重要政策，而我國「亞洲·矽谷」計畫亦將 AI 納入未來聚焦推動的關鍵議題，顯見 AI 已蔚為各界關注焦點。國發會指出，目前政府亦積極推動 AI 發展，包括科技部將建構雲端服務及大數據運算平臺、創新研究中心兩項策略各編列新台幣 50 億元，以完善基礎環境；經濟部、科技部規劃晶片設計與半導體科技研發策略，強化 AI 發展能量，促進國內 AI 產業的蓬勃發展。而本會協調推動的「亞洲·矽谷」計畫也已將 AI 納入未來聚焦的 7 項關鍵議題之一，並策重 AI 應用面，例如規劃辦理 AI 相關活動，以鼓勵新創發展 AI 應用；將 AI 結合雲端平台、大數據分析等技術，發展如自動駕駛、交通、環境等相關創新應用，共同促進國內 AI 產業的蓬勃發展。國發會表示，依國內外智庫研究，AI 的發展趨勢可歸出幾項重點，包含未來將聚焦於機器人及自動駕駛、機器視覺、語言、虛擬代理、機器學習 5 項技術；高科技、通訊、金融服務、醫療、交通、能源、旅遊等產業，在 AI 應用面最被看好；在 2020 年，AI 將創造 3,000 億美元的商業價值；到了 2021 年，30% 的經濟成長將與...
根據新智元消息， 寒武紀科技（Cambricon Technologies Corporation Limited）已經完成 1 億美元 A 輪融資。由國投創業（A 輪領投方），阿里巴巴創投、聯想創投、國科投資、中科圖靈、元禾原點（天使輪領投方）、湧鏵投資（天使輪投資方）聯合投資；A 輪融資將用於推動寒武紀系列處理器在終端和雲端的產品化和市場化，促進各類終端設備的智慧化，提供高性能低功耗的雲端智慧處理解決方案。根據公開資訊，寒武紀科技在 A 輪融資後，或成全球 AI 晶片領域第一個獨角獸公司。寒武紀科技為中國科學院計算技術研究所（中科院計算所）背景，主營業務為 AI 晶片。官網顯示，目前已經流片成功，擁有終端 AI 處理器 IP 和雲端高性能 AI 晶片兩條產品線。公司最主要的產品為 2016 年發表的寒武紀 1A 處理器（Cambricon-1A），是一款可以商用的深度學習專用處理器。目前已經衍生出 1A、1H 等多個型號。人工智慧快速發展、應用，尤其是神經網路的廣泛應用，對於算力提出了更高的要求，傳統 CPU 在進行神經網路運算方面的弊端顯現，AI 晶片應用而生，也成為 AI 領域的熱點。MarketsandMarkets 的數據顯示，2022 年，全球深度學習市場的價值將達到 172.29 億美元，複合增長率 65.3%。由於對執行深度學習演算法高計算能力硬體平台需求的增長，2016 年至 2022 年之間硬體市場增長可觀。一般來說，大規模神經網路本質上是包含了矩陣乘積和卷積操作的大運算量函數。具體到訓練，需要先定義一個包含回歸問題的方差、分類時的交叉熵的代價函數，再數據分批傳遞進網路，根據參數求導出代價函數值，進而更新整個網路模型。這通常意味著至少幾百萬次的相乘處理，計算量巨大，處理速度很有可能受到影響。此外，神經系統網路越深，需要的訓練時間越長，一些網路如果使用串行的 x86 處理器來訓練，很可能需要幾個月、甚至幾年時間。因此，通用性高的 CPU 在運算方面的弊端開始逐漸顯現。GPU、FPGA、ASIC、類腦晶片開始被做為可行的 AI 晶片方案被關注。國外方面，巨頭紛紛涉足，Intel 收購 Nervana、Altera，研究製造機器學習專用晶片；LeCun 透露，高通也在研製專門運行神經網路的晶片；NVIDIA 聘請了主攻人工智慧晶片構建的 Clément Farabet，IBM 也在研發硬體結構與神經網路設計類似的晶片。面對強大的晶片需求，以軟體見長的 Google...
如今恐怖襲擊事件頻發，東京政府或將利用 AI 護航 2020 年東京奧運和帕拉林匹克運動會。東京警方將此次奧運列為「高科技安全起始年」，在尋求將人與技術結合起來的下世代安全機制，以查明大批恐怖分子。「當透過視訊監控時，『嫌疑人』站在相機前面臉會變紅。」日本大型安保公司 ALSOK 已開始運作其「情感可視化系統」。AI 衡量一個人心理狀態的基礎是「小抖動」，這些震動的幅度可衡量一個人的心理起伏。它透過規格數值和色彩顯示人的心理狀態，當色彩變紅時，表示該人極具「攻擊性」。該公司發言人表示，大量資料表明當恐怖分子在進行恐怖行為前，身體都會顫抖，情緒都有波動。據了解，該系統是由一家俄羅斯公司開發。ALSOK 還在去年 5 月舉行的七國集團（Ise-Shima 首腦會議）首腦會議上使用這套系統，並在行李檢查現場測試。最後雖然沒有發現可疑之人，但系統可辨識出排隊隊伍中「煩躁」的人。「在未來 3 年，我們希望提高系統的準確性。」公司一名發言人說。除此之外，今年 2 月東京馬拉松期間，Secom 進行了一次可行性實驗，採用一個人工智慧新系統預測恐怖主義。「如果電腦偵測到可疑物品或『人的不自然動作』，那麼很有可能是恐怖主義的跡象，隨後將觸發警示。」該公司的目標是在東京奧運上應用。與第一屆東京奧運不同的是，1964 年東京奧運的防禦重點是冷戰相關內容。當時有 93 個國家和地區參加東京奧運，由於是冷戰中期，主要關注的還是國旗破壞等行為，當時保全人員的主要職責還是支援外國運動員和遊客，並做一些指揮交通等工作。「此次東京奧運絕非這麼簡單，『任何人都可能成為恐怖分子』。」東京政府相關發言人表示。一名高階警官說：「如今恐怖主義是對日本的真正威脅。伊拉克和黎凡特伊斯蘭國（ISIS / ISIL）極端主義團體將日本列為攻擊對象，奧運也許是他們發動『襲擊』的合適時機。」另外，如今一些國家還出現「本土化」恐怖主義，作案者很多都是這些國家的年輕群體。他們受網路上恐怖主義言論的煽動進行恐怖行為，除了用炸彈和槍枝，還會用汽車或刀具不分青紅皂白的無差別攻擊，這是一個任何人都可能成為恐怖分子的時代。籠罩在 2020 年東京奧運下的，便是這種新型的恐怖主義威脅。奧運東京組委會安全域局長 Katsunori Imai 表示：「我們希望透過整合各種最新技術，讓安全也能永留史冊。」為了積極應對潛在的威脅，除了上述所提一些方案，東京政府還準備了很多應對措施： 根據以往的恐怖活動，考慮使用無人機當空中警戒。 設立網際網路 osint（開放源碼情報）中心，收集網路上有關恐怖主義的資訊，並計劃開設安全資訊中心分析情報。 為了制止武器和恐怖分子從邊境流入。根據「日美加強預防和打擊嚴重犯罪合作協定」，雙方在 2020 年前將建立一個自動指紋辨識系統。該系統能即時核對進入日本的人，並與美國調查局比對儲存的約 7,500 萬個恐怖分子指紋。 除了 AI 技術，根據奧運組委會統計，屆時共有 50,850 人參與安保工作，包括 2.1 萬名警察、1.4 萬名私人保安人員和 9,000 名志工等。 東京安全部門主管 Haruyuki Kamatani 說：「距離奧運舉辦還有 3 年，這段時間我們將一直努力，多做些工作來防止恐怖攻擊發生。」 AI set to keep...
8 月 15 日，眾籌平台 Kickstarter 上出現了一個名為 RoVR 的電子寵物項目， RoVR 將透過虛擬實境（VR）和人工智慧（AI），讓用戶可以在 VR 環境中養育一個專屬小狗，目前小狗的原型是秋田犬。（Source：kickstarter）進化鏈末端的電子寵物狗有 AI 加持 進化到了 VR+AI 技術加持的電子寵物狗，是這樣的：在 RoVR 裡，小狗會送你出門，在你回家的時候開心地翻出肚皮跟你玩耍，在你餵食的時候搖尾巴等候。而日常的飼養、玩耍、訓練等養育習慣也會養成小狗的習性，你還可以教會它各種口令，而它也會透過機器學習技術來「察言觀色」，讀懂你的情緒和喜好，再有的放矢地撒嬌。RoVR 的創作團隊叫做 Ridgeline Labs，是麻省理工學院孵化器 Play Labs 中的一員。團隊主創認為，很多人從小喜歡動物，卻因為父母反對等原因不能擁有寵物，即使長大工作了也依然沒有足夠的時間、精力去養一隻真狗，因此，他們就開發了這樣一款虛擬實境與人工智慧結合的寵物模擬器。（Source：Flickr/The Man-Machine CC BY 2.0）人類為什麽要養狗？14,000 年前，人類將狗馴化。在漫長的歷史歲月裡，狗的功能有很多，幫助人類狩獵、放牧、看護，提供陪伴，或者成為肉源，直到今天也沒有改變。隨著工業社會的發展，農業和畜牧業也逐漸被工業化，人們的蛋白質來源也越來越豐富。因此，狗的人類社會中的陪伴功能，開始佔據越來越大的比重。但在城市裡養狗依然是不少人的奢望，因為狗會佔據住的空間、需要一定的運動量，還需要人類的陪伴，否則焦慮的汪星人就會拆房子和生病。電子寵物從未落後科技潮流電子寵物，屬於養成類遊戲的一種。從早期的 PC 到行動社群網站的寵物養成遊戲，到智慧硬體領域的電子寵物遊戲機，到 AR / VR、人工智慧，電子寵物從未在科技潮流中落後或缺席。（Source：Flickr/Pascal Maramis CC BY 2.0）對於不少 80、90 後而言，人生中的第一個電子寵物，是活在「寵物機（tamagotchi）」裡的。半個巴掌大的遊戲機，黑白螢幕裡住著一隻小傢伙，螢幕旁邊有 3 個按鈕，這個 1996 年上市的隨身式電子寵物機曾風靡亞洲。其實這個遊戲機裡的動物種類不一定是狗，但你需要餵食它、幫它洗澡，帶它看病或陪它玩耍，而它也會在固定的時間呼喚你。「寵物機」最初的產品概念，來自日本萬代公司的真板亞紀。「寵物機」推出和風靡的時期，正是日本經濟泡沫破裂的 90 年代，當時真板亞紀做市場調查發現，不景氣的經濟和沉重的生活壓力，讓飼養寵物成為很多小孩子的奢望，而當時不少女性也希望能夠透過寵物的陪伴來寄託情感。▲ 菲比精靈（Furby）。（Source：Flickr/Richard Elzey CC BY...
流行歌手 Taryn Southern 曾參加 2004 年的美國偶像選秀節目，此後一直活躍在 YouTube 上。近日她發表了一張名為 I AM AI 的新專輯，該專輯的作詞作曲是 Taryn Southern，編曲則交給人工智慧程式，歌曲聽起來完全聽不出是由應用程式編曲，和音樂人的作品沒有太大差別。Taryn Southern 新專輯的首支單曲《Break Free》在 2017 年 8 月 21 日發表，是與人工智慧創業公司 Amper 音樂合作完成。Taryn Southern 只會彈鋼琴，她用鋼琴完成旋律創作後，把曲譜交給人工智慧程式，由 Amper 音樂的產品負責編曲，在旋律中加入配樂，人工智慧程式交出來的作品非常完整，包括和聲、和弦，應用了多種樂器。Taryn Southern 在接受採訪時表示，與人工智慧合作創作音樂非常有趣，就像遇到一個頂尖的音樂人，這位音樂人對詞曲創作、編曲非常精通，還永遠不知道疲憊。對許多獨立音樂人而言，在人工智慧程式的幫助下，更好掌控音樂的方向，選擇自己喜歡或不喜歡的。這張主打人工智慧的專輯，在人聲部分還是有知名音樂製作人參與，但其他部分都交給 Amper 的人工智慧程式，Taryn Southern 方需要給人工智慧程式一些指導，比如音樂的節奏，主旋律和優先使用的樂器。在人工智慧程式交出作品後，創作者還需微調。Taryn Southern 表示，音樂創作者往往局限在自己喜歡的風格，比如經常使用某幾個和弦，時間越長越難突破。使用人工智慧程式創作時，則有完全不同的思維，常常會有很多驚喜，完成一首歌曲的時間比一般音樂人快 20 倍。這張 I AM AI 專輯發表證明了人可與人工智慧合作，而不是人工智慧完全取代人類。即使有一些工作被程式替代，但人類的工作效率反會提升。Amper 音樂的 CEO 德魯‧西爾佛斯坦表示，人工智慧可編曲並不代表音樂人就沒了工作，他們在做的工作室是為了讓更多有才華的音樂人不必花費大量時間和高昂成本來學習和購買設備，就能展現創意。 Popular YouTube artist uses...
本文作者為 Andrey Nikishaev，既是軟體開發者，也是創業者。如何成為一名機器學習工程師？經常有人這麼問，這篇文章就嘗試回答這個問題，其中會談到關於機器學習各方面，從簡單的線性回歸到最新的神經網路。你不僅將學習如何使用這些技術，還將學習如何從頭開始建構。這個指南主要針對電腦視覺（CV），這也是掌握一般知識的最快方式，從 CV 中抓取的經驗可簡單應用到機器學習的其他領域。我們將使用 TensorFlow 為框架。這些課程需要你會 Python，雖然不要求你是大師，但至少要懂基本知識（另外，都是英語授課）。溫馨提示，學習知識與動手實踐結合，效果更佳。一、課程1.1 約翰霍普金斯大學的實用機器學習課程總共 4 週，用戶評分：4.4（5 分制，下同）網址：https://www.coursera.org/learn/practical-machine-learning#syllabus1.2 史丹佛大學的機器學習課程總共 11 週，用戶評分：4.9。授課教師是大名鼎鼎的吳恩達。網址：https://www.coursera.org/learn/machine-learning上面兩節課，會教你資料科學和機器學習的基本知識，並為下面的學習做好準備。1.3 CS231n：面向視覺辨識的卷積神經網路總共 16 堂課，目前已更新為 2017 春季最新版本。李飛飛是這節課的導師。網址：http://cs231n.stanford.edu/現在才算步入正軌。這是網路上最好的機器學習與電腦視覺課程。1.4 Google 講深度學習整個課程大約耗時 3 個月，導師為 Google 首席科學家 Vincent Vanhoucke，以及 Google Brain 的技術負責人 Arpan Chakraborty。在這個課程中，將教授深度學習的原理、設計可從複雜的大型資料集學習的智慧系統、訓練和最佳化基本的神經網路、CNN、LSTM 等。網址：https://www.udacity.com/course/deep-learning–ud730選修課。你可以只看其中練習的部分。1.5 CS224d：面向自然語言處理的深度學習總共 17 堂課。網址：http://cs224d.stanford.edu/選修課。建議給那些需要用到 NLP 的同學。課程內容也很棒。1.6 深度學習電子書Leonardo Araujo dos Santos 整理的深度學習電子書。網址：https://leonardoaraujosantos.gitbooks.io/artificial-inteligence/content/選看。這是一本涉及諸多機器學習領域的好書。二、練習這部分給了一堆教程和專案清單，你應該逐一嘗試並了解它們的工作原理，以及考慮如何改進提升。這個清單的存在，只是為了增加你對機器學習的興趣，所以遇到一些困難也別氣餒，當你準備好就可以隨時上手練習。2.1 TensorFlow 上的簡單練習Kadenze 學院出品，總共 5 堂課。網址：https://www.kadenze.com/courses/creative-applications-of-deep-learning-with-tensorflow-iv/info2.2 Tensorflow 食譜這部分內容來自 Nick McClure 的電子書《TensorFlow Machine...
微軟 22 日發表 Project Brainwave，一個基於 FPGA 的低延遲深度學習雲端平台。微軟官方評測顯示，當使用英特爾 Stratix 10 FPGA，Brainwave 不需要任何 batching 就能在大型 GRU（gated recurrent unit）達 39.5 Teraflops 的效能。微軟表示，該系統為即時 AI 設計──這意味著，它能以極低的延遲在接收資料後立刻處理要求。由於雲端基礎設施需要處理即時資料流，不管是搜尋要求、影片、感測器資料流還是用戶互動，即時 AI 正在變得越來越重要。Project Brainwave 的系統可分為三層面： 高效能分散式系統架構。 整合到 FPGA 硬體上的深度神經網路（DNN）引擎。 能 low-friction 部署已訓練模型的編譯器和 runtime。 第一點，Project Brainwave 利用微軟數年建立起來的 FPGA 基礎設施。透過把高效能 FPGA 連線到資料中心網路，微軟可為 DNN 提供硬體微服務支援──把一個 DNN 加載到遠端 FPGA，再由一個 loop 中沒有軟體的伺服器呼叫。這套系統架構既降低延遲，因為 CPU 不需要處理傳來的要求；也能達到非常高的吞吐率，FPGA 處理要求的速度能達到網路接受要求的速度。第二點，Project Brainwave 使用一個非常強大的「軟」DNN 處理單元（即 DPU），並整合到可購買的 FPGA...
IT 大廠正激烈展開「智慧音箱」研發競賽，除亞馬遜（Amazon）、Google 已推出「Echo」、「Google Home」之外，蘋果（Apple）、LINE 也已分別宣布將推出智慧音箱產品「HomePod」、「WAVE」。▲ Amazon Echo 。（Source：Amazon）而日前一度傳出南韓三星電子採用自家人工智慧（AI）語音助理「Bixby」的智慧音箱「Vega」可能已胎死腹中的消息。不過，三星最新出面證實 Vega 還「健在」，且有望在近期內亮相。日本媒體 CNET Japan 24 日報導，三星行動部門主管高東真（Koh Dong-jin）在發表 Galaxy Note 8 之前接受 CNBC 採訪時表示，三星的智慧音箱產品正在準備中。高東真向 CNBC 指出，「（智慧音箱產品）或許有望會在近期發表。已在著手進行相關準備。」另外，高東真還向 CNBC 透露，三星預計會在下週舉行的活動上發表智慧手錶「Gear S」系列的次代新產品。CNET Japan 指出，現在大多數 IT 企業都預估，未來智慧家庭的中心將是智慧音箱而不是智慧手機，今後智慧音箱人氣有望急速狂飆，Strategy Analytics 預估，2020 年智慧音箱全球銷售量有望自 2016 年的 180 萬台暴增至 1,500 萬台的水準。（本文由 MoneyDJ新聞 授權轉載；首圖來源：Flickr/TechStage CC BY 2.0）延伸閱讀： 定價 299 人民幣，小米推出首款智慧音響「小米 AI 音箱」 Facebook 被爆正在研發智慧音箱，2018 年發表 LINE 智慧音箱 WAVE 今夏開賣；找上豐田、FamilyMart 攻...
科技部預計 5 年投入新台幣 160 億元，推動人工智慧（AI）發展。行政院發言人徐國勇轉述，行政院院長林全今天在行政院會中表示，AI 對未來 30 年的國家競爭力是關鍵，對台灣未來發展非常重要。科技部今天在行政院會報告「我國 AI 的科研戰略」，5 年將投入 160 億元執行 5 大策略，預計今年底可先誕生幾處 AI 創新研究中心，以及在中科、南科設機器人製造基地。科技部報告指出，第一項策略是研發服務，將建構 AI 主機，以 4 年 50 億元，整合國內資源，提供大規模共用、共享的高速運算環境，孕育 AI 技術服務公司；第二是創新加值，將設立 AI 創新研究中心，以 5 年為期，每年投入 10 億元，形成世界級 AI 研發聚落，培養充足的 AI 人才。科技部表示，第三是創意實踐，將打造智慧機器人創新基地，4 年預計投入 20 億元，落實機器人軟硬整合與創新應用；第四項產業領航策略，提出半導體射月計畫，4 年將投入 40 億元經費，全力協助半導體業進入 AI，培育頂尖半導體製程與晶片設計人才。最後一項則是社會參與，推出科技大擂台，以擂台賽方式設定重大挑戰課題，廣徵好手參與投入，首波推出「與 AI 對話」競賽，懸賞總獎金 3,000 萬元，首獎 2,000 萬元，以未來 AI 必須的電腦中文聽力理解為競賽主題。林全表示，台灣要擁有完整的 AI 產業，除了需有現有的 ICT 產業群聚及優質的軟硬體人才，如何運用 AI...
LegalTech 是 Legal Technology 的縮寫，就和 FinTech（金融科技）代表利用科技讓金融服務更有效率一樣，LegalTech 指的是透過科技來協助法律服務，雖然這裡的科技泛指任何科技，但實際上對法律服務造成巨大衝擊的，主要是還是「資訊科技」。FinTech 從 2008 年開始受到重視，隨著應用面的推展，也有越來越廣泛的討論。包含第三方支付、虛擬貨幣、P2P 借貸平台以及區塊鏈等的發展，以及越來越多新創公司投入，台灣近幾年對於 FinTech 這個名詞並不陌生。但 LegalTech 並沒有受到它應有的重視，從 2011 年開始逐年備受重視的法律科技，在台灣則乏人問津，除了偶爾「人工智慧是否會取代律師」的零星討論外，鮮少有人認真看待科技可能對法律產業帶來的各種衝擊。沉默的 LegalTech 其實正在造成巨大的影響但衝擊其實已經發生，而且有越演越烈的情勢。就如 FinTech 是由創業公司開始，逐漸影響到金融圈、銀行和保險業紛紛開始導入越來越多科技應用一般。在英美，由創業公司挑起戰火的 LegalTech 也已經延燒到法律圈，包含 Legal Monthly Awards、British Legal Awards 和 Asian Lawyers Awards 等律師獎項，都已經增設了科技類或是創新類的獎項，來表彰律師在科技法律應用的重大成就。Simon Kilgour，世界十大法律事務所 CMS 的合夥人，在 2015 年就以他的保險契約審閱系統「Contract Quality」獲得當年的 British Legal Innovation Awards。而這還只是由法律事務所主導的開發，在新創公司有更多已經獲得初步成功的應用。根據史丹佛大學所成立的法律資訊中心 CodeX 的資料，目前世界各地至少有 700 家法律科技的新創公司，其中 600 家成立在 2012 年後。而這還只是以歐美為中心的統計資訊，若加上中國以及其他亞洲國家，LegalTech 新創公司的數量會超過 1,000 家。不只是新創公司看到了 LegalTech...