上週，吳恩達宣布一系列深度學習的課程，這也是他 deeplearning.ai 專案的開始。美國時間 15 日晚上，外媒 TechCrunch 報導稱他又有新動作了，要成立一個 1.5 億美元規模的風險投資基金 AI Fund，主要做 AI 領域投資。吳恩達曾創立 Google Brain 團隊，後擔任百度首席科學家，他長期以來一直希望 AI 技術更普及，推動 AI 民主化。透過深度學習課程的教育應是其中一步，而為 AI 創業提供資金和其他資源則是另一件。目前還不清楚吳恩達的 AI 基金如何從眾多基金脫穎而出。2017 也是眾多資金注入 AI 投資的一年，過去幾個月中，Google 成立新的專注 AI 基金 Gradient Ventures，做 AI 孵化的 Element.AI 籌集了 1.02 億美元；微軟風投 Microsoft Ventures 也有自己的 AI 基金，豐田也將有一支 1 億美元的基金用於 AI 投資。目前很多基金都有各自特色，比如幫助抓取資料，提供技術指導和專家，幫助抓取工業用戶，以支援 AI 創業公司的獨特需求。吳恩達的名聲和他所處地位，應能吸引不少公司，而他的教育課程理論上也能為缺乏深度學習工程師的新創公司培養人才。（本文由 雷鋒網 授權轉載；首圖來源：Andrew Ng）延伸閱讀： 吳恩達深度學習新靶，培訓百萬名 AI 專家
時尚精品產業一直深受仿冒品侵害，除了品牌本身以外，像是二手名牌店或是當舖，也都在積極尋求可以防堵假貨的方法。現在，除了靠自己的經驗與專業知識外，你還可以透過科技來幫你辨別真偽。一間名為 Entrupy 的美國公司推出了透過科技幫你辨識包包的服務，藉由 Entrupy 販售的一款攜帶式電子顯微鏡，結合手機與 App，只要拿出電子顯微鏡在產品上拍幾張照片，透過 App 傳送到伺服器後，在 15 到 20 秒內就可以回傳辨識訊息，確認使用者手上的包是真是假。Entrupy 表示，這項鑑定辨識服務結合了 AI 與強大的機器學習功能，伺服器會將使用者上傳的照片與超過 300 萬張的資料照片，從材質、皮革紋路、印刷、纖維等細節進行比對，隨著使用人數越來越多，目前 Entrupy 的辨識準確率已經高達 98%，而隨著資料庫的增長，未來辨識準確率還會繼續提高。目前包括 Balenciaga、Burberry、Céline、Chanel、Dior、Fendi、Goyard、Gucci、Hermès、Louis Vuitton 和 Prada 等品牌的產品都已可透過 Entrupy 進行辨識，而 Entrupy 也在美國推出「Entrupy Verified Business」，總計有近百間二手店與當舖品牌加入，提供產品的真偽鑑定服務。不過，Entrupy 的鑑定服務可不是免費的，收費方式除了第一次設定機器需要 299 美元（約台幣 9,000 元）外，還要定期收取月費，價格從單月 99 美元（可鑑定 5 次）到 999 美元（可鑑定 100 次）不等，如果你想要鑑定 Hermès 的產品（不包括皮革以外材質、皮革及手環）例如柏金包、凱莉包等熱門包款都要額外支付 99 美元，其他產品也要額外支付 49 美元。雖然訂價偏高，而且主要客群也不是一般消費者，但相較於花大錢買到假包，多花幾千塊鑑定一下，還是滿划算的。Entrupy 影片介紹： entrupy.com...
科技部長陳良基 17 日發表人工智慧（AI）政策，預計 4、5 年間執行 5 大策略，動支新台幣 160 億元預算，今年底可先誕生幾處 AI 創新研究中心，中科及南科設機器人製造基地。陳良基 17 日以「科技部推動 AI 的『小國大戰略』──深耕 AI 科技田，打造 AI 生態圈」為主題，與媒體對談。陳良基指出，科技部要打造由人才、技術、場域及產業構築而成的 AI 創新生態圈，執行面共計 5 大策略，其中，研發服務、創意實踐兩項計畫運用前瞻計畫預算，創新加值、產業領航、社會參與等 3 項則使用年度預算。在研發服務方面將建構 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，提供深度學習與大數據分析的技術發展與應用開發，並孕育 AI 技術服務公司，形成區域創新生態體系。創意實踐方面將打造智慧機器人創新基地。發揮產學研聚落優勢，集聚人工智慧軟硬體組件，加速落實機器人軟硬整合與創新應用，培育跨領域動手做的創新人才。此計畫 4 年預計投入 20 億元經費，預期成立 50 家新創公司、培育 4,000 人，並自行製造出關鍵技術或產品 30 組以上。陳良基指出，9 月間，中科會誕生機器人製造中心，南科本週就會有高中營隊進駐做研習。創新加值方面，設立 AI 創新研究中心，以 5 年為期，每年預計投入 10 億元（共 50 億元），深耕人工智慧基礎技術、智慧醫療、金融科技與智慧製造等人才與技術研發，同時加入人文、社會等參與未來人工智慧在實際應用時所面臨議題的研究。將號召國內外逾 300 位專家學者投入技術發展與應用，並培育 3,000...
據 TechCrunch 報導，Google 最近收購了一家電腦視覺公司 AIMatter。這家公司成立於白俄羅斯，開發利用神經網路的 AI 平台及 SDK，可幫助在行動裝置上快速處理影像，它還有一個利用其技術的影像編輯應用 Fabby。據悉，這筆交易最早可能發生在 5 月，最近才正式完成。AIMatter 之前已融資 200 萬美元，而 Fabby 有 200 多萬下載量。類似的影像處理應用越來越受關注，比如之前十分流行的 Prisma，可為任何照片或影片添加不同藝術家或藝術類風格。過去幾個月，也一直有 Prisma 會被 Facebook 和 Snapchat 收購的傳言。這也證明業界對電腦視覺技術的興趣越來越大，這項技術不僅可用於影像處理，將照片添加特殊效果，也能用於擴增實境和自動駕駛等。目前還不清楚 Google 希望如何使用 AIMatter 的技術。基於 Snapchat 將影像技術玩得風生水起且在商業取得巨大成功，Google 或許也希望分一杯羹。（本文由 雷鋒網 授權轉載；首圖來源：AIMatter）
根據英國《金融時報》報導，投資機構摩根大通（JPMorgan）將在全球的股票演算法業務部門採用 AI 機器人 LOXM 進行交易。據了解，在該機器人的效率比傳統買賣方法要高出許多，繼 2017 年第 1 季開始在歐洲啟用後，預計 2017 年第 4 季也將在亞洲及美國地區正式啟用。報導指出，採用 AI 機器人 LOXM 進行交易，是希望以最佳價格和最高速度執行客戶交易指令。且可運用 LOXM 從數十億筆過往真實交易或模擬交易汲取的經驗，用來解決之後的各種問題。例如怎樣大筆出脫手中持股而不影響市場價格。摩根大通向《金融時報》表示，在 2017 年第 1 季開通 LOXM 應用後發現，LOXM 的作業效率比傳統買賣方法高得多。不過，與一些私人銀行提供的機器人理財顧問不同，摩根大通採用的 AI 機器人對買賣沒有決策能力，僅能決定買賣方式。事實上，在 AI 技術逐漸普及的情況下，全球各家投資銀行一直嘗試使用 AI 和機器人技術幫助降低成本，提高效率。例如，瑞銀（UBS）最近就部署了 AI 來處理客戶的交易後配置請求，為每個作業節省了多達 45 分鐘的人力勞動。至於摩根士丹利 （Morgan Stanley）， 則是利用機器學習演算法強化旗下 16,000 名財務顧問的能力。摩根大通集團為美國最大金融服務機構之一，服務範圍遍及 60 多個國家。主要業務為提供客戶全面性的金融服務為主，旗下客戶包含企業和投資銀行、商業銀行、資金服務商等。（首圖來源：shutterstock）
據消息人士透露，Facebook 正在研發一款家用視訊聊天裝置。身為旗下 Building 8 實驗室的首款主要硬體產品，該裝置將搭載超強性能的廣角相機鏡頭、麥克風、揚聲器和超大螢幕，它能讓用戶有一種與通話者在同房間聊天的體驗；此外，據了解，該裝置還將集成某些人工智慧技術，讓鏡頭自動調整角度並進行縮放，追蹤鏡頭前的對象，這完全符合 Facebook 首席執行長馬克‧祖克柏（Mark Zuckerberg）之前說，要讓用戶更緊密聯繫在一起的使命。目前，Facebook 這款裝置仍處於原型階段，但已在測試，測試裝置包括一個薄型的垂直支架，可以放置 13~15 英吋的大型觸控螢幕。另據美國媒體報導，Facebook 已考慮在該裝置上執行 Android 操作系統，而不是自己構建核心操作系統。這款配置筆記型電腦大小觸控螢幕的硬體裝置代表新產品類別，最快將於明年春季的 F8 開發者大會對外發表。Facebook 一直有進軍硬體市場的「野心」。2014 年，Facebook 收購了 Oculus，後者開發虛擬實境裝置。2013 年，Facebook 與 HTC 合作，推出了 HTC First 手機，但並未成功。Facebook 在 2016 年成立了 Building 8 研究實驗室，目的就是為了幫助這家公司開發自有硬體裝置，把用戶鎖定在 Facebook 的生態體系裡。目前，Building 8 實驗室由 Google 前高層 Regina Dugan 領導，員工包括多名經驗豐富的硬體專家。在今年 4 月舉行的 F8 會議上，Dugan 指出 Facebook 的目標是「創造和銷售以社群為主導、全新品類的消費產品」。據了解，除去這款家用視訊聊天裝置，Facebook 還致力於開發智慧喇叭產品。該產品將與亞馬遜的 Echo 和 Google Home 競爭。此外，Facebook...
人工智慧（AI）晶片巨擘 NVIDIA Corporation 預計在美西時間 2017 年 8 月 10 日下午 2 點整公布 2018 會計年度第 2 季財報。NVIDIA 去年大漲 223.85%，漲幅居標準普爾 500 指數成分股之冠，今年迄今（截至 2017 年 8 月 3 日收盤為止）再漲 55.97%。NVIDIA 官方部落格 8 月 2 日報導，一般成年人一分鐘能閱讀 300 個字，以一頁 400 字來計算，讀完 100 頁文件得花上兩個小時以上的時間。英國新創公司 Evolution AI（NVIDIA 初始贊助計畫成員）採用 NVIDIA GPU 所開發的人工智慧深度學習平台，只需 2.4 秒就能讀完並分析相同的文件。Evolution AI 日前與《經濟學人》（The Economist）雜誌合作，藉由分析數千則推文來揪出假新聞。此外，Evolution AI 也藉由自動讀取英國法院每小時更新一次的名單，協助保險公司提升風險評估效率。Evolution AI 首席科學家 Martin Goodson...
在日前公布的最新財報中，微軟（Microsoft）做出了一些小小的變動，可以明顯的看出微軟已經將人工智慧（AI）列入了優先發展業務之一。CNBC 報導，在微軟最新財報中，微軟將 AI 寫入了企業的願景聲明，除此之外，也在報告中六度提及了 AI 相關事項，相較之下，去年報告中對於 AI 並沒有特別提及。在這次的報告中，微軟是這麼描述公司的未來目標：「我們的戰略願景是為智慧雲端（intelligent cloud）與融入 AI 的智慧邊緣（Intelligent Edge）打造一流的平台和生產力服務，藉此提升競爭力並成長發展。」做為比較，去年的願景聲明是這麼寫的：「我們的戰略願景，是以行動和雲端為優先，競爭並成長為具有生產力的平台公司。」對於長期觀察微軟的人來說，舊的聲明應該聽起來非常熟悉。自從 Satya Nadella 在 2014 年成為微軟執行長以來，就經常提到公司希望達到的目標，「以行動和雲端為優先的世界」。有鑑於微軟在收購諾基亞（Nokia）及 Windows Phone 發展中都未能獲得預期的成效，行動業務的「離去」其實並不讓人意外。只是在 Office 365、Azure 雲端運算快速成長之際，如今 AI 也進入了優先發展行列之中。在 Nadella 接手執行長後，微軟已經收購了一些 AI 新創公司，像是 Maluuba 和 Swiftkey，同時也建立了正式的 AI 研究小組，專注在 AI 及其他前瞻性技術研究，進行包含基礎設施、服務、應用和搜索的開發。微軟並不是第一間宣示要往 AI 發展的重量級公司。Google 執行長 Sundar Pichai 就在 5 月舉辦的開發者大會上表示，Google 的未來願景將由「行動優先」轉為「AI 優先」，Facebook 也已經開始投入 AI 的長期研究和產品改良。在這些大企業的投入之下，或許我們很快就能看到 AI 相關應用在生活中頻繁出現。 Microsoft just officially listed AI...
就在鴻海集團董事長郭台銘與美國白宮在上個月底高調宣布，鴻海將投資 100 億美元在美國威斯康辛州興建 10.5 代面板工廠及相關設備之後，根據美國平面媒體表示，鴻海在美國的投資將不僅於威斯康辛州，其第 2 項投資將落腳密西根州，並將投資「數十億美元」，主要用於生產自駕車零組件系統，以及發展人工智慧與深度學習。根據美國當地媒體《底特律新聞 》（The Detroit News）的報導，日前美國密西根州州長 Rick Snyder 在中國進行訪問時，總裁郭台銘在深圳龍華廠區與來訪的 Rick Snyder 見面，並進行會談。密西根州州長辦公室發言人 Anna Heaton 表示，郭台銘與 Rick Snyder 進行了一場很好且有成效的會談。而且，Rick Snyder 在雙方見面後也表示，密西根州與鴻海會有「強大的未來」，且將有令人興奮的事發生。報導指出，Rick Snyder 一直積極爭取鴻海前往當地投資。為此，Rick Snyder 最近還簽署了一項金額達 2 億美元的商業激勵計畫，希望可以嘉惠包括鴻海在內的大型企業主。該項商業激勵計劃希望能針對在當地設廠，並且創造 3,000 個以上工作機會的企業，在薪資達到區域平均工資的情況下，會獲得政府最多 10 年的租稅優惠。報導中也引用《南華早報》對郭台銘的採訪表示，鴻海集團將在密西根州設立工廠，並以生產自駕車與相關零組件為主。另外，郭台銘還提到，因美國在汽車產業的發展上較中國先進，未來除了自駕車技術在當地的發展，還對人工智慧與深度學習的項目也感興趣。不過，郭台銘目前拒絕透露預計的投資金額。日前，富士康決定在美國威斯康辛州興建 10.5 代面板工廠及相關設備後，美國川普政府不但給予正面肯定，還表示深具信心，未來鴻海會在美國多個州設立生產據點。（首圖來源：科技新報攝）
人工智慧（AI）在 AlphaGo 打敗人類之後成了顯學。本文希望能從 AI 的定義開始，談及 AI 能成就的事情與不能成就的事情，並提出 AI 目前碰到的困境，與接下來希望解決的難題。人工智慧從 1950 年代圖靈提出迄今已超過 60 年了，這 60 年來人工智慧經過數次大起大落。從一開始很高的期待，到後來令人失望的發展、經歷兩次「AI 冬天」讓研究者與投資人望而卻步，又至於今天第三波 AI 的崛起。算是歷史上僅見能大起大落數次的學科。人工智慧可有三層次定義：第一層次是「弱人工智慧」或「狹隘人工智慧」，基本上就是希望電腦能解決某個需要高度智力才能解決的問題，而不要求它跟人類一樣有全面智慧解決各式各樣不同的問題。例如 Google AlphaGo、IBM Watson 或自動駕駛，就是弱人工智慧的例子。它們可在單一領域（如圍棋、益智問答）達到媲美人類的成就，但卻不能解決其他對人類而言相對容易的問題（如 AlphaGo 不會開車，Watson 不會下棋）。目前弱人工智慧最主流的方法算是以機器學習為本，尤其以「深度學習」技術最熱門。機器學習的架構是在統計與計算的方法下運用巨量資料來做預測與決定，較擅長解選擇與是非題，而非申論與論述的問題。第二個層次是「強人工智慧」或「泛人工智慧」：強人工智慧要求電腦的智慧需要更全面廣泛，需要有推理、學習、規劃、語言溝通、知覺等能力，擁有這些能力的電腦才有可能展現出全面性的智慧、跟人類並駕齊驅。在這個方向過去學者提出一些並非基於機器學習的方法，通稱為「知識為本」（knowledge driven）法。這個方法強調如果能將所有知識輸入電腦，電腦就能從這些知識去推論（如知識本體論與一次邏輯推論等技術）。但這類方法並沒有達到全面性的成功，主要是世界的知識太多，也沒有很有效率表述的方式讓電腦推論。近年來深度學習為本的技術（如記憶增強神經網路）在賦予電腦推論能力的方向雖有進展，但泛人工智慧能力還離人類智慧有一段距離。第三個層次是 John Searle 提出的「強人工智慧假說」（strong AI hypothesis）。在這個層次，電腦需要擁有跟人類一樣的「心靈」，需要認知自我並可以跟人類一樣思考。我們在電影小說中看到的一些有自我意識的 AI 大致都屬於這個層次。然而，這個層次普遍認為在透徹人腦的智慧及自我意識產生的機制前，不大可能達成的任務。（Source：Flickr/Charlie Wollborg CC BY 2.0）不同的人談到的 AI 可能是指不同層次的定義。例如阿里巴巴的馬雲曾說：「我們討厭談論 AI，沒有數據的公司才會討論 AI」，這句話的 AI 應該是指希望利用「知識為本」的方法來解決強人工智慧問題的 AI；其對應就是以「數據為本」的機器學習方法產生的「弱人工智慧」。目前的 AI 技術在弱人工智慧有很好的進展，研究方針漸漸移往強人工智慧，但對賦予 AI 自我意識的第三層次仍距離遙遠。談到第三波人工智慧應該要研發的技術，我們要先理解前兩波的人工智慧方法。第一波人工智慧大約是在 1990 年代前電腦的計算與儲存能力還有限的時候，人工智慧多是以「專家系統」的方式實現。也就是人類將一些專家才懂的知識（如醫學、法律）變成一條條「規則」（如吃多喝多尿多可能是糖尿病）並輸入電腦，電腦就可以藉由這些規則判斷。1980 年代利用這些規則產生的「人工智慧專家系統」的確造成一股風潮，例如有一個專門幫客戶從事電腦組裝的公司 XCON 就利用這樣的技術省下數千萬美元成本。然而，專家系統在 1980 年代末期逐漸淡出，主要是因為聘僱專家成本高，且系統無法普遍化（例如醫師系統無法處理法律事務）。第二波人工智慧是在 1990...