現在不少產品都標榜「人工智慧」，但真的與其他產品有差別嗎？Gartner 指出，人工智慧（AI）的市場成熟度及日益增長的興趣，推動了成熟的軟體供應商在產品策略中引入人工智慧，但很多沒有營造任何真正的差異化，讓買家混淆。Gartner 指出，「人工智慧」一詞於 2016 年 1 月在 gartner.com 上的排名在 100 名以外，但該詞到 2017 年 5 月的排名躍升至第 7 位， 反映了這個主題的熱門。 Gartner 又預測，到 2020 年，超過 30% 首席資訊總監將視人工智慧為五大投資優先事項。Gartner 研究副總裁 Jim Hare 表示：「隨著人工智慧加快成熟度週期（Hype Cycle），近幾年許多軟體供應商均想分一杯羹。人工智慧提供令人興奮的可能性，但不幸的是，大多數供應商只專注於製造和營銷人工智慧為基礎的產品，而不是先了解需求、 潛在用途和對客戶的業務價值為出發點。」Gartner：「人工智慧」標籤遭濫用Gartner 稱，愈來愈多新創公司和供應商均聲稱自己可提供人工智慧產品，但卻沒有營造任何真正的差異化，讓買家混淆。超過 1,000 多家擁有自家應用程式和平台的供應商，均形容自己是人工智慧供應商， 或說他們的產品有用到人工智慧。他們續指，與「漂綠」類似，即是企業為了商業利益誇大自家產品或行為對環境保護的付出，現在很多科技供應商都濫用人工智慧標籤進行「漂人工智慧」。廣泛使用「漂人工智慧」已在技術投資上造成影響。為了與終端用戶建立信任，供應商應集中製造包含量化結果的人工智慧成功個案系列。Gartner 又提醒企業，不應因人工智慧的進步而忽略一些更直接和成熟方法的價值，建議供應商應使用最簡單的方法完成工作，甚至不需透過尖端的人工智慧技術。（本文由 Unwire Pro 授權轉載；首圖來源：shutterstock）
日本網站 iPhone Mania、Gadget 速報引述南韓媒體 ETNews 21 日的報導指出，三星電子將推出一款支援三星自家人工智慧（AI）語音助理「Bixby」的新款藍牙耳機產品，且預估會和三星次代旗艦機種 Galaxy Note 8 同步開賣。Note 8 將在 8 月 23 日亮相，且預估會在 9 月初旬開賣。三星目前已有推出無線耳機 Gear IconX。報導指出，三星已和南韓中小企業合作，著手進行上述新款藍牙耳機的研發，而該款藍牙耳機產品預估將是類似於蘋果（Apple）AirPods（見首圖）的裝置，不過將搭載新降噪（Noise Canceling）技術，能夠在吵雜的環境下準確辨識使用者的聲音。三星關係人士接受 ETNews 採訪時，證實了三星確實正在研發新型藍牙耳機產品，不過未透露其售價等細節，且也不確定該款耳機產品會和 Note 8 同捆販售，抑或是會以配件的形式另行販售。（本文由 MoneyDJ新聞 授權轉載；首圖來源：蘋果）延伸閱讀： Amazon Echo 太強大？三星智慧音響 Vega 傳恐胎死腹中
麥肯錫（McKinsey）報告指出，銀行將有三分之一的工作量將因為人工智慧（AI）等新技術發展而消失，且不出幾年這個轉變就會發生。彭博（Bloomberg）根據麥肯錫最新報告指出，主要是能模仿人類思考的認知技術應用或機器已經夠便宜，銀行可部署以促成交易或其他資本市場業務操作。報告稱採用人工智慧的好處是將人類從大量的工作中解放出來，讓人們專注在高價值的工作，譬如從事研究、產生新想法或客戶服務。報告當中最令人擔憂的是，一般認為人工智慧要取代人類還要幾十年光景，但麥肯錫認為，單以銀行產業而言，只要 2 到 3 年就會看到大幅度變革。自動化已經在華爾街掀起波瀾，許多勞工擔心他們將被可編譯和篩選資料庫、解釋合約和幫助客戶的機器取代。不過麥肯錫指出，現在已經轉型的企業並沒有削減勞動力。採用人工智慧反而幫助有價值的勞工放下重複性工作，從事更高生產性的工作，人們需要運用新技能，從事更多關於分析、轉型和變化的工作。摩根大通也認為採用新技術將在成本不變下，未來 20 年內將僱用更多員工。麥肯錫報告指出，採用新技術的銀行將更有效率、創新、靈活，相對其他競爭者將面臨被淘汰風險。但是華爾街仍持續縮編，高盛前總裁 Gary Cohn 預期新技術已讓銀行業在過去十年裁減一半以上員工，裁員仍在持續，LinkedIn 調查上千位金融專家，有四分之一的人擔心自動化將影響工作。金融領域自動化已非常廣泛麥肯錫的報告並非著重在前台人員，而是辦公室內部運作，包括從交易員手上接下來的交易工作，以及財務，認知技術將承擔四分之一的工作量，而向客戶發送確認和處理付款等工作，將有三分之一以上工作量被取代。技術進步對前台具有重大意義，因為處理速度更快、更便宜和更智慧。麥肯錫最近審查 8 家銀行在現金股票業務中採用技術的程度，發現重度採用者的前台收入增加 8 倍，交易後業務中高度運用新技術的企業，其每位中期和後勤員工的交易量高出競爭對手 4 倍。金融領域的自動化已運用的非常廣泛，麥肯錫報告點名極具潛力的技術應用，包括機器學習，即使用演算法辨識大量數據，幫助銷售和交易人員更快理解買賣部位，並進行預測。自然語言處理可以透過掃描記錄、電子郵件和錄音來將其轉換成結構化數據，以執行法律和監管任務。認知代理人可以擔任內部個人助理或服務中心，作為交易員遇到系統問題時的諮詢對象。機器人過程自動化，讓機器處理重複任務，對銀行中台工作特別有效。智慧工作流程工具，包括文檔掃描和自動化數據輸入，可以加快註冊新客戶端的速度。報告指出，整合機器學習和機器人過程自動化將產生更好的體驗，帶來更高的成長性，因此當企業結合這些工具時，影響程度將加倍放大。 Machines Poised to Take Over 30% of Work at Banks, McKinsey Says （首圖來源：Flickr/Dominic Alves CC BY 2.0）
根據微軟表示，目前已經為 HoloLens 眼鏡的晶片設計找到解決方案。未來，將透過額外增加的一套人工智慧處理器，可以分析使用者在設備上看到和聽到的內容，而不是浪費寶貴的時間將資料送回雲端，再接結果送回 HoloLens 眼鏡上。現階段該晶片正在開發中，將用在下一個版本的 HoloLens 上。不過，微軟對此沒有給出具體的問世時間表。事實上，微軟極少致力於新處理器的開發上，這次首款為行動設備設計晶片。而微軟會投入此領域的原因，是因為一些企業認定現成的處理器無法充分展現人工智慧的潛力，這使得在相關設備上內置晶片變得越來越流行。而不只微軟，之前就有消息指出，2017 年 5 月時蘋果就開始測試一款配備有 AI 處理晶片的 iPhone 原型機。另外，Google 也正在準備推出自己的第 2 版人工智慧晶片。而這些發展都是為了說服消費者購買下一代的電子設備、如手機、虛擬實境頭戴設備，甚至是汽車。而這些設備上的 AI 體驗將會是快速的，而且是無縫連接。市場研究調查機構 Tirias Research 表示，對於一輛自動駕駛汽車來說，沒有時間把資料送回雲端，再做出決定。因為，自動駕駛汽車的資料量是巨大的，使用者無法把所有的資料都發送到雲端處理。這也顯示，設備內建人工智慧晶片的時代將會逐漸來到。預計到 2025 年，與人們互動的每一款設備中都將內置人工智慧。另外，多年來包括英特爾（Intel）和其他公司所製造的中央處理器已經為世界的小型電子設備和伺服器提供了足夠的動力和智慧。但是，就當前人工智慧的迅速發展來說，很大程度上依賴於藉由分析模式和學習模式來類比人腦的神經網路，而過去用於個人電腦和伺服器的通用晶片，並不是為了快速處理多個問題而設計的，所以並不能滿足人工智慧對運算上的需求。因此，近幾年來，微軟一直在開發自己的晶片，並且為其 Xbox Kinect 影像遊戲系統開發了一款動作追蹤處理器。還有，為了在雲端服務領域與 Google 和亞馬遜公司合作，微軟也使用了可編程的 「程式設計序列」 來釋放自己在人工智慧領域的專長，以應對現實世界的挑戰。如今，微軟向英特爾子公司 Altera 購買晶片，並透過軟體對晶片加以調整，在適應自身的需求後，這種晶片的能力是獨一無二的。2016 年，微軟在一次展示實力的過程中，就曾經使用了數千個這樣的晶片，將所有英文維基百科翻譯成西班牙語，其中包括 500 萬篇文章、30 億字，用的時間僅不到十分之一秒。根據微軟的計畫，在下一步為軟將讓它的雲端運算客戶來使用這些晶片，用以加速自己的人工智慧功能。該服務預計將在 2018 年推出後，客戶可以使用它來處理巨量資料中辨識圖像工作，或者使用機器學習的演算法來預測客戶的購買模式。不過，除了微軟之外，包括亞馬遜也使用了可編程的「程式設計序列」，並計畫使用一種由輝達 （Nvidia） 設計，名為 Volta 的新型晶片，藉該晶片可用於培訓亞馬遜的人工智慧系統。在此同時，Google 也已經建立了自己的人工智慧半導體內容。這項名為 Tensor 的處理單元，已經提供給客戶使用。因此，即便在內部製造晶片的代價高昂，但是微軟卻別無選擇。因為在技術變化太快，又客戶需求快速提升的情況下，沒有進行發展，微軟很容易就看不到領先者的車尾燈。（首圖來源：微軟官網）
近日，摩托羅拉宣布與 AI 公司 Neurala 合作，共同開發用於公共場所的智慧影片監控攝影機，旨在讓警務人員能更有效地搜查目標，例如失蹤的兒童和嫌疑犯。Neurala 是一家人工智慧新創公司，公司總部位於波士頓，2006 年創辦並於當年 12 月獲得 1,370 萬美元融資。Neurala 創建的深度學習軟體可以藉助「仿生」方式，讓機器人和智慧裝置學習，並適應周圍環境並和周邊環境互動。本次合作中，雙方將 Neurala 的 AI 技術與摩托羅拉解決方案的軟體和相機深度集成，開發出人工智慧攝影機，它可以「自動搜尋」感興趣的人或物體。摩托羅拉解決方案公司首席技術長 Paul Steinberg 表示：「人工智慧具有強大的潛力來提高客戶的安全性和效率，進而有助於創造更安全的環境。利用 Neurala 的 AI 技術，將幫助我們進一步探索各種公共安全下的解決方案，包括在擁擠或混亂的環境中高效地找到失蹤兒童或其他對象。」據了解，能夠有效找到失蹤人或者物，主要依賴於 Neurala 的增量學習技術。該技術有助於解決 AI 應用中存在的實際挑戰。例如，智慧攝影機「學習」辨識感興趣的人或物體，而這種被稱為漸進式學習的功能也包括了「災難性遺忘」的風險，當神經網路忘記了以前的訓練時，這種風險就會發生。利用增量學習可以提高 AI 應用在公共安全領域的準確性。「Neurala 的增量學習技術讓更多複雜難題變得簡單。」Steinberg 繼續說。「它還可以為公共安全用戶解鎖新的應用程式。以失蹤孩童為例，假設父母向鄰近的警務人員出示孩子的照片，該警察的智慧攝影機掃描到照片後，AI 引擎立即『學習』孩子的身體特徵，然後發送到附近警察的智慧攝影機上，並迅速建立一個尋找小孩的隊伍。」Neurala 的 L-DNN（終身深層神經網路）技術消除了「災難性遺忘」的風險，這是限制深度學習神經網路即時使用的首要問題。Neurala 的技術可以在裝置上立即解決這個問題，加速了新的人工智慧應用程式的開發，而這些 AI 應用程式在部署後可以進行增量學習。Neurala 首席執行長解釋。「與摩托羅拉合作，探索當地即時 AI 的公共安全應用，利用人工智慧的力量可以有效解決更多問題。」另據了解，之前 Neurala 獲得將近 1,400 萬美元的 A 輪融資中，摩托羅拉解決方案風險投資公司是該公司的主要投資者。 Motorola and AI company Neurala are going to make intelligent cameras （本文由 雷鋒網 授權轉載；首圖來源：pixabay）
世界各國都在發展與旅遊業有關的 AI，讓遊客能得到不同資訊。但日本的 AI 技術真的過人，他們將傳統武士道的武士（Samurai），發展成 AI 機械人，穿上正統武士鐵甲，在遊客區解答你的問題。這個穿上鐵甲的武士名為「AI-Samurai」，雙眼發光、相當有型，身上穿的鐵甲由專家製成。武士裡面安裝「minarai」對話系統，可以用日語、英語接收語音訊息，而且透過 AI 人工智慧分析，利用日、英語解答問題；又或者能在它旁邊的顯示螢幕當中，呈現遊客所需要的資訊。如果遇到武士無法解答的問題，就會轉到背後的支援中心由相關人員解答。至於為何要用日本武士？有別於一般的機器人，製作者希望使用在外國非常流行的武士，引發遊客的興趣。從 7 月 25 日起，「他」將會在東京東武鐵路淺草站展出，試驗展出直至 8 月 24 日為止。日後還會增加對應的語言以及提供更多資料。（本文由 Unwire HK 授權轉載；圖片來源：Ai-Samurai）
多年來，Roomba 掃地機器人一直在地板上打轉，然而在未來，它的主要工作可能是蒐集資訊，而非灰塵。路透社報導，這些資訊有關於空間變化，例如房間大小以及沙發、桌子、燈具和其他家具間的距離。對亟欲推動藉由各種網路驅動裝置控制「智慧」住家的科技產業而言，這是接下來有待開發的領域。目前市場上已有智慧家居照明、溫度調節裝置和監視攝影機，不過 Roomba 製造商 iRobot 公司執行長安格爾（Colin Angle）說，它們對了解實體環境仍相當遲鈍。他認為當前引導尖端 Roomba 機種的繪製地圖技術能改變這類情況，且以公司策略為基礎。這樣的前景不僅吸引投資人，也吸引亞馬遜公司（Amazon.com Inc.）、蘋果公司（Apple Inc.）和 Google 母公司 Alphabet 等致力研發人工智慧語音助理為智慧住家連繫裝置的企業。根據金融研究機構 IHS Markit，智慧家庭裝置 2016 年市場價值為 98 億美元，估計今年將成長 60%。安格爾告訴路透社，iRobot 公司可望達成協議，在接下來幾年將把其繪製地圖技術賣給上述三巨頭之一或其他巨頭。亞馬遜拒絕對此發表評論，蘋果和 Google 也未應要求予以評論。截至目前，投資人已對安格爾的計畫大加讚賞，使 iRobot 公司股價從一年前的 35 美元飆漲至 6 月中旬的 102 美元，iRobot 公司 2016 年進帳 6 億 6,000 萬美元，市值近 25 億美元。不過，iRobot 公司也面臨一些挑戰，包括對隱私權的顧慮和愈來愈多價格大多較低的競爭者，例如價值 300 美元的 Bissell SmartClean 和 270 美元的 Hoover Quest 600，這些掃地機器人恐使一度極為新潮的 Roomba 產品變成商品化家電。（譯者：劉文瑜；首圖來源：iRobot）
聊天機器人（chatbot）興起，越來越多企業運用此種人工智慧（AI）軟體處理客戶的基本需求，到底聊天機器人是什麼？Forbes 兩篇報導稱，聊天機器人是指能進行類似人類對話的電腦程式，此種程式能接收並回覆訊息，目的是讓商業程式自動化。舉例而言，軟體商 Progress 打造的聊天機器人，能協助醫院約診程式自動化。軟體能了解來電者的說話內容，預約看診時間或轉接服務人員。Progress 表示，聊天機器人能提高效率、減少營運費用。以其中一家醫院為例，電話中心人員大減 30%，患者一天 24 小時都能約診，尖峰時刻也無須苦等服務人員回應。全年無休是聊天機器人的最大優點，聊天機器人無需休息，隨時隨地都能提供服務，滿足客戶需求。以銀行業為例，軟體商 Workfusion 的聊天機器人能執行簡單任務，例如修正訂單、回答帳戶餘額等問題，且軟體還能偵測用戶情緒，倘若來電者感到憤怒或不滿時，電話會自動轉至人類員工。儘管聊天機器人未來用途日益廣泛，目前仍面臨許多障礙，未能躍居主流。Business Insider 24 日報導，微軟研發的聊天機器人「Zo」脫稿演出，砲打微軟自家產品，讓該公司超尷尬。Zo 於 2016 年發表，會模仿千禧世代族群的說話方式，能開玩笑、使用表情圖案等。Business Insider 詢問 Zo 對微軟新作業系統「Windows 10」的看法，Zo 竟然回答，Windows 10 是微軟最新的間諜軟體，還說 Windows 7 比較好用，Windows 10 沒有它需要的功能。（本文由 MoneyDJ新聞 授權轉載；首圖來源：Zo）延伸閱讀： 不只是 Tay，那些年被網友帶壞的機器人們 鄉民太可怕！微軟新人工智慧機器人 Tay 竟被教成種族歧視
等圖載入讓人老，這種類似標題大概只會出現在早些年的論壇上。網速上不去，上傳圖片的人也沒有提前壓縮好圖片的習慣。在這種狀態下，用如同小水管的網路看完一篇以圖片為主的攝影稿，真需要十足的耐性。不過在網路增速之後，這些問題就再也沒有出現了。網速提升是一個因素，圖片的體積優化也是提升速度的原因。（Source：Digital Trends）之前，Google 開發出一款利用人工智慧壓縮圖片的技術。Google 需要讓人工智慧系統進行有效學習，為此，他們使用了 600 萬張隨機壓縮的 1,280×720 圖片，並分別把每張圖分成若干 32×32 像素的小塊。經過大量學習之後，類神經網路透過複雜的運算可將圖像解構，把圖像分成若干小塊，並且針對每塊實際情況「對症下藥」，採取量身訂做的壓縮方案，而不是使用統一方法壓縮整張圖。這個，就是 Google 之前用的辦法。利用人工智慧壓縮圖片，有效篩選出不需要的部分，真正做到優化效果。今天，Google 打算推出一種新的圖像格式，為小尺寸圖像服務。在未來，這有可能成為取代 WebP 的新格式。根據 9to5Google 的報導，Google 已把 Pik 的相關文件上傳到 GitHub。這個格式跟 Google 在 2010 年 9 月發表的圖像格式 WebP 相似，都是網路有損圖像的標準。9to5Google 表示，兩者的屬性相近，Google 很有可能會用這個新格式來取代之前發表的 WebP。不過，Pik 的細節還沒有公開。至今還不清楚和 WebPage 的具體差異、改進在那裡。Pik 的內述文件中，列明了「這不是 Google 官方產品」，所以 Pik 的歸屬問題也沒有確定。Pik 其實還處於未完成狀態，所以還不能確定些什麼。但它能出現在 Google 的官方 GitHub，當中可能也有一些訊息，或許要等 Pik 開發完成，我們才會知道答案。（本文由 愛范兒 授權轉載；首圖來源：Flickr/Robbie Shade CC BY 2.0）延伸閱讀： 圖像壓縮如何兼顧大小和品質？Google 請人工智慧來幫忙
歐洲太空總署（ESA）6 月發表了 Gaia 衞星的最新觀測結果，研究人員在人工智慧軟體的協助下，發現了 6 顆超高速從銀河中心飛向邊緣的恆星。關於這些天體的研究，可能提供揭開銀河系中心最昏暗區域的線索。銀河系中的數千億顆恆星大部分位在銀盤及核心的膨脹核球區域，剩下的恆星則分布在直徑達 65 萬光年的銀暈中。這些恆星並非靜止，實際上皆繞著銀河中心移動，移動的速度與恆星的位置有關，如太陽的速度約為 220 km/s，而銀暈中的恆星移動速度約在 150 km/s。偶爾有些恆星的速度會超過這些眾所周知的平均速度。約十年前科學家即發現第一批超高速的恆星，這些恆星可能在銀河中心附近移動時，受到銀核中心達 400 萬個太陽質量的超重黑洞引力交互作用，這些恆星以數百公里的秒速在銀河系中橫衝直撞。Gaia 的研究人員、來自荷蘭 Leiden Univ. 的 Elene Maria Rossi 認為，這些超高速移動的恆星，對於研究銀河系的完整結構將非常重要。這些天體在銀河中已穿梭極遠的距離，從它們的運動訊息中，可追蹤到它們在銀河中心星際物質及氣體最濃密昏暗區域移動到外圍的過程，進而揭露銀心區域的重力分布資訊，在此之前這些核心區域皆難以觀測。要在銀河系中已知速度的數十萬顆恆星資料中，找到這些高速移動的天體，不是一件容易的事。為了找出這些目標天體，科學家設定的方向為銀暈的年老星團中質量較大的恆星，這些與周邊環境演化狀況格格不入的天體，極可能就是被銀心「踢出來」的恆星。到目前為止，高速天體的清單上僅有約 20 顆太陽 2.5 到 4 倍質量的恆星。但科學家相信仍有許多其他年齡或質量的高速天體未被發現。Gaia 計畫統計的恆星資料達 10 億顆以上，Elene 和同儕利用人工神經網路（artificial neural network）的技術學習之前研究人員的方法，團隊的研究人員 Tommaso Marchetti 表示，選用這個軟體技術的原因是因為它能模擬人類大腦的工作方式。程式在經過訓練後，方能在 Gaia 巨大的資料庫中辨識高速天體。2016 年上半年，研究團隊持續發展及訓練程式的辨識能力，準備應用在 Gaia 於 2016 年 9 月 4 日釋出的第一批資料。Gaia 計畫第一批釋出的資料包含超過 10...