在多數人觀念裡，人工智慧的發展應該只需要工程師在前線技術不斷突進，但事實是，AI 訓練的背後是龐大的勞動力支撐。在自動駕駛的實現過程中，圖片標記就是一項需要密集勞動的浩盪工程。當別人在翻雜誌或滑 Instagram 時，Shari Forrest 打開手機 App 開始訓練人工智慧。Forrest 住在聖路易斯城郊，今年 54 歲，她不是工程師，也不是程式設計師，她靠寫教科書謀生。在平時休息的零碎時間裡，她會登錄 Mighty AI，標註行人和垃圾桶，以及其他你不想讓自駕車撞上的東西。「如果我乾坐著等醫生看診的時候，還能賺幾個錢，何樂而不為？」對 Forrest 來說，這是一個愉快的消遣，而背後的本質是，自動駕駛時代正在到來。支撐自動駕駛訓練所需的數據量超乎想像。雖然 Google 和通用這些公司很少提及，但他們耀眼的機器和資料中心卻依賴全世界越來越多像 Forrest 這樣的人。正如你聽到的那樣，如今，幾乎每個人都認為 AI 勢必帶來全面革命。汽車廠商尤其樂意強調這些，因為自駕車將提高安全性，減少塞車，讓生活更便捷。「汽車是機器學習使用熱度最高也是最先進的領域之一，」Mighty AI CEO Matt Bencke 說。雖然沒有點名，但他表示，公司正在合作的汽車廠商至少有 10 家。如何教機器學會開車是一個很大的挑戰。美國車輛管理局的規則樹立了一個起點，提供一些基礎概念，比如「行人量」。但行人到底是什麼樣子？人一般有兩條腿，不過，對機器來說，穿上裙子後的兩條腿就和一條腿一樣，而且，坐輪椅的人該怎麼辨識？推嬰兒車的呢？前面的障礙物究竟是一個小孩，還是一隻大狗，或一個垃圾桶？無論如何，搭載人工智慧的汽車必須學會辨認這些，理解這個經常連人類也理解不了的世界。對人來說這是第二本性，但放在車子身上就截然不同了。Forrest 和其他 20 萬 Mighty AI 用戶自動駕駛原型車的鏡頭幾乎可以捕捉所有環境和情景下的圖像。廠商和科技公司將數百萬張圖片發給 Mighty AI 這樣的公司做標記，也正是後者促成在照片中辨識萬物的遊戲。聽起來或許很乏味，但 Mighty AI 這類公司正是透過這種 10 分鐘的輕便任務來維持自身運轉。「這更像一個休閒遊戲，而不是體力勞動，」Bencke 說。錢財的獎勵雖然微不足道，卻也發揮一定作用。Forrest 小心翼翼地在每張圖裡的每個人旁邊畫一個框，然後是每輛在接近的車、每輛車的輪胎。之後，她再將它們放大，逐像素地確認，細緻描繪出樹的輪廓。點擊、點擊、點擊。她會選擇不同顏色的指示器，將交通號誌、電線桿、交通錐調亮。所有步驟完成之後，這個場景就以機器可以理解的語言標註出來了，工程師稱之為「語義分割」。對準確性的要求決定了這項工作注定是辛苦的，但 Forrest 卻表示很享受這個過程：「就像很多人喜歡塗色一樣，這是一項讓人放鬆的工作。」這些百萬計的標註圖片可幫助 AI 辨識各類事物，幫助理解諸如人是什麼樣子這類問題。最後，AI 將變得夠聰明，能自行在行人旁畫框。像 Forrest 這樣的工作人員可幫助檢查 AI 的工作。「一段時間以後，AI 會夠聰明，能夠可靠地辨識事物。」Kangaroos 說。將這些願景寄託到非專業人員身上看起來可能很奇怪，但這仍是訓練 AI 的有效方式。「這很可能是唯一的路徑。」在 USC 資訊科學機構研究機器視覺的 Premkumar Natarajan 說，他在這領域有超過 20 年的經驗。雖然在這個所謂的無監督學習領域已經有一些研究，電腦可以最小資源投入學習，但眼下人工智慧的智慧程度仍取決於它訓練的資料品質。Bencke 稱，他的平台還可以使用自己的機器學習，判定 Mighty AI 上每個成員最擅長的東西。並沒有人因為從事這項重要的工作致富，但是對 Forrest 來說，這不是重點。她說，自己將去年在平台賺到的 300 美元花在網購上。她從來沒見過自動駕駛車，更不要說親自乘坐一輛這樣的車，但意識到自己在幫助這些車變得更聰明，讓她在進行這項工作的時候更相信科技的力量。（本文由 雷鋒網 授權轉載；首圖來源：Mighty AI）
為掌握人工智慧（AI）帶動產業轉型潮流，推動智慧科技產業發展，行政院表示，至 2025 年的未來 8 年中，將投入 1,000 億元，用於成立大數據運算平台、推動智慧城市、自駕車等，促進台灣成為全球 AI 創新研發基地與 AI 系統輸出國，帶動產業發展。行政院政務委員吳政忠 12 日指出，2016 年底政府通過「數位國家‧創新經濟發展方案」，將智慧聯網、無人載具等先進科技列入研發重點項目，並規劃於明年投入 140 億元推動智慧科技相關計畫，預計至 2025 年總計將投入約 1,000 億元。經費主要來自年度科技預算和部分的前瞻特別預算。吳政忠表示，該計畫內容在研發面上，包含設置大數據運算中心，以提供 AI 運作所需的大容量與高速度，並在中、南部設置 AI 創新研發基地，鼓勵年輕人加入 AI 研發等；應用面則包含智慧城市推動與產業輔導等，例如無人機、自駕車等應用，都需要 AI 技術。行政院舉行「智慧系統與晶片產業發展策略（SRB）會議」後，並預計於 9 月底擬定跨部會「加速智慧科技產業發展行動計畫」，將 SRB 結論納入整體規畫。（本文由 MoneyDJ新聞 授權轉載；首圖來源：shutterstock）
被譽為當今全球最聰明企業第一名的 NVIDIA Corporation 正在投資哪個領域的新創企業？NVIDIA 7 月 12 日宣布投資以色列深度學習（deep learning）新創公司「Deep Instinct」。這家公司利用 GPU 為基礎的類神經網路與 CUDA，達到 99% 的網路攻擊偵測率，遠高於傳統網路安全軟體的 80%，它所開發出來的軟體可以自動偵測並擊退最先進的網路攻擊。Deep Instinct 日前甫獲世界經濟論壇（WEF）評選為「科技先鋒」。NVIDIA 12 日並且透露，過去一年來在 4 個國家投資下列 8 家新創企業：ABEJA、Datalogue、ElementAI、Fastdata.io、Optimus Ride、SoundHound、TempoQuest、Zebra Medical。NVIDIA 2016 年大漲 223.85%，漲幅居標準普爾 500 指數成分股之冠，今年迄今再漲 52.25%。NVIDIA 連續第 6 個交易日收漲，12 日上揚 4.25%，收 162.51 美元，創歷史收盤新高。（本文由 MoneyDJ新聞 授權轉載；首圖來源：Deep Instinct）延伸閱讀： 黃仁勳：AI 正吞噬軟體，GPU 是當代愛因斯坦必備工具 孫正義：機器人將具備先進智慧，跑鞋內建 ARM 晶片
2017 年 7 月 13 日微軟公司宣布建立專注於人工智慧技術研發實驗室，實驗室位於微軟公司總部，由 100 多位人工智慧領域的科學家組成，涉及自然語言處理、深度學習、感知系統等領域。建立一個人工智慧技術實驗室能研發許多應用在不同領域的技術，而不是專注某個產品或服務，這也是許多科技公司在人工智慧方面的戰略。最出名的就是 Google 建立的 Google Brain 及 2014 年收購的人工智慧公司 DeepMind 推進相關技術，讓人工智慧應用到更多領域。微軟的人工智慧實驗室主要分為 8 個團隊，包括自適應系統化和交互、空中資訊和機器人、人機對話、深度學習、資訊和資料科學、知識技術、語音與資訊技術、機器學習與優化、機器教學、自然語言處理、感知與交互。據 Bloomberg 報導，微軟人工智慧實驗室將從現有研究的基礎上吸取經驗，繼續招募研究人員，涉及感知系統和心理學等多個領域，同時實驗室還將與 MIT 的大腦研究中心、機器研究中心合作，尋找在商業機構與學術研究之間合作更佳的方式。事實上許多科技公司都與大學研究機構建立合作關係，Google 和 Uber 都參與了相關科系的人才培養，為招募頂尖人才做準備。除了建立人工智慧實驗室之外，微軟還建立了一個人工智慧倫理監督團隊，該團隊將在整個公司的技術研發過程中擔任顧問。之前微軟已經與 DeepMind、Amazon、Google、Facebook 和 IBM 簽署了合作協議，建立人工智慧道德委員會，Google 和 DeepMind 內部也有類似的團隊。 Microsoft creates an AI research lab to challenge Google and DeepMind
雖然類神經網路可以達成很多任務，像是辨識人臉、預測心臟病等，但要吃掉很多電腦效能。MIT 工程師近期發表論文研究使用光路來達成類神經網路，並同樣建構在矽晶片上，因此成本不會太高，同時實驗結果發現運算能力有效率許多。他們正在籌備公司並計劃兩年內完成相關產品。近年來摩爾定律逐漸失效，人們對運算能力的要求越來越大，積體電路終究有極限，且似乎已在不遠處；科學家於是紛紛開始研究達成更強大運算能力的方法，光學晶片很有可能就是下一個世代的接棒者。現今各種人工智慧的應用出現，需要越來越強大的運算能力，其中人工智慧的分支之一──類神經網路，這個從人類大腦運作啟發的靈感而創造的人工智慧運算方法，展現了強大的能力，舉凡偵測謊言、辨識人臉、預測心臟病等都可做到；但是，對電腦來說需要非常強大的運算能力，也會消耗很大的能量。傳統晶片已漸漸無法負荷當今人工智慧如類神經網路的運算量，麻省理工學院的研究人員為了解決這個問題，近期研發出的光學晶片，在使用人工智慧的運算像是類神經網路時，運算效率和速度比一般傳統晶片要高出許多。傳統晶片跟光學晶片雖然想達成的目標類似，都是運算、通訊、儲存等，但兩者的基本架構不同，一般晶片為運用一連串可以決定電流要不要通過的電晶體，來達成運算。光學晶片則是依靠入射光線的明暗來達成運算，每個「光路」由放大器（Optical Amplifier）、相位調變器（Phase modulator）及偏振轉換器（Polarization converter）構成，一旦光線產生後，要達成怎樣的運算只要運用鏡片就可以改變方向，過程不損耗能源，不像電晶體需要電力來運作。研究人員以新研發的光晶片運作的類神經網路，來辨認英文字母母音的聲音，傳統電腦的類神經網路正確率可達 92%；與之相比，雖然以光路運作的類神經網路正確率只有 77%，但是效率跟速度都快上許多。跟以往光學晶片研發不同的是，這次是以矽為基底做成，也就表示量產的可能性大大提升。科技巨頭如 IBM 也傳出正在研發整合更多光路到矽基板上，一旦光學晶片研發順利，未來以類神經網路運算的科技如自動駕駛將可大幅提升。《科學人雜誌》（Scientific American）形容就好像口袋一樣小的裝置能擁有自動駕駛車一樣的運算能力。該研究團隊的研究員已開始籌備公司，並且預計兩年內產出產品。 Computer chip mimics human brain, with light beams for neurons Light-based neural network does simple speech recognition Light-Powered Computers Brighten AI’s Future Silicon Photonic Neural Network Unveiled （首圖來源：shutterstock）
在這個不玩人工智慧就不是高科技的時代，三星的「Bixby」語音助手似乎不怎麼出名。今年 3 月，三星發表一款幾乎全螢幕的手機──Galaxy S8 系列，較前作而言，變化很多，但最不明顯的一個變化，非「Bixby」按鍵莫屬。實際體驗過程中，用戶用到的機會並不多，甚至有些中國用戶想禁用，因為當南韓用戶調戲「Bixby」讓她用韓語 Rap 時，中國用戶卻只能望螢幕興嘆，沒有任何回應。Bixby 是一項智慧語音控制功能（類似 Siri），目前應用在三星 Galaxy S8 系列，並且集成一個物理按鍵，位於三星 Galaxy S8 系列機身左側，還未發表的三星 Galaxy Note 8 不出意外也會搭載這項功能。近日，三星以低於 5,000 萬美元的價格收購希臘一家新創公司 Innoetics。談到智慧語音助手，大家並不陌生，蘋果的 Siri、微軟的 Cortana 都是業界比較有名的選手，來自希臘的 Innoetics 到底厲害在哪，值得三星收購？現在已經市場化的語音助手除了不夠智慧，還有一個問題，那就是音色過於單一，一聽就是機器人的聲音。Innoetics 研發的語音助手有趣不少，它能透過聽一個人講話來模擬這個人的聲音，這就意味著，讓周杰倫講個笑話、報個天氣都成為可能，哎呦，不錯唷！目前，Innoetics 支援多種不同語言，包括英語、希臘語、德語和多種印地語方言。Innoetics 公司的顧問科斯塔斯‧馬洛斯（Kostas Mallios）表示：Innoetics 擁有獨特的技術，合成的聲音非常精準，用戶幾乎無法分出哪個是真實的聲音。寫到這裡，突然想到類似微信的「聲音鎖」功能，如果 Innoetics 這項技術應用到不正當領域，安全性就有待商榷。目前聲音做為生物辨識已有不少商用案例，未來關於這個領域的安全問題，很可能就像今天我們關心指紋辨識是否安全。馬洛斯（Mallois）表示他們已意識到這個議題，正在考慮如何解決。（本文由 愛范兒 授權轉載；首圖來源：Flickr/Samsung Newsroom CC BY 2.0）延伸閱讀： 三星 Bixby 遇危機，缺乏足夠資料無法理解英語 Bixby 語音助理又延期，都怪三星太好高騖遠？ 三星加入「智慧音響」大戰？傳正進行研發並搭載 Bixby
IBM 的超級電腦「華生」（Watson）一直被視為科技界的明日之星，潛力無窮。不過外資 Jefferies 出面潑冷水，表示華生技術太昂貴，將被亞馬遜（Amazon）等後起之秀打敗（outgunned）。TechCrunch、霸榮（Barronˋs）報導，近年來 IBM 頻頻高談華生，過去 5 年來，該公司發布新聞稿中，有 200 則都以華生為標題，視華生為核心成長部門，也是 IBM 未來價值所在。但是 Jefferies 的 James Kisner 提出辛辣批評，認為華生會在人工智慧（AI）戰役中被擊敗，無法為創造股東價值。Kisner 預測，亞馬遜、微軟、蘋果、臉書、Google，還有數家新創企業，在 AI 市場發展潛力勝過 IBM。最好的情況下，IBM 頂多只能勉強收回資本成本（cost of capital）。未來幾年，華生都不太可能對盈餘帶來有意義的貢獻。之前 IBM 和 MD Anderson 癌症中心合作，打算讓華生變身癌症醫生，最後失敗收場。Kisne 以此為例，表示華生難以擴大用途。MD Anderson 砸下 6,000 萬美元之後，發現華生尚未準備好在臨床使用。華生學習過程中，需要不斷輸入資料，但是準備資料有嚴格規定，MD Anderson 中途更換軟體系統之後，華生就無法與新資料庫互動，需要額外整合才有辦法運作。TechCrunch 文章稱，華生是炒作過頭的行銷伎倆，深度學習和 GPU 有操作缺陷，資料準備要求又極高。（本文由 MoneyDJ新聞 授權轉載；首圖來源：IBM）延伸閱讀： 求職先過 AI 面試官，軟銀將採用 Watson 評核網路應徵申請
微軟推出「Seeing AI」手機 App，利用電腦視覺技術，為視障者描述周遭環境。只要將鏡頭指向一個人，手機就會說出對方是什麼樣的人、心情如何；對一個產品掃描，就會描述是什麼產品。2016 年 3 月，微軟在開發者大會上展示了「Seeing AI」的原型。「Seeing AI」是利用神經網路技術辨識周遭環境，神經網路也廣泛用於自駕車、無人機等。現在「Seeing AI」已可在美國免費下載，但目前僅釋出 iOS 版，尚未向 Android 或其他國家用戶推出。▲「Seeing AI」可利用電腦視覺技術，為視障者描述周遭環境。「Seeing AI」可適用於許多情境。除了能辨識先前看過的人、猜測陌生人的年齡與心情，也可透過掃描條碼辨識家庭用品。此外，「Seeing AI」還能閱讀標誌、菜單或掃描文件。這項功能不只是單純的光學字符辨識技術（OCR），還會提示使用者將鏡頭左右移動，以將目標放入畫面中。這款應用程式還有一項實用功能，就是能辨別美元。由於不同面額的美鈔，大小、顏色都相同，對視障者往往是個困擾。透過「Seeing AI」就能協助他們獲取這些資訊。「Seeing AI」的基本功能大多是直接在裝置上進行，因此存取速度快，即使沒有網路連線時也能使用。不過有幾項實驗功能，例如描述整個場景或辨識手寫，就需要連接到雲端。技術負責人 Saqib Shaikh 表示，這款應用程式與其他類似產品的區別是，「Seeing AI」的神經網路處理速度極快，號稱在幾毫秒之內就能在裝置上完成臉部辨識。微軟成立通用 AI 實驗室、與 MIT 合作、建立 AI 倫理監督小組微軟在人工智慧技術上不斷推進。微軟剛宣布成立一個專門研發通用人工智慧的實驗室「Microsoft Reseach AI」，設於美國華盛頓州雷德蒙德的微軟總部。團隊將有超過 100 名研究員，領域涵蓋自然語言處理、機器學習與感知系統等。新的研究單位除了微軟公司現有的 AI 專家之外，還會增募新人，包括認知心理學等相關領域專家。此外，新實驗室也將與麻省理工學院的腦、心智與機器研究中心（Center for Brains, Minds and Machines）正式合作。除了成立新實驗室之外，微軟將會建立「人工智慧倫理監督小組」，該小組能為整個公司提供相關諮詢，這也是目前業界的趨勢。先前，微軟與 DeepMind、Amazon、Google、Facebook和IBM，針對人工智慧開發倫理共同簽署跨公司合作關係。此外，Google、DeepMind 內部也都有各自的 AI 倫理委員會。 Microsoft’s new iPhone app narrates the world...
為讓台灣新創品牌在國際打響名聲，科技部於昨（13日）舉辦記者會，號召台灣新創團隊前往 2018 年 1 月在美國拉斯維加斯舉辦的 CES 消費性電子展，希望能成為前三大參展國並吸引國際創投目光，預計募得新台幣 3 億元的投資。科技部近年來投注相當多資源，協助完善國內新創生態系，如推動創新創業激勵計畫，掀起校園創業風潮，至今已協助師生成立 113 家新創公司，並募資超過新台幣 11 億元；亦於矽谷成立台灣創新創業中心協助新創團隊鏈結矽谷創業資源，協助計畫團隊在國際募資金額累積達到 4,650 萬美元；而與國發會共同成立的台矽基金，目前也已提供 18 家台矽鏈結新創事業早期資金達 3,480 萬美元。為了讓台灣新創品牌更易打入國際市場，科技部號召台灣新創團隊一起前往國際最知名的 CES 消費性電子展「打群架」。由於全世界青年新創風起雲湧，CES 於兩年前創立 Eureka Park，展出全世界新創產品，去年更吸引全球超過 600 家新創團隊參與。配合 CES 2018 的主題「The Future of Smart Cities」，科技部也決定廣召 AI、資料科學、生醫醫材、生態環境、行動通訊、AR/VR 等相關領域的新創團隊報名，先透過科技部選出有潛力者再經 CES 篩選，最後入選的團隊們，科技部將為他們出資在展區中成立 Taiwan Tech Star 台灣館，提升台灣新創團隊的吸睛度，連結國際創投業者與買家，整個計畫預計投入 4 千萬元。科技部產學及園區業務司司長邱求慧表示，新創公司參展產品必須有 3 年內商品化的潛力，若已有上市的商品，上市時間則不能超過 12 個月；軟體不能超過 9 個月。他指出上一屆的前三大參展國為法國、荷蘭及以色列，這次台灣目標 30 新創公司參展，希望能成為前三大參展國之一。新創團隊報名查詢（8 月15 日截止）：https://www.titan.org.tw/news/（首圖來源：《科技新報》攝）
三星在推出 Galaxy S8 時，Bixby 語音助手是主打的功能之一，但這款基於人工智慧的語音助手在短期內很難滿足用戶的需求，因為缺乏足夠的資料，Bixby 還無法準確地理解英語，也不能在美國市場上線正式版。三星 Bixby 語音助手已經在美國市場推出了測試版，但近期無法上線英文服務，這會影響三星旗艦智慧型手機在美國市場的推廣，最早也需要到 2017 年第三季才能上線英文服務。三星缺乏足夠的資料讓 Bixby 學習如何準確辨識英語。隨著 Siri、Alexa、Google Assistant 和 Cortana 等語音助手服務的普及，語音辨識似乎已經變成了一項非常成熟的技術，但事實並非如此，與簡單的語音轉化為文字的辨識不同，語音操控的個人助理不僅需要辨識用戶的語音，還需要將日常生活中的短語和句子轉變為系統可辨識的指令，由於用戶的指令不是統一的，語音助手需要大量的資料來進行學習。Bixby 無法如期上線的主要原因，是三星沒有夠多的資料讓 Bixby 學習英語的表達方式，與蘋果和Google 這些在語音辨識方面投入多年的公司相比，三星明顯累積不足。以韓文來說可能問題不是特別明顯，但對表達方式、口音複雜的英文來說，就是一個巨大的挑戰。在三星公司內部的機構設置也讓這些問題的解決變得更困難，在美國矽谷的 Bixby 團隊與在南韓的三星工程師之間有時差，無法有效溝通導致研發進展緩慢。三星在 2016 年收購了 Siri 之父策創辦的 Viv Labs，後者專注於語音助手服務的研發，但 Bixby 的第一代服務與 Viv 無關，也就意味著三星無法基於 Viv Labs 的資料和算法來提升 Bixby 的體驗，這一切就是為了三星需要在 2017 上半年推出 Galaxy S8。三星 Galaxy S8 在軟體系統上主推的功能就是 Bixby 語音助手，在前期的產品推廣中許多合作夥伴都將 Bixby 作為核心賣點，並承諾用戶很快能夠使用這一服務，就目前的研發進度而言， Bixby 的延期上線有可能會變成一場公關災難。體驗了 Bixby 測試版的用戶也反饋這一服務並不好用，似乎很難理解用戶在說什麼。 Samsung Bixby...