2008 年 9 月 16 日，美軍一級准尉羅莫洛‧卡瑪格（Romulo Camargo）的生活徹底被打亂了。當他在阿富汗戰場部署任務時，不幸遭到伏擊，頸部被一顆流彈擊中，從此，全身癱瘓成了他一生的夢魘。癱瘓讓羅莫洛的生活變得極其不便，就算是喝一杯水，對他來說也是挑戰。但最近，羅莫洛的生活有了不小的改善，這一切要歸功於豐田最新款的護理機器人（Human Support Robot，下文簡稱 HSR）。 ▲ 受傷士兵與 HSR 機器人。（Source：TOYOTA）為弱勢群體而生的機器人HSR 高約 1.2 公尺，頭頂一個微型電腦，配備各種鏡頭和感測器，能夠透過語音或平板電腦控制。可伸縮的摺疊臂和柔軟的機械手用於夾取各種物品，底部的車輪讓 HSR 可以四處靈活移動。 ▲ HSR 透過二維碼辨識物體。（Source：YouTube）身為護理機器人，HSR 的工作原理簡單明瞭：使用前，需要為 HSR 寫入各種命令選項，如喝水、開門等，並在相應的物品貼上配套的二維碼。設定完畢之後，就可以透過語音或平板控制器，讓 HSR 自動辨識物體並執行對應指令。 ▲ HSR 幫助病人喝水。（Source：YouTube）雖然僅僅執行一些簡單的任務，但對全身癱瘓的羅莫洛來說，這已經是極大的便利：對殘障人士來說，這意味著既有的遊戲規則產生了劇變。HSR 並不是豐田第一個用於改善殘障人士生活的機器人。就在兩個多月前，豐田發表了一款行走輔助機器人 Welwalk WW-1000，主要用於幫助失去行動能力的老人或殘障人士恢復步行能力。Welwalk WW-1000 主要由監控器、走步機以及機械腿三部分組成。使用前，患者需要把機械腿固定在腿部並套上安全繩索，以確保不會摔傷。 ▲ Welwalk 行走輔助機器人。（Source：TOYOTA）當患者在走步機上練習行走時，Welwalk 會自動監控行走模式，並自動進行調整適配。 ▲ Welwalk 幫助病人復健。（Source：YouTube）無論是護理機器人還是輔助機器人，都是豐田在商業化康復機器人上所做的探索，而這背後，暗含著這家汽車巨頭關於未來的思考。機器人會是豐田的未來嗎？根據聯合國標準，65 歲及以上人口佔比超過 7% 的地區，視為進入高齡化社會；而日本，是人口高齡化最嚴重的國家。2016 年，日本總人口不到 1.27 億，但 65 歲及以上的人口佔比卻高達 27.3%。行動不便的老年人增多，讓日本國內對汽車需求逐年下降。扎根日本的豐田對這點體會尤深。豐田未來創生中心負責人磯部利行在接受路透社採訪時表示：如果我們能夠幫助那些老年人，在他們不能開車之後還能去自己想去的地方，那麼我們就不能再局限於汽車製造商的身分，而是要逐步演變成一家機器人製造商。豐田要做的，可不僅是老年人生意，針對不同的場景，豐田推出各式各樣的機器人，比如陪伴機器人 Kirobo。Kirobo 原本是豐田為太空人客製的產品，可以和太空人聊天解悶，發揮心理支撐的作用。之後，豐田改良了 Kirobo，推出尺寸更小巧的...
人工智慧快速發展對於各行業帶來巨大變革，仰賴大量數據與密集人力的金融服務業，被視為影響最為劇烈的行業，根據 TrendForce 旗下拓墣產業研究院調查指出，人工智慧於金融服務業的應用，將以智慧投顧發展最為快速，預估至 2020 年全球智慧投顧的資產管理規模將達 5.9 兆美元，年複合成長率為 75%。人工智慧技術結合即時市場訊息與網路輿情，建構動態數據分析模型隨著人工智慧時代的來臨，透過機器學習、自然語言分析等技術，匯集即時市場消息與網路輿情，建構動態的投資模型。相較於傳統採用定性、定量資訊輔助投資策略擬定，人工智慧導入將有效提高投資模型精準度。拓墣產業研究院預估，2020 年全球智慧投顧的資產管理規模將達 5.9 兆美元，尤以中國市場在網路金融帶動下，成長速度最快。數位金融與全球普惠金融的發展目標，帶動智慧投顧高速成長拓墣產業研院指出，金融產業導入人工智慧的各項應用領域當中，以智慧投顧發展最迅速的原因在於，傳統投顧多聚焦高淨值族群，隨著數位金融快速發展，投顧服務進入門檻降低，使得目標客戶擴張至一般大眾，而混業經營亦已成為國際金融行業的發展趨勢，尤以中國網路公司積極涉足金融領域，造成競爭日趨激烈。各金融機構獲利空間遭到壓縮之下，亦積極開拓低單價客戶市場。對於消費者而言，低利時代來臨也帶動市場對於投資理財服務、資產配置的需求提升。遠程身分驗證、智慧客服也是人工智慧於金融領域較快普及的應用除了智慧投顧以外，因數位金融服務快速發展導致的風控挑戰，帶動透過人臉辨識實現遠程身分驗證、即時核貸等人工智慧應用發展，也已成為眾多金融機構推動數位金融的重點之一。此外，根據用戶來電或線上詢問內容，預測用戶問題並自動導引至相關服務，或透過聊天機器人獲取客戶潛在需求以進行精準行銷等智慧客服應用，亦將成為人工智慧於金融領域中較快普及的應用項目。TrendForce 將在 2017 年 7 月 28 日，於台北市進出口商業同業公會 IEAT 會議中心 8 樓會議室（台北市松江路 350 號 8 樓）舉辦「第三波人工智慧發展浪潮」研討會。活動網址：http://seminar.trendforce.com/Campaign/AISeminar2017/TW/index/（首圖來源：pixabay）
蘋果和 iPhone 的最大魅力，或許並不體現在 iOS 扁平優美的操作介面或是諸多 App Store 獨享的好玩、有趣的新應用上。每年 iPhone 的兩個生日（發表日期為 2007 年 1 月 9 日，正式發售日期為同年 6 月 29 日）前後，廣大科技愛好者和果粉都會回顧過去的歷程，並熱議未來可能的發展方向。每一代 iPhone 正式發表前，無論流出的諜照或功能增刪的傳聞，都能輕鬆引爆輿論。可能只有 iPhone 才能享受這種待遇吧。前段時間慶祝 iPhone 十週年時，關於未來（比如 2020 年）的 iPhone 提出諸多預測和期待──比如更快的處理器，最好的智慧型手機鏡頭以及其他目前尚未面世的黑科技。不過我們是不是忘了智慧型手機最重要的核心呢？智慧。強大的處理能力和頂尖的光學裝置固然能引來大量消費者，但機器學習、人工智慧和私人客製化也將是未來 iPhone 和 iOS 不可缺少的關鍵部分。這些功能是如此重要，蘋果甚至為了執行 AI 而量身打造一款名為「蘋果神經引擎」（Apple Neural Engine）的晶片來完成此使命。驅動未來發展同時，這也體現蘋果在保護使用者隱私的前提下，為裝置盡可能多添加 AI 驅動的個人化特徵精神。按照 iOS 一年更新一次大版本的節奏，2020 年服役的會是 iOS 14。我們不妨來一起展望 iOS 14 將會有哪些了不起的成就。你再也不用連續大喊「嗨！Siri」來喚醒它了2020 年的 iPhone 將不再只是一個普通的智慧型手機，還會有全能 AI 處理器的身分。而 Siri 身為 iPhone 的輸出連接埠和蘋果長久以來 AI 工作的核心，在 iOS 14 時，Siri 不僅會毫無疑問地變得更智慧和多才多藝，還將在整個蘋果操作系統中扮演關鍵角色。 剛推出的 iOS 11 中，語音已不再是喚醒 Siri 的唯一方式，你還可以透過打字詢問 Siri 你想知道的所有問題，甚至僅是調戲她。這正是蘋果試圖培養 Siri 完成更多文字任務、成為全能助手的第一步。從今以後，只能和 Siri 語音聊天的時代將徹底翻篇，你可以把圖片或備忘錄以訊息的方式發送給這位智慧小助手。更棒的是，你不再會陷入對 Siri 的單相思了。透過分析已經掌握的知識和蘋果原生 App 如地圖、郵箱和行事曆提供的資訊，Siri 可主動向用戶推送她認為「至關重要」的資訊（不過蘋果自家出品的地圖和郵件並不好用，不知道什麼時候 Siri 才能不再固執地用自家地圖）。正如 Google 可以根據即時交通情況，來發送提醒你何時去上班的貼心提示，Siri 也會有日程提醒這項功能。此外，將提醒功能擴展至郵件（比如催促你及時回覆 VIP 客戶的郵件）、照片（別忘了把週末燒烤聚餐的合照分享給朋友）和鬧鐘（根據日常自動開關鬧鐘，免去忘了關鬧鐘而被吵醒的煩惱）等功能。一想到 Siri 將會從今天換著花樣都叫不醒的「人工智障」，搖身一變為掌控整個 iPhone 的大總管，是不是有點小激動？iPhone 將會成為你的全能小管家Siri 可不是 iOS 中變聰明之處的全部，正如上文提到的，AI 將滲透到系統的每個角落，將所有現在看似簡單普通的應用提升到私人客製化的新高度。目前的 iPhone 中，其實已經有這樣的跡象。iPhone 內建的 Spotlight Search 可以根據近來的使用習慣，推送 4 個或 8 個「Siri App 推薦」。不過這和未來的 iOS 相比，只是小巫見大巫罷了。現在的 iPhone 中，手機不過是透過簡單分析去推薦，壓根沒有深入了解用戶。在 iOS 14 中，Engadget 的記者認為，學會思考的手機系統將成為 iPhone 真正的主人，設身處地思考你現在最需要或希望用什麼軟體，主動推送。智慧化的 iPhone 在用戶介面上也將發生翻天覆地的變化，在花花綠綠的 App 汪洋中瞇著眼尋找王者榮耀從此成為過去笑談，手機螢幕上將只會顯示系統為你推薦的應用軟體。 ▲ 行車勿擾模式。在人工智慧主導的 iOS 14 中，手機中部分特定設置也會根據你現在的地點或行動自動更改。iOS 11 中新增的「駕車時勿擾模式」正是這趨勢的前兆。不過在以後的完全體中，這個目前看來僅是試驗品的功能可能衍生出其他分支──當你走進辦公室，iPhone 即自動屏蔽所有來電和簡訊，或是在影院中自動開啟靜音模式。這一切，都不需要你動一根指頭。雖然說具體預測未來軟體的發展方向一直被認為相當不可靠，且帶來不少經典笑料，但只要機智的你平時有關注科技，就不難發現人工智慧和機器學習將是推動未來軟體革新的動力。在全球幾乎所有科技巨頭都在加碼人工智慧的今天，我們有理由相信 iOS...
在討論自動駕駛技術時，安全性總是許多人關注的重點，近日德國有團隊研究出一組數學模型（Mathematical Model），將有望賦予自駕車「道德準則」，讓自駕車在事故發生時，將人的安全放在首位。印度經濟時報報導，這項研究是由德國歐斯納布魯克大學（Osnabruck）認知科學研究所的團隊所進行，研究人員 Leon Sutfeld 表示，直到目前為止，人們都假定道德判斷與當下的環境因素強烈相關，因此不能透過演算法模擬或描述，「但是我們發現正好相反」。研究團隊透過沉浸式虛擬實境（immersive VR），在模擬的交通場景中研究人類的行為與道德判斷，詳細論文內容被刊載在學期開《行為神經科學尖端》（Frontiers in Behavioral Neuroscience）。在這次的研究中，研究人員讓參與者當駕駛，在一處典型的郊區社區開車，而外面充滿大霧，當碰到沒有預期且無可避免的兩難處境時，他們必須決定在無生命的物體、動物和人類之間，哪個是可以獲得倖免的。在測試結束後，團隊將統計模型進行概念化後設計成規則，能夠具有相關的解釋能力，來解讀觀察到的行為。研究人員發現，人類在困境中的行為可以透過一個相當簡單、僅以生命為基礎的模型來建模，這個模型可以套用在每一個人、動物或無生命的物體，這意味著人類的道德行為可以被機器使用的演算法描述。研究人員 Gordon Pipa 認為，從現在的情況看來，未來機器的確有機會能被編程到像人類一樣進行道德決定，但更重要的是，社會應該儘快對此進行認真討論。「究竟自駕車是否該採用道德判斷？如果是，它們該模仿人類的判斷方式來進行道德決議嗎？如果它們由始至終都遵照道德理論的規定，但事情的結尾還是不如預期，誰或是什麼該負責呢？」自駕車只是個開始，未來手術機器人或其他人工智慧（AI）系統都有可能使用到道德判斷，研究團隊認為，人們正處在一個新時代的開端，必須儘快訂出明確的規範，否則機器可能會開始自行做決定。 Self-driving cars may soon be capable of making ethical decisions Using Virtual Reality to Assess Ethical Decisions in Road Traffic Scenarios: Applicability of Value-of-Life-Based Models and Influences of Time Pressure （首圖來源：Stocksnap.io）
日刊工業新聞 7 日報導，夏普（Sharp）考慮攜手鴻海，在睽違約 10 年之後再度挑戰中國料理家電市場，計劃在 2017 年度內（2018 年 3 月底前）於中國販售支援人工智慧（AI）、物聯網（IoT）的微波爐等產品。夏普在約 10 年前進軍中國料理家電市場，不過因銷售通路嚴重不足、因此截至目前為止持續處於「實質上停售」的狀態。據報導，夏普會將日本市場培育的自動料理功能和中國當地的飲食文化相結合，並將活用鴻海位於當地的銷售網路以及支援中文的雲端服務。報導指出，夏普計劃在中國推出的產品將搭載語音對話用 AI，連上網路後，除可推測家人喜好、以語音提供菜色建言外，隨著使用時間越長、也能讓菜單日益豐富，並能透過雲端進行系統更新。根據 Yahoo Finance 的資料顯示，截至台北時間 7 日上午 8 點 28 分為止，夏普跌 0.74% 至 404 日圓。（本文由 MoneyDJ新聞 授權轉載；首圖來源：shutterstock）
NVIDIA（輝達）6 日宣布與百度結盟，雙方將聯手把全球領先的人工智慧（AI）技術導入雲端運算、自駕車及 AI 家庭助理。百度總裁暨營運長陸奇表示，藉由這次合作，雙方將運用 NVIDIA 自動駕駛技術，聯手開發公司的阿波羅（Apollo）自駕車平台；此外，公司將密切合作使 PaddlePaddle 發展成最好的深度學習框架、改進公司的對話式 AI 系統 DuerOS，以及加速推動深度學習機構的研究。陸奇於北京舉行的百度 AI 開發者大會上發表主題演說時表示，公司與 NVIDIA 的合作計畫包含將新一代 NVIDIA Volta GPU 導入百度雲，為雲端用戶提供全球首屈一指的深度學習平台、採用 NVIDIA 的 DRIVE PX 平台推動百度自駕車計畫，並和中國多家一線車廠聯手開發自駕車、專為 NVIDIA Volta GPU 優化百度的 PaddlePaddle 開源深度學習框架，並廣泛開放給學術機構和研究人員使用、將百度的 DuerOS 對話式 AI 系統加入 NVIDIA SHIELD TV，讓中文用戶能享受其各種 AI 功能。NVIDIA 副總裁暨加速運算部門總經理 Ian Buck 表示，公司與百度率先業界推動深度學習與人工智慧的前進，相信 AI 是當代最強大的科技力量，具有十足潛力顛覆各項產業，公司的合作將統籌各方優秀的技術資源，為所有開發者打造 AI 運算平台，包含協助學術界與新創公司發展突破性 AI 應用以及自動駕駛等。百度宣布將部署 NVIDIA HGX 架構，並搭配 Tesla Volta V100...
DeepMind 的 AI 團隊一直駐紮在英國，2014 年被 Google 收購以後還是如此。雷鋒網獲得訊息，DeepMind 終於要在本月下旬開設第一個海外實驗室──但不在老東家的大本營美國，而是加拿大亞伯達省首都艾德蒙頓。阿爾伯塔大學電腦系的三名教授 Richard Sutton、Michael Bowling、Patrick Pilarski 將帶領該實驗室的研究工作。同時，另外七名高階 AI 研究員也將加入。▲ Richard Sutton、Michael Bowling、Patrick Pilarski。為什麼不在美國呢？這有三個原因：加拿大的 AI 學術研究實力很強，非常強談到 AI，最容易想到的兩個國家，是美國和中國。前者有矽谷的科技巨頭，而中國有最高的統計數字──最多從業人員，最多論文發表量。加拿大，卻很容易被忽視。加拿大的學界盛產 AI 大腕，這裡舉三個例子： 多倫多大學的 Geoffrey Hinton； 蒙特婁大學的 Yoshua Bengio 和 Ian Goodfellow。 這三位僅是代表人物。過去，在深度學習受冷待時，一大批加拿大籍 AI 研究人員被挖到矽谷。而 DeepMind 的 AI 團隊中，也有十多名成員來自加拿大。Richard Sutton 更是 DeepMind 首位技術顧問。與阿爾伯塔大學合作新實驗室開在艾德蒙頓而非其他城市，是因為阿爾伯塔大學在這裡。DeepMind CEO Demis Hassabis 在官方部落格說：事實上，我們與阿爾伯塔大學有多年緊密合作關係：接近「一打」阿爾伯塔畢業生加入 DeepMind。過去幾年裡，我們還資助阿爾伯塔大學的機器學習實驗室，為博士生提供獎學金。該實驗室，將是 DeepMind 與阿爾伯塔大學一個全新合作階段的開始。加拿大政策比美國更開放▲ 加拿大總理 Justin Trudeau。（Source：Flickr/Alex Guibord...
7 月 6 日，《人類大歷史》作者哈拉瑞在首屆 XWorld 大會演講，提到他對人工智慧的看法。今天我要跟大家介紹的可能是我們這個時代最著名、重要的科學發現，或者可以說是整個 21 世紀人類歷史上最重要的一個演變，我們稱之為「人工智慧」。一、有機生命會逐步被無機生命所替代人工智慧不僅是 21 世紀最重要的科學進化，也不只是我們人類歷史上最重要的科學進化，甚至是整個生命創始以來最重要的原則。有機生命根本的規則沒有發生變化，與過去的 40 億年當中都是保持一致的。過去 40 億年當中，所有生命都是按照優勝劣汰的原則進行演變，所有的生命完全按照有有機化學的規則進行了演化。因為我們的生命是有機化合物組成，不管你是巨大的恐龍還是一隻阿米巴蟲、一顆花生，還是一個人，都是按照物競天擇的規則，都是有機化合物組成的，我們完全遵守過去 40 億年有機化學規律的演變。 這樣一個 40 億年的規則將會隨著人工智慧出現而發生根本變化，人工智慧將替代物競天擇自然選擇的結果終止。我們的生命將根據電腦智慧設計，脫離原先有機化學的限制，而進入一個無機的世界。在我們有生之年，有可能看到有機生命逐步被無機生命替代。我們會逐步看到有機化學規律和無機智慧性的生命形式並存。原先我們是碳基的，未來生命形式當中，矽基會成為主要的生命形式。這是我們有生命以來的 40 億年當中第一次出現的一個重大變局。二、選擇權將逐步讓渡給人工智慧在過去的 40 億年當中，大家想像一下，所有生命都是局限在地球這樣一個行星上面，沒有一個生命、阿米巴蟲或任何一種生命形式有能力突破我們這樣一個行星（地球），去其他的星系殖民。這是因為自然選擇規律讓所有有機物、有機體局限在地球中，一個非常獨特的環境──溫度、氣候、陽光、重力。一旦我們從原先有機的生命形態轉變成為無機的生命形態，比如機器人，人工智慧電腦等，那麼環境就沒有限制了。機器人在火星上面也可以生存，而人類不可以。我們在科幻小說或電影中看到的一些場景，現在對人類來說仍然非常困難。因為我們這樣的有機生命體在地球以外的外太空很難生存，但是電腦機器人、人工智慧相對而言，比較容易能在地球以外的其他星球和星系生存。 因此，在地球出現生命以來的 40 億年，我們有可能突破地球的限制而進入其他星系，不是人類，而是人工智慧可以做到這一點。另外一個重大突破性的演變，也是在我們有生之年可以看到的，事實上大家已經從某種程度上經歷了這種變革。什麼樣的變革？我們人類上萬年以來在演變過程中獲得越來越多力量，在 21 世紀的時候人類將會失去這些力量，這些力量將逐步從我們這個物種讓渡給人工智慧。比如世界上發生什麼，甚至我們自己生命在發生什麼，這些權力或我們掌控的力量，不管重要的還是不重要的，都會逐步拱手讓給電腦或人工智慧的演算法。1、人工智慧可以了解你的喜好舉一個很簡單的例子，比如你下個月讀哪本書，這是我們生活中很簡單的決定，我們可以有很多選擇。以前很多人會依賴自己的感覺、喜好、口味，或依賴朋友、家人的推薦。選擇哪本書閱讀，目前取決於我們的感覺、喜好、口味，但進入 21 世紀以後，我們逐步把閱讀什麼書，購買什麼書的權力讓給了電腦、演算法、讓給了亞馬遜網站。所以當我們進入亞馬遜未來書店，有一個演算法告訴你：我一直在追蹤你，我一直在收集你的數據，你喜歡什麼書、不喜歡什麼書，我都知道。亞馬遜的演算法會根據對你的了解，以及對上千萬讀者的了解，向你推薦書籍。這仍處於初級狀態，這只是人工智慧邁出的一小步，亞馬遜網站的演算法仍然非常有限。進入下一個階段，今天已經發生，我們看到這樣的演算法越來越了解你。今天越來越多人看書不是看紙書，而是閱讀電子書，在手機上看書或在電子閱讀器上看書。當你在這個裝置上讀書的時候，裝置也在「讀」你。這是有史以來第一次不僅人類在閱讀一本書，當你在讀一本書時，書同時也在「讀」你。你的智慧手機、智慧平板在追蹤你、監測你，蒐集你的數據，這些裝置可以了解哪頁你會很快翻過去、哪頁你慢慢閱讀。這些數據會給出一些結果：哪些對你來說是無趣的章節、哪些是你喜歡的章節，它也知道哪頁你不讀了。當我購買別人推薦的書，讀後雖然不喜歡，但我還是會告訴每個人這本書非常好。為什麼？因為我不想丟臉，別人都說這本書很好。要知道這樣只能騙別人，電腦演算法不會被你騙，它知道你讀到第 5 頁不讀了，或讀到第 42 頁的時候不喜歡了。2、人工智慧可以體會你的情緒以上是非常初步的功能，下一步它的裝置可以連接臉部辨識軟體。今天臉部辨識的演算法很初級，但慢慢地，它會學會經由看你臉部的表情判斷你的喜好。這就跟我們看別人一樣，我知道你的表情背後掩蓋著什麼樣的感情、什麼樣的感覺。透過觀察你的臉部表情、肌肉變化，就會知道你在笑還是生氣，或只是無聊。這是人類用來認知情緒的方式，今天電腦也在學、提高對情緒的辨識能力，甚至比人類做得更好。它們能找到臉部活動的規律，並用這種規律來分析和評判一個人目前的情緒狀態怎麼樣。我們把這樣的軟體和 kindle 電子閱讀器結合在一起，kindle 就能判斷你在閱讀的書對你產生的情緒影響。你在看書的時候笑了，這時候它知道你笑了；你看到某章生氣了，它知道你生氣了。我身為作者，經常想像書中哪章哪節，讀者看著看著就笑了，他們會不會理解我藏在文中的笑點，能不能看出我寫這段文字是諷刺。我不知道，但是亞馬遜會知道。如果 87.3% 的讀者讀到這段時，沒有因為這個笑話而笑，表示這不是一個有效的笑話。 3、人工智慧可以提出適合你的建議最後一步把裝置和生物辨識感測器結合在一起，這些生物辨識感測器植入體內，這不是科幻小說，已經實實在在用了。生物特徵感測器能持續不斷監控我身體各種生物指徵。我現在跟大家演講，我的血壓心率是多少，血糖水平或我的激素水平是多少。但是你不知道，電腦透過剛才講的這種技術能夠知道我每刻血壓的變化。根據數據，大家想像一下你正在讀一本非常長的書，比如托爾斯泰的《戰爭與和平》，當你讀完時，大部分情節都忘了，但是亞馬遜、騰訊或百度任何一家公司，它的電子閱讀器透過生物辨識感測器，記錄你閱讀這本書的狀況。在我讀完《戰爭與和平》後，這個裝置就知道我是一個怎樣的人以及性格特點是什麼。根據這種知識和了解，裝置不光能向我推薦書籍，而且也能圍繞著我生活更重要的決策，向我建議。比方我應該學什麼、該生活在哪、應該在哪裡上班，甚至和誰結婚。人生當中最重要的決定之一，可能就是一生要和誰度過──伴侶的選擇。在選擇伴侶這件事上，很多人犯過糟糕的錯誤，我們主要依賴自己的感覺以及親友家長的建議。現在有一對情侶，該結婚還是分手？二、三十年以後，你可能可以問亞馬遜、百度、騰訊這樣的問題，今天你得靠自己的感覺和親友的意見。那時候，亞馬遜等公司對我個人、和我相處的人已如此了解，你可以問它們的建議。你迄今為止所有郵件、LINE 訊息、手機通話它都在追蹤；看書、看電影時，它監控你血壓心率的變化；你每次約會，它也在監控你約會水平的變化。它對你個人所有資訊的了解以及伴侶的了解，對幾百萬人成功或不成功的伴侶關係的理解，可以告訴你：現在你和你的男朋友或女朋友結婚的概率是 90%，因為在你一生中找不到更好的伴侶了，因為它如此了解你，你心裡想的可能是：我有能力找到一個更好的伴侶，更好看更漂亮的伴侶。它會知道你這樣想的錯誤來源所在：你太看重外表了。你在選擇的時候，考慮的因素還是 5 萬年前我們的遠祖在非洲大草原上擇偶的標準。現在機器會告訴你：根據我的統計數據，即使外表對關係的成功與否具一定的重要性，但重要性比較小，可能只佔整體權重的 10%，也就是在一段成功的關係中只有 10% 是取決於外表、美貌。機器會告訴你：我已經看到現實。從長遠來看，你和現在這個人在一起會最幸福，你應該和他結婚。在這種設想中，決策的權威、權力已經轉移了，從人類手中移交給演算法。我們需要理解的是：做決定的能力就像一組肌肉，你不用的話就會退化，你對電腦信任越多，依靠人工智慧做決定越多，你就會失去自己做決定的能力。舉一個簡單的例子：找路。過去我們怎麼找路？基於自己的本能知識經驗，到一個十字路口該左轉還是右轉，你會依賴自己的經驗。今天越來越多人依賴智慧型手機、各式各樣的 GPS、地圖應用。你的本能告訴你應該右轉，但是智慧型手機告訴你左轉，你越來越相信智慧型手機，而不是直覺。經過一段時間之後，你的認路、找路能力就喪失了，即使你還想這樣做。20 年以後我們在人生中碰到十字路口要做決策的時候，很多人會用智慧型手機、人工智慧來決定，它們會告訴你該怎麼做。三、人工智慧產生的革命性影響隨著人工智慧變得越來越好，有可能人工智慧會把人從就業市場擠出去，對整個社會的經濟和政治都產生革命性的影響。1、減少交通事故十年前，如果說電腦駕駛的技術比人更好，大家會覺得這是科幻小說。但今天所有專家都達成共識。可能再過一兩年，電腦就能比人類駕駛員的平均水準好得多。屆時數以百萬計的出租車、卡車、公車司機會失業，讓位給自動駕駛汽車。它不僅開起來好，安全性更高得多。今天全世界汽車事故造成的死亡人數比戰爭暴力還多一倍。戰爭、恐怖主義犯罪，每年造成 60~70 萬人死亡，汽車每年造成 130 萬人死亡。大部分汽車事故都是人為造成，比如酒駕，開車的時候打電話，或睡著了，或在發簡訊。今天交通事故裡人是主要因素，有了人工智慧就不會有這樣的問題。自動駕駛汽車永遠不會喝酒，自動駕駛汽車也不會在開車時睡著，也不可能在開車時接打電話，自動駕駛汽車就能替代人類駕駛。 2、解決道德倫理上的難題除此之外，人工智慧也能做一些關於倫理道德的決定。比方自動駕駛汽車在開車，突然前方有兩個孩子在踢球，這個時候負責自動駕駛的電腦透過演算法可算出避免撞到兩個孩子的辦法是快速轉向另一條車道；另一個解決方案可能就是讓客戶、車廠來決定。比方豐田讓客戶決定自己選用哪一款車，有一款車碰到這樣的情況會決定讓你死，那麼另一款車會決定剎車但仍然撞死兩個孩子，你會買哪款車，選哪種演算法？世界上最優秀的哲學家先把這樣的程序做好，我們在理論上考慮的所有東西有各種各樣的理論，但是這些理論遇到危機時的作用甚少。大家可以說道德的選擇是犧牲自己的生命救孩子，但一旦你真正上路，幾秒內必須做出決定時，你就會忘記剛才的結論，會根據你的本能採取行動。理論哲學上的行為和人類實際行為有巨大差距，但有了電腦人工智慧，我們就能解決這個問題。我們可以把世界上最優秀的哲學家集合，讓他們坐在一個房間，給他們一年時間討論道德上的難題，不管最終拿出什麼方案，就把這個方案寫到自動駕駛汽車的程式中。談到倫理道德決策，人工智慧也有可能是平均意義比人類更好，因為這意味著自動駕駛汽車，假設每輛車駕駛都是孔子，這樣對人類駕駛來說，被人工智慧替代之後，當然一方面會帶來很多優勢：更加安全、更加便利。與此同時另一方面會使決策權從人民大眾手中轉向少數精英手中。過去這樣的權力和福利是由數以百萬計的計程車司機、公車司機、卡車司機分享，現在不是，現在都交給人工智慧，它們就掌握了世界上所有的計程車、卡車、公車。3、做更優秀的醫生不光是公車司機，甚至醫生這個工作都會發生變化，在人工智慧中這樣的事情已經開始發生。人工智慧在疾病診斷方面能做得更好，提出治療方案比平均水準的醫生更好，普通醫生的知識和能力有限，不可能每天更新知識，不可能一個人知道全世界所有的疾病藥物和研發結果。對一個醫生來說擁有的數據有限，但對人工智慧是無可限量的，可以收集資訊分析，熟知全世界所有疾病，能夠 24 小時不間斷追蹤患者。今天我的私人醫生在以色列每年幫我做一次體檢，他和我報告我的健康狀況。有了人工智慧之後相當於你身邊就有一個醫生，隨時追蹤你的血壓，即使我現在在中國，人工智慧應用也像醫生一樣隨時了解我的健康狀況，每 0.5 秒了解我血液的狀態。這不再是每年做一次體檢，意味著對癌症這樣的疾病不是等到癌細胞擴散時再去醫院檢查，而是在剛出現癌細胞時就能發現。即使我沒有不好的感覺，但人工智慧已經發現了。因此，人工智慧會發現癌症早期的症狀提出診療方案，一個好醫生不僅了解你病情，還需要一些情感方面的了解：病人是不是害怕，或生氣、憤怒等。所以有人認為人工智慧做不到，事實上人工智慧比人類醫生還能夠撫慰病人心靈。人類醫生怎麼判斷呢？可能看你的臉部表情，某一個聲音語調的變化，但是人工智慧可以更加精準地分析你的臉部表情、說話的語調變化。它能更加精準地比人類醫生了解病人情緒的變化，監控某一個病人內部身體情緒的變化。有時候病人自己都不知道自己是什麼狀態，但是人工智慧可以，因為它在不斷監控你的心跳血壓狀況等。當然想要創造出這樣一個人工智慧醫生，還有很多問題需要去解決，很多技術難題需要突破。我們技術上只要實現一次突破，就可以解決一切的問題。人工醫生怎麼培訓？可能需要 8 年大學碩博連讀，臨床實習之後才會培訓出一個合格的醫生來。10 年之後，我們花了這麼多資源只不過培養出了一名人類醫生，這時候培養第二名又需要花 10 年時間。但人工智慧只要技術上實現一次突破，你拿到的不是一個機器醫生而是無窮多的人工智慧醫生，他們可以被複製。這個比培訓人類醫生要效率高得多，雖然一開始要花數百億美元研發，但是一旦研發出來就可以無窮複製。隨著技術發展我們可以用機器替代計程車、司機、醫生其他職業，人工智慧逐步都可以替代，這時候出現一個非常大的人類社會學問題。正如第一次工業革命使得城市無產階級出現，人工智慧的出現會出現一個新的階層，就是無用階層。數以億計的人將找不到工作，他沒有辦法和電腦人工智慧競爭，對這些人來說他已經喪失了經濟的價值，沒有經濟價值也就沒有政治權力，這會對社會、政治、經濟方面產生巨大的問題。四、人工智慧時代，你該教孩子學會什麼當然大家說會出現一些新的職業，但你沒有辦法確定會出現哪些新的職業取代那些正在消失或者被機器搶走的職業。我們可以說人會自己不斷地學習，不再需要卡車司機、計程車司機，會有新的職業設計未來的事業，設計 3D 電腦遊戲。你想一下一個 50 歲的計程車司機失業之後，他有多大能力去培養自己？對於 50 歲的計程車司機來說，他要重新培養自己的能力，這樣就太晚了。這樣的革命非常危險，它會從根本上改變我們的教育體系。今天，你會教孩子什麼？今天在學校裡我們應該教孩子什麼？大學裡面應該教孩子什麼？讓他們能夠在二、三十年之後適應當時的就業市場。事實上我們沒有人能夠描述 二、三十年後的就業市場，換句話說，我們現在的教育系統沒有辦法了解今天應該教我們的孩子什麼。今天我們的孩子在學校裡面學到的所有知識，二、三十年後完全無用，我們不知道現在應該教他們什麼，才能夠讓他們在二、三十年後找到工作。即使我們會產生新的工作，二、三十年後可能產生新的工作，但是孩子到那天是不具備那些新工作的就業能力的，那麼這個時候出現了數百萬、數千萬甚至上億失業人口，他們喪失了經濟價值，這會產生進一步威脅。人類未來的精英階層是否還會有動力照顧那些弱勢群體？現在，世界各地的政府還會投資於那些弱勢群體，為什麼？因為政府精英群體需要這些弱勢群體，即使是德國的納粹希特勒，他也要投資這些弱勢群體。他要變大，需要有強大的軍隊，需要普通的、數以百萬計的德國人去當兵、成為工廠的工人才能支撐他打這樣的戰爭，所以投資大量的資金用於教育和醫療。但是未來如果人工智慧替代人類，他可以替人去打仗、去做工，這樣國家精英階層就沒有動力去投資醫療教育，幫助弱勢群體。人類社會會分成兩大階層，一個是非常少的精英階層，就像上帝一樣，他們在創造大量的人工智慧，絕大部分人將變成沒有任何經濟價值任何無用的階層。這是 21 世紀最大的風險。五、人工智慧毫無疑問會改變我們的未來 最後一點在我結束演講之前說，這也是非常重要的一點：有很多關於人工智慧的討論，但是也有很多關於人工智慧究竟意味著什麼的迷惑和疑問。智慧和意識之間究竟有什麼區別，很多人迷惑。智慧是解決問題的能力，比如我們診斷一個疾病，或者找到某一個疾病的治療方法，這是智慧。但是人類的意識是感受某一種外界的能力，你的情緒、你的感情、你的痛苦、愉悅、愛等等。人類和其他的哺乳動物，大猩猩、猴子等，他們的意識和感情是合而為一的。但是電腦不一樣，隨著水平越來越高，他們也能產生意識，很多科學的科幻小說或者其他科幻電影中，我們經常看到人工智慧逐步產生了意識，機器人變得非常智慧，同時獲得了意識和情感，機器人會變得非常憤怒，它想殺掉所有的人類。我們在科幻小說電影中都看到過，它不是科學只是科幻。科學告訴我們智慧和意識是完全不一樣的兩個東西。到目前為止，電腦或者人工智慧發展到今天，智慧水平在不斷提高，但是人工智慧的意識還是零。換句話說，我們現在沒有任何指標證明或者任何跡象表明，電腦和人工智慧在未來能獲得這種意識。電腦只是以一種完全不同的方式在工作，和人類其他的哺乳動物完全不一樣，這是我們面臨的風險，或許是最大的風險。電腦會比我們智慧得多，比人類水平高好多，它會控制這個世界，開始向宇宙其他星系去擴張，但是它們仍然沒有意識。我們會有一個充滿智慧機器的宇宙，但它們卻喪失意識和情感。大家可以想像生命過去的演變在逐步向更高的智慧發展（無論是人類或者其他哺乳動物），在演變過程當中是非常慢的。上億年的生命透過我們的意識不斷摸索，慢慢演變到今天的智慧狀況，速度是非常慢的，演變需要數百萬年的時間。突然有一個電腦殺出來，他們用完全不同的路徑、方式，完全不同的發展模式，超級的智慧在超越有機的生命體。他們智慧的進化和演變速度比我們快得多，他們的發展演變比我們快得多，他們會控制整個世界甚至宇宙，但是沒有意識。我講的東西不是一個寓言。沒有人會知道未來是什麼樣子，一切還懸而未決，同樣一個技術你可以創造出完全不同的社會和世界。我們在 21 世紀曾經看到過這一幕，我們的技術、汽車、廣播、電視、電腦，可以利用相同的技術創造出社會主義的國家，資本主義的國家、法西斯國家也都是利用同樣的技術。同樣，人工智慧的技術毫無疑問會改變我們的世界，但是我們未來的社會究竟怎麼樣？這會有很多選擇，而不是完全由技術來決定的，一切都懸而未決。如果大家不喜歡我剛才描述的這個世界，大家仍然可以用自己的行動去改變決定未來世界的形態，去消除風險，發揮技術好的那一面。最後我想講的就是：當你身為一個人、一家企業、政府部門，或者做為精英階層，我們在做人工智慧的時候，做各式各樣決定的時候，一定要注意人工智慧不僅是單純的技術問題，同時也要注意到人工智慧以及其他技術的發展，將會對社會、經濟、政治產生深遠的影響。我們一定要注意人工智慧技術層面的問題，還要嚴密關注人工智慧的發展對社會可能產生的影響。因此，我們在投資與技術發展的時候，還要投入於社會影響的研究。 人类将会失去这些力量 | 尤瓦尔·赫拉利今日最新演讲 （本文由 36Kr 授權轉載；首圖來源：Flickr/Many Wonderful Artists CC BY 2.0）
人工智慧雖然會取代許多工作，但同時也會成為各行各業的助手，以數據為基礎提高決策精確性。人工智慧在醫療上的應用也是一大商機，過去在科學家努力下，人工智慧已經可從醫療影像發現多種疾病，包括乳癌、皮膚癌、眼科疾病等，現在研究人員訓練機器學習透過心電圖識別心律不整，結果表現比專家還好。麻省理工科技評論（MIT Technology Review）報導，史丹佛大學人工智慧實驗室主任吳恩達（Andrew Ng）表示，這次最大突破是讓人工智慧透過圖像之外的其他形式資料，如心電圖來診斷病情。心律不整會導致包括心臟猝死等嚴重的後果，但卻很難事先察覺，所以病人需要配戴心電圖感測器數週時間，但即使如此醫生也很難區別良性與需要治療的心律不整。史丹佛研究團隊專注在訓練機器學習演算法從心電圖來辨識不同形式的不規律心跳症狀。研究人員與生產可穿戴式心電圖裝置的廠商 iRhythm 合作，從不同形式的心律不整患者收集 3 萬個 30 秒的心電圖剪輯，為了評估演算法的準確度，研究團隊使用演算法判斷 300 個未確定的心電圖剪輯，與 5 名心臟病專家的判斷進行比較，另外還找 3 位心臟病專家小組提供認定。機器深度學習將大量數據饋入大型模擬神經網絡，並對參數進行微調，直到準確辨識出有問題的心電圖信號，該方法已經證明在辨識圖像和音頻中的複雜模式方面非常拿手，且表現比人類更好，產學界已經開始開發基於機器學習的圖像辨識和聲音辨識系統。微軟研究院與麻省理工學院還有密西根大學，都在使用機器學習來偵測心律不整疾病。機器學習可以透過梳理大量不同的數據來發現疾病的痕跡。但報導認為，人工智慧在醫療應用上最關鍵的挑戰是說服醫生和患者相信演算法，由於深度學習過程太複雜以致很難理解，所以找到容易解釋的方式，對建立信任和精進治療來說非常重要。吳恩達認為人工智慧帶動的醫療革命即將到來，雖然要讓演算法納入衛生保健系統的工作還需要很多努力，但他相信 10 年後的醫療保健將會使用更多人工智慧，並且作法會與現在看到的非常不同。 The Machines Are Getting Ready to Play Doctor （首圖來源：Flickr/Rosmarie Voegtli CC BY 2.0）
科技品牌大廠華碩的組織改革計畫於 6 月底大致定案，董事長施崇棠 10 日強調，公司組織改組是為了因應市場變化與消費者變化，而非以裁員為考量。施崇棠 10 日出席華碩集團旗下亞旭電腦與台北市交通局的台北車站智慧化簽約記者會，對於媒體關注華碩日前宣布的組織改革計畫是否涉及裁員？施崇棠回應，改組最重要目的，除了是因應市場變化與消費者變化，也是為了公司長遠的未來考慮，而非以裁員為考量。另外，華碩本次組織改革規劃了人力平台（Talent Pool），會將部分人力移出既有的部門。施崇棠指出，華碩將會認真思考未來如何在新架構之下，透過連結服務（Connected Service），以人工智慧（AI）分析不斷回傳的大數據，並從內部推動整套觀念。改組後將分為 3 個事業群（BU）和人力平台，將能更有效思考未來產品方向，並藉由新的基礎架構，對 AI 有更多的布局與連結。他也指出，智慧機器人對華碩來說非常重要，華碩 Zenbo 在台灣已經開始放量，接下來更將進軍中國市場。人工智慧分成 Weak AI 和 Strong AI，前者是利用蒐集到的資訊進行運算，以產生更多新的型態應用，後者則是像人腦運算，在有限資源下進行運算，並產出創新產品；雖然現在 Weak AI 是機器學習的關鍵，不過，未來應朝向 Strong AI 發展，要做到機器思考能像人一樣。（本文由 MoneyDJ新聞 授權轉載；首圖來源：Flickr/Kārlis Dambrāns CC BY 2.0）