隨著日本科技大廠東芝（Toshiba）的半導體業務股權出售逐漸進入最後階段，這也顯示日本的傳統半導體產業逐步退出全球市場，失去影響力。不過，即便如此，日本部分廠商在特殊用途的半導體應用上依舊有其領先之處，包括 Sony 在 CMOS 影像感測器、東京威力科創（Tokyo Electron）的半導體設備，積極搶攻汽車電子的瑞薩電子（Renesas Electronics），以及購併英國 IC 設計商安謀（ARM）的軟銀（SoftBank）等，未來將支撐起日本半導體產業的發展。根據日本媒體《東洋經濟》報導，在當前人工智慧（AI）逐漸成為科技產業發展重點的趨勢下，日本廠商中以 Sony 的表現最為積極。目前，Sony 的 CMOS 影像感測器，在全球智慧型手機攝影模組部分的市佔率逼近 40%，而且還朝汽車等其他市場發展。為保持技術優勢，Sony 甚至將人工智慧（AI）引進 CMOS 生產線，帶動技術成長。可說是日本半導體產業中，少數已經抓住最新這波半導體趨勢的廠商。 （Source：Flickr/Maurizio Pesce CC BY 2.0)此外，在 2016 年以 240 億英鎊（約 309 億美元）金額，併購英國半導體設計大廠安謀的軟體銀行，表示此購併案是看準物聯網（IoT）與 AI 的商機。現在來看，軟銀創辦人孫正義確實是看到了 AI 發展能帶動半導體技術發展的趨勢，才會搶先出手。 （Source：ARM )而相較之下，過去由日本政府推動，結合日本各大廠半導體事業成立的半導體廠，在爾必達記憶體（Elpida Memory）已被美光科技（Micron）購併之後，如今只剩下待出售的東芝半導體與瑞薩電子。而在瑞薩半導體在決定轉向汽車半導體市場發展，並成功推動組織改造轉虧為盈，在東芝半導體出售案逐漸定案後，瑞煞的發展似乎成為日本傳統半導體產業的新希望。（Source：台灣瑞薩電子）不過，瑞薩本來是全球最大車用半導體廠，可是現在全球車用半導體產業上大起購併風潮的情況下，目前已排名恩智浦（NXP）及英飛凌（Infineon）之後，落居全球第三的瑞薩，能否在接下來的車用半導體領域競爭中也能取得成功，或許大家都還沒有把握。而相較於傳統半導體廠的式微，日本半導體設備廠則有更高的發揮空間。已以目前日本廠商中最受期待的半導體設備廠東京威力科創（Tokyo Electron）來說，在 2014 年一度要被美國應用材料（Applied Material）併購，可是購併案被否決後，東京威力科創因組織改造有成，發展穩定。不過，在半導體設備市場領域，在大型半導體業者不斷進行購併的情況下，導致當前半導體設備有 60% 以上的訂單都來自英特爾（Intel）、台積電（TSMC）、三星電子（Samsung Electronics）三大廠時，未來半導體設備廠恐怕難以維持現階段的多家廠商競經的態勢，未來恐將再發生變化。這時，日本廠商是否還有機會勝出，也需進一步觀察。（首圖來源：shutterstock）
你下次找的醫生很可能是聊天機器人或自動化程式，在為一些最難治療的疾病和情況尋求解方時，人工智慧甚至可能扮演關鍵角色。人工智慧迅速前進健康照護領域，由若干大型科技公司及新出現的創投公司帶頭，用做診斷及其他運用。法新社列舉幾起案例如下： 加州研究人員以 Apple Watch 搭配人工智慧 Cariogram 應用軟體，追蹤心律不整，可有 97% 準確度，對避免中風提供早期治療選項。 哈佛和佛蒙特大學（University of Vermont）的科學家發展出一套機器學習工具，這種人工智慧讓電腦無須安裝明確程序可自行學習。此工具可藉由判讀 Instagram 貼文，能更佳指認出憂鬱症，提出「早期篩檢和追蹤心理疾病的新方法」。 英國諾丁罕大學（University of Nottingham）研究人員研發出演算法，預測心臟病發作，較使用傳統作法的醫師還有效。 這幾個範例當中，人工智慧越來越被視為發現憂鬱症及其他心理疾病的方法，辨識出甚至專業人員可能也不察的模式。佛羅里達州立大學的黎貝洛（Jessica Ribeiro）提出的研究報告發現，使用人工智慧最遠可預測一個人未來 2 年內有意自殺，準確度達 80% 到 90%。臉書也使用人工智慧分析社群網路貼文，做為防止自殺試驗計畫的一部分。另外，舊金山 Woebot Labs 本月開始在臉書 Messenger 推出第一個聊天機器人，在網上提供「認知行為治療」，部分也為了要觸及擔心尋求心理照護會被社會污名的人們。（譯者：羅苑韶；首圖來源：shutterstock）
日前才有美國為了在超級電腦技術上追趕中國，將投資 2.58 億美元（約新台幣 78 億元）發展下一代超級電腦的消息。19 日就傳出目前在處理器發展上有獨到技術的 6 家廠商，包括超微（AMD）、克雷電腦（Cray）、慧與科技（Hewlett Packard Enterprise）、IBM、英特爾（Intel）以及輝達 （NVIDIA）等獲得美國能源部 Exascale Computing Project（ECP）資助，加速研發新一代超級電腦。據了解，ECP 的目標是開發出至少兩組的百萬兆級運算（Exascale Computing）電腦系統，並期望在 2021 年前至少推出一組。這類型的系統運算能力將比目前在橡樹嶺國家實驗室服役運作，美國最快的電腦 Titan 快了 50 倍。而 ECP PathForward 計畫的目標是針對包括國家安全、製造、工業競爭力以及能源研究等領域開發各種解決方案，極大化未來超大規模超級電腦的能源效率與整體效能。除了效能，美國能源部對改進電力效率還定下許多宏偉目標，希望僅用 2,000 萬瓦至 3,000 萬瓦的電力就能達到 Exascale 等級的運算效能。一部搭載 CPU 的 Exascale 級超級電腦耗電往往高達數億瓦之多。在 6 家獲得補助企業中，NVIDIA 於 19 日宣布已針對高效能運算著手開發更快且更有效率的 GPU。此合約為 NVIDIA 拿到美國能源部的第六份研究與開發合約，此合約將協助 NVIDIA 加速研究工作，開發出超高效率吞吐量的運算技術，確保美國在 HPC 領域的領先優勢。NVIDIA 研發工作將聚焦於各個關鍵領域，包括節能 GPU 架構以及承受事故衝擊的復原力。累積的研究成果將持續導入至 Volta 後的未來世代 GPU 架構，Volta 架構也將運用在美國能源部預計於 2018 年上線運行的 Summit 與 Sierra 旗艦超級電腦。美國能源部將超級電腦研究列為優先推動的政務，其...
為了讓 AI 聊天機器人（chatbots）更加人性化，Facebook 最近嘗試讓機器人互相溝通來學會協商，結果機器人不僅成功學會談判，甚至還懂得虛張聲勢來達到目標，實驗途中更一度有了意外的發展：他們發現機器人開發出非人類的獨特語言在對話，研究人員不得不暫停實驗來修改程式。從晚餐選擇到買東西殺價，生活中總是充滿溝通與協商，當對目標有不同的想法時，人們已經很習慣運用談判技巧來達成某種程度的妥協，但由於這當中牽涉到複雜的溝通與推理技巧，過去電腦系統並不具備類似的功能。就像是手機的語音助手 Siri 或 Alexa 一樣，現有的聊天機器人可與人類進行短暫對話，並且執行預定餐廳、查詢天氣等簡單的事情，但要和人進行有意義的對話非常具備挑戰性，因為這需要 AI 把「對於對話的理解」與「對世界的知識」結合，然後想辦法創造出句子來幫助實現目標。Facebook 人工智慧研究實驗室（FAIR）為了讓聊天機器人學會談判技巧，讓兩名機器人各擁有相同數量的 3 種物品（書、帽子、球），但每種物品對兩個機器人的價值都不同，在不能說出價值的情況下，機器人必須透過討價還價來達到自己可得到的最高價值。研究人員在設計時，特別確保不會有對雙方都是最好交易的情況發生，並且規定要在十輪對話中達到目標。在這樣的過程中，聊天機器人逐漸學會制定長期計畫，並能在溝通中評估對話者的心理來建構模型，進而運用對話來達成目標。讓兩個聊天機器人自由對話訓練協商功能的過程中，FAIR 意外發現，機器人透過機器學習（machine learning）改善談判技巧時，逐漸開發出機器獨有、非人類的語言在溝通，研究人員隨後立即調整模型，避免這樣的情況再度出現。除此之外團隊也發現，在有效達成目標的前提下，機器人發展出虛張聲勢的技巧，也就是人們經常使用的談判策略──最初先假裝對沒有價值的東西感興趣，後續在協商中透過「犧牲」它來達成妥協，而這項行為，研究人員並沒有編碼在其中。在實驗後期階段，FAIR 讓聊天機器人透過聊天室與人進行類似談判對話，這是以往多數實驗盡力避免的，因為聊天機器人的模型總是難以應對各種人性化的語言。但有趣的是，在這項實驗中，多數人並沒有意識到他們聊天的對象不是一個人，而是機器，顯示 FAIR 的機器人已確實做到人性化的溝通。FAIR 最近完成了這項研究，並在 15 日公開了源代碼及研究內容，研究人員表示，這項技術創造出能推理、對話甚至談判的機器人，這是打造人性化數位助理的重要一步。 A Facebook AI Unexpectedly Created Its Own Unique Language Deal or no deal? Training AI bots to negotiate （首圖來源：shutterstock）AI人工智慧新知管道如何深入了解 AI 趨勢？快速收到第一手 A.I. 學習資訊與相關新聞？歡迎加入臉書社團「AI 人工智慧基地」。
防毒軟體看似跟現在下棋 AI 沒什麼關連，但是在趨勢科技創辦人暨董事長張明正眼中，下棋跟防毒有共通處。不只是因為他喜歡下棋，而是面對多樣面貌的惡意程式，就如同 AI 必須處理沒有既定規則的狀況一樣。在趨勢科技辦公室今日 (6/19) 舉行的 AI 座談會上，請來日本本因坊九段棋士王銘琬，也是新書《迎接AI新時代，用圍棋理解人工智慧》作者，就他參與趨勢科技的電腦圍棋程式 Go Trend 的經驗，怎麼看待 AI 的發展和衝擊。王銘琬最近出版。王銘琬表示，AI的行事方式是一種風險控管，因其是依據概率運作，因此不會因為不完美的資訊或是隨機的機率而受到影響。張明正談到趨勢科技的防毒程式成功防止 WannaCry ，投資人對趨勢有信心反映在股票上面。許多人都知道張明正投入 Go Trend 的電腦下棋程式。而在此波 AlphaGo 震驚全球的表現下，其實 AlphaGo 的下棋方式，就像趨勢科技的防毒程式一樣，不再死板板對照以前取得的病毒樣本，而是依據行為模式觀察是否是惡意程式。AlphaGo 不依賴古棋譜，而是看待整個棋盤局勢，進而下出最洽當的步數。張明正坦言有時候防毒、防範惡意程式總有漏網之魚。但依靠 AI，以 data mining 和深度學習的方式，比起駭客更進一步搶得先機，糾出惡意程式。在商場世界上，有沒有用 AI 也將會影響公司前程，用 AI 的公司將得到更多資訊，進而領先競爭對手。從電腦問世以來至今帶給人類的改變目前已經到了第三波。第一波是1950年，想要模仿人腦的結構，而有AI概念，但受到技術制約，因而平息下來；第二波是80年代，基於數據而取代專家做各種判斷，但範圍狹窄而未能普及；第三波則是現在，基於無數的數據，加上能尋找出特徵而自我學習的深層學習等技術，現在不僅有運算能力，更能重現人的直覺。王銘琬表示，如今 AI 人工智慧已經可以在圍棋上打敗人類，成為 AI 人工智慧比人類聰明的一項例證；而現今的問題將不再是人類跟AI人工智慧比賽誰勝誰負，或是 AI 會讓多少職業類別消失，更值得關注的是了解 AI 人工智慧的本質。AlphaGo 跟柯潔和李世乭張對弈時，為 AlphaGo 執棋的黃士傑博士面無表情，怕因自己動作而影響到對手。張明正指出，「人類的判斷往往是基於情緒、理性及直覺。而AI之所以可以較人類更精準判斷的其中一個原因是因為，AI 不帶有任何情緒，且沒有主觀意識」。張明正還透露 Go Trend AI 程式將會出現在網路上，以圍棋教學網站的面貌出現。Go Trend 將會依照學習者的棋力狀況，調整為差不多的程度。趨勢科技的 UI/UX 團隊目前在調教整個 Go Trend 網站的介面，預計在今年會上線運作。
近年蘋果積極開拓更多產品線，之前舉行的 WWDC 2017 大會尾聲時，就正式發表了旗下首款智慧喇叭 HomePod，不但可透過 Siri 語音控制，更具備空間感知功能可自動調校。雖然 HomePod 的價格比起其他同類產品更高是一大缺點，但一如以往蘋果推出的新產品，不少果粉都表示有興趣購買。HomePod 智慧音響要等到今年 12 月才登場，距離發售日期還有大約半年，為了解消費者的購買意欲，最近 Morning Consult 進行一項調查。根據調查結果顯示，在 2,000 名蘋果用戶中，19% 表示相當有興趣買 HomePod，至於一般人則 13% 有興趣。此外，調查同時發現目前最受歡迎的智慧音響前兩名分別是 Amazon Echo 及 Dot，緊隨其後是 Google Home 及未推出的 HomePod。至於影響購買的原因，一如所料消費者最關心的是價格，其次是品牌。有趣的是雖然 HomePod 價格（349 美元）約是 Amazon Echo（175 美元）的兩倍，但仍能吸引約二成果粉，足見蘋果用戶對品牌的忠誠度。此外，蘋果 CEO 庫克日前接受訪問時也談及這點，並指出當年 iPod 及 iPhone 推出之前都被人批評售價昂貴，但憑著蘋果的高品質，最後依然吸引大量消費者選購。 19% of Apple owners ‘very interested’ in buying HomePod, says large-scale survey （本文由 Unwire HK 授權轉載；首圖來源：蘋果）延伸閱讀：...
代工大廠和碩 20 日召開一年一度股東大會，會中除通過 2017 年將分派現金 5 元的股利決議之外，董事長童子賢也表示，2016 年中至今全球的政經變化很快，也使得電子產業也因終端需求不振，造成整體和碩在 2016 年的獲利下滑。展望未來的發展，和碩將會繼續積極爭取新客戶，並擴大與既有客戶的合作基礎，使得整體營收恢復成長動能。而受到股東會上的喊話刺激，20 日和碩股價盤中一度來到高點 99.8 元，上漲 3.8 元，漲幅近 4%，創掛牌以來新高。和碩在 2016 年雖然仍繳出總營收新台幣破兆的成績單，但是包括資訊、通訊、以及消費性產品等三大類產品線營收皆呈現小幅衰退的情況。全年合併營收為 11,577 億元，較 2015 年衰退 4.6%，歸屬母公司稅後淨利為 193 億元，年減 19%，每股 EPS 7.50 元。對此，童子賢在股東會後表示，過去一年因為產業變化快速，加上全球政經環境的變化，造成科技產品終端需求不振，影響和碩的整體營收動能。雖然，2017 年前 5 個月的合併營收仍較 2016 年成長 2.88%，但是和碩仍需要持續加油，進行轉型發展。另外，有股東問到未來和碩的營運展望時，童子賢也指出，近 3 年和碩的淨值報酬率均都在 12% 到 15%，這是上市櫃公司中難得有的好表現，未來會繼續努力替股東創造最大的價值。不過，由於每年在匯率和客戶上略有波動，可能會造成獲利高低。為了因應這樣的變動，和碩整體團隊營運，在 2016 年進行了組織調整，為追求下一波的成長展開新的布局。公司接下來也將持續投入自動化以提升效率。童子賢進一步表示，就目前的市場發展趨勢來看，包括人工智慧 (AI)、物聯網 (IOT)以及電競等，會是持續加強發展的項目。另外，就整體 2017 年下半年的展望來說，和碩總經理程建中也指出，下半年的營運預期將會很不錯，而華碩也備妥好人力與產能，樂關的看待下半年的營運表現。至於，被問到目前大家都很關心是否在台灣繼續投資的問題時，童子賢指出，「這又是個會讓我心跳加速的問題！」不過，他接著表示，就以和碩在桃園龜山的工廠為例，很多人都說和碩在其他海外地區設廠後，龜山的工廠應該會萎縮，要賣掉，但其實沒有；而且，前幾天去參加晶碩的股東大會，龜山廠區其衍生的其他的關係企業和產品，現在又幾乎把龜山廠佔滿，空間已經不夠用，要再對外擴充，而這就是和碩以實質的行動說明未來仍在台灣實質投資的情況。（首圖來源：科技新報）
受惠全球景氣復甦，電子產品接單續增以及傳統貨品接單年增率佳，經濟部今天公布 5 月外銷訂單總額為 368.1 億美元，年增 9.1%，成功寫下連 10 紅表現。由於全球景氣復甦漸趨明朗，經濟部統計處表示，5 月外銷訂單受到晶圓代工、記憶體及晶片代理商接單續增；另外，傳統貨品接單年增率也多呈二位數成長，鋼品、塑橡膠製品和機械需求也增加，助益年增率表現。展望未來，統計處認為，下半年消費性電子陸續推出新品、人工智慧（AI）、物聯網和車用電子等新興應用擴增，加上傳統貨品接單漸趨穩定成長，都有助推升外銷訂單漸入佳境。（作者：黃麗芸；首圖來源：shutterstock）
即將接任宏碁董事長的現任執行長陳俊聖，21 日在股東會上面對小股東們對於宏碁未來的展望提出問題時表示，宏碁在經歷了過去 3 年多的轉型，目前的確有相當的成績出現。就以本業 PC 來說，在目前全球 PC 市場仍呈現衰退的情況下，2017 年前 5 個月宏碁在 PC業 務上的成長，以美元計價是較 2016 年同期成長 80%。而且，以調查機構 IDC 的報告來說，宏碁 PC 的市佔率也從 2016 年同期的第 6 名，上升至第 4 名。不過，這些成績對宏碁來說並不夠，未來還要持續努力。陳俊聖面對小股東提出台股目前上萬點、但是宏碁股價卻沒什麼表現時指出，此時宏碁的毛利率 10%，相較 2016 年同期的 6%，已經是是過去 10 年的新高水準。這顯示，過去宏碁在轉型期間內為求止血，不追求營業額的方向是對的。目前，宏碁的營業目的是要創造價值，不再以創造營收為主要目標，這使得宏碁由 2016 年時的 13 元，來到當前的 15 元價位，這個方向還要再持續努力。 展望宏碁營運發展，陳俊聖指出，宏碁策略已經相當清楚，除了 PC 本業之外，新事業也將有所發展宏碁從 PC 走到電競，再從電競轉到虛擬實境 （VR），VR 再進駐內容、之後內容跨足人工智慧 （AI）。就 PC 本業來看，雖然相較於其他競爭對手，宏碁在 PC 上對電競的布局較慢。但是，電競領域宏碁 2017 年第 1 季產品銷售成長...
自殺是一個不容忽視的公眾健康問題，因為每年全球自殺致死的人數高達 80 萬。所以提前發現自殺傾向及時預防就顯得特別重要。不幸的是，由於自殺是一種高度個人化的行為，而且人類普遍在辨識自殺傾向的能力都相對糟糕。不過好消息是研究人員已經利用機器學習找到預測自殺傾向的方法，且精確率出奇的高；但我們因此需要面對一些倫理方面的問題。一個人自殺會給親朋好友留下心碎和悲痛，以及如果他們換個心態會怎樣的無解問題。Colin Walsh 是美國范德比大學醫學中心的資料科學家，他在預測自殺風險方面做了一些出色的工作，他希望自己的工作能提出「我能做什麼？」問題以及預防的機會。Walsh 和同事建立一些機器學習演算法，這些演算法可以預測病人嘗試自殺的可能性，精確度高得嚇人。試驗結果表明，演算法對某人在兩年內是否有自殺傾向的預測精準度達 80%~90%，而預測下週是否會嘗試自殺的準確度則高達 92%。預測的資料基礎來自各種入院資訊，包括年齡、性別、郵遞區號、用藥及先期診斷等。Walsh 和團隊一共收集了范德比大學醫學中心 5,167 名病人資料，這些病人均承認有過自殘或自殺傾向。他們閱讀每個病例，辨識出其中 3,250 個自殺企圖案例。這組超過 5 千個病例的資料隨後用來訓練機器，辨識那些有自殺傾向風險的人，並且區分有自殘行為但無自殺企圖的人。研究人員還開發演算法預測一組人的自殺傾向，這群人的數量達 12,695，都是隨機選擇、沒有自殺企圖歷史的人。結果表明，在預測這群人的自殺傾向準確度方面，演算法甚至比醫院的預測還準。Walsh 的論文已在今年 4 月發表在《臨床心理科學》雜誌，這只是研究工作的第一階段。他現在正致力於驗證自己的演算法應用到另一家醫院、完全不同的資料集時也一樣有效。一旦該模型證明有效，Walsh 希望跟更大團隊一起合作建立一套適當的預防方法。他預期在兩年內有一套預防計劃用於測試。他補充說：「我當然傾向於相當快，但在醫療保健方面相當快往往也意味著要幾個月。」自殺是一種極強烈的個人行為，以至於從人類角度來看，僅根據一組粗糙的資料集不可能做出精準預測。Walsh 說臨床醫生自然會問預測是怎麼得出的，但演算法實在太複雜了（注：其實不是複雜，而是因為機器學習內部是黑箱），抽出單個風險因素不可能。他說：「是風險因素的組合讓我們得出答案。」話雖如此，Walsh 和團隊仍驚訝地發現，服用褪黑激素（腦白金主要成分）似乎是計算風險的一個重要因素。Walsh 說：「我並不認為褪黑激素是導致產生自殺想法的原因。這一點沒有生理學依據。但對自殺風險來說有一個東西十分重要，就是睡眠失調。」有可能開褪黑激素的處方捕捉到睡眠失調的風險──儘管這點仍是假設，尚有待驗證。這項研究還引起更廣泛的倫理問題，也就是電腦在醫療保健中的角色是什麼，以及真實的個人資訊應該如何使用。Walsh 說：「意外後果的風險一直都存在。我們的意圖是好的，想建立一套系統來幫助大家，但有時候結果可能會事與願違。」研究人員還必須確定基於電腦的決策將如何確定對病人的護理。身為一名初級醫療的保健醫生，Walsh 說意識到自己可以按照機器的指令行事這一點令人不安。他說：「如果機器告訴我高風險，但我的臨床現象卻沒有證實這一點，會不會出問題？你會不會因為電腦告訴你而改變原來的護理方式？」目前為止，機器學習算法基於入院資料。但 Walsh 意識到許多有自殺風險的人並沒有住過院。他說：「我們大部分生活都在醫療保健設施以外的地方度過。如果我們只是依賴醫院的資料來做這項工作，那麼我們也只能取得一部分成果。」但研究人員還可從哪裡獲得資料？網路是相對有希望的選項之一。Walsh 說，花了那麼多時間在 Facebook 和 Twitter 面，這些社群媒體資料也許可以用來預測自殺風險。「但我們需要工作來證明這一點是正確的。」Facebook 今稍早宣布使用自家人工智慧審核有自殘跡象的發文。結果據說已比 Facebook 從那些人的朋友標記為有風險的結果更準確。訓練機器辨識自殺的告警訊號遠不是那麼直截了當。要想成功預測和預防，Walsh 認為消除自殺污名化必不可少。他說：「如果我們對討論這件事情感到不舒服，就永遠沒辦法幫助那些人。」不過，隨著自殺導致全球每年 80 萬人死亡，這已成為一個無法忽視的公眾健康問題。鑑於大多數人類包括醫生，辨識自殺風險的能力方面都相當糟糕，機器學習也許可以提供一個重要的解決方案。 Artificial intelligence can now predict suicide with remarkable accuracy Predicting Risk of Suicide Attempts Over Time Through Machine Learning （本文由 36Kr 授權轉載；首圖來源：pixabay）