如果有一天智慧音響能夠讓使用者依據需求任意切換數位個人助理服務（Google Assistant、Alexa、Siri、Cortana），那該有多好？CNET 報導，亞馬遜（Amazon.com）裝置資深副總 David Limp 7 日在 Wired 商業研討會上表示，從消費者的角度來看，他希望有一天亞馬遜 Echo 用戶也能夠使用 Google Assistant 或蘋果（Apple）Siri 服務。Limp 說，如果蘋果、Google 願意可以打電話給他，大家坐下來討論合作事宜。Echo 跟蘋果 HomePod 的產品定位大不相同。Echo Dot 單價只賣 50 美元，之所以賣得這麼便宜是因為亞馬遜希望消費者家中的每個角落都能擺一台智慧音響裝置。今日美國報（USA Today）報導，Limp 7 日表示，他希望有一天 Echo 用戶可以問：「Alexa，去問Siri……」wired.com 報導，Limp 7 日還提到，亞馬遜希望 Alexa 數位個人助理擁有記憶力，懂得用戶問「誰是美國總統？」「他幾歲？」這兩個問題都是跟川普（Donald Trump）有關。（本文由 MoneyDJ新聞 授權轉載；首圖來源：Amazon）延伸閱讀： HomePod 貴得有道理？音質讚但 Siri 答題能力超遜 貴一倍又姍姍來遲，蘋果 HomePod 能否追上 Amazon、Google？
台灣時間 2017 年 6 月 6 日凌晨 1 點，第 28 屆 WWDC 蘋果全球開發者大會，蘋果終於壓軸重磅發表了 HomePod，一款蘋果精心打造的智慧型音響。但是，估計這讓很多果粉失望了，這應該是蘋果系列中極少稱得上「很醜」的產品。鑑於筆者並不懂藝術，因此凌晨著急詢問了很多美學人士，這才沒讓筆者懷疑自己的審美出現了問題。HomePod 的設計師估計是成長在 80 年代的中年人，因為看到 HomePod 的第一眼就想起媽媽的毛線球，新世紀的年輕人哪見過這古董。當然，還有一種更難看的尼龍繩球也是這個造型。HomePod 雖然醜了點，但性能一點不差，蘋果對用戶體驗的極致追求還在，而且，HomePod 是迄今為止首款回歸音響本質的智慧型音響。蘋果甚至不惜代價同時部署了麥克風陣列和揚聲器陣列，這就是蘋果的態度：不僅追求遠場語音互動的體驗，也追求極致音質帶來的享受。靴子落地，為何要用 6 麥的環型陣列HomePod 內建 Siri，這次蘋果採用業界流行的 6 麥環形陣列技術。這種麥克風陣列技術適合遠場語音互動，這樣可以滿足用戶遠距離透過「Hey, Siri」與 HomePod 的命令互動。蘋果 HomePod 採用麥克風陣列技術，也表明了蘋果將 Siri 從近場語音互動升級到遠場語音互動的技術思路。前幾年，語音互動應用最為普遍的就是以 Siri 為代表的智慧手機，這個場景一般都是採用單麥克風系統。單麥克風系統可以在低噪聲、無混響、距離聲源很近的情況下獲得符合語音辨識需求的聲音信號。但是，若聲源距離麥克風距離較遠，並且真實環境存在大量的噪聲、多徑反射和混響，導致拾取信號的質量下降，這會嚴重影響語音辨識率。而且，單麥克風接收的訊號，是由多個聲源和環境噪聲疊加的，很難實現各個聲源的分離。這樣就無法實現聲源定位和分離，這很重要，因為還有一類聲音的疊加並非噪聲，但是在語音辨識中也要抑制，就是人聲的干擾，語音辨識顯然不能同時辨識兩個以上的聲音。顯然，當語音互動的場景過渡到以智慧型音響、智慧電視、機器人或者汽車為主要場景的時候，單麥克風的局限就突顯出來。為了解決單麥克風的這些局限性，利用麥克風陣列進行語音處理的方法應時而生。麥克風陣列由一組按一定幾何結構（常用線形、環形）擺放的麥克風組成，對採集的不同空間方向的聲音信號進行空時處理，實現噪聲抑制、混響去除、人聲干擾抑制、聲源測向、聲源追蹤、陣列增益等功能，進而提高語音信號處理品質，以提高真實環境下的語音辨識率。從目前海內外市場產品來看，Amazon Echo 的方案是 6+1 麥的環型陣列結構，Amazon Echo Show 是 8 麥橢圓型陣列結構，Google Home 是 2 個麥克風結構，中國科大訊飛的叮咚音響是 7+1 麥的環型陣列結構，當前聲智科技的產品線最為齊全，擁有 3 / 4 / 4+1 / 6 麥的環型陣列結構以及單麥、4 麥線型、6 麥 L 型，8 麥雙 L 型、10 麥分布式陣列等結構。實際上，不同的陣型適應不同的場景，同時還要考慮性價比，顯然陣列結構越複雜其成本也越高。而對於智慧型音響來說，由於用戶使用習慣需要 360 度的拾音和定向，所以環型陣列結構是最為合適的。至於選用 3 個、4 個還是 6 個，則是根據定向精度和互動距離來決定，從某個角度可以理解為麥克風的數量越多定向越準，語音識別的距離也會越遠，當然，這和陣型的具體結構也有關係。注意，這裡的 2 麥克風不是陣列，並不具有陣列的一些功能和性能，2 麥最通常是用在類似手機和藍牙耳機等超薄的裝置上實現降噪功能，實際上，很多場合經過特殊設計的單個麥克風即可替代 2 麥結構。由於蘋果 HomePod 必須差異於 Amazon Echo 和 Google Home，選用 6 個麥克風的結構非常明智，性價比最為合適，這也是聲智科技主推的麥克風陣型，事實上，根據聲智科技當前的技術，選用 4 個麥克風的效果也不會太差，只是語音互動距離會損失一點。智慧型音響的根本屬性還要聽音質智慧型音響畢竟還是音響的品類，這是成熟的品類，也不明白為何很多智慧型音響的廠商非要定位自己是機器人。事實上定位於機器人對於消費市場來說反而是一個災難，因為機器人市場還是一個需要巨大投入教育的市場。因此，HomePod 選擇了回歸音響的本質，非常注重音質和聽覺體驗。HomePod 擁有非常棒的音頻技術，底部採用了 7 個波束形成的高頻揚聲器陣列，可以精準呈現聲學效果以及聲場控制。過分的是，在如此小的產品之中，蘋果竟然用了一個 4 吋的低頻揚聲器，這裡就不再強調低頻揚聲器越大越好了。不僅如此，HomePod 還採用了大量音效演算法，包括自動低音均衡、動態建模等。雖然 7 英吋的小身材，即使調大音量，音質也不會失真。 HomePod 採用的是蘋果手機使用的 A8 處理晶片，同時兼具了實時聲學建模、音頻波束形成、多通道迴聲消除技術，這使 HomePod 是迄今為止速度最快、音效最棒的智慧型音響。筆者相信，單憑這個理由，就有很多果粉會掏腰包。另外，蘋果也提到了 Spatial awareness 技術，其實這不是什麼新奇的技術，就是強調了空間感和沉浸感，也就是讓音樂在不同的場景以不同音效播放。顧名思義，當 HomePod 放在房間裡，可以根據現場環境來調整音樂效果。雖然不新鮮，但是這是一個很大的進步，因為虛擬空間音效極度依賴空間的聲場環境。順便多說幾句，杜比折騰了那麼多年的全景聲，應用到家庭級產品中始終沒解決這個問題。小米的超薄電視強調空間音效，也就增加了從天花板反射的聲音，但是杜比顯然無法依據用戶的家庭環境來適應最佳音效。當然，HomePod 肯定支持多房間音樂系統，如果使用多個 HomePod，其音效將更棒，這更適合國外喜歡聚會的年輕朋友。當前聲智科技也提供了支援多房間音樂系統，同時還有一項「就近喚醒」的技術，也就是當多個語音智慧設備同時存在，優先響應用戶指令的是距離用戶最近的智慧裝置。至於蘋果的音樂生態、家庭控制就不再重複強調了。HomePod 增加的聲紋辨識功能倒是一個小亮點，這樣 Siri 會辨識用戶的聲音是否與用戶聲紋相符，不僅提升使用效率，而且能為用戶的隱私提供安全保障。那麼，為什麼蘋果越變越醜了呢？似乎不僅 HomePod，蘋果自從離開賈伯斯時代後，就再也沒推出過外觀令人驚豔的產品，甚至，閉著眼睛都能猜到蘋果 iPhone 8 的造型，更不用說一直沒變化的 Mac 和 iPad 系列了，包括 AirPods 的設計也是吐槽對象。這自然是庫克的功勞，這位供應鏈出身的 CEO 驅動蘋果帝國一直前行，但太過務實的作風也讓庫克失去了結合技術和藝術的掌控力。顯然，HomePod 是藝術妥協技術的結果，因為從布局來看，從下到上依次是高頻揚聲器陣列、麥克風陣列、4 吋低頻揚聲器和主控板，這樣羅列在一起，再考慮到聲學結構設計，從技術角度來看確實也想不出更好的造型。但這是蘋果啊！擁有全世界最牛的設計人員和技術人員，結果還是設計出一款沒有擺脫技術思路的產品。有時候不得不說，讓技術或供應鏈的大腕負責產品設計或也是一場災難。總之，這是一款完全符合技術人員審美和風格的產品，因為從技術層面來說，這款音響確實沒毛病，而且還挑戰了技術難度，比如麥克風陣列放置中部的技術實現難度就很大。產品的尷尬，如何應對蘋果的打法但蘋果終歸是蘋果，蘋果對產品的理解和打法還是超過普遍業界認知。首先來看蘋果的定位，高階這是必須的。Amazon Echo 是先入為主的產品，售價 179 美元，這接近成本的價格很要命，幾乎堵住了很多產品的出路。逼 Google 不得不走低階，售價拉低到 129 美元，為此還棄用了麥克風陣列，犧牲了遠場語音互動的體驗。不管怎樣，反正蘋果售價定到 349 美元了，這對蘋果應該還算降價了，但是也把高階智慧型音響市場的出路給堵死了。其次，蘋果既然定位高階，其產品就要給消費者帶來高階的體驗，因此蘋果堆砌了麥克風陣列和揚聲器陣列技術，再加上原本的音樂和控制生態，對於吸引一大批蘋果粉絲來說，還是穩妥的策略。當然蘋果最大的失誤就是 HomePod 醜了一點，否則會讓更多廠商感覺悲觀。從當前國外市場來看，Amaon、Google、Apple 從低階到高階針對智慧型音響的佈局，一致都壓縮利潤空間，這絕對不是一款以賺錢為目標的產品，而是一款戰略級的產品。說白了，巨頭們壓根就沒指望依賴智慧型音響賺多少錢，而是不能失去這個語音入口，即便不確定未來是不是入口，至少賭錯了要比錯過更好。何況，以現在的形勢來看，聲音和圖像注定是人工智慧時代的兩大核心基礎數據。這就產生了一個難題，Amazon Echo 和 Google Home 怎麼應付？Amazon 還好，畢竟市場佔用率在那，而且產品線也比較齊全，尷尬的反而是 Google，花費那麼大精力，反而只是做了其他兩家巨頭的陪襯。這還好，最尷尬的是中國做海外市場的一些廠商，比如聯想，聯想的智慧型音響該怎麼面對這個複雜的情況？在這樣的壓力下，會不會有更令人驚喜的產品出現，比如小米該如何行動？這也是這個年度最期待的事情。為什麼 HomePod 需要等到年底？蘋果 HomePod 預計至少等到 12 月才在美國、英國、澳洲同步發售，而全球發貨要等到明年稍晚。這是什麼情況？一款音響竟然就要等到半年以上。而且，根據現場的朋友反應，發表會展示的音響，應該只是一個殼子，因為除了展示時亮了一下燈，其他什麼功能都沒有。所以，蘋果確實也急了一點，必須要推出智慧型音響才行了。不得不說，這也是技術上頗尷尬的事，蘋果絕對保證用戶體驗，但 HomePod 一下子加了兩個陣列，哪個陣列都不是簡單的事情。畢竟現在的產品已不是純功能型的產品，這是一個完整的技術鏈條。比如麥克風陣列，就包括了噪聲抑制、混響去除、人聲干擾抑制、聲源測向、聲源追蹤、陣列增益、模型匹配、語音辨識等功能，這都是需要認真打磨的複雜技術體系，即便是蘋果，也需要足夠的時間積累經驗。產品考驗的是每處細節， 所以很多時候，請善待你們身邊那些沒日沒夜加班的創業公司吧。蘋果為何如此重視一款音響？隨著人工智慧領域的不斷發展，人們開始追求更自由的語音互動方式，遠場語音互動的優勢逐漸突顯出來。事實上 Echo 出現之前，語音互動產品解決的一直都是近場問題，這是典型的由於技術限制而刻意迴避場景的案例，因為近場語音互動要求人類適應機器。但是人類之間的語音互動從來都要拉開一定距離，所以現在需要機器適應人類。這可以說是計算機技術的巨大進步，也是人工智慧的核心要素之一。當然，這並非聲學領域特有的問題，當鏡頭和雷達安裝到汽車，以及 GPS 安裝到自行車的時候，場景變化所帶來的技術挑戰才會突顯，因為真實場景需要的技術支援並非簡單升級，而是顛覆性創新，這也是巨頭公司紛紛進入這個領域的主要原因，誰也不想在技術升級換代過程中被淘汰。事實上，當機器獲取的融合數據足以覆蓋到人類十分之一的時候，人類確實很多時候只需要說一說、看一看或想一想，機器就能明白，但這個時候，我們也不知道到底會產生哪些新的商業模式，畢竟從我們角度來看，廣告模式肯定不是人工智慧時代的最佳商業模式。從亞馬遜 Echo 暢銷，大家逐漸瞄準智慧型音響。Google 推出 Google Home，微軟也聯手哈曼卡頓、惠普等推出搭載 Cortana 的智慧音響。雖然，蘋果透過智慧耳機 Airpod 搶佔語音市場入口，然而，隨著亞馬遜 Alexa 用 Echo 在智慧家居市場攻城略地，似乎漸漸吞噬蘋果在智慧家居領域的市佔率，也逐漸穩固其語音互動入口的地位，Alexa 似乎成為新一代「Android」或「OS」。如此看來，蘋果推出 HomePod 的確勢在必行。即便在賈伯斯時代，蘋果的每款產品發表都會被吐槽多次，但蘋果的銷量就是最佳回應。至少，從蘋果 HomePod 的性能和價格來看，HomePod 的銷量也不會太差，這從 Airpods 可以類比一下。（本文由 雷鋒網 授權轉載；首圖來源：達志影像）延伸閱讀： HomePod 貴得有道理？音質讚但 Siri 答題能力超遜 貴一倍又姍姍來遲，蘋果 HomePod 能否追上 Amazon、Google？
根據 Omnico 在 7 日發布的調查報告，85% 的美國、英國、中國、日本以及馬來西亞消費者希望主題樂園能夠採用人工智慧（AI）身分辨識系統。中國消費者對高科技的接受度最高，高達 92% 願意讓 AI 藉由身體特徵進行身分辨識。與 5 國整體調查趨勢（指紋辨識）不同的是，中國主題樂園訪客最能接受的是臉部辨識，支持佔比達 41%。此次共有 3,470 名來自上述 5 國的主題樂園訪客接受 Omnico 的調查。Omnico 集團執行長 Mel Taylor 表示，樂園遊客希望體驗科技革命，每個人都曉得 AI 以及虛擬實境（VR）、擴增實境（AR）等新科技能夠減少遊園過程中的不便。他說，樂園經營者現在應該意識到科技是給予遊客歡樂體驗不可或缺的一環。89% 的受訪者希望藉由 VR 技術來獲得更多的遊園樂趣。其中，37% 期望透過 VR 來決定要搭乘哪項遊樂設施。這項調查並且顯示，高達 98% 的中國遊客希望主題樂園能夠整合 VR 技術。毫無意外地，57% 的主題樂園遊客說排隊等候搭乘遊樂設施是他們感到最挫折無力的一件事。74% 的受訪者認為，互動式樂園地圖將可提升訪園的便利性。71% 希望樂園應用軟體可以提供提醒功能。相較於遊樂體驗，人們在金融事務上對於高科技的接受度則是顯得保守許多。匯豐（HSBC）5 月 24 日發表研究報告指出，不到五成（46%）受訪者信任指紋辨識可以取代密碼，信任虹膜辨識的比率更僅有 26%。70% 的受訪者依賴傳統密碼進行身分辨識，遠高於指紋辨識（21%）、聲紋辨識（6%）。（本文由 MoneyDJ新聞 授權轉載；首圖來源：pixabay）
全球科技快速演化，台灣金融業的轉型也迫在眉睫，透過大學研究的產能與育才，將有助於形塑金融未來藍圖。永豐銀行與國立成功大學於日前 5/27 簽署合作意向書，預計提供新台幣 1.2 億元培育產業人才，並成立 Atelier Future 未來智慧工場，進行產學合作，為發展 AI 金融科技應用而準備。產學合作建立平台 讓創新成為生活日常國立成功大學校長蘇慧貞、永豐金控董事長何壽川在成功大學博物館簽署合作意向書，資策會董事長郭耀煌、科技部產學及園區業務司司長邱求慧也親臨現場見證。成大校長蘇慧貞致詞時表示，面對社會的期待，成大應承擔教育責任，在 AI 時代開創各項智慧生活應用。未來將以融入生活的金融服務項目為主軸，建設對外的體驗空間，規劃一系列結合運動、學習、飲食與生活風格的實驗樣態，透過接合在地城市生活體驗，與企業共同開創新的商業模式，展開各種技術應用的可能性。主要會採取微課程、專案導向的方式，由學生發題，教授引導學生，針對問題與實驗，訂定修課內容完成專案，無論學生將來要就業還是繼續深造，都可以帶著研究發展雛型，走向下一步的實際與創業應用。這種師生共創的精神，透過「Atelier Future 未來智慧工場」的產學合作中，能把科技融入生活，發揮更貼近當代的設計，串聯出跨產業的可能性，讓「創新」成為生活的「日常」。永豐金控董事長何壽川指出，針對金融科技，永豐集團這幾年從基礎上進行了非常重要的核心電腦改造，並投入電子化以及資料數據化整理，永豐銀行也從兩年前就開始採用人工智慧的客服服務。有鑑於人工智慧與深度學習正在重塑全球金融圈的運作模式，永豐與成大這次合作的目標，就在於從成大的生活場域中建立一個平台，讓科技介入所有的創新金融服務，演化出未來的銀行。結合智慧生活應用 定義新的產業模式當天會中還安排了一場微論壇，邀集成大資工系教授黃敬群、資工系教授蘇文鈺、電機系張天豪教授、成大創產所博士候選人蔡妤珮、永豐銀行資深副總江威娜等人展開對談，討論人才、科技融入於生活等的各種可能性與發展。黃敬群教授指出，未某些行業可能消失，但重點在於人性、專業所創造的價值。蘇文鈺教授說，成大要培養出能面對世界挑戰的人才，課程的規劃與設計很重要。張天豪教授則提醒，人工智慧平台要做到去中心化，未來的樣貌應是取決於使用者、參與者，而非發起者。 成大將以近三萬人的校園場域，結合各項智慧生活應用，以舊圖書館為基地，開創 Atelier Future 未來智慧工場。年底將開始進行新金融與新技術的實驗，建構開放與共享平台架構，希望結合大學與產業夥伴關係，媒合企業並且育成新創團隊，辦理論壇、發表會、沙龍、主題書展等活動，聚集不同領域人才彼此交流。目前研究專案由成大國際企業研究所張紹基教授、創意產業研究所楊佳翰教授，電機系張天豪教授、解巽評教授、黃仁暐教授，資工系教授蘇文鈺與資工系講師黃敬群，共同執行研究專案，建構微課程，規劃學生專案實作架構，並且透過體驗與實驗，演練未來智慧生活。永豐與成大研究團隊將進行為期三年的產學合作，發展未來金融服務，人工智能機器學習平台，以及人工智能金融應用等項目。成大要做的是建構創業教育的新生態，突破過往的學分制度，規劃體驗式工作坊以及為期三個月的專題研究，並發展商業模式進入市場。另外，研究團隊將透過企業找出可以與大學合作的議題，並且融入到創新學習空間裡，進行討論與研發。永豐將提供助學金以及研發獎學金，讓成大學生能專心課業並且完成研究專題。至於 Atelier Future 未來智慧工場接下來要承接的任務，將會是知識創造與科技創新、探索未來生活的可能性、培育出新世代人才以及定義新的產業模式。
這是一個普通的高考考場：考生就坐，準備就緒，開始答題。但這又不是一個普通的中國高考考場：這裡不夠安靜。在一個大約 300 平方公尺的大廳裡，循環大聲播放著一首鋼琴曲，時不時還有女主持人和男性嘉賓的對話。大廳一排排的椅子上坐著興奮而略帶焦躁的觀眾，人們竊竊私語，似乎都對他的解題過程充滿興趣。特殊考場的較勁面對音樂和干擾，考生表現出卓越的心理素質。他全神貫注的解題，速度與品質沒有受到外界的絲毫干擾。他解開每一題的速度為 7 到 15 秒。據熟悉他的人介紹，這是他放慢了 6 倍的結果。他放慢的原因是：他不僅需要把題目做對，還需要給大家展示他是如何做到的。根據高考要求，他不能直接說話。他也沒有多餘的手來為觀眾進行演算。一切只能透過禮堂前方的大螢幕來展示：左邊是一個由無數藍色光點組成的大腦，每算一題，藍色大腦裡就會跳出若干以紅色、黃色、藍色節點構建的知識鏈。每個節點旁邊有一行白色的字，標註著這題涉及了哪些知識。螢幕的右邊是正在演算的題目。藍色光標在題目末端閃爍，過一段時間打出一行字：那是他給出的答案。答案閃現的飛快，一些觀眾乾脆從椅子上站起來，想看清楚題目以跟上他思考的速度，但往往還沒有把題目讀完，就已經到了下一題。時間開始是 6 點 40 分：這比高考要晚了近 5 個小時。不過，在這場為他專門準備的考試裡，才開始了不到 8 分鐘，而他已經快把題目做完了。最終，他答完了題，花費時間 9 分 47 秒。經過數學特級老師、奧賽教練韓兆勇的評審，他的分數最終公布：134 分。為了衡量這個分數的價值，有 3 組高考狀元陪他一起進行測試：狀元一組得分，119 分。狀元二組得分，140 分。狀元三組得分，146 分。3 組高考狀元平均分 135 分，最終結果是，他的分數以 1 分之差，惜敗於最精英的人類「做題家」。幾乎在他答完題目的同時，在 2 千公里外的成都，另一個與他類似的考生，也已完成了題目。他們使用相似的螢幕輸出，做一樣的北京市高考數學卷，只不過成都考生用時要比他稍長些：22 分鐘。半小時後，成都考生也得出了結果：105 分。這個分數不如北京考生一樣顯眼。但對成都考生而言，無疑仍是進步──僅 4 個月前，他的成績只有 93 分。4 個月的時間，他提升了 12 分。這是兩位特殊的考生，正是中國歷史上第一次正式參加高考的人工智慧。北京的「考生」是學霸君推出的智慧教育機器人 Aidam，而成都的「考生」則是由成都準星雲學科技有限公司開發的人工智慧系統 AI-Maths 。在恢復高考的第 40 年，它們來了。▲ 狀元與 Aidam 的最終分數。人工智慧赴試的價值何在？為何要讓人工智慧參與高考？人工智慧有可能通過高考嗎？在李世乭和柯潔先後慘敗於圍棋 AI Alphago 之後，「人機大戰 」成為了許多媒體在報導機器人的過程中常常出現的詞語。或許由於此，在機器人宣布參與高考之後，網友的評論也日趨兩極化。一種聲音認為，人工智慧參與高考，很可能是在「 搭 Alphago 的熱度」，或是認為人工智慧進行高考，就像學生拿計算機算數學題，有何意義？而更多的人，即便承認人工智慧參與高考有價值，也認為以高考的難度，人工智慧要獲取好成績，仍屬不可能。甚至在知乎「如何評價中國國產機器人將參加 2017 年高考？」問題下，有一個高票答案斷言「當今人工智慧的發展，機器是不可能在非西藏、新疆等省份考入一本的，在新疆西藏考文科還有個一搏，理科是會死路一條。」 對數學的估計是「估計 60~80 比較靠譜」。也有人認為機器必須要聯網才能獲得答案，否則會「老師，if 斷網，404 not found 」。在兩個人工智慧參與中國高考的前一天（6 月 6 日），科大訊飛輪值總裁吳曉如及訊飛研究院院長胡國平接受媒體採訪，對這些問題做出了回應。據吳曉如披露的內容和相關資料綜合，機器人參加高考，並不是所謂的「人機大戰」後才出現的噱頭。在國家層面，「高考機器人」是國家 863 計劃信息技術領域 「基於大數據的類人智慧關鍵技術與系統」計畫的重要研究目標之一。該計畫由科大訊飛聯合 30 多家科研院校和企業共同參與，早在 2015 年便已開始。「高考機器人」有多方面的意義：聚集中國一些比較頂級的研究機構和科學家，一起來突破現在人工智慧領域相關的一些重要的技術問題；替代傳統測試人工智慧水準的「圖靈測試」，全方面測試和應用與人工智慧相關的多個領域；最後將這些領域突破所取得的技術成果，運用到相關行業和領域，如翻譯和車載控制等。目前 「高考機器人」仍在開發和完善之中，要 2019 年才會正式參加考試。但今年參與考試的「考生」 之一準星雲學 AI-Maths，與該計畫有密切關係。資料顯示，準星雲學的核心團隊於 2015 年參與了「基於大數據的類人智慧關鍵技術與系統」，並主導子課題「初等數學問題求解關鍵技術及系統」。後者正是 AI-Maths 技術的重要來源。同時，準星雲學還擁有智能推理解題判卷技術，即將數學知識體系全部串聯成知識網，能夠像人類一樣逐步思考、推理，最終對解題過程進行判定。而另一個...
隨著人工智慧（AI）持續發展，機器人能做的事情變得越來越多，除了常見的組裝加工、協助動手術、接待人員，如今機器人能做到的事似乎又多了一項──駕駛飛機。飛機使用自動駕駛系統協助已經行之有年，在天候狀況良好的情況下，多數飛行過程都可以靠自動駕駛系統來協助，但這次的情況有些不同，是一個名為 Alias 的機器人在駕駛艙內按按鈕、拉動駕駛桿，實際操作駕駛飛機。英國每日郵報報導，Alias 的全名是機組駕駛艙自動化系統（Aircrew Labour In-Cockpit Automation System），包含一座機械手臂、視訊鏡頭、感測器系統，透過鏡頭監控飛行儀表數據，之後將資訊輸入至系統，並判斷執行下一步動作。除此之外，Alias 同時也具有語音辨識和機器學習功能，透過搭載於平板裝置上的介面，使用者將可以用來了解詳細資訊，或是進行操作溝通。Alias 是美國國防高等研究計畫署（DARPA）執行的項目計畫之一，在國家交通中心的測試中，DARPA 讓 Alias 進入波音 737 NG 航務模擬器中進行操作，Alias 運用手臂在駕駛艙中四處移動，調整襟翼、操控飛行速度，點燃推進器準備著陸。在測試中，Alias 成功做到駕駛波音 737 飛行，並自 3,000 英尺的高度安全降落，DARPA 希望 Alias 未來能做為副駕駛協助人類機長，當機長因故喪失行為能力或必須離開駕駛艙時，Alias 能夠代替機長協助完成後續的工作。根據了解，DARPA 之所以進行這項計畫，是因為不論在軍事或民事飛航中，受過訓練的機師都嚴重短缺，DARPA 希望在既有的可用飛行人力下，透過機器人為副駕駛的協助工作，來「解放」人類飛行員的人力，同時也使駕駛飛機變得更安全。在對 Alias 進行更新後，DARPA 也在 2016 年 12 月宣布項目進入第二階段發展，在這個階段中，DARPA 和飛機製造商 Sikorsky、Aurora Flight Sciences 進行合作，兩家公司都各在兩架不同機型的飛機上進行測試，Alias 在這些飛行測試中都獲得了成功。除了一般的飛行測試之外，DARPA 也讓 Alias 模擬了各種飛行中可能發生的緊急事件，像是可能導致駕駛員偏離航線或飛航手冊操作的系統故障狀況，Alias 在模擬時都有很好的表現。這些結果顯示，Alias 能夠快速適應並移植到各種平台，安裝和拆卸也不會對飛機的適航性造成影響，項目主管 Scott Wierzbanowski 指出，Alias 已經超過了原有的計畫目標，未來將會研究如何做出更直觀的人機介面，來讓使用者能夠更輕鬆的與 Alias 交流或進行控制。 Dawn of the...
中國生物特徵辨識技術注定會領先先進國家，因為當地沒有那麼多隱私權顧慮？英國金融時報 8 日報導，全球第一個臉部辨識獨角獸「Face++」在去年 12 月第三輪融資募得 1 億美元，進而贏得逾 10 億美元的身價。北京航空航天大學人體辨識技術專家 Leng Biao 指出，中國並未針對人臉照片收集進行管制，因此比美國更容易取得相關數據。中國叫車服務公司滴滴出行運用臉部辨識驗證司機身分。阿里巴巴旗下螞蟻金服讓 4.5 億用戶透過自拍登入自己的線上錢包。Alphabet 旗下 Nest 販售的監視攝影機具備臉部辨識功能。在美國伊利諾伊州，這項功能無法啟用，因為當地對收集生物特徵資料訂下嚴格的規定。Alphabet 執行董事長施密特（Eric Schmidt）曾在 2011 年形容臉部辨識是一項令人毛骨悚然的技術，承諾不會建立人臉照片資料庫。Face++ 是曠視科技（Megvii Technology Limited）旗下人工智慧（AI）開放平台。官網資料顯示，與 Face++ 合作的廠商包括聯想、支付寶、滴滴、Camera 360 以及美圖。鴻海於 2016 年 10 月代子公司 FOXTEQ HOLDINGS INC. 公告取得 Megvii Technology Limited 特別股 C 股權。南華早報 5 月 19 日報導，艾瑞咨詢預估中國 AI 市場規模平均複合年增率將高達 50%，2020 年產值上看 91 億美元。根據瑞銀財富管理公司分析師 Sundeep Gantori 發表的報告，2030...
2011 年，蘋果推出 iPhone 語音助理 Siri，成為第一家把人工智慧（AI）放進數百萬消費者口袋的企業。如今過了 6 年，這家科技巨擘卻在 AI 戰場陷入苦戰。分析師表示，蘋果能否成功打造優秀的 AI 產品，對於蘋果未來 10 年的發展至關重要，但 AI 的本質，遠遠不在蘋果擅長的精美硬體與服務舒適圈裡。寫 AI 需要某種程度的數據蒐集與探勘，這與蘋果對隱私的嚴格取徑並不相同，而且蘋果不是會側寫消費者的公司。再加上蘋果長期守口如瓶的作風，更減少了對明星人才的吸引力，因為在頂尖名校畢業的人才眼中，會公開研究成果的公司更有魅力。風險資本家、蘋果分析師萌斯特（Gene Munster）說：「AI 不在蘋果 DNA 裡。」「他們知道，未來每間公司都會成為 AI 公司，而他們的狀況特別棘手。」在一年一度的開發者大會上，蘋果力圖展示他們想成為 AI 強權的企圖心，讓高階主管展示一台獨立的智慧揚聲器 HomePod，自誇增強 Siri 能力與蘋果 AI 應用（App）的功能。「機器學習」是形容一種極快速、複雜的電腦數據分析與統計模式。在蘋果 2 個半小時的報告中，這個字眼一再傳入約 6,000 名開發者的耳朵裡。Siri 現在會使用機器學習來預測早上通勤的時間，或在你使用 Safari 瀏覽器時掃描旅遊消息、提示你進行相關活動，例如預約旅館。透過蘋果推出的 349 美元家用自動化裝置 HomePod，Siri 將利用「機器學習」學著與你交談、整理你的音樂。它也會自動整理你的照片到相簿裡，例如「兩週年紀念」，即便你不告訴它相片的任何脈絡。蘋果甚至推出新的軟體工具箱 Core ML，它能更快速處理機器學習 App 裡蒐集的大量數據，速度比 Google AI 處理器快 6 倍。但其他科技公司已推出類似的創新，而且已經砸了好幾十億美元在當紅的 AI 軍備競賽上。許多公司把未來賭在 AI 上，認為軟體有一天會聰明到可以像人類般跟你對話、聊天，電腦視覺辨識真實物體的正確度，會高到能夠造出第一台完全自動駕駛的汽車。這使得原本就在 AI...
在許多科幻電影裡頭，人型的生化機器人在各種不同任務中，利用機器廣泛搜尋與儲存資訊的能力，擔任人類的助理與顧問。在現實生活中，摩根士丹利（Morgan Stanley）正在計劃結合人類理財專員，輔以人工智慧理財顧問，成為某種意義上的生化機器人。摩根士丹利此舉主要針對許多新興金融機構、IT 大場與新創事業推出的純數位機器人理財程式打對台。金融機構以及部分新創公司則一直想開發理財顧問軟體，節省理財專員的人事費用，降低提供理財顧問的成本，以利提升獲利，並以低手續費拓展市場。這樣的努力接受度並不如想像中高，因為雖然從小用慣電腦的年輕世代很能適應從電腦程式上接受理財建議，但是許多老一輩的人瞪著螢幕只會不知所措，而全球的資產大多集中在老一輩人手上。然而，這樣的服務仍然足以讓新興對手侵蝕傳統金融巨擘的地盤，2016 年人工智慧理財管理的資產約為 1,000 億美元，預期到 2025 年，人工智慧理財所管理的資產將達 6.5 兆美元，約為全球財富管理規模的 5%。要對付人工智慧對手，最好的辦法，就是自己也引進人工智慧。摩根士丹利想出兩全其美的辦法，這個計畫稱之為「下個更好行動」計畫，摩根士丹利打算也建立具備深度學習能力的理財人工智慧，但是不是由使用者親自操作，而是借助這個人工智慧的能力，來幫助現有的人類理財專員「升級」。人工智慧會根據市場資訊，以及客戶的資料，包括過去所做過的理財決策，以及生涯中的重大事件如婚喪喜慶等，以演算法做出判斷，目標是找出客戶想要且需要，但自己不知道要主動開口要求的需求，根據過往資料，判斷判斷客戶的理財需求後，提供給理財專員幾個不同的理財建議，但是最終仍是由理財專員來與客戶進行溝通。這個方法能大幅減輕理財專員的負擔，有了人工智慧協助蒐集資訊，就不用擔心在股海茫茫之中有哪些金融訊息或重大事件沒有跟上，人工智慧還能幫忙理財專員自動處理許多重複性工作，如發信祝賀客戶生日快樂等。摩根士丹利還正在打造理財顧問專用的人工智慧助理，不僅能從公司資料庫中因應特定問題搜尋資訊，也能自動化轉帳流程，以及將客戶文件數位化等等。對摩根士丹利來說，發展深度學習演算法有額外優勢，摩根史丹利不僅有廣大的客戶群，其中許多客戶有非常長遠的合作關係，甚至是代代相傳，這樣的長期關係，讓摩根士丹利擁有全面性的客戶資料，有利於深度學習的人工智慧更加了解客戶的需求，不論是買哪張股票、判斷是否該承擔房貸，或是在家族長輩去世時如何處理遺產等。然而，許多較複雜的需求，與其花老大功夫教導人工智慧，不如還是交由人類理財專員來幫忙判斷，更能貼近客戶需求。摩根士丹利將於 2017 年 7 月先就 500 名員工測試這項計畫，並在 2017 年底全面推行到 1.6 萬名理財專員。許多資深人員年齡較大，可能不適應新科技，為此將會雇用助理協助他們。許多人認為理財專員將會是下一批遭到機器取代的工作之一，如今有了人工智慧加持，人類理財專員或許還能多存在好一陣子，但他們可能要先面對勞資關係逐漸不對等。過去菁英理財專員、業務員、操盤手，往往是公司明星，經常以優厚的條件遭對手高薪挖角；但進入人工智慧時代，菁英員工的表現，可能很仰賴人工智慧從公司資料庫取得的資訊，人可以跳槽，資料庫卻帶不走，企業的談判籌碼就遠高於員工了。此外，摩根士丹利也仍然同時發展純機器的人工智慧理財顧問，其他包括美國銀行（Bank of America）、富國銀行（Wells Fargo）、摩根大通（JPMorgan Chase）等金融巨擘也同樣正在進行。原本純機器的人工智慧理財顧問是由新創事業領軍，如今已全面進入主流。人類理財專員認為，富人客戶的理財方式與方案十分複雜且有許多不同考量，短期內最好還是由人類處理，一時三刻內人類在這個區位還不會被淘汰。只不過，在大眾領域的部分，不僅新創事業正在攻城掠地，大型金融巨擘也紛紛加入，還能支撐多久，就很難說了。 Morgan Stanley’s 16,000 Human Brokers Get Algorithmic Makeover （首圖來源：Designed by Freepik）
日本軟銀（Softbank）日前宣布，將會在 2018 年 4 月開始使用人工智慧協助評核大學畢業生的求職申請，期望能減少審核時間。據日本 IBM 表示，這是首次有日本公司公開表明在招聘過程中應用 Watson 人工智慧系統。人工智慧協助審核求職申請Softbank 於 5 月 29 日對外宣布，將在 2018 年 4 月使用由 IBM 研發的人工智慧 Watson 協助審核應屆大學畢業生的求職申請。據日本 IBM 表示，這是首次有日本公司公開表明在招聘過程中應用 Watson 人工智慧系統。Softbank 早於 2016 年 12 月開始接受學生的求職申請，經 Watson 評核的主要是學生經網路遞交申請時附加兩個問題的其中一個，Softbank 利用人力資源部門評核出高低分數的 1,500 份求職資料，訓練 AI 系統學習如何分辨答案的優劣。經過訓練階段後，今年 5 月中後提交的，估計有 400 份申請將交由 AI 做出 3 個等級評分，以評估 AI 的訓練成果。不過現階段 AI 的審核仍需人類輔助，當 AI 對答案評分為低時，人類會再次評分，另外一題則不使用 AI 評分，批核結果由 2...