人們已經聽夠了人工智慧即將取代人類工作的種種論述，也聽從各行各業的專家建議，大概瞭解未來在機器取代人腦的世代，如何提升駕馭機器的技能，不過，大部分人最想知道的應該是，人工智慧表現比人類更好，且更便宜的那一刻何時會來？麻省理工科技評論（MIT Technology Review）報導，牛津大學未來人類未來學院（Future of Humanity Institute）研究小組發送問券給全球 1,634 位頂尖人工智慧專家，結果得到 352 份回覆，取中位數來看，未來 10 年人工智慧表現會比人類更好的工作有翻譯、撰寫高中程度的文章、卡車駕駛。但是人工智慧表現比零售業員工更好得等到 2031 年，要能夠寫出一本暢銷書要等到 2049 年，要能像外科醫生一樣做手術更要等到 2053 年。不過 MIT 指出，專家的話不見得可靠，因為實際上的進展可能會比預期快非常多，就像 Google 旗下 DeepMind 的 AlphaGo 才花 2 年時間就擊敗人類對手，2015 年時預期要 12 年。專家預期 45 年內人工智慧在各行各業的表現比人類更好的機率為 50%。但 MIT 對這種預期也持半信半疑態度，因為很難知道這 40 年間會發生什麼事，譬如 50 多年前科學家開始認真研究具成本效益的核融合能源，但到現在核融合都只是個夢，原因是遇到的挑戰遠超過當初預期。40 年是一個很重要的數字，因為 40 年通常是一個人一生的工作時間，不過這些未來發生的預期變化，都已超過現在正在工作的人的職業生涯，表示改變未來的也不是現在有實務經驗的技術，所以 40 年後會發生什麼誰也說不準。45 年是所有答案的中位數，研究人員還進一步針對專家的年齡、專長與地區做分類，檢視他們的答案有何不同。結果發現年齡與專長變數對結果沒有影響，但地區有，北美地區的專家預期人工智慧真正要對人類工作構成全面性的威脅，還要等 74 年，亞洲的專家則認為只要 30 年時間就足夠。MIT 也不知道為何北美與亞洲的科學家看法差異那麼大，或許是雙方都暗藏對方不知道的祕密武器也說不定。 Experts Predict When Artificial Intelligence...
由外貿協會主辦的 COMPUTEX 2017，在 5/30~6/3 為期 5 天的展期中，不但匯聚了全球科技產業的尖端產品及技術，其中 CPX 論壇向來更是各界引頸期盼的盛會，國內外重量級科技先驅親臨現場，剖析產業前瞻趨勢及先機。開展首日的 CPX 論壇講者陣容，由 ARM IP 事業部總裁 Rene Haas 打頭陣，探討最夯的智慧運算議題；鴻海科技集團副總裁暨亞太電信董事長呂芳銘接手，探悉數據時代的價值所在；而高通資深副總裁暨亞太與印度區總裁 Jim Cathey 則分析 5G 通訊技術最新動態和台灣在其中的契機。ARM 物聯網生態系串聯全世界，智慧運算帶來無限可能ARM IP 事業部總裁 Rene Haas 在演講中表示，2035 年全球人口將達百億大關，屆時連網裝置可能高達 2,750 億個，且每個裝置將載有許多處理器，彼此之間如何合作運行，便成為至要關鍵。無論是應用處理器或繪圖處理器的運算能力，整合 SoC 設計配置的複雜性皆將大幅增加，同時引出龐大商機。例如智慧電動車中的上百個處理器，而各個模組都是分開研發生產，未來在車聯網應用上，將進一步整合這些處理器，並達到更低延遲時間與更低功耗。Rene Haas 強調「我們已經蓄勢待發，準備邁向智慧連網，但仍需要業界合作夥伴共同努力，一起打造智慧連網的世界。」再工業化當道，須加強核心技術推動智慧工廠鴻海科技集團副總裁暨亞太電信董事長呂芳銘則以智慧製造為題，探討全球物聯網世代的經濟價值：預估在 2025 年達 11 兆美元，其中製造業就佔 3.7 兆。研究指出美國製造業每投入 1 美元，將為全美經濟創造 1.81 美元的效益，舉凡美國、印度都大動作吸引製造業回流，著重再工業化。製造業在技術面儼然成熟，但目前仍須整合各項技術以構建完整生態系，達到真正的智慧工廠。呂芳銘表示，鴻海目前也積極布局，目前已有 5 座由 6 萬台機器人組成的「關燈工廠」，呂芳銘也進一步指出，智慧工廠的核心要素包含工業大數據、智慧製造、8K+5G、資料安全、互聯網平台、高效能運算（HPC）以及可擴充儲存系統等六大重點面向。對此，鴻海將以完善的製造基礎，加上智慧新技術，勾勒出製造業新紀元。革命性 5G 物聯網經濟，台灣大有可為高通資深副總裁暨亞太與印度區總裁 Jim Cathey 則以 5G...
機器人和人工智慧無疑是最近科技產業最熱的領域，而我們距離機器全面取代人類工作的那天，似乎也越來越近。不過，知名創投馬克‧安德森（Marc Andreessen）認為，機器全面取代人類工作的想法是一個謬論，事實上，從汽車的發明就能理解，機器可提高生產力，創造全新的產業，帶來更多工作機會。自駕車不僅可挽救人類性命，還能創造新的工作機會安德森為知名創投機構 Andreessen Horowitz（a16z）創辦人，曾投資 Facebook、Skype、Twitter 等知名網路公司。他在網際網路剛起步時，開發第一個普及的圖像瀏覽器 Mosaic，被稱為「瀏覽器之父」，在那之後創辦的網景（Netscape）最終以 42 億美元出售給 AOL。這位對科技發展擁有敏銳洞察的資深創投，5 月 31 日在 Recode 舉辦的科技論壇「Code Conference」受訪時，分享機器對人類未來工作影響的看法。▲ 安德森（右）與 LinkdedIn 共同創辦人霍夫曼（Reid Hoffman）在 Recode 舉辦的科技論壇「Code Conference」受訪時，分享機器對人類未來工作影響的看法。（Source：YouTube 截圖）很多人擔心機器人會取代人類工作，但他指出：「這是一個謬論。」安德森說，「這是每隔 25 到 50 年就會反覆出現的恐慌。人們總是擔心機器將取代所有人類工作，但這從未成真。」他以「盧德謬論」為例，蒸汽機和紡織機剛發明時，許多英國工人抱怨機器取代人類工作，因此加入盧德運動破壞機器。不過，從生產自動化的結果看來，機器並未讓人類失業，反而創造更多工作機會。而這樣的情景，在 100 年前汽車發明時也曾發生。他指出，當時人們擔心許多和照顧馬匹相關的工作（如鐵匠）會大量失業，但相反的，汽車創造上百萬個製造業和維修汽車的新工作類型，不只如此，更促成新的社會活動和產業，例如鋪路、電影院、餐廳、旅館、公寓大樓、辦公大樓、郊區等，而這些又創造了全新的工作型態。「汽車在第二、三、四級帶來影響所創造的工作，是鐵匠數量的上百或千倍。」「自動駕駛車也會帶來同樣的影響。」安德森認為。他表示，自駕車可大幅減少因車禍死亡的人數，這將有助於提高經濟生產力。此外，由於長距離通勤變得更舒適，許多距離城市更遠的衛星城鎮也將因此出現，帶來更多建設和新的地方經濟。他認為，真正的工作危機是「沒有足夠的人力因應既有工作缺口」，而這樣的情況會隨著移民禁令惡化。「如果要向機器人課稅，先向電腦課稅。」面對比爾蓋茲曾提出的要向取代人類工作的機器人課稅，他不以為然表示：「如果要向機器人徵稅，首先應該對取代所有行政工作的電腦徵稅。」除了砸重金投資機器人，也看好教育、健康、建築等產業而曾說出「軟體正在吃掉全世界」的安德森指出，過去科技已對零售、交通、媒體等產業帶來重大影響，提高這些產業的生產力。不過另一方面，健康、教育和建設等類型的產業，生產力仍未受到科技嚴重影響，這些是安德森看好未來的投資項目。對科技產業和矽谷而言，我們的機會在於如何在這些成長緩慢的經濟形態中，擁有更大的影響力。他指出，物價飆漲有 88% 的影響皆來自上述 3 個產業，甚至可能啃食整個經濟體系，但由於政府在這些產業中扮演重要角色，科技很難在之中帶來破壞創新。不過安德森已開始投資相關產業，試圖降低這些產業的生產成本，例如線上程式課程 Udacity，他也提到，他們在健康照護產業的投資相當積極。對於近期創投紛紛砸重金投資機器人產業，「這是我見過最大的熱潮之一」，他說。就像早期的網路和手機產業，有許多人會失敗，但其中，也會出現幾間足以改變產業的贏家。「我們當然會使勁全力去做這件事。」他說，「因為，定義這個時代的公司就在這之中。」完整訪談請見影片： Marc Andreessen and LinkedIn co-founder Reid Hoffman at Code Andreessen: Silicon Valley is ‘extremely liberal’...
三星新款旗艦 Galaxy S8 手機發表已經兩個多月了，但會上提到的 Bixby 虛擬語音助理，至今還沒有出現在手機中。根據華爾街日報的最新報導，原本延遲到 5 月下旬推出 Bixby 語音助理再次延期，預計於 6 月下旬發表。據了解，Bixby 延期的原因是在理解英文方面有缺陷。2016 年秋季以來，三星可以說是噩耗不斷，先是為了 Galaxy Note 7 的「爆炸門」焦頭爛額，結果手機爆炸的原因尚未釐清，洗衣機又炸了；隨後，三星的實際掌控者李在鎔又因涉嫌行賄鋃鐺入獄。Bixby 發表之前，三星曾對外高調宣稱，Bixby 支援的應用程式幾乎可以完成任何任務，即使用戶提供的訊息不完整，也能夠理解用戶的意圖。當外界熱切期待 Bixby 和 Galaxy S8 一同發表時，前者一再延期的腳本就已提前寫好了，因為三星將期望值設得太高了。Google 和微軟的產品經理談論機器人和語音助理時，不只一次提到「期望」這個詞彙。當大眾認為，智慧助理和機器人應該擁有科幻片中對話機器人那樣的智慧時，如何設定合理的期望值，是企業產品成功的關鍵。聽產品經理描述，或看別人跟機器人互動，你可能會覺得聊天軟體和語音互動非常簡單，但當用戶自己使用這類產品時，卻往往會因為自己表達錯誤或產品的設計缺陷而陷入麻煩。人們才剛剛開始適應語音互動，這市場仍在迅速成長，不斷有新競爭者加入，比如三星 Bixby 以及 Andy Rubin 剛推出的 Essential Home。以 Facebook Messenger 或 Siri 為例，如果用戶和語音助理對話時抱著能夠平等對話的希望，結果往往會因為助理功能匱乏而感到失望。達不到官方承諾的產品表現讓用戶感到不滿。而三星在 Note 7 被聯邦航空管理局（FAA）禁止使用後，實在沒必要再給自己設下如此高的預期。Bixby 產品設計有缺陷，發表時間也延遲了，但三星仍對外宣稱這款虛擬助理有多優秀，刺激消費者的渴望，給人一種一旦 Bixby 最終面市將更強大的印象。此外，三星還宣稱 Bixby 將適配所有家用電器，而不僅限於手機。在描繪如此宏偉的藍圖後，三星究竟會帶來驚喜，還是讓用戶更失望呢？我們拭目以待。（本文由 雷鋒網 授權轉載，首圖來源：三星）
永豐金控旗下永豐銀行日前與國立成功大學、AI 領導廠商 NVIDIA 宣布合作，導入大數據及 AI 深度學習，結合大學研發能量及人才培育，目標推動數位轉型，打造金融 AI 科技中心，開創金融發展的新契機。永豐 AI 科技中心 首創金融大數據與深度學習平台永豐金控表示，全台首座「永豐 AI 科技中心」是 NVIDIA 的 GPU family group 晶片與台灣金融業唯一合作案。永豐建立 GPU 硬體 Backbone，結合成大在應用端的開放型 API，並透過大數據分析、深度學習與金融產業 know-how，能提供安全且開放的平台，發展金融 AI 應用。初期主要發展信用風險評估與預警系統、財富管理資產配置及客戶服務，包括 KYC（Know Your Customer）、洗錢防制等，經由 AI 科技應用，能強化風險管理及營運效率，提升競爭力。永豐與成大合作 打造「未來智慧工場 Atelier Future」永豐攜手國立成功大學，投入 1.2 億元進行為期 3 年的產學合作，以舊圖書館為基地，建立 Atelier Future 未來智慧生活實驗場。希望藉由成大近三萬人的校園場域，結合各項智慧生活應用，激發創新研發能量，培育人才、發展 AI 金融科技，開創未來的金融服務（Future Banking）。成大校長蘇慧貞表示，「成大與永豐的產學合作，希望有效促成校園裡師生共創機能，藉由研究發展，重新定義未來生活，落實屬於這個城市、台灣以及世界的各種想像。」產學合作 3 年期間，永豐將提供每年 100 名學生的獎助學金，並以開放方式促進異業結盟，期許成為創新金融服務的核心平台、培訓企業所需的 AI-FinTech 人才。NVIDIA 深度學習核心 驅動 AI 智慧世代全球AI科技領導廠商 NVIDIA...
日前在群眾募資平台 Indiegogo 募資超過 2,000 萬新台幣的 AI 人工智慧翻譯機「Travis 翻譯寶」，近日現身台北國際電腦展（COMPUTEX）「InnoVEX」展區。該翻譯機主打 80 種語言即時線上與離線語音翻譯，但針對操作及翻譯成效的官方資訊並不多。究竟即將量產出貨的 Travis 翻譯寶，翻譯實力與品質如何？先從翻譯語言和技術說起Travis 翻譯寶由荷蘭新創團隊 Travis 所研發，共同創辦人暨產品長 Nick Yap 在受訪一開始便提到 Travis 期望打造一台世界通用的 AI 語音翻譯機，讓旅客、商務人士或任何有需求的人，都能隨時隨地「說當地話」，與人順暢地交流溝通。目前 Travis 翻譯寶稱能支援超過 80 種語言雙向對譯，主要與七大 AI 翻譯引擎資料庫合作，包括 Google、IBM、微軟（Microsoft），其餘四家則不便透露。「Travis 團隊會針對不同語言，評估並選擇合適的翻譯引擎商合作，」Nick Yap 表示，全球各個地區幾乎都有發展出在地翻譯引擎，更深入當地語言，也因此 Travis 不斷尋求機會與各地翻譯引擎商合作。「我們做的是即時線上語音翻譯，相較於單純只做離線翻譯的機器來說，較不容易被市場淘汰，」Travis 翻譯寶透過網路即時更新數據資料，是維持競爭力與實用性的一大關鍵。Nick Yap 笑說，在啟動群眾募資之前，原以為一般大眾需求會以英文與外語雙向對譯為主，「後來經過募資發現，需求最大的其實是中文和西班牙語，第三才是英文」。他認為中文和西班牙語的母語人士對外語翻譯的痛點極大，所以最先著重在這兩大語言及英文翻譯外語，再來才是日文、韓文等語言。語音翻譯準確率多高？不少人對於語音翻譯機有種迷思，認為現在的翻譯技術已經達到快速又準確的程度，只要一機在手就不用擔心語言問題了，這不禁令人想到最近相當火紅的語音翻譯機「ili」。但試想，如果現在連文字翻譯的程度都還稱不上準確，那技術難度更高的語音翻譯又有可能嗎？當 Nick Yap 被問及 Travis 翻譯寶的翻譯準確率時，他非常坦率地回答「不準」，接著提到，語音轉成文字的準確率可以達到九成，但以跨語言語音翻譯來說，目前相關技術還不成熟，其中一大原因是牽涉到語意問題。「請問化妝室在哪？」他舉例，到底「化妝室」指的是梳化室還是洗手間？若不了解話者語意，翻譯出來的意思就會有偏差。人與人間的溝通還可以從表情、語氣等判斷語意，但光靠翻譯機還無法做到，還是需要由「人」來解決這個問題。「用戶期望不要放這麼高，希望大家一起幫忙讓語音翻譯愈變愈好，」他期望用戶能大量使用反饋累積數據資料，讓語音翻譯在不斷學習進步下提高準確度。目前 Travis 除了評估挑選翻譯引擎外，也正在搭建自家數據庫，預計今年 7 月出貨給天使贊助者後開始累積使用數據，未來數據庫能成長得多大、多深，將成為其技術發展的關鍵。Nick Yap 表示，Travis 數據庫也將與合作的翻譯引擎交換，彼此在互助互補下共同精進語言翻譯。實機與應用表現仍是謎話說回來，Travis 翻譯寶即將在下月發貨，但在近日的 COMPUTEX 展中並沒有展出實機，也沒有示範操作，僅以模型機代替（如首圖）。因此有關實機操作夠不夠直覺順暢、麥克風和揚聲器效果、語音操作與回應速度、即時雙向翻譯表現等問題，目前仍未能獲得進一步資訊，有待正式出貨後持續觀察。現階段 Travis 翻譯寶僅將出貨給天使贊助者，目標今年年底前用戶數可達 5...
即將舉行的 WWDC 2017，預計會以 Siri 為重點。不過據《路透社》消息，本次的重點還是會放在 Siri 舊有的 6 項功能，即使增加支援項目，數量可能也很有限。Siri 早期都一直只能使用蘋果原廠提供的功能，直到 2016 年的 WWDC 才新增了 6 類第三方 App，包括訊息、視訊 & 語音通話、照片搜尋、體能訓練、支付、叫車服務。比如前一陣子 LINE 也開始能透過 Siri 傳送訊息。不過相比亞馬遜（Amazon）的 Alexa 已經支援達 12,000 項不同「Skills」，Siri 的 6 類 App 明顯單薄了點。《路透社》指出，根據他們的消息來源，蘋果似乎也不打算跟進更多功能，而是想繼續走往昔的風格，也就是只專注提供少量功能，但把它們做好──或許有點像當初的 iPod。目前來看，Siri 的自然語言辨識力雖然不怎麼優秀，不過似乎還是比 Alexa 自然些。或許是一次串接了太多功能，Alexa 的指令相對比較呆板，必須用專門的詞來操作，比如《路透社》舉了使用 Uber 的例子──如果用戶的動詞使用「ask」可以成功，但「order」則不行。不過也有人認為蘋果 App Store 的成功，證實「多功能平台」才是勝出的關鍵，因此還是看好 Alexa 一點。只是目前來看，智慧語音助理還只是開始，甚至仍沒有完整的平台商務規劃，比如以 Siri 來說，它只是操作現有 App 的另一種途徑或手段，因此算是奠基在 App Store 上；至於 Alexa 的「skill store」目前則仍是免費，因此開發者還無法從中收費。至於今年度的 WWDC...
在大數據時代裡，如何將蒐集到的數據進行處理、分析並且產出有價值的資訊已是個人、企業乃至於政府都亟欲培養的能力。其中「資料視覺化」也是相當熱門的領域，R、Python、D3.js 都是常被用於進行資料視覺化的工具。然而學會資料視覺化並非易事，至今許多人依然使用 Excel 做圖表，但好消息是，越來越聰明的 Google Sheets 現在可以直接幫你完成。只需問一個問題，Google Sheets 便可自動幫你建立圖表Google Sheets 於去年推出「探索」功能，使用者可以用口語化的句子詢問想知道的數據資訊，當時 Google Sheets 就已可依照使用者提供的數據建立圖表，但先前的功能是針對「整個工作表」，並不是很實用。而就在 6 月 1 日，Google Sheets 產品經理 Daniel Gundrum 在官網宣布他們已針對這項功能進行擴充：使用者只需問問題就可以得到想要的圖表。比如說你可以輸入「消費者滿意度的長條圖」或是「產品銷售種類的圓餅圖」，相對應的圖表就會自動產生。不同之處在於使用者可以「針對特定的資訊建立特定形式的圖表」，在使用上更加客製化而且符合用戶需求，完全不需自己找到需要的數據才能做圖表。不過目前看來 Google Sheets 只能協助建立基本款的圖表，更進階的資料呈現方式還是有賴資料視覺化才能完成。▲ Google Sheets 可自動幫你建立圖表。（Source：Google）按一下「Update」，所有資訊同步更新當 Google Sheets 裡的數據進行更新時，使用者往往必須手動修改 Google Docs 或 Google Slides 裡的圖表，但在新版的 Google Sheets 中，只要在先前的圖表上按「Update」，當數據有所變動時，在其他檔案中的圖表也會自動更新。▲ 按「Update」即可更新圖表資訊。（Source：Google）更多方便的新功能除了上述兩項功能外，Google Sheets 也因應使用者的回饋推出以下功能： 客製化捷徑：使用者可以根據個人平時在使用 Google Sheets 時習慣用的捷徑來修改瀏覽器的預設捷徑。 列印預覽：在列印 Google Sheets 的工作表前，使用者可以先行預覽列印後的介面並且調整邊界、選定大小或是設定要固定的行列。 多樣化的圖表選擇：使用者可以為圖表添加自訂的色彩，不須再使用預設色彩，此外也可在圖表上加入趨勢線。Google Sheets 裡有更多種圖表類型可供選擇，例如...
台灣政府過去推出許多遠大口號，產業界往往是表面上不敢違逆，私底下傻眼、嘲笑或痛罵，不過，不只政府會不斷創造口號，產業界自己也一樣，全球產業發展史上，多的是無數定義不清、前景不明，連創造者自己都搞不清楚定義的口號名詞，同一個名詞還會不斷改名，重複炮製，產業以外的一般民眾，往往被重複糊弄了好幾次，還汲汲營營的跟著喊，以為有跟上最新口號就是有遠見、有大視野，最慘的則是，連口號都已經過期了十幾年，還傻傻的繼續喊。近來「大數據」與「滷肉飯」之爭，就是一個這種傻勁的典範，大數據是未來？不，大數據本身就已經是 2000 年出現的名詞，光是「大數據」這 3 個字就已有 17 年歷史，而與大數據相同概念的前身名詞，最早自 1959 年就已經提出，相較之下，台灣知名、時常成為熱門網路討論話題的鬍鬚張滷肉飯，創業於 1960 年，當時還是路邊攤，也就是說，大數據比鬍鬚張滷肉飯還要古老。事實上，整個數據分析的概念，還可推到更久遠，最起碼從迴歸分析問世就應該開始起算，若是如此，那歷史得要往前推到史上留名的德國數學家高斯的年代，那可是 19 世紀初的 1800 年代，台灣還要等超過一個世紀才會發明滷肉飯（推測台灣滷肉飯是自日本時代改良品種誕生蓬萊米之後才出現，蓬萊米發表於 1926 年）。高斯雖然與勒壤得開啟了最早的迴歸分析，但當時顯然沒有電腦，一切都是仰賴「人腦智慧」來運算、找出數據的迴歸模型，沒有所謂電腦演算法，所以就把它們只算做是強調電腦運算的大數據的老祖宗。但 1959 年起，如今的大數據概念就已經確實出現了。十幾年來兩岸炒作大數據議題，只要是經歷超過 20 年的資深資訊業界人士，一聽到大數據的說法，往往反射式的回應：這不就是所謂「機器學習」（Machine Learning）或「資料探勘」（Data Mining）？的確正是，美國人工智慧先驅亞瑟‧李‧山謬（Arthur Lee Samuel）於 1959 年定義「機器學習」（Machine Learning），就是要發展演算法，讓電腦人工智慧能在並未事先指定特別方向或任務的情況下，從大量資料中找出資料中的關鍵之處或是異常之處，可以逐步學習，並具備預測能力。跟現在的大數據定義大同小異。機器學習也同時是另一個名詞「深度學習」（Deep Learning）的前身，時間往後推到如今的 2016 年，產業界的運算能力使得機器學習可發揮驚人的水準，其成就表現於 AlphaGo 以「深度學習」擊敗人類圍棋棋士，於是「深度學習」又一時成為當紅的新名詞，其實不過就是過去被遺忘的機器學習。如今深度學習已經開始應用於許多領域卓然有成，但 1959 年時，人類掌握的運算能力還不足以讓機器學習產生太大的有意義成果，結果口號喊了以後實質上成果有限，到 1960 年代，由於缺乏實績，統計學家嘲笑這種不設定預設假說、只是丟進一堆數據就想分析出成果的想法是異想天開，跟挖爛泥巴沒兩樣，貶稱為「資料釣魚」（data fishing）或「資料挖泥」（data dredging）。機器學習這個名詞蒙塵，遭扔進爛泥堆，但是電腦科學家的理想不變，到了 1990 年，又發明了新名詞，這次叫「資料探勘」，強調從大量電腦資料中找出關鍵或異常資訊的能力。其實，原本是要叫做「資料庫探勘」（Database Mining），很不幸的是，一家加州聖地牙哥電腦公司 HNC 已經為了其產品「資料庫探勘工作站」（Database Mining Workstation）申請商標，為了避免侵犯 HNC 商標，只好拿掉一個字，改叫資料探勘。同時還有許多其他講法，如「資訊收割」、「資訊發掘」、「知識萃取」等。資料探勘這個名詞風行了好幾年，也的確有許多應用，譬如在台灣，健保局於健保 IC 卡化後，利用資料探勘，察覺出診所申報的看診情況異常，再針對這些異常資料的診所進行實地檢查，果然發現其中有部分診所有詐騙健保的行逕，這就是一個相當成功的資料探勘應用。但是，一個名詞從 1990 年開始喊，到了 2000 年已經成了 10...
謝謝台灣大學邀請我參加今天的盛典，能和全台灣最頂尖的一群畢業生，以及各位的家人、親友齊聚一堂，分享你們的喜悅，我感到非常榮幸。首先，我要向所有的畢業生表達祝賀，我為你們感到驕傲！ 還記得 34 年前，我跟各位一樣坐在大學畢業典禮台下。當年的我，大學四年，找到了我的兩個最愛。第一個最愛是我的初戀，也是我的畢生摯愛，我的妻子。而今天，不是來講我的初戀，而是來講我另外一個大學期間的最愛：人工智慧，就是現在最火的 AI。我最近找到我大學畢業時，申請博士作文。我把它 po 上了我的 fb：「 AI 是對人類學習過程的闡釋， 對人類思維過程的量化，對人類行為的澄清，以及對人類智力的理解。AI 是人類認識並理解自己的最後一步，我希望加入到這個一個全新但是最能改變世界的科學。」畢業那天之後的 34 年，我在 AI 科研、開發、投資方面不斷耕耘。今天，我很有把握地告訴大家：未來 10 年的 AI 革命比工業革命規模更大，而且來得更迅速猛烈。有什麼證據呢？ 最近最大的科技新聞就是 AlphaGo 打敗人類最頂尖的棋手柯潔。棋聖聶衛平點評：AlphaGo 可以說是 20 段，人類要打贏 AlphaGo 唯一的希望就是拔掉電源。AlphaGo 只是一個例子，在過去的兩年，AI 在人臉辨認、語音辨認都超越了人類。 我們投資的一家 AI 貸款公司，每筆貸款只要 8 秒鐘，2比人花 8 個小時還要精確。這家公司今年將會發放 3000 萬筆貸款，幾乎超越了所有的銀行。 如果把這些技術和成果往後延伸，我們可以很確定地預測：未來十年，AI 能在任何任務導向的客觀領域超越人類。AI 將取代人類 50%左右的工作。AI 會取代工廠的工人、建築工人、操作員、分析師、會計師，司機、助理、仲介等，甚至部分醫師、律師及老師的專業工作。 在這十年，我們將進入一個富足的豐產時代，因為 AI 作為我們的工具，將為我們創造巨大的價值，幫助我們降低甚至消除貧窮和飢餓。我們每個人也將獲得更多的時間，來做我們愛做的事。 在這十年，我們將進入一個焦慮的迷惘時代，因為 AI 將取代人類一半的工作，許多人會因為失業，失去原本從工作中獲得自我實現的成就感，而變得憂鬱和迷茫。 接著，我想跟各位分享有關人工智慧未來的三個想像圖：金字塔，魔法棒，和愛心。首先來想像一個金字塔。隨著 AI 到來，職場的金字塔結構將會重組。金字塔頂端的人叫做創新者。AI 優化某一個領域的精確度，遠超人類，但是 AI...