「AI 可能是有 3 個大腦（指決策、預測、分類）：可深度學習，憑深度學習就能讓 5 成的人失業。」創新工場董事長李開復在近期的演講直指 AI 對於就業市場的影響。AI 技術與日俱進，導入領域也不斷擴大，當然也為各產業帶來不同程度的衝擊與影響，若從拓墣統計的數字來看：AI 機器學習應用最大宗就是金融與資訊安全，占比 20%，其次是數位廣告科技的 18%，前兩大產業都與大量的數據息息相關，也成為 AI 最快、最容易切入的領域。 而如此龐大的產值佔比是否意味著對原本的工作機會造成影響？無論是從應用別分布數據、或是近一年來媒體揭露的金融業裁員消息來看，AI 時代來臨，首當其衝的不外乎是已經發展成熟的金融產業，海量的數據判讀、預測、分析已經逐步能由 AI 取代，而受到最明顯的衝擊。這是否也意味著 AI 時代的來臨，我們都有可能被機器人所取代？或許也不用這麼悲觀。儘管許多工作機會因為 AI 技術的成熟而逐漸消失，新興工作機會卻同時正快速地增加，其中就以能掌握數據、分析數據，並且能從數據中找到商業價值的「資料科學家」、「資料分析師」一舉成為職場的明日之星。「資料科學家」、「資料分析師」的人力缺口究竟有多大？實際從 Linkedin 搜尋這兩項職缺，全球就有近兩萬筆相關職缺訊息跳出。而根據微軟的說法，台灣就有超過 10 萬名的資料科學家職缺，然而目前卻只有 1,800 多位的資料科學家，看到了這個缺口，而讓微軟開始進行資料科學家的認證培育計畫。那麼，到底資料科學家、資料分析師需要具備什麼樣的條件？想要在一個 AI 盛行的新時代，三項基礎能力是我們必須具備的：「程式語言能力」、「統計學知識」、「跨領域知識」（Domain Knowledge）。程式語言能力對於將資料導入實務應用的工作者來說，如何讓 AI 按照需求行動將會是一門重要的功課，AI 的開發除了硬體能例外，背後也有著無數的演算法與軟體應用相搭配，才能讓 AI 正確收集、理解、應用大量資料。現在各家國際軟體平台大廠所提供的開源框架（Open Source Framework），都是針對降低 AI 系統開發難度所推出，目的是要吸引更多應用開發夥伴一同加入，越大的開發者社群，就能將語言框架的結構設計更為完備、同時降低新人加入的門檻。目前這些開源框架都是建立在既有高階程式語言的基礎上，以 Python 和 C++ 為主流。我們也可以從這些國際廠商的發展動向推估，AI 的時代來臨將會推升學習 Python 和 C++ 等程式語言的重要性。統計學知識的重要性有了程式語言能力作為基礎，處理數據及數據可視化的能力也是不可或缺的。而上述的數據處理能力正是建構於統計學的知識，將大量資料變成更有價值的資訊。統計學概念在機器學習上也扮演相當重要的角色，因為現在的AI系統其實都是透過模擬人腦的架構進行學習，利用輸入大量 Data 的方式，從中統整出一套規則，因此專門應用於大量數據處理與迴歸分析的統計學自然不可或缺，透過機器學習讓 AI 得以提升模預測精準度，並不斷藉由不同算法自我提昇。關鍵的 Domain...
關於亞馬遜正在研究內建觸控螢幕的 Echo 智慧語音設備的傳言，已經有一段時間了，而據 AFTVnews 的報導，終於有一些確鑿證據證明這件事。AFTVnews 在亞馬遜伺服器上發現一張畫素很低的照片，裡面的設備極有可能是 Echo 的新化身。不幸的是，圖實在很小，但總體看得出來像一個帶有大揚聲器的顯示器，頂上也似乎有一個攝影機。雖然照片中沒有明顯的亞馬遜商標，但有理由相信 AFTVnews 找到的確實是新款 Echo。該網站之前在亞馬遜伺服器上發現 Echo Look，約一個月後，亞馬遜也發表了這款新設備。該網站稱，這張照片是以同樣的方式發現的。Cnet 之前有報導，內建觸控螢幕的 Echo 可能在本月晚些時候公布。鑑於發布的時間節奏與之前也差不多，聽起來這張照片上面的設備真有可能是新 Echo 了。目前還不知道亞馬遜會怎麼使用新增加的觸控螢幕。它有鏡頭，再加上形狀，很可能會有視訊通話功能。Echo Look 因為攝影鏡頭也遭到不少吐槽，引發關於隱私的擔憂，先前 Echo Look 的報導就有一些討論。不知道這新款內建觸控螢幕的 Echo 又會獲得怎麼樣的評價。（本文由 雷鋒網 授權轉載；首圖來源：亞馬遜）
近日華倫‧巴菲特（Warren Edward Buffett）的公司波克夏‧海瑟威（Berkshire Hathaway）召開了第 52 屆股東大會。在長達 5 個小時的問答環節中，公司董事長巴菲特和副董事長查理‧芒格（Charlie Thomas Munger）現場回答了股東、記者還有分析師的 57 個問題。這些問題涉及全球及中國經濟、接班人、投資策略、夢想、人工智慧、無人駕駛等。巴菲特稱，沒有投資亞馬遜是當時錯過的一個大好機會，至於原因，他說是「因為我太蠢了，沒有預料到亞馬遜發展得這麼好」，而且「我們可能低估了他們執行力的優秀程度」。看到這句話，很多投資人應該吁了一口氣，畢竟連巴菲特都無法對一家公司的未來做出準確的預測。談到同樣讓人看不懂的人工智慧，巴菲特表示，自己在這方面不是專家，但「我會預料，它們會大大減少我們雇用員工的數量。這對我們某個業務不會是好事，但對整個社會來說是好事。」他同時承認，很難預測人工智慧的未來是什麼樣，但不覺得近未來就會有多人工作被人工智慧取代這樣的情況。 其中與科技產業相關的整理如下：無人駕駛車輛的發展會影響到今天的保險業嗎，會有怎麼樣的影響？巴菲特：無人駕駛的車子對汽車保險當然會有適度的影響，這可能是很久以後的事情。可是，根據現在一些經驗、早期介紹還有測試，都跟這個情況息息相關。如果自駕技術能讓世界更安全，我覺得這是件好事。但對我們這種汽車保險公司來說，可能並不是太好的事。但我們如果真的面臨卡車產業缺少駕駛員的情況，如果這些技術能提高他們的安全性，我覺得會很受歡迎。你覺得哪個公司可以讓你們投資，得到你們的青睞？巴菲特：我們會看在 5~20 年之後的時間裡，他們還會不會具備現在的競爭優勢，會不會持續這麼長的時間。另外這個公司有沒有足以信賴的領導層和管理人員，還要看能不能符合我們伯克希爾公司的文化，當然還有價格因素。收購一個企業時，我們會出很多現金，會看他們長期是不是有良好表現。當時你說對科技公司不要投資，因為你不了解。現在你好像對高科技 IT 方面已經改變了，因為你最近投資蘋果公司。星期五你又講 IBM 好像沒有滿足你當初的期望。你對這兩家公司的看法有何不同？還有你對現在科技公司的想法是什麼？巴菲特：買 IBM 是 6 年前的事了，6 年過去一定會比較好。當然 6年過去了，我想現在看這兩家公司當然不一樣。因為蘋果是個消費行業，但產品我們討論分析之後，就是你要看一下消費者的行為以及到底是怎麼樣看，當然這些產品因為消費者的行為而有所不同。你今後的客戶是誰，IBM 的客戶跟蘋果的客戶是完全不一樣的。當然我講的方法是不是都對，大家不見得要完全同意。這兩個公司是兩個不同決策下的產品，第一個我可能做錯了一些決定，但是第二個，蘋果公司，我是不是又做錯了？我們到時候可以拭目以待。但是我不會說，一個是橘子一個是蘋果，兩個是不能同日而語的不能相提並論的。當然我不是這麼想。亞馬遜我們當時沒有投資也是錯過了一個大好機會。亞馬遜因為貝索斯的精明領導做得非常出色。對於亞馬遜的看法是什麼？為什麼沒有買這個公司？巴菲特：因為我太蠢了，沒有預料到亞馬遜發展得這麼好，我沒有覺得它會像現在這樣取得大規模的成功。但是亞馬遜做的這些像雲端方面的業務，都是具有很大的潛力的。當我們打造零售帝國的時候，我們發現亞馬遜會帶來顛覆性的變化。在技術行業，對我來說這種投資當時是非常長線的投資，我當時也低估了它的發展潛力。我們可能低估了他們執行力的優秀程度。做這種網上業務是需要很強的能力的。他當時在幾十年前的財報裡面是有這樣的路線圖，他需要怎麼樣去做，下一步怎麼樣，這樣一個非常詳細的規劃。而三到四個月前，我們也重新聽了這部分演講，我覺得是受益匪淺的。我當時只覺得這是一個非常昂貴的投資，但是我真的沒有料到它能取得今天這麼大的成績。我覺得他是一個非常優秀的管理者，我當時只是沒有想到他能夠取得今天這麼大的成就。過去幾年中，你 twitter 推了大概九次。除此之外，你最近開始投資到這些高科技的 IT 公司了，我現在要問的問題，還有芒格先生，你為什麼不對高科技有那麼大的興趣？為什麼會進行這樣的轉變？巴菲特：現在要怎麼講，我們還是在 IBM，我自己本身在那個時候投資了 IBM 極大的數字，但是那個時候我並沒有得到相應的收獲。這是我自己本身的經驗，對於 IBM 的投資。最近我們現在在蘋果也進行了大量的投資，因為它是一個消費者的產品的公司，它有一些所謂的經濟性是我們喜歡的。而且它有非常大的技術涵蓋在產品之中。而且很多其他的公司是沒有辦法做到的，所以我進行了投資。但是我的想法就是，我不會保證我任何的投資都是對的。但是我想，一對一或者一對二，Charlie 你的想法呢？我現在並不是保證任何東西，也不是影射任何的意思。在 IP 的環境，在知識產權的定義上來講，我也許知道某些具有洞察力的信息，也就是根據消費者的態度能夠了解的，而且可以取得在這些消費者的態度上取得很多的信息。也可以看得出他們到底是怎麼樣喜歡這些產品的一些意圖，跟為什麼如此。在這種市場化證券上我也犯了一些錯，在其他一些方面也是如此。在科技方面我也怕有這樣的錯誤出現。有很多的這樣的行業，不同的知識，我當然在保險方面是做得不錯的，雖然以前也曾經有些損失。這麼多成千上萬的行業當中，我從出生到現在一直沒有辦法對高科技的行業有那麼深刻的見解。你覺得人工智慧對波克夏的業務有什麼影響？除了無人駕駛和 GEICO 之外的影響。另外你和比爾·蓋茨的交流，未來什麼樣的業務有更大的影響？雇員是會增加還是減少？巴菲特：我對這方面不是一個專家，但是我會預料，它們會大大減少我們雇傭員工的數量。但是這對於我們某一個業務不會是好事，但是對整個社會來說是好事。我們先假設一下，如果一個人會按按鈕，按不同的機器上的按鈕，而可以造出所有整個國家的產出，如果有一個機器人，一個人工智慧去替代他，如果一個人可以做這個事情，比如以前我們需要 150 萬做這個事情，而一個人工智慧的人去做所有的這些事情，那是多大的改觀，生產力是多大的提高，這是很好的事情。但是會帶來一個非常巨大的變革，人與人之間的關係，他們與政府之間的關係，都會相應的進行改變。很難預測它的未來是什麼樣的。在某方面來說，我們有三萬六千個 GEICO 的雇員，我們仍然有這麼多雇員。如果能夠用一個人工智慧的機器來代替這三萬六千人，或者只是其中的一部分人，如果能夠很快的進行這樣的取代，而在其他方面也有這樣的情況的話，情況就會不一樣。但我並不覺得我們會在很接近的未來就會去經歷這樣的情況。（本文由 雷鋒網 授權轉載）
蘋果的行銷長席勒（Phil Schiller）日前受訪時，隱晦地談到 Amazon Echo 一類的智慧音響，以及這類產品的靈魂：智慧語音助理的設計。被問到這個話題時，席勒顯得非常小心，也沒有評論兩款先行者 Amazon Echo 與 Google Home 的設計。不過話鋒一轉，席勒倒是談到語音助理在很多情況下只靠聲控會很有用，但那不表示用戶會永遠都不需要螢幕。席勒舉的例子是導航。雖然直接用語音操作、然後讓智慧助理提報方向很方便，但用戶在使用導航的時候，多數還是會想要看到整張地圖，知道自己現在在哪裡，或是了解哪些路口比較壅塞。實際上，Apple Watch 版的 Google Map 就有這項缺點──它只能提報方向，但沒辦法像手機版顯示整張地圖。後來它也被 Google 下架。▲ 不清楚蘋果的智慧音響會不會是下一代 Apple TV？抑或是新版的 Beats 產品？（Source：蘋果）根據外媒報導，台灣代工大廠英業達據傳已經接到蘋果的智慧音響訂單。這項產品據悉會搭載 A8 以上的 SoC 並類似 Mac Pro，同時頂端會有一個凹槽，可以用來點按操作。相比 Google Home，蘋果的音響據悉也會更強調音質，搭載 1 個低音單體與 7 個高音單體，但按照席勒此次的描述，上頭應該會有的螢幕則沒有進一步描述。在 iPhone 成長開始觸頂、甚至有衰退跡象以後，蘋果儘管靠著經營能力，還能微幅拉抬整體營收，但過度依賴 iPhone 的隱憂已經愈來愈明顯。考慮蘋果短期內不太可能再創造一個 iPhone 等級的商品，原先被外界寄予重望的 Apple Watch 也未成氣候，在財報上被歸類在「others」與「service」的項目因此成了分散 iPhone 營收比重的焦點。由於「服務」營收持續成長已經不是新聞，CEO 庫克（Tim Cook）也首次在 2017 Q2 財報透露蘋果穿戴式裝置的營收至少有 56 億美元──這包含了 Beats 耳機、Apple...
2017 年，語音計算成為主流。在這波浪潮中，亞馬遜一馬當先，短短兩年時間內就售出了超過 800 萬台 Echo 和 Dot 音箱，並藉助亞馬遜語音服務平台讓 Alexa 語音助手幾乎無處不在。從冰箱到機器人再到美國 40 年來銷量第一的福特 F-150 汽車上，都可以看到 Alexa 的身影。再加上 Google Home，以及蘋果可能在今年夏天發表的 Siri 揚聲器等產品，毫無疑問今年語音計算裝置的出貨量將超過 2,500 萬台。語音計算裝置迅速增長的同時，也暴露了一些核心問題。根據 Voice Labs 的最新研究，97% 的用戶會在不到兩週的時間裡對 Alexa 的新功能失去興趣，不再使用它；與此同時 Alexa 的 1 萬項功能裡只有不到三分之一贏得了回頭客。但這並不意味著語音計算正在走向失敗，語音計算遭遇困境只是因為它不過是未來場景計算革命中的一部分。場景計算是指，在某個場景（比如住宅）中任何人都可以直接使用其功能，而無需藉助手機和電腦這樣的中間裝置。如果你曾經在廚房裡命令過 Alexa 播放音樂或者開燈（這是 Alexa 最常見的兩個用途，使用頻率都超過 30%），那麼你就已經用到了場景計算。如果你家安裝了帶運動感測器的燈，當你離開時會自動熄滅；或者安裝了帶牆面控制器的安防系統，那麼你也用到了場景計算。語音計算只是你與場景直接互動的多種方式之一。在你確定自己的需求（比如想知道天氣預報）的情況下，語音計算表現十分出色。但在其他情況下──比如需要從列表中選擇選項，確認資訊或者查看可用功能時，則乏善可陳。通用場景計算裝置將具備多種互動連接，用戶可以根據具體應用場景和個人偏好自由選擇。這就帶來一個問題，在多種場景計算能力中，哪種互動連接的使用頻率最高？我們最近用智慧家居控制面板 Brilliant Control 做了一次小規模測試。透過分析開啟了語音服務家庭中的上千次互動情況，我們發現語音互動的使用頻率為 14%，而觸控互動的使用頻率高達 81%，動作互動的使用頻率則只有 5%。為何觸控互動的使用頻率最高？原因有三：操作簡單。當你走進房間時，透過劃動手指開燈要相對容易。 方便選擇。當需要在多種選項中進行選擇，比如在音樂播放器的播放列表中選擇曲目時，透過螢幕操作要自然得多。 反饋及時。透過劃動手指來調節燈光亮度或音量時，要比發出連續的語音指令直到找到合適的光強和音量，更加方便快捷。儘管存在諸多不足，語音計算仍扮演著重要角色。事實上語音計算在家庭中的使用總量增加了，原因很簡單，相比其他互動方式 Alexa 可以覆蓋家庭中的更多房間。雷鋒網認為，語音計算在未來家庭中發揮重要的作用，不過它本身並非一個完整的解決方案。場景計算的範疇要比單一語音互動寬廣得多。如果亞馬遜在下一代 Echo 音箱中內建了螢幕，那麼它將提供更加豐富高效的互動連接。這將幫助語音計算找到並留住用戶，同時鞏固亞馬遜在語音計算領域的領先地位。亞馬遜最近推出的「display cards」功能表明，它們正在透過幫助語音服務合作商獲得向語音指令反饋可視數據的能力，來朝著這一方向進發。亞馬遜最新推出的 Amazon Look──一款結合了 AI 驅動鏡頭、能幫助你選擇著裝的裝置，體現了它的執行力。如果亞馬遜將語音、顯示、觸控和圖形與後端 AI...
每天上班時，這群 Google 員工的例行公事就是上 YouTube 觀看影片。他們負責找出有暴力或惡意語言的影片，並且界定它們是否為「敏感」或「具侵犯性」的。他們就是所謂「廣告品質評論員」（ad rater）：一群協助機器做決定的臨時工，而他們正為 Google 解決一項刻不容緩的問題。Google 旗下的 YouTube 透過在影片中播放廣告賺取收入，而廣告出現的位置則完全仰賴一套自動化系統，因此廣告主並不知道自己的廣告會放在什麼樣的影片中。近日，這套隨機的機制對 Google 造成相當大的問題──Google 被指控允許廣告隨意出現在散播仇恨與恐怖主義的影片中。為了避免公司形象受損，已有多家企業從 YouTube 撤下廣告，包括 Walmart、Pepsico 和 Verizon 等廣告主。對此，Google 聲明廣告只有少於千分之一的機率會出現在這些被檢舉的影片中，而商務總監 Philipp Schindler 也聲稱這起事件只影響極小部分的影片。Google 有 9 成收益來自廣告，因此極需阻止廣告主繼續流失。但使用者每天平均上傳 60 萬小時的影片，需要一個小型城市的居民一整天盯著螢幕才能把影片全部看完。這也是為何 Google 強調他們正在努力開發可以篩選內容且更有效率的人工智慧，Schindler 認為「這個問題無法由人類解決，也不該由人類處理」。但問題在於 Google 需要由人訓練這些 AI，因此仍仰賴人力辨識並檢舉影片，以累積 AI 練習所用的數據。人力辨識的挑戰在 Google 仰賴這些人力進行影片內容的辨識時，這些評論員卻表示這項工作的不穩定性以及與 Google 不良的溝通正在對他們工作的能力造成損害。「我們是訓練 AI 的人，但我們非常確信這個衡量的過程需要投入更多周慮的思考。」龐大的工作量使評論者在工作時需要將「數量」與「速度」置於「準確性」之前，有時他們甚至必須在 2 分鐘內檢視完 2 小時的影片，而 Google 也利用計時器記錄他們審閱每部影片的時間。此外，這些評論員在檢舉影片之外還需要將影片內容分類，但有時評論員找不到相對應的分類項目。總體而言，影片檢視的工作內容與細緻度顯示 Google 仍需透過人力解決 YouTube 的廣告問題。Google 表明在人工智慧聰明到可以實際辨識出有攻擊性的內容之前，人的判斷都會是最重要的訊息來源。這項廣告品質評論計畫始於 2004...
傳統保險尤其是壽險類產品的定制通常需要經過險種確定、保險金額確定、保單填寫、體檢等多個環節，一般耗時幾週之久。在此期間，客戶體驗與公司成本難以盡如人意。為了提高壽險定制的效率，美國初創公司 Lapetus Solutions 推出了一款可以透過自拍預測客戶壽命的 App Chronos。利用人臉辨識、生物化學和動態分析以及雲端計算等技術，這款 App 的主要功能包括：性別檢測、臉部年齡檢測、BMI 分析、是否吸菸等。除此之外，App 也為公司提供定制化功能的服務。客戶在 Chronos 上傳自拍照並回答一些簡單的問題後，App 會透過分析自拍人臉面孔上的 350 個點以及上千塊不同區域，進而確定某些人口統計資訊，例如可以檢測到是否吸菸和生理老化的跡象，並可以準確地估計各種身體類型的 BMI。綜合以上分析的結果，並藉助統計學分析方法，Chronos 會得出兩個數據：預期壽命和預期健康壽命。例如一名客戶的預期壽命是 82 歲，而預期健康壽命是 80 歲，則意味著這名客戶的身體狀況在 80 歲之前都是比較健康的。這兩個數據是保險公司確定是否為該客戶提供服務以及制定具體保額的重要指標。Lapetus 的首席市場行銷長 Janet Anderson 介紹到，當客戶在 Chronos 上瀏覽產品並提交申請後，App 會在 10 分鐘內快速將申請投遞給保險公司。透過縮減檢測週期，Chronos 的目標是為客戶提供更快更好的投保體驗。但 Anderson 也承認 Chronos 目前還存在一些缺點，例如無法自動辨識出客戶是否整形過，以及無法直接發現問題照片哪裡有問題，仍然需要人工介入解決。值得一提的是，Chronos 並不能完全簡化投保的流程，如果保險公司要求，客戶依然需要填寫長達數頁的申請表，以及提交體檢或血液檢測報告。其中，Chronos 還提供了幫助客戶預約檢測的功能。除了臉部數據外，保險公司通常還會參考用戶的個人資訊、誠信紀錄、病史、駕駛違規紀錄等資訊，最終確定是否接受客戶申請以及指定保額。光大金融（Sunlife Financial）的金融顧問 Mark Coutts 介紹，綜合考量客戶各方面的資訊後，壽險核保的週期在 48 小時到幾個星期之間不等。Lapetus Solutions Inc. 位於南卡羅萊納州威明頓市。目前除了 Chronos 外，公司還推出了 BLISS ，這是一款利用個人健康等數據的財務評分和活動規劃工具。（本文由 36Kr 授權轉載；首圖來源：shutterstock）
工程師們常被抱怨設計出來的東西不能真正滿足用戶的需求，但是一個設計的改良需要一個循序漸進的過程，其實工程師也想要貼心，也想越來越懂你。不然為什麼要給這個機械手裝上眼睛？不要小看這個眼睛的作用，在長眼睛之前，機器手需要你告訴它每樣東西該怎麼抓，否則它就胡亂抓。想像一下你閉著眼睛找東西的樣子，大概就是這樣。機器手是本來就有的，鏡頭和圖像辨識技術也是本來就有的，但是把這 3 樣已知技術結合在一起，就解決了假手「瞎抓」的問題。這是英國新堡大學生物醫學研究人員想出來的主意：把一個可以進行圖像辨識的鏡頭搭在一個假手原型上。使用已經開發好的電腦視覺技術，研究人員透過深度學習訓練這個鏡頭辨識 500 個物體。比如當使用者想要拿起一個杯子，不需要向假手輸入任何訊號，在你把手伸向杯子的過程中，假手的鏡頭會對眼前的物體拍照，由後台辨識，然後根據深度學習訓練的結果判斷這個物體應該怎麼抓，然後把手型調整到相應的抓握形狀（比如拿起一支筆需要夾持的動作，拿起一杯水需要握住杯柄垂直移動），最後一步根據用戶的肌電訊號確認抓地力。新堡大學生物醫學講師 Kianoush Nazarpour 博士說，「使用電腦視覺，我們開發出一種能夠自動響應的仿生手，實際上就像一隻真正的手，用戶可以快速使用正確方法去拿一杯水或一塊餅乾。」「這個系統的優勢在於它更靈活，能夠拾取新鮮的物體。這是至關重要的，因為在日常生活中，人們需要毫不費力地拿起他們從未見過的各種物品。」目前已有的假手，通常需要使用者用各種方式傳達一些訊號才能做出相應的動作反饋，也就是不管透過什麼方式，你需要告訴你的假手你要拿什麼。比如在肩部或斷肢位置接入電極陣列用來讀取肌肉活動，在感知皮層植入電極陣列用於感知用戶的想法，隨後透過感測器發出手勢訊號，告訴假手該怎麼行動。這種把測量神經訊號的感測器植入肌肉內部，應該是目前最先進、最昂貴的假手了。美國國防高等研究計畫署（DARPA）在 2016 年底推出售賣的名為 LUKE 就是這樣的假手。DARPA 希望 LUKE 是那種佩戴之後你可以用大腦控制的假手，只要腦子裡想做出什麼動作，機械手就會相應完成，目前已知 LUKE 已經可以完成吃漢堡、拿鑰匙開門、刷牙梳頭、吃漢堡，甚至是拉拉鍊這種很細節的動作。這的確是一種理想生物手的代替，但是這樣的高級手並不是每一個需要假手的人都負擔得起。之前有傳言稱一個 LUKE 的價格大概在 10 萬美元。給機械手裝上眼睛讓它自己去看，相對來說就便宜多了。根據新堡大學研究人員的說法，安裝眼睛的假手，反應速度要比市場上大多數假手快 10 倍左右，而且也很便宜，這個假手的眼睛使用的僅是一個普通羅技（Logitech）鏡頭，用於圖像辨識訓練的 AI 模型也可說很廉價。最重要的是，使用者可能不太需要動腦子跟假手對話和溝通，一切交給假手自己解決。不過也不是說它就是完美的，首先用於辨識的神經網路不能做到完全準確，目前只有大約 80%~90% 的準確率；其次如果真的實現大規模應用的話，除了長眼睛之外，這隻手最好還要長腦子，能做到記憶和自主學習，不僅是依賴程式設計師不斷餵標籤數據。世界這麼大，需要把握的東西太多，一個遲鈍的機械手也許還是會錯失一些機遇和幸運。知道怎麼撿起掉到地上的錢包，卻不知道怎麼撿起剛飄落的一朵花，也是一件挺遺憾的事。（本文由 PingWest 授權轉載；首圖來源：新堡大學）
眼看亞馬遜 Echo 和 Google Home 在智慧音響市場吵得熱鬧，微軟表示也不想「孤單寂寞覺得冷」的晾在一旁。於是，微軟牽手三星電子在今年秋天要推出一款可以打電話的智慧音響 Invoke，和亞馬遜、Google 一起 PK 了。據華爾街日報 5 月 9 日報導，微軟與三星合作的新品 Invoke，是由三星電子 Harman Kardon 子公司製造，使用微軟 Cortana 數位助手來處理指令。跟 Echo 和 Google Home 一樣，Harman Kardon 稱，Invoke 也能夠播放音樂、查交通路況，用戶還可以嘗試其他智慧家居功能，如語音控制開燈。此外，Invoke 在音質上頗費一番工夫，採用 360° 環繞式音響設置、3 個高音揚聲器和 Dalek 式設計。 Harman 強調這款設備集成了微軟 Skype 網路電話服務，這是目前亞馬遜 Echo 和 Google Home 都不具備的功能。不過據稱，這兩家公司也將在下一代產品中加入這功能。據微軟一份文件顯示，Invoke 將於今年秋季首次亮相。在美國時間 5 月 10 日舉辦的微軟 Bulid 2017 大會上，微軟或有可能公布 Cortana 對該產品的新功能。同時，微軟此次行動的最大競爭對手──亞馬遜 Echo，報導稱其最新款觸控螢幕版 Echo 音響將於美國時間本週二發表，這款...
法國媒體當地時間 7 日晚上 8 時進行的初步統計，39 歲的中間派候選人埃瑪紐耶爾‧馬克宏以 65.5% 對 34.5% 的得票率擊敗極右翼政黨「國民陣線」候選人瑪琳‧勒龐當選新一任法國總統，他也成為了繼拿破崙以來法國最年輕的國家元首。而這一次，曾經因預測希拉蕊將當選美國總統慘遭打臉的人工智慧公司 Unanimous A.I.，利用 Swarm AI（集群人工智慧）成功預測了法國大選的結果。Unanimous A.I. 如何預測法國大選？在參與預測之前，用戶首先需要註冊帳號。Unanimous AI 採用的並不是傳統問卷調查形式，讓你勾選一個答案，而是在每個問題下提供一個虛擬圓盤，用戶可將圓盤拖到自己想要的答案位置，透過眾人的「力量」將最終結果推向特定的位置。此外，每個參與調查的人還能看到其他用戶的決定，並可以隨時改變自己的的選擇。這意味著，調查中的每名用戶都是可以互相影響的，而整個調查過程也是動態的。從上面的動圖可以看出，參與調查的用戶對此次馬克宏獲勝抱有較大信心。而下面的動圖則顯示，Swarm 對馬克宏領先幅度的預測在 15%~20% 之間。不過，最終的選舉結果顯示，馬克宏在大選得票率領先勒龐 31%。雖然調查結果顯示馬克宏最終將贏得大選，但是很多人把勒龐的崛起與川普的反轉勝聯繫起來，有些人甚至稱勒龐為「法國的川普」。有了前車之鑑，當馬克宏得票率領先勒龐 18% 時，Unanimous A.I. 的研究人員希望這個群體能夠預測，為什麼馬克宏的優勢在上週日可能比民調預測的優勢要小。大部分人認為，如果馬克宏的領先優勢不如民調，那麼最大的可能就是很多人「隱藏」了對勒龐民粹主義的支持，而正是這一原因將川普推上美國總統。不過，參與調查的群體顯然不相信這種支持足以讓勒龐成為總統。而最終的結果證明，它是對的。認識 Unanimous A.I.Unanimous A.I. 是一家位於史丹佛的人工智慧創業公司，主打技術是 Swarm AI （集群人工智慧），主要產品分別是針對商業的 Swarm Insight，以及針對大眾的 UNU。利用這一技術，Unanimous A.I. 可以集合人們一起制定群體決策，比如預測選舉或大賽的結果。據了解，Unanimous A.I. 創始人 Louis Rosenberg 擁有人機互動領域的研究背景，他表示，在研究過程中發現集體要比個體更有意思。於是，他創建了 Unanimous A.I.。而且他的履歷驚人。據黑智報導：1993 年，他創立公司 Immersion Corporation，開發了觸感軟體，微軟、羅技以及眾多遊戲產品公司都曾與其合作，該公司 1999 年在那斯達克上市。他的第二個公司 Microscribe，生產出全球首個 3D 數位轉換器，至今已經被用於無數電影拍攝，包括《史瑞克》和《冰原歷險記》。第 3 家公司...