根據美國專業財經媒體 CNBC 的報導，華爾街知名蘋果分析師 Gene Munster 表示，目前幾乎可以確定，蘋果在自駕車的發展正在研究如何打造整車。不過，鑒於生產整輛汽車的複雜性，其有可能與製造商合作。這樣的消息是在上週，媒體披露蘋果獲得在加州進行無人駕駛汽車測試的許可之後，Gene Munster 隨即發表了上述評論。報導指出，長久以來外界傳言蘋果正在進行的神祕項目 Project Titan 就是在開發汽車產品。不過，近期媒體報導都指向蘋果對原有計畫有所調整，不再嘗試自主打造整車，而是轉為自駕車研發相關軟體。不過，提出蘋果將生產整車計畫論點的 Gene Munster 則表示，蘋果夢想中的自駕車是將軟硬體結合在一起，猶如 iPhone 一般，這樣才能提供非常的客戶體驗。不過，Gene Munster 也指出，就現階段來說，蘋果自主造車可能比較艱難。他進一步強調，從現實角度來看，設計和製造汽車的複雜性或將迫使蘋果與一家或多家汽車製造商深度合作。這點類似 AppleTV，將蘋果的技術植入現有產品中。目前，蘋果已經有一款名為 CarPlay 車內作業系統，使用者可以透過瀏覽車內顯示器來進入程式應用或發送資訊。因此 Gene Munster 強調，蘋果目前擁有生產汽車零組件所需的技術與產品，例如語音助手 Siri、對無人駕駛至關重要的影像處理技術，以及用於安全的指紋感應器等。只是由於汽車市場具挑戰性，對生產並不在行的蘋果，或許因此需要結合製造合作商，用以生產自駕車。Gene Munster 指出，就如鴻海為蘋果代工 iPhone，尋找能依照蘋果設計製造自駕車的公司，這將是蘋果會採用的模式。由於蘋果已落後特斯拉和 Google 這些擁有無人駕駛汽車的潛在競爭對手，Gene Munster 認為，蘋果要完成一輛汽車的全部設計還需要數年時間，這種緩不濟急的自行生產方式，蘋果將以尋找合作製造汽車商的方式取而代之。（首圖來源：Flickr/matt Buchanan CC BY 2.0）
美國太平洋時間 4 月 18 日上午 10 點，Facebook 年度開發者盛會 F8 正式在加州聖荷西召開。按照 Facebook 之前釋出的議程，兩天共安排了 50 多場研討會，包括 Instagram、Messenger、Oculus、WhatsApp 以及人工智慧等，首日 keynote 重點則是 AR、VR 和 AI。在 AR 方面，Facebook 推出一款 AR 平台、兩款 AR 工具；VR 方面則推出 VR 社群平台──Facebook Spaces，目前還是 Beta 版；此外，Messenger 平台也升級到 2.0 版。話不多說，一起來看看這次的 keynote 講了什麼！AR：一款平台、兩個工具在總共 1 小時 20 分鐘的演講中，關於 AR 就佔了 40 分鐘，這似乎釋放一個訊號：Facebook 不僅在 VR 大量投入，在 AR 領域也沒閒著。Camera Effects大會開始，祖克柏就發表了 AR 平台──Camera...
過去幾年中，Google 翻譯等程式解讀語言的能力大大提高，Google 甚至正在開發演算法程式化思想，希望 10 年內可使電腦有「常識」。這得益於大量可用的線上文字資料和新的機器學習技術。在 AlphaGo 接連斬落棋壇大神的今天，人們欣喜地看到這些年來人工智慧飛躍式的進步。▲ AlphaGo 和李世乭的比賽。然而，讓我們感到擔憂的是，隨著機器學習越來越有類似人類的語言能力，它們也吸收了人類語言使用形態中根深蒂固的偏見和歧視。日前，普林斯頓大學電腦科學家 Arvind Narayanan 在《Science》雜誌上發表題為《Semantics derived automatically from language corpora contain human-like biases》（語料程式庫自動導出的語義中包含人類偏見）論文，認為人工智慧已經正在從文字學習中取得人類潛在的種族和性別偏見。這篇文章重點介紹一種稱為「詞語內嵌」的機器學習工具，它已在改變電腦解釋語言和文字的方式。根據 Arvind Narayanan 的解釋，他們選擇學習「辭彙內嵌」的一個主要原因，是這項技術過去幾年裡在幫助電腦理解語言方面取得驚人的成功。「詞語內嵌」將詞義分解為一系列資料（稱為「單詞向量」），透過分析詞語出現的頻率及構建的數學模型來進行深度學習。然而，令人驚訝的是，這種純粹的統計學方法似乎捕捉到辭彙背後豐富的文化和社會背景。例如，在數學模型構建的「語言空間」中，「花朵」的詞意與「愉悅」相關，而「昆蟲」更接近不愉快的詞語相關。這更像人類對兩個詞意的主觀情緒在 AI 上的反映。Arvind Narayanan 這篇文章還表明，心理學實驗中一些更令人不安的隱藏式偏見也很容易被演算法學到。譬如說，「女性」這個詞大多與藝術、人文職業及家庭關係密切，「男性」這個詞更接近數學和工程專業範疇。更讓人驚訝的是， AI 系統更可能將歐洲與美國人的名字和如「禮物」或「快樂」等積極愉快的辭彙關聯，而非裔美國人的名字更常與不愉快的話語相連。機器演算法的偏見歧視並不是一個新問題。早在 1970、1980 年代，英國的聖喬治醫學院就使用電腦程式對申請人資料進行初步篩選。該計畫模擬了過去錄取人員的選擇形態，結果被拒絕的約 60 名申請人大多是婦女或擁有非歐洲人的名字。英國的種族平等委員會最終決斷，聖喬治醫學院在這場招生過程中有種族和性別歧視。這既不是演算法的疏忽大衣，更不是程式設計師的惡意，而是人類心底根深蒂固的「偏見」無法抹除，而電腦程式加劇了這個問題，並給它看似客觀的糖衣。這正如文章的聯合作者、巴斯大學的電腦科學家 Joanna Bryson 所說：很多人都說這個實驗的結果表明 AI 有偏見。不，這正顯示出我們是有偏見的，而 AI 正在學習它。Bryson 還警告說，AI 的學習能力會潛在加強現有的偏見。與人類大腦不同，演算法本身可能無法有意識地抵銷偏見。談及如何修正 AI 的偏見，文章另一位聯合作者 Caliskan 提出，解決方案並不一定要改變 AI 學習的演算法。AI 只是客觀透過演算法捕捉我們生活的世界，但我們的世界充滿歧視與偏見。改變演算法的方式只會使其效果更差。相反，我們可以從另一端入手，修正 AI 演算法學習之後的成果，讓它在二次學習後不斷習得人類的道德觀念。例如，在使用 Google 翻譯時，你可以調整它，改善 AI 翻譯的品質：如果你看到「醫生」總是翻譯成「他」，而「護士」總是翻譯成「她」，你可以身體力行去改變。（本文由 36Kr...
創新工場董事長兼首席執行官李開復日前在接受媒體聯訪時指出，台灣在半導體、個人電腦（PC）時代之後，就沒有再走上世界領先的技術路線。他說，台灣已經在軟體、社群、行動（mobile）與應用程式 （App） 上缺席，這次的 AI 人工智慧浪潮，也沒有能看到台灣可以有引領的先驅。因此，台灣在 AI 的發展沒有可樂觀的地方。李開復還進一步指出，台積電已經在製程設計上應用 AI 架構中的深度學習協助升產晶片，鴻海不但生產，還應用大量的製造機器人進行智慧生產。至於，IC 設計大廠聯發科也開始採用 AI 設計晶片，且將晶片未來應用在 AI 領域。所以未來台灣在 AI 產業領域中，「就是靠這幾家公司了」。對李開復這樣的說法，業界人士表示並不完全同意。因為 AI 技術著重的是演算法開發，以及相關軟體的搭配，加上硬體晶片效能的幫助，才能使 AI 發揮一定的效能，否則就只是大數據分析與處理而已。在這些項目上，台灣雖然有很強的硬體生產力，但缺乏像國外 Google、微軟、IBM 這樣的大型科技公司借助市場經驗，發展演算法與軟體，整體發揮 AI 智慧的效能。因此，台灣落後的是在這部分。李開復也提到，目前興起的 AI 浪潮會分三階段爆發。第一批是已有大數據的領域。第二階段，將會是透過產生新數據，進一步成為新應用。最後的第三階段，將會是自動化階段。這個階段，幾乎所有人做的事情都會被取代，人類將不用再每天燒菜、掃地，AI 的發展將從工業化、商業化最後到家庭化。業界人士也認為，台灣在第一階段的大數據運用上，其實已經逐漸追上先進國家。這部分從國外許多城市來台灣，取經 Ubike、悠遊卡、全民健保的數據應用，就可以看出台灣有其獨特的案例。除了公部門之外，許多私人企業也開始採用 AI 應用，以協助企業提升效能，降低成本。例如，提供股市資訊的上市公司精誠資訊，就因為長時間以來，資料庫中累積的大量相關財經資料與分析報告，具備國內最完整且詳細的資料，未來透過 AI 進一步擷取分析，並且提供相關投資理財建議，這在國外已經有先例可循，也使精誠有機會先一步站在 AI 應用的浪頭上。此外，國內產業分析機構集邦科技與拓墣產業研究所，也因為資料庫中累積了 20 年的產業分析資料與報告，透過這些資料與分析報告「餵」給 AI，之後再提供相關產業分析報告，研判未來的產業發展趨勢與方向，給予相關企業與政府單位為未來發展的參考。過程中透過 AI 的資料研讀與分析，可完整匯集過往歷史資料，且快速又省時完成分析內容，再由產業分析師做最後的判斷，如此可提升工作效率，又達到減少錯誤的風險。因此就業界觀察，包括硬體製造的台積電、鴻海、聯發科，軟體資料彙整的精誠、集邦、拓墣等單位，以及幾家低調進行中的企業，都是台灣有機會在 AI 產業發揮實力的公司。事實上，業界人士指出，AI 人工智慧的出現，並非如李開復所說，只是為了取代人類的工作，而是要讓人類的工作做得更好、更有效率。因此，企業要以 AI 達到目的，之前的資料管理作業就要做得很好，如此才能有系統的「餵」給 AI，讓 AI 從大數據中學習判斷與分析，提供最好的結果以供參考。但可惜的是，以中小企業為主的台灣企業，這方面多半仍未到位。希望藉由 AI 提升工作效率，這方面台灣多數企業仍有長遠的路要走。（首圖來源：Flickr/A Health Blog CC BY 2.0）AI人工智慧新知管道如何深入了解 AI...
傳聞蘋果預計將在新一代 iPhone 配備 3D 感測功能，在市場上引爆話題。Trendforce 旗下拓墣產業研究院最新研究顯示，智慧型手機搭載 3D 感測預計將率先用於人臉辨識，且由於 3D 感測需在原有的 RGB 相機模組外再加上具備 VCSEL 的紅外線雷射感應模組，將有助於推升 2017 年行動裝置 IR 產品的市場規模，預估將達 1.45 億美元。2013 年蘋果購併 PrimeSense，因此獲得 3D 感測技術，後續有望在智慧型手機上支援人臉辨識功能。拓墣穿戴裝置分析師蔡卓卲表示，智慧型手機上的 3D 人臉辨識功能，和一般認為透過 3D 人臉模型進行比對的方式有所不同。考量到精細的 3D 感測對硬體帶來的負擔太大，廠商為了達成辨識能快速反應的目標，較可能採用傳統的 2D 人臉辨識，並輔以 3D 感測來判定是否為真人。蔡卓卲指出，3D 感測能藉由獲得感測範圍內的 3D 景深圖，以此建立 3D 模型，但感測範圍與精細度會與硬體效能需求成正比，會影響處理運算所花費的時間。因此，在目前市場上 AR 應用不多的情況下，即使透過 3D 感測提升 AR 效果，對智慧型手機的附加價值也並不高，另一方面卻得付出硬體成本、耗電量提高等代價，導致廠商對此興趣缺缺。反觀安全性層面，由於 3D 感測能提高人臉辨識的安全性，毋須完整描繪出細緻的人臉 3D 模型，便足以判定影像是否為真人，更可快速感測反應，並應用在裝置解鎖、行動支付等身分認證。蔡卓卲表示，智慧型手機上的生物辨識除了安全性之外，速度與便利性也是一個很重要的因素，因此除非具有無可替代的特性，否則消費者不會傾向捨棄快速的密碼、指紋方式，改用需耗時更久的精準 3D 人臉辨識。蔡卓卲進一步表示，由於搭載 3D 感測元件勢必導致硬體成本提高，預估一開始導入 3D 感測元件的機種將僅較高階機款，且產品種類自...
根據《華爾街日報》報導，電動車大廠特斯拉（Tesla）創辦人 Elon Musk 於 20 日證實，旗下最新企業 Neuralink Corp. 的發展計畫，是希望開發融合電腦與人腦的技術，有朝一日人們能夠透過心靈感應交流。Elon Musk 還進一步表示，自己將擔任該創業公司首席執行長。Elon Musk 在接受媒體專訪時證實了《華爾街日報》上月的報導，內容說明 Elon Musk 旗下最新企業 Neuralink Corp. 希望將開發微電極植入人腦的技術，該技術未來首先用於治療腦部疾病。不過，後期將幫助人類避免受到智慧機器的控制。此外，Neuralink Corp. 的發言人也指出，Elon Musk 打算擔任公司執行長。Elon Musk 業務繁忙，現階段已經是身兼電動汽車製造商特斯拉、火箭發射公司 Space Exploration Technologies Corp 的執行長。未來如果再擔任 Neuralink Corp. 的執行長，Elon Musk 是否都能有效兼顧？對此，發言人並沒有任何評論。據了解，Neuralink Corp. 的目標可說比特斯拉和 SpaceX 的目標更大膽。特斯拉的目標是量產電動汽車，SpaceX 的雄心壯志則是將人類送上火星。而 Neuralink Corp. 的目標如 Elon Musk 所說，是要開發取代人類語言的大腦連接埠。不過，Elon Musk 首先追求的是 Neuralink Corp. 在技術上較現實的應用。Elon Mus 表示，Neuralink Corp. 希望大約...
自從 Google 人工智慧（AI）系統 AlphaGo 打敗南韓圍棋棋手李世乭後，「人工智慧勝過人腦」的相關討論熱度也再次攀上了新高峰。人們不免開始擔心科幻小說電影情節就快成真，憂慮 AI 會奪走大量工作甚至逆襲人類，但稍微換個角度與心態，反過來想想我們能運用 AI 做些什麼、能從中找到什麼機會，也許才是現在更值得關注的重點。AI 時代是顛覆的時代，50% 工作面臨轉型「人工智慧是極端理性、吃數據長大的工具，」創新工場董事長兼首席執行官李開復在受訪時多次提到，「把單一領域、大量具有清晰標註的客觀數據丟進去，人工智慧就會快速學習，繼而預測、判斷、分類、決策」。這麼一來，好比 AlphaGo 就會知道該下哪步棋、AI 交易員會知道該買哪一支股票、AI 風險控管師會知道該不該借錢給你……等等。在人工智慧時代，大數據與深度學習（Deep Learning）之間密不可分，任何有大數據的領域就是發展 AI 的機會，當然也造成許多工作消失。李開復認為，未來十年 AI 將取代 50% 工作，特別是重複性高、工作可量化成數字、思考時間不超過 30 秒等工作最容易遭到取代；以產業領域來看，擁有天然數字數據的金融業，將會是最快迎來 AI 變革的領域，接著還包括醫療、教育等領域，也都將面臨 AI 衝擊。不過，這代表 AI 時代等於失業時代嗎？我們現在能做的只有悲觀等著被取代的那天嗎？對李開復來說，與其說 AI 會「取代」我們、搶走我們的工作，不如說 AI 是將工作「轉變成新的形式」。他認為歷史上所有劃時代科技必然引發人們生活方式的改變，加速推動人類發展並提高人們生活品質，儘管會有一定程度陣痛，但長遠來說，將重新調整社會結構與經濟秩序。「AI 幫我們做重複性工作、釋放我們去做更多該做的事情，」李開復說，「未來會是人類和機器共存，協作完成各類工作的新時代」。機器的弱點是我們的機會AI 在大多數領域有強大的能力，但不代表今時今日的 AI 已經無所不能了。李開復認為 AI 沒有同理心、沒有情感，不懂得什麼是美，無法關懷他人，也無法理解跨領域、常識及抽象事物，以現階段的 AI 發展來說，想跟人一樣舉一反三還太早，「所以 AI 的限制也成為最大的研究機會，」他說。人們可以從機器所不能為的領域，找尋各種新機會或將工作轉型。李開復舉例，未來 AI 會比醫生更擅長看診，也能更客觀精準地診斷病症，而醫生的重要性在於能夠考慮病人及家屬心情，用更適合的方式解說病情，不像機器般冰冷地直接告知情況造成打擊。這樣的例子，就是人機合一協作的方式。「我們應將 AI 當成工具，學會駕馭它、使用它，」李開復說，「AI 在人類的應用可能發揮了不到千萬分之一，所以我們還有很大的空間去創造價值、捕捉價值」。未來當所有行業都走向人機結合時，文科領域也是一條別具發展性的路，例如藝術、哲學、歷史、攝影、繪畫、創作等，這些能力一時不容易遭 AI 取代，當然這並不表示所有人都該去念文科，只是強調 AI 時代下讀文科也有出路和希望；另外像是服務業、志工等需要與人交流、關懷類型的工作，也都是 AI 時代下的機會。李開復指出，更重要的還是要靠人的想像力，「因為 AI...
Google Home 如今在經過訓練後，可以區別不同的聲音了。Google 最近正式宣布，這款智慧揚聲器可以在同一台裝置上，支援多達 6 個不同帳戶。支援多用戶意味著，Google Home 可以為每個人制定不同的答案，並且知道根據不同的語音從特定帳戶提取數據。比如說，另一半背著你偷偷約會，Home 就沒法再告訴你對方的日程安排了。訓練 Google Home 區別不同的人聲也不難，在這裡 Google 用了神經網路來辨識。根據官方的說法，過程如下：先對著它說出「Ok Google」和「Hey Google」兩個短語，每個兩次。然後神經網路會分析那些短語，檢測某人聲音的特徵。然後，任何時候對 Google Home 說「Ok Google」或「Hey Google」，神經網絡就將聲音與以前的分析比較，理解是誰在說話。比較過程是在設備本地進行的，幾毫秒內就能完成。支援多用戶將在未來幾週擴展至英國，只需安裝最新版本的 Google Home 應用程式。對家庭用戶來說，Google Home 的新功能很不錯，不過它有一個很大的缺點：無法區分一個人的個人和工作帳戶，而且由於它使用語音辨識來分隔帳戶，所以可能也無法為工作情況設置單獨帳號，然後告訴裝置切換。或許現在最好的方法是，假裝一個陰陽怪氣的聲音來模擬另一個人吧。（本文由 雷鋒網 授權轉載；首圖來源：首圖來源：Flickr/NDB Photos CC BY 2.0）
4 月 6 日，Google 首次對外透露其 TPU 專案的細節和測試結果。在以英特爾和 Nvidia 晶片對比的情況下，Google 機器學習晶片 TPU 的處理速度要比 GPU 和 CPU 快 15~30 倍，而在能效上，TPU 更提升了 30~80 倍。結果一公布頓時引發熱議。而在 Google 員工離職熱潮之下，Google TPU 專案也被「波及」：有 8 位 Google 員工已離開這專案，成立 Grop 新創公司，他們想建立「下世代 AI 晶片」。據 CNBC 報導，Google 早期 TPU 專案的幾位主創成員相繼離職，他們與矽谷一位風險投資者 Chamath Palihapitiya 祕密創立了一家新創公司。據已知的訊息，該公司名為 Groq。目前尚未有相關的宣傳資料或網站流出，在網路上只能找到幾份去年 10 月、12 月的 SEC 檔案。SEC 檔案表明，該公司已經籌到 1,030 萬美元，並於 2016 年 9 月 12...
受益於近年人工智慧與無人機科技的突飛猛進，美國的航太製造公司洛克希德馬丁（Lockheed Martin，縮寫 LMT）、空軍研究實驗室（the Air Force Research Laboratory，縮寫 AFRL）、美國空軍測試飛行員學校和卡爾斯潘公司（Calspan Corporation）聯合起來，在 2017 年 4 月 10 日，完成了 F-16 有人機與 AI 無人機協同對地作戰的測試壯舉。 ▲ QF-16 的飛行影片無人戰鬥機的發展在這之前主要有兩個方向，一個是開發全新的特製無人戰鬥機，另一個則是把退役的有人機改裝成無人機加以廢物利用，用做訓練用靶機。例如說三年前波音研發的 QF-16 就是拿來當 F-35 的靶機，簡單說，QF-16 的 AI 飛行能力只要能飛給真人機追，充當被老鷹獵殺的角色即可，以設計人工智慧而言，這應該不需要太高明的能力。然而對於有著傳奇研發單位「臭鼬工廠」的洛克希德馬丁公司來說，將退役的 F-16 當靶射顯然太浪費了，如果把退役的 F-16 改成能自主作戰，還可以跟現役的有人戰鬥機團隊合作，豈不是更妙？可能有人不太清楚什麼是臭鼬工廠？臭鼬工廠是個高機密研發單位，從 1942 年開始，在美軍先進空中武力的開發上，一直是舉足輕重、功勳彪炳。看一下這個單位的著名創舉你就能明瞭： 1944 年開發出美國第一架噴射機 F-80 1950 年代開發出高空偵察機U-2（非常高空，飛行員要穿類似太空衣的衣服） 1960 年代開發出 SR-71 超音速匿蹤偵察機（至今最高速的有人機） 全世界第一架匿蹤戰鬥攻擊機 F-117 全世界第一架第五代戰機：F-22 匿蹤戰鬥機 F-35 匿蹤戰鬥機 簡單說，只要是匿蹤、超高速、超高空，就會有臭鼬工廠這單位的貢獻，也因此被很多人戲稱為美國黑科技的來源，甚至有人開玩笑說，臭鼬工廠就是美國跟外星人交流的成果。（Source：By...