從 1 月11 日開始，5 名頂尖德州撲克選手將在匹茲堡的賭場展開爭奪，不過，其中一名選手卻不是人類。在這項名為「人腦 VS. 人工智慧」的對決中，4 名職業選手 Jason Lee、Dong Kim、Daniel McAulay 和 Jimmy Chou 將分別與卡內基美隆大學開發的「Libratus」人工智慧系統進行挑戰。賽程為期 20 天，總共將對戰 12 萬手牌，獎金為 20 萬美元。▲ Dong Kim 曾在 2015 年與卡內基美隆大學的 Claudico 對戰過。（Source：CMU）AI 與人類對決不是什麼新鮮事，但是，重點來了，本次的比拚項目是德州撲克。我們在下象棋或圍棋的時候，能夠看得到彼此手中的棋子、排兵布陣等，這種被稱為「完整訊息博弈」。德州撲克則不同，每個玩家手中的底牌只有自己知曉，其他玩家是看不到的，所以是「非完整訊息」（Imperfect information）。鑑於德州撲克獨特的規則，AI 想要主宰比賽並沒有那麼容易。總之，與棋類遊戲相比，德州撲克對於 AI 來說更具有挑戰性，也是近來十分流行的人工智慧測試項目。卡內基美隆大學的 Libratus 採用的是一種名為「奈許平衡」的對戰策略，在這一策略裡，只要其他玩家的策略保持不變，單一玩家就無法透過變換策略獲益。Libratus 要做的就是辨識沒有希望的策略，進而更快地找到奈許平衡點。經過反覆的訓練後，Libratus 已經能夠忽略那些糟糕的路徑了。不過，Libratus 並非唯一一個會玩德州撲克的 AI，就在卡內基美隆大學宣布 Libratus 出戰的幾天前，加拿大阿爾伯塔大學搶先發表了關於撲克 AI 的論文，表示他們的 DeepStack 是世界上第一個在「一對一無限注德州撲克」上擊敗了職業撲克玩家的電腦程式。上周，著名的論文網站 Arxiv 出現一篇題為《 DeepStack：無限下注撲克里的專家級人工智慧》（DeepStack: Expert-Level Artificial Intelligence in No-Limit Poker）的論文，作者是來自加拿大 Alberta 大學、捷克...
旗下擁有許多高階軟體的 Adobe，正在探索愈漸成熟的智慧語音助手，能如何結合至修圖軟體，幫助使用者更輕鬆、更直覺的完成修圖工程。使用修圖軟體時，常常需要在選單裡翻找各種編輯功能，而且要修好一張圖往往需要超多功能的堆疊，這時候手痠到不行的你，一定很希望能出張嘴就能完成複雜的修圖工程。而 Adobe 可能即將實現你的願望。Adobe Research 團隊公布一支影片，透露他們正在將人工智慧語音助手結合進修圖軟體，Adobe 人工智慧語音助手背後的語言辨識系統已經能聽得懂自然語言，了解指令，不過語音助手適合執行哪些工作仍需要探索。 在影片中，語音助手先問要做些什麼，使用者直接說他想要重新調整照片結構，再要求變成正方形、水平翻轉、回到上一步驟，甚至說「我喜歡」，語音助手就自動存檔，最後使用者說「上傳到 Facebook」，語音助手也準確完成指令。其實就是語音助手幫你執行修圖軟體裡面的各種功能。而語音助手對於行動裝置上的修圖軟體來說更有幫助，畢竟在小小的螢幕上，修圖時按來按去、拉來拉去相當困難了，且介面也變得簡單，要查找功能也更加麻煩。 資料來源： What If You Had An Intelligent Assistant for Photo Editing (by Adobe) 延伸閱讀： CES 2017 智慧語音操作大放異彩，Amazon Alexa 成幕後要角 達成 2016 年個人目標！祖克柏花 100 小時實現 AI 助手「賈維斯」 實測 Windows 10 在國內缺席的 Cortana 語音助手，到底能幹嘛？ （首圖來源：Adobe）
人工智慧（AI）躍居非蘋陣營新機開發重點，從 2016 年 Google 推出搭載語音助理的 Pixel 系列後，宏達電今年推出的 HTC U Ultra 有 AI 功能，三星 S8 也傳聞將具備語音助理 Bixby。蘋果 iPhone 的 Siri 語音助理功能，已成為蘋果的金字招牌，讓眾多果粉愛不釋手，今年人工智慧（AI）話題更夯，導入大數據、強調不斷學習的 AI 語音助理將更勝一籌，也將是今年非蘋陣營新機開發的重點。高階智慧手機市場競爭，如何創造需求是各家科技大廠聚焦的議題，市場預料 AI 成為今年新戰場，2016 年由 Google 首度操刀設計研發、宏達電獨家生產製造的手機 Pixel 系列，是首款搭載人工智慧（AI）助理的 Google 新機，更受到國外科技專欄作家莫斯柏格（Walt Mossberg）科技作家大力讚美，認為表現遠優於蘋果的「Siri」。宏達電今年初發表的 HTC U Ultra，結合 Google Assistant、宏達電的硬體技術，以及第三方夥伴開發的程式，推出 Sense Companion 服務，會記錄使用者的習慣，逐步學習、演化。例如 Companion 如果發現使用者每週末都會外出與朋友狂歡，為避免手機用到沒電，在週末使用者出門前半個小時，會提醒充電。三星 2016 年因 Note 7 爆炸事故失足飲恨，消息傳出，三星今年旗艦機 Galaxy S8 除了主打高規格，還傳出要搭載三星專屬人工智慧（AI）助理「Bixby」，將以 AI 重新雪恥、贏回市場信心。三星傳已在 2016 年 10...
經過多場人機圍棋大戰，相信有不少人也已經大概了解「人工智慧」和「深度學習」等技術的實力，也有不少大公司已經開始著手這個領域的研究。從 IBM 早前公開的宣傳短片可以得知，人工智慧的應用領域其實很廣泛。它能做的不僅僅類似 AlphaGo 等技術競技類 AI，或者跟 Alexa 或 Allo 等產品類似的輔助應用，有深度學習能力的人工智慧，應該還能勝任創作這一類工作。目前，微軟正打算向創作型 AI 的方向發展。1 月14 日，微軟對外宣布，已經完成人工智慧初創公司 Maluuba 的收購工作。接下來，他們將致力於人工智慧的研究，未來會推出一系列通用 AI 以及相關計畫。根據華爾街日報的報導，微軟這次收購 Maluuba 公司的目的，就是為了開發通用 AI。針對這一點，Maluuba 公司在其部落格也做了詳盡的解釋。Maluuba：我們需要的是，微軟的硬體儲備Maluuba 表示，微軟擁有龐大的技術資源。這裡包括微軟的 Azure 和完整的硬體基礎設施，其工作人員也會為開發提供相應的幫助，以減少開發和市場研究過程中所需的時間。▲ Maluuba 團隊。另一方面，微軟這次收購主要是基於 Maluuba AI 的運算實力，以其在人工智慧領域的儲備。這家 Maluuba 公司其實是由加拿大滑鐵盧大學的研究生 Kaheer Suleman 所創辦。而 Maluuba 則是 Kaheer 開發的一款智慧程式。據相關報導稱，Kaheer 和幾名同學在 2011 年創辦了這家公司，而到了 2015 年，Maluuba 融資 900 萬加元 A 輪用於進一步推進深度學習研究。測試成績超越 Google，Maluuba 到底有哪些技術優勢？Maluuba 公司主要是以自然語言處理的深度學習技術為重點。他們關注的是機器學習中的兩個細分研究領域：對話和機器閱讀理解，對話和理解以及通用（人類）智慧，比如記憶、常識推理以及資訊搜尋行為。從性能測試的結果看來，Maluuba 智慧應用的成績很優秀。根據 Maluuba 公司在...
自動化大軍更會取代所有低薪勞力密集工作，人工智慧將取代白領工作，但這些讓人恐懼的趨勢不會來得那麼快，麥肯錫報告指出，科技發展只是其中一個因素，包括經濟、勞動市場、法規與社會態度都會影響科技採用的速度。麥肯錫報告以任務區分出 800 種職業的 2 千種活動，如股票業務員到企業老闆，研究未來受自動化衝擊的影響範圍，報告顯示許多任務可以自動化，但是短期影響會是讓工作轉型，而不是讓工作消失。報告指出，全球約 49% 的工作時間可以透過已經在市場上或在實驗室中開發出來的技術給自動化，相當薪資為 15.8 兆美元、11 億勞工，但只有 5% 的工作可以完全自動化，且整個過程要花上數十年時間，麥肯錫預估 2055 年，但上下差距多達 20 年，理由是不確定性因素太多。其他機構的預測也差距很大，牛津大學研究人員預期 47% 的美國工作會被自動化取代，麥肯錫指出只有 21% 涉及決策、創意活動或管理的美國工作看來還算安全。但 OECD 調查 21 個國家指出只有 9% 的工作會被取代。報導認為，決定多少工作會被取代，以及時間早晚的關鍵技術是可以讀取與分析文本或談話的人工智慧。人工智慧發展愈快，愈多任務會被取代。若人工智慧發展慢一點，意味自動化衝擊就不會那麼大。自動化取代的是工廠與辦公室的例行工作，如圖書館員或操作機器的勞工，而人工智慧的自然語言處理，會對專業工作產生衝擊，譬如律師也有很大量的例行工作，如查閱文件找相關資訊，但這些都必須透過語言包裝，因此保護了律師免於受自動化威脅，但當人工智慧可以處理自然語言後就不再保證。經濟成本也會決定自動化來臨的時間，譬如很多人擔憂自動駕駛汽車會讓美國 170 萬名卡車司機失業，但前提是要花上兆美元投資，對廠商來說不見得符合成本效益。因此，麥肯錫認為，雖然自動化無可避免，但人類還是有足夠的時間調適。然而自動化將是未來經濟成長的引擎，報告點出 2060 年 65 歲以上人口將佔總人口的 24%，人類勢必要仰賴人工智慧助理。自動化與人工智慧影響的正面結果是薪水會提升，休閒時間增加，但最差的情況是，有非常多的人需要協助，重新訓練職場技能。科技帶來正反影響，這也是為何科技發達但經濟仍然停滯，因為大部分勞工都沒有受益。為因應未來社會，美國要從教育著手，延長受教時間，提倡 4 歲學前教育，讓 2 年制社區大學免費，以及增加更多電腦科學與批判性思考的課程。政府對失業的人也要提供更多協助，如失業救濟金、薪資保險、轉職誘因，如製造業轉向健康照護產業提供薪資誘因等。歐巴馬在演說當中提到，美國還要透過更強大的工會、社會安全網、稅制改革讓人民也能共享科技帶來的收入。雖然影響因素很多，但目前產業與政府都沒有停下科技發展腳步的跡象，歐巴馬在演說中將科技看作影響下世代國力的重要因素，一邊支持科技轉型，一方面急於強化政府對社會支持的能力；若在人才供應端沒有做好準備，一個國家很有可能會陷入科技帶來的負面衝擊。 Robots Will Take Jobs, but Not as Fast as Some Fear, New Report Says (首圖來源：Flickr/Michael Coghlan CC BY...
各方都想要在人工智慧領域大展身手，而轉型的百度則找來專家助陣。百度日前宣佈由前微軟高層，人工智慧專家陸奇博士接任 COO 負責產品、技術、業務、行銷和營運工作。陸奇在接任百度職位之前，擔任微軟全球執行副總裁，帶領微軟三大事業群的其中一個，在去 9 月離職之前，負責微軟 Office、搜尋引擎 Bing 和 Skype。陸奇從上海復旦大學取得資訊科學的學士和碩士學位，在卡內基隆美爾大學取得資訊科學的博士學位。陸奇個人還擁有超過 40 項美國專利，在專精的領域中發表數篇論文。1998 年加入 Yahoo，成為資深副總裁，負責搜尋和廣告技術，到了 2007 年成為執行副總裁。2009 年加入微軟擔任線上服務事業群總裁，2013 年陸奇晉任微軟全球執行副總裁，負責 Office 業務。百度集團主席和 CEO 李彥宏說：「我們歡迎陸奇博士加入我們資深高層的行列。陸博士有豐富的領導和管理經驗，同時也在人工智慧領域是佼佼者。我有信心陸博士將為我們管理和技術方面帶來相當重大的貢獻。要達成我們的目標，特別是在未來十年的重要領域－人工智慧方面，我們要持續吸引全球的頂尖人才。相信有了陸博士，我們的策略將會順利推行，百度也將成為世界一流的科技公司，以及全球人工智慧領域的領導者。」陸奇博士說：「我很高興能加入百度，百度是中國數一數二的科技公司，也被認可為世界頂尖的人工智慧公司。我對能幫助百度的視覺人工智慧策略感到相當興奮。要讓百度在 AI 時代時，成為世界等級的科技公司，是相當大的機會。我相信在李彥宏的領導下，我期待與整個百度團隊合作，成為真正的全球科技領導者。」去年 9 月百度投入 2 億美元要加化在 AI、AR 和深度學習方面的研究開發，9 月時則是投入 30 億美元的資金協助中期和晚期新創公司的發展。最近百度在重整，調整公司方向，因為新的網路公司規範，影響百度原來的醫藥廣告業務。下個月百度將釋出全年營收報告，預期營收降低 4.6%。(首圖來源：IAB – Interactive Advertising Bureau) 相關連結 Baidu hires Microsoft executive Qi Lu as its new COO Microsoft Veteran Will Help Run Chinese...
Facebook 從 2016 年 4 月開始，用戶上傳照片時會自動加上標籤，採用機器學習方式看照片有幾個人，在做什麼。如今有開發者製作瀏覽器外掛，可以直摟看 Facebook 眼中用戶上傳的東西有什麼。Facebook 將機器學習讀照片的成果，存在照片所在的 HTML 中的 alt 語法裡。一般 Facebook 提供這些資訊，讓盲人也能享受滑 Facebook 畫面的樂趣。如今 Github 用戶 ageitgey 製作這套外掛 Show Facebook Computer Vision Tags，安裝之後，一般人在開圖片時，就能知道 Facebook 為你的圖片下什麼 tag 了。目前 Show Facebook Computer Vision Tags 外掛支援 Firefox 和 Chrome 瀏覽器，不過只支援 Facebook 的英語用戶。如果要用的人，請切換 Facebook 語言介面到英語介面。筆者用蔡英文粉絲專頁的照片測試這套外掛，Facebook 看來偶爾會出錯，數錯人頭，尤其是臉被遮住的狀能。 (首圖來源：verkerog on Flickr CC-BY-SA 2.0) 相關連結...
除了中間遇到一次對手斷線，之後 Master 的求敗之路並沒有閒著，今天下午他又接連接受了數位重量級棋手的挑戰，其中甚至包括有中國「棋聖」之稱的聶衛平，以及中國九段棋手陳耀燁、南韓九段棋手趙漢乘、南韓棋手申真諝、中國九段棋手常昊、中國九段棋手周睿羊。毫無例外取得全勝。而就在 Master 擊敗了中國九段棋手周睿羊之後，一向不多話的 Master 終於發言告訴大家他是誰了：AlphaGo。而且，事實上中國排名第一的棋手柯潔也在之後發文表示，其實他是少數幾位知道 Master 身分的人，而且他一開始就知道與他對戰的就是戰力升級之後的 AlphaGo 最新版，至此也確認了 Master 的確就是 AlphaGo 的真身。 當然 AlphaGo 是不會說話的，因此代替它發言的是老搭檔，也就是去年在人機大戰中陪著 AlphaGo 一路過關斬將的黃士傑博士。 不過雖然 AlphaGo 不會疲倦，但黃博士可是貨真價實的人類，這幾天征戰下來，AlphaGo 不知是指揮黃博士下指導棋呢，還是直接用 API 來連上系統對戰？如果是下指導棋，黃博士光是坐在電腦前也恐怕累壞他了吧？ 現在 AlphaGo 現身了，依照他這次的表現，應該從去年打完世紀之戰之後，又吃了不少棋譜吧？（本文由 T客邦 授權轉載）編按：之後黃博士也在 Facebook 說明，以下為原文：延伸閱讀： 擊敗柯潔豪取 50 連勝，神祕 Master 究竟是人是「GO」？ 2016 年最後 3 天，神祕帳號在圍棋對奕網站 26 勝 0 負完敗所有頂尖棋手，疑為新的 AI 棋霸 AlphaGo 棋力大幅提升，2017...
NVIDIA Corporation 在 2016 年消費電子展（CES）開幕前夕發表號稱是全球功能最強大的車載人工智慧（AI）引擎「NVIDIA DRIVE PX 2」，為這檔股票的驚人表現揭開序幕。NVIDIA 股價能否在 2017 年再創高峰，各界都睜大眼睛在看。歐洲卡車產業主要零組件供應商采埃孚（ZF）4 日發表內建 NVIDIA DRIVE PX 2人工智慧（AI）汽車電腦的自動駕駛系統「ZF ProAI」。ZF 是第一家採用 DRIVE PX 2 AI 自駕電腦的一線汽車零件供應商、這款產品預計在 2018 年初開始量產。ZF ProAI 採用 DRIVE PX 2 的自動巡航設定，讓企業可以打造應用於汽車、卡車、起重機的自駕系統。ZF ProAI 能處理來自多個攝影鏡頭、光達（LiDAR）、雷達、超音波感測器的資訊，讓車輛可以擁有 360 度的視野、在 HD 圖資找到自己的所在位置並在路況中找到安全的路徑。NVIDIA 汽車部門總經理 Rob Csongor 表示，「人工智慧（AI）將引發工業革命」這句話絕非誇大之詞。他說，就運輸業來說，AI 可望降低車禍致死人數與塞車現象，要達到這樣的目標得靠運算突破才行，而 AI 現在的確已有了重大突破。DRIVE PX 2 配備兩顆次世代 Tegra 處理器以及兩顆次世代獨立 GPU，其效能號稱較前一代高出 10 倍，相當於 100 台 MacBook...
這個時代變化多端、複雜多樣，我們正在經歷氣候變遷，也曾忍受新疾病出現。而在智慧系統的說明下，人類會逐漸解開全新技術的面紗，推動社會向更完善的方向發展。在這一過程中，我們需要一個能夠從零開始對現階段不同問題的理解逐漸加深的通用性系統，以此辨識出那些有可能被遺漏的科學突破。這正是 DeepMind 一直以來所關注的焦點。對於 Google DeepMind ，眾人也一直關注著它的研究和進展。在 2017 年開始之際，DeepMind 官方發表文章回顧了 2016 年該公司的大事紀。雷鋒網根據原文順序對每個計畫進行編譯和適當補充。在過去一年裡，DeepMind 已經在不少領域取得了令人興奮的進展。AlphaGo相信很多人都是因為 AlphaGo 才知道 DeepMind 的。2016 年， AlphaGo 在古老的圍棋比賽中以 4:1 的高分擊敗了世界大師級冠軍李世乭，從此一炮而紅，並且二度登上《Nature》雜誌封面。許多專家認為，人類至少提前十年完成了這一壯舉。對於 DeepMind 以及世界圍棋界而言，最激動人心的是 AlphaGo 在博弈過程中所表現出來的創造力，甚至有時候它的招數對古老的圍棋智慧都造成了挑戰。要知道，一直以來圍棋都被認為是最需要人類深思熟慮的遊戲之一， AlphaGO 的勝利彰顯了人工智慧的巨大可能性。此外，DeepMind 表示 2017 年也將帶來更多機器參與人類遊戲的研究。生成模型領域：WaveNet在生成模型領域，DeepMind 也取得了意義非凡的進展。研發團隊在發表了圖像生成 PixelCNN 論文之後，又發表了最新原始音訊波形深度生成模型音訊 WaveNet 的研究論文。WaveNets 是一種卷積神經網路，能夠類比任意一種人類聲音，生成的語音聽起來比現存的最優文本（語音系統）更為自然，將類比生成的語音與人類聲音之間的差異降低了 50% 以上。這種深度生成模型能夠模仿人類的聲音，生成的原始音訊品質優於目前 Google 採用的兩種最優文本──語音模型 Parameric TTS 與 Concatenative TTS 。由於 WaveNet 不是將錄下的語音樣本拼接起來，而是創造出的新的音訊波形，所以它很有可能會達到世界上最動聽的語音合成。目前，DeepMind 正計劃將這一成果融入穀歌產品中，藉此提升數百萬使用者的產品體驗。可微分電腦 DNC2016 年，DeepMind 在儲存（memory）領域也取得不小的進步，尤其是在解決如何將神經網路的智慧決策和複雜結構化資料的儲存、推理能力結合起來的難題。實驗室團隊提出了可微分神經電腦的神經網路模型（Differentiable Neural Computer，簡稱 DNC）。這種新型模型將神經網路與可讀寫的外部記憶體結合，既能像神經網路那樣透過試錯和樣本訓練進行深度學習，又能像傳統電腦一樣處理資料。目前，這些模型已經學會回答有關資料結構（從家譜到地鐵交通地圖）的問題。DeepMind 表示，這讓人類距離使用人工智慧在複雜資料組中進行科學發現又近了一步。開源 DeepMind Lab去年 12 月， DeepMind 宣布向大眾及其他開發者開放其用於眾多實驗的迷宮類遊戲平台，把訓練環境的整個原始程式碼發表至開源社群 GitHub，並將其名稱由 Labyrinth 更改為 DeepMind Lab。屆時，所有開發者都能下載原始程式碼並對其進行個性化設置，以此訓練和測試原有的...