聖誕節快要到了， 每年的這個時候都是美國各大商場的打折旺季，當然也是民眾的購物熱潮。為了抓住這個能賺飽飽的機會，應對潮水般湧來的訂單，亞馬遜、沃爾瑪、UPS 等物流公司都提前招攬大量員工，以便於在這場聖誕銷售大戰上贏取先機。其中，亞馬遜就為美國倉庫增加了 12 萬名的臨時工，這相當於增加了 40% 的員工。 為了讓大量新員工快速地熟悉業務，亞馬遜採取了一系列措施，用機器人來快速培訓入職員工。據亞馬遜全球營運副總裁 John Olsen 介紹，亞馬遜的新倉庫大規模地引入自動化技術，包括觸控螢幕、機器人、智慧掃描儀等，以此提高員工的工作效率。一般來說，新員工熟悉倉庫的工作需要大約 6 周的時間，而在觸控螢幕，機器人等新技術的幫助下，培訓時間縮短為 2 天。除此之外，縮短新員工的培訓時間可以為亞馬遜省下一大筆開支，以便用更高的工資吸引更多的勞動力。在倉庫的樓層上，新員工正在學習如何打包發貨，他們的「老師」是一個螢幕。「老師」會告訴新人應該使用多大尺寸的盒子，並且還會提供合適長度的膠帶。在以前的老倉庫，新員工入職前幾天大多是在培訓教室中度過的。▲ 亞馬遜機器人的移動速度比人快得多，它們將裝滿商品的貨架送到工作站，員工可以從工作站上拿到商品。顯示螢幕會告訴員工需要的商品外觀長什麼樣子、它們的位置又在哪裡，這樣一來員工就可以快速準確地找到對應商品。事實上，在引進新技術之前，亞馬遜的傳統倉庫設置了裝載區。每當假期將至，員工白班夜班交替工作，倉庫 24 小時營運，商品在 8 英里長的傳送帶上連續不斷地傳輸。而新倉庫不同，裡面到處都是機器人，工作效率更高。除此之外，在老倉庫裡，員工必須記住商品的存放位置，如果有必要還要費力去尋找；而在新倉庫內，機器人會抱起架子，員工在上面找到商品然後掃描一下，閃爍的光線就會告訴員工應該將商品放進哪個盒子，然後再發貨。業界對亞馬遜的模式十分看好。物流人力資源公司 ProLogistix 的高級副總裁 Brian Devine 表示，亞馬遜的新技術也許會為該公司率先贏得優勢，縮短員工學習曲線，減少勞動力的流動性；同時，零售顧問公司 Kurt Salmon 的倉庫專家 Steve Osburn 也認為亞馬遜的倉庫統一度很高，因此可以在多個地方引進類似的訓練項目，更大規模地提高倉庫的工作效率。（本文由 雷鋒網 授權轉載）
今年 6 月，新一期全球超級電腦 500 強榜單公布，使用中國自主晶片製造的「神威太湖之光」取代「天河二號」登上榜首，該機器浮點運算速度為 93 PFLOPS，全面超過美國。而日本在全球超級電腦競賽中，則多年在於中美的較量中落敗，這也使得日方開始重視超級電腦。29 日，據日本媒體報導，日本經濟產業省將拿出巨額投資來製造一部超級電腦。根據計畫，該專案投資金額大約在 1.73 億美元左右，這個新的超級計算平台將被命名為「人工智慧橋接雲基礎設施（AI Bridging Cloud Infrastructure，簡稱 ABCI）」，這個將被製造出來的超級電腦浮點運算速度為 130 PFLOPS。而之前全球超級電腦 500 強中，日本排名最好的則是富士通公司的「Oak forest－PACS」，運算速度只有 13.55 PFLOPS。日本政府方面宣稱，這個超級電腦專案的目的是大力推動人工智慧的進步，促進「深度學習」、雲端計算的快速發展，並為創業公司、大企業及科研機構提供運算處理能力支援。相關應用將具體落實到改善無人駕駛、工業自動化、機器人產業以及醫療應用等多個方面。目前對 ABCI 專案的招標已經正式開始，將在今年 12 月 8 日關閉，項目具體實施時間將在明年春天開始，屆時在世界超級電腦領域，各國肯定又是一場腥風血雨的爭鬥，中美是否能拿出更先進的招數，還得到時候再看。（本文由 雷鋒網 授權轉載；首圖來源：shutterstock）延伸閱讀： 全球前十名的超級電腦都長什麼樣？
還記得 AlphaGo 嗎？DeepMind 這家專門研究人工智慧的英國公司，於 2014 年被 Google 收購，經 過 AlphaGo 與職業棋師的圍棋大戰勝利後一炮而紅。而近期，他們與牛津大學的研究員利用人工智慧設計出史上最精準的讀唇語軟體。究竟他們是如何辦到的？DeepMind 研究員訓練一個神經網路系統（稱為 Watch, Listen, Attend, and Spell），讓它看上千小時的 BBC 政論節目，涉及 118,000 條句子還有 17,500 個特殊詞彙，再來解讀每一支影片的唇語，準確率可達 46.8%。這個數據看起來好像沒有很好，但相比專業讀唇師僅有 12.4% 的準確率而言，人工智慧真的厲害多了。▲ 就算是人類，也僅能讀出 12.4% 的唇語。（Source：New Scientist）這項研究後來被牛津大學拿去研究並開發出新的一套技術，稱之為 LipNet，在測試中竟然可以達到 93.4% 的準確率，高出真人讀唇 40 個百分點。但要聲明的是，這項測試是牛津大學研究員請志願者讀出制式化的句子，並錄製下來給系統及專業讀唇人士看的，而且該影片涉及到的特殊詞彙僅有 51 個。而 DeepMind 的實驗則是拿更生活化的影片給系統看，當然準確度也就沒有那麼高。DeepMind 的研究員表示，這項研究可以用來幫助聽力受損的人們理解他人的對話，同時也可被利用來替影片下字幕。另外，像是 Siri 或是 Alexa 這類語音助理，也可利用這項技術擴充，讓使用者只要對著鏡頭說話，不用出聲語音助理也能辨識，之後大家總算不用在大庭廣眾之下對著手機下指令了。▲ DeepMind 開發出的 AlphaGo 先前與職業棋師大比棋藝，以全勝的姿態一舉成名。（Source：Nerdist） Google’s AI can now lip read better...
盜獵問題極為嚴重，估計全球每年瀕危與受保護動物遭盜獵販售貿易額估計高達 70~100 億美元，然而許多非洲國家的國家公園巡守員人力嚴重不足，無法巡邏大片領域，讓盜獵防不勝防，若分散巡邏，遇上兇殘的武裝盜獵者，巡守員又有殉職風險，2015 年有超過百名工員巡守員殉職，為了協助保護瀕危動物不受盜獵，如今軍事級紅外線攝影加上人工智慧成為一大助力。盜獵者每年殘殺的無辜動物數量驚人，過去 10 年來非洲大象慘遭屠殺僅存 11 萬隻，2015 年南非有 1,175 隻犀牛遭盜獵，在全亞洲，犀牛更遭到廣泛盜獵，導致全球野生犀牛總數降到 3,900 隻，面對盜獵猖獗的迫切危機，只靠人力巡守顯然已經有所不足。Google 在 2012 年 12 月時捐贈世界自然基金會（World Wildlife Fund）500 萬美元，希望發展以科技打擊盜獵的辦法，世界自然基金會以這筆資金啟動「科技打擊野生動物犯罪計畫」（Wildlife Crime Technology Project），第一階段計畫主要與那密比亞環境部與觀光部合作，採用隼鷹公司（Falcon）的無人機來巡守犀牛與大象。2014 年計畫進入第二階段，擴大所使用的技術，採用科巴姆（COBHAM）的監視系統，全天候拍攝並串流納米比亞野生河馬的影像；在印度，設立大象音響警報系統，當野生大象逼近人類村莊時，可提早發出警告，讓村民能安全驅離大象，以免大象闖入村中發生嚴重人象衝突而使得大象送命。同時，自 2015 年 6 月起，開始測試紅外線攝影技術，拍攝紅外線影像後，以深度學習技術來辨識紅外線影像是何種動物或人類；之後，在南非測試虛擬紅外線圍牆技術，在馬拉威與辛巴威測試無人機攝影偵測盜獵。而在 2016 年 6 月起，則與肯亞野生動物保護部，以及馬賽馬拉國家保護區的馬拉保育局（Mara Conservancy）合作，在兩處關鍵地帶，布置紅外線攝影與深度學習辨識的偵測系統。增加巡守效率這項計畫的紅外線攝影裝置部分與全球最大商用紅外線攝影廠商 FLIR 合作，FLIR 專營高階軍事及其他政府用途紅外線攝影，民用應用包括建築視察、安控以及特殊應用包括海底紅外線攝影等，FLIR 的軍用等級紅外線技術對公園巡守員來說有莫大幫助，因為盜獵最常發生在夜間，而紅外線攝影可看穿煙霧、塵埃，因此能一次監視廣大區域。兩套紅外線攝影機系統中，一套設置在一輛荒原路華（Land Rover）越野車上，機動移動到最常發生盜獵的地區，巡守員用帆布罩住越野車，遮住車內發出的亮光，如此一來盜獵者就不會察覺而心生警惕，巡守員在車內以搖桿操縱攝影機拍攝，可監測達 1 英里遠。車載系統具備機動性，最常配置在肯亞與坦尚尼亞邊界，馬賽馬拉國家保護區與坦尚尼亞的賽倫蓋提國家公園交界處。另一套系統則設置在未透露的國家公園邊界，以太陽能供給電腦系統的電力。系統拍攝到的紅外線影像，由電腦以深度學習技術來判斷是人類還是動物，若發現是人類，就對巡守員發出通知。車載系統找到人影時，車上的巡守員就通知同僚，人影可能是盜獵者，也可能是巡守員，但巡守員知道自己同僚的位置，排除後剩下的就是盜獵者，一發現盜獵者，就召集同僚前往圍捕，如此一來巡守員可輕鬆監控半徑 1 英里區域，大為增加巡守效率。過去巡守員觀察夜間的火光來逮捕盜獵者，但是 8 年前開始，盜獵者已經學會不用火把，巡守員只能仰賴夜視裝備來逮人，但效果很有限，如今新系統試用幾個月下來，就已經順利逮捕數十起盜獵，讓巡守員士氣大振，現在巡守員要是沒有紅外線攝影系統的幫助，就覺得跟瞎了眼沒兩樣。保育對上盜獵，過去都是勝少敗多，如今，在科技的幫助下，保護瀕危野生動物的行動，終於露出一線曙光。世界自然基金會目前正計畫將有效的技術推廣到多國，肯亞以外，還包括印度、納米比亞、尼泊爾、南非、馬拉威以及辛巴威。 FLIR AND WORLD WILDLIFE FUND TARGET ILLEGAL POACHING Wildlife Crime...
大家的兒時記憶不知有沒有這樣的印象：以前的科幻電影或動畫裡，總是會有個好像「導師」功能的機器人，引導著主人翁認識世界。比如說《星際大戰》的 C3PO、《魔鬼終結者 2》裡的阿諾終結者、哆啦 A 夢（舊譯小叮噹）等，隨著年紀漸長，應該會覺得這種幻想的東西做不出來吧？不過現在有人把這樣的機器人導師實現了！這個想法的契機有兩點，第一點，是這幾年機器人從只有專業人士才能掌握的科技，漸漸普及，而且有可能運用到學習的領域，成為幫助學生發展認知與社交技能的有利工具。特別是在孩童的早期教育中，在教室裡運用機器人導師有潛力大為提高學習效率。第二點，現代的新科技主導了學生的生活，直接影響了現代教育的兩個基本目標：知識的傳播和社會化。教師們終究必須學習如何運用這些科技而非排拒之，以在教室和家庭中達成學生最好的學習效果。由於我們越來越多地使用電子設備和社群媒體，學生不再像過去那樣只用紙、筆與書本學習，教師也要相應地調整他們的方法（每個學生都看著螢幕控制著滑鼠跟鍵盤使用 CAI 教學軟體，一名老師要如何知道每個學生有沒有在「專心」在上課？）機器人導師可以幫得上忙嗎？來自西班牙馬德里的遠距離教育大學（Universidad Nacional de Educación a Distancia）人工智慧系的一組研究人員，就針對此，開發了一套用於小學教育軟體的「有效機器人導師整合環境」（Affective Robot Tutor Integrated Environment，ARTIE），且在計算神經科學邊界期刊（Journal Frontiers in Computational Neuroscience）上發表了他們的論文。機器人導師如何帶動教室裡的學習熱情？在軟硬體方面，ARTIE 整合了 Nao 機器人跟電腦上的 Scratch 平台，他們提供了豐富的函式庫連貫了用 Scratch 製作的教學軟體，與 Nao上面該團隊開發的導師機器人軟體 MONICA 。這幾年 Scratch 很紅，用來學程式語言或者用來輔助正式課程的應用都有，筆者在這邊就不多說。關於 Nao ，可能台灣熟悉的人比較少，筆者稍微介紹一下，它來自法國，是一個可跟人類溝通互動的機器人，本身其實就是一台會走動的「電腦」，在市場上分有研究型（提供給研究單位）跟家用型。以前其實已經有著不少以 Nao 當「老師」的應用（請看參考影片），不過多半只是噱頭性的簡單教學，甚至是非正規的教學（「快樂學、快樂成長」的那種）。然而 Luis-Eduardo Imbernón Cuadrado 博士和他的團隊開發的這套系統，跟以往不同的是：他們是拿 Nao 來作國小正式教學裡的「導師」工作。 這個導師系統的核心專注於學童的注意力上，他們歸納孩童的注意力狀態為：注意力集中、注意力分散、無反應，作為影響學習的三種認知。學童操作用 Scratch 做的學習軟體時，系統會監測學生的注意力狀態，然後用 Nao 機器人以言語或者動作來提點。整個機制運作流程分兩部份，第一個部份是分析孩童的互動狀態，主要是鍵盤使用和滑鼠游標控制，這個機制會精確量測教學軟體丟出一個「訊號」以後，到學童用滑鼠與鍵盤做出回應的時間差（latency），以判定孩子當下的注意力狀態甚至是可能的情緒；第二個部份，是分析收集到的數據，比對這個學生的類型以及過去的反應紀錄，推斷可以採用的最佳引導策略，由機器人導師來執行，包括發言提到特定的觸發詞以及使用手勢，來鼓勵學生達成特定學習標的。第二部份其實也就是一個專家系統，在設計階段，匯集了一群國小老師的顧問團整理的各種指導策略與技巧，也實際在一個小班兩組共10位學生的電腦教學時，錄製全程的學習影片以及所有的滑鼠、鍵盤動作，整理、歸納出不同類型學生的反應模型資料庫，以及對應的可能教學策略。 ▲ （照片經過父母同意重製傳播）機器人導師實戰指導研究人員開發了 ARTIE...
台灣的電子支付發展一波三折，許多業者都抱怨法規嚴格很難營運，許多爭議也延續多年。不過在 2 日的政大金融科技研討會中，與會專家指出，雖然近期電子支付還是對台灣影響最大的金融科技，但是台灣與中國的電子支付市場相比沒有太多優勢，反而台灣發展人工智慧及大數據未來能走得更遠。 財金資訊總經理林國良指出，據估計，台灣後幾年受到金融科技影響最大的應該還是消費金融及電子支付。不過就國內行動金融的經驗來看其實並不普及，因為都還是要透過更換 SIM 卡才有辦法有這功能，所以目前交易量仍不大。從數據中了解到，行動金融卡交易額佔了近 70 % 遠大於信用卡，可以得知手機用來做網路支付的比例其實遠高於實體付款。這個現象可能是由於傳統信用卡其實比手機更加輕便，而通訊網路的發達，卻使得手機隨時都在網路上。前金管會主委丁克華表示，就電子支付來講，中國的確是比較普遍的，但如阿里巴巴之所以能成功背後是因為有很大的交易平台市場的空白。然而台灣經濟起飛較早，已有其支付方式，所以反而與新興金融科技業者有諸多摩擦。不過台灣在其他方面，如群眾募資就做得不錯，很多國家也跑來跟台灣學習。中信金控執行長劉奕成也強調，商業模式是否能成與國情有很大的關係，台灣跟中國其實有很大的不同，在台灣店家與消費者之間的信任其實比較緊密，比較沒有欺騙行為，所以具有公信力的電子支付對台灣的店家而言反而比較雞肋，很難紅得起來。金融科技對台灣而言，可能去做人工智慧（AI） 及大數據分析反而比較有利，因為台灣消費者習慣差異很大，做客製化行銷能走的可能就比中國還遠。碩網資訊總經理邱仁鈿指出，其實未來 AI 將比電子支付擁有更深遠的影響力，現在的 AI 不僅是能回答問題，而是更進一步的提問問題，以滿足人類的需求。雖然現今的台灣法規還不允許 AI 擔任理財顧問的角色，但已有券商開發出幫客戶客製化資訊的 AI 助理，提供客戶更有效的資訊，智能客服更是許多產業都在發展的服務。然而硬體並非決定 AI 技術發展的唯一條件，例如臉書的演算法可能是目前全球最先進的，因為其資料來源素質還高於谷歌。也有與會人士關心，未來金融科技發展會不會對金融從業人員的就業帶來衝擊？ 劉奕成回答，金融科技的進步對就業有影響幾乎是必然的，但也會創造出新的職缺。而且實際上，因為金融科技而失業的未必是金融從業人員，例如國外的 ING 保險集團最近裁了很多人，但與直覺不同，它裁最多的是 IT 人員，據信是因為許多 IT 業務反而被外包的緣故。前金管會主委及政大金融科技中心主任王儷玲也指出，為適應金融科技的發展，各大院校必須要去積極的去做跨院跨校的整合，並持續與業界溝通，才能創造出適合未來金融科技的人才。其實現在有很多跨業的整合根本沒有綜效，應該需要更專業的人才來處理這些問題。（首圖來源：政治大學）延伸閱讀： 英特爾宣布新一輪人工智慧市場布局 加速推進產品發展 日本政府攜手企業界 投入為期 10 年的問題型人工智慧開發工 庫克 : 未來人工智慧在智慧型手機中將扮演更重要的角色 強化大數據與人工智慧應用 HPE 以 2.75 億美元收購超級電腦商 SG
近日，Google 搜尋在其桌面端和行動端悄悄上線了一個新功能──可以在搜尋結果的第一項展示兩款產品的對比結果。如果你想對比 Apple iPad Pro 和 Google Pixel C 兩款平板，搜尋「iPad pro vs. pixel c」，會出現以下結果。兩款平板電腦的對比數據都會透過圖中的卡片形式展示出來。不過目前只能對比智慧手機、平板電腦和遊戲機等產品，且一次性只能對比兩款。這個功能仍十分初級，但與以往根據用戶搜尋內容來精確提供相關鏈接不同的是，Google 搜尋正努力在已知項目的相關資訊基礎上，直接提供用戶想要的答案。Google 搜尋的產品形態正朝著一個更智能、更高效的助手發展。這項功能的實現，是基於深度神經網絡（Deep Neural Network）技術。做為人工智慧的一種形式，深度神經網路透過分析大量資料，來學習執行特定的任務。比如，它可以從網路上的相關網頁中獲取長句子或段落，然後從中提取出有關問題答案的訊息。當用戶輸入訊息時，Google 搜尋能夠根據這些句子精準定位到一個相關的影片，並從影片中提取出所需的訊息回答用戶的問題。但目前，深度神經網路的運用，仍然存在相當大的困難。一方面，訓練深度神經網路需要大量的數據，這些數據往往不容易得到，價格也不便宜，對這個數據的需求也不會很快消失。另一方面，這個過程也是相當耗時耗力。在 Google 搜尋背後，有一個由近百位語言學博士組成的團隊「Pygmalion」，負責人工篩選出大量的數據來訓練神經網路，並且還需要人工標記一部分數據，使深度神經網路在「監督學習」下發揮作用。除了直接對比產品，Google 搜尋還能夠直接回答用戶的某些問題。如果在搜尋框敲入「世界上飛得最快的鳥是什麼？」Google 搜尋會直接告訴你是遊隼，並解釋原因。之所以要研發新功能來嘗試提升搜尋效率，也是為了更好適應用戶在行動端搜尋的使用習慣。Google 方面調查顯示，用戶在搜尋引擎上尋找自己想要的資訊，往往耐心有限，在桌面端搜尋時尤其如此。且出於便利和節省時間的考慮，越來越多的用戶選擇使用行動端搜尋。來自 Smart Insights 的數據顯示，近年來行動端的搜尋量正迅速增長，且已經超過了桌面端。而在 Google 搜尋方面，據官方消息，來自行動裝置的搜尋量也在去年首次超過桌面瀏覽器。與行動搜尋量變化緊密相關的，是不斷擴大的線上廣告市場，而這直接關係到 Google 的收入。根據 Bloomberg 的數據，2015 年美國線上廣告的市場規模達到了 596 億美元，較 14 年增長了 20%，而且這個增長主要來自於行動端。麥肯錫預測全球的數位行銷市場將在 2019 年達到 2,314 億美元。而線上廣告的爭奪將越來越集中在行動端。在這個大趨勢下，Google 的搜尋業務也需要隨之調整。儘管據 Net Market Share 今年 3 月份的數據，Google 搜尋在全球的市場份額仍然高達 67.78%，遠遠高於排名第二的微軟必應（13.27%），但對於 Google 來說，行動端搜尋量的迅速增長給它的搜尋業務帶來了巨大挑戰。Google（Alphabet）今年 Q3 財報顯示，廣告營收（198.21 億美元）佔到總營收（224.51...
犯罪案發生前總會出現細微的徵兆，聲音便是其中一種，可惜人們往往不以為然，錯過阻止的機會。最近 NEC 旗下的人工智慧能部門研發「聲音狀況辨識技術」，收集周圍的聲音便能知道哪裡有犯罪案。NEC 旗下的人工智慧部門 NEC the WISE 最近研發了「聲音狀況辨識技術」。系統會從收音麥克風收集環境聲音，並辨認和分離當中的「目標聲音」和「環境雜音」，其後「事件判別技術」便會從聲音中決定事情有沒有發生。例如系統偵測到破璃碎聲、尖叫聲和怒罵聲時，便代表當時有爭執發生；如果系統只錄到風吹樹葉的聲音則代表一切正常。NEC 表示，他們期望技術可用於公眾場所和旅遊景點的犯罪打擊，以及照顧長者的居家生活。（Source：Livedoor）提起人工智慧打擊犯罪的研究，早前上海交通大學便研發了以人臉辨識罪犯的技術，但被犯罪學專家批抨違反倫理。看來還是 NEC the WISE 的研究較為可靠。 NEC、人工知能を活用した「音状況認識技術」開発 （本文由 Unwire Pro 授權轉載；首圖來源：shutterstock）延伸閱讀： 上海交通大學研發「賊眉賊眼」辨識技術，專家：助長偏見
根據 Healthcare IT News 報導，IBM Watson 與輝瑞達成了一項新協議，會將前者的超級電腦計算能力用於癌症藥物研發。輝瑞將用上 Watson for Drug Discovery 的機器學習、自然語言處理及其他認知推理能力，用於免疫腫瘤學（Immuno-oncology）中的新藥物辨識、聯合療法和患者選擇策略。Watson for Drug Discovery 是一個新的雲端平台，旨在幫助生命科學家發現新的藥物靶點和替代性的藥物的適應症。Watson 的吸引主要在它能處理大量資訊，它可以幫助研究人員查看不同的數據集，透過動態可視化來發現新聯繫，提示隱藏的模式。研究人員每年平均要閱讀 200 至 300 篇論文，而 Watson 已經閱讀了 2,500 萬份 Medline 上的論文摘要，一百多萬篇醫學雜誌文章的全文及 400 萬份專利文件，而且所有資料都會定期更新。按輝瑞的說法，許多研究人員都認為，免疫腫瘤學的未來在於針對獨特腫瘤特徵的組合，這會改變癌症治療範式，讓更多腫瘤患者得到治療。而在藥物研發中利用 Watson 的認知能力，可以更快地為患者帶來可能的新免疫腫瘤治療。免疫腫瘤學是一種使用人體免疫系統幫助對抗癌症的癌症治療方法。輝瑞將使用 Watson 分析大量的異構數據，包括獲授權的和公開的數據，以及輝瑞私有數據，進而分析和測試理論假設，獲得新的見解。（本文由 雷鋒網 授權轉載）