蘋果的造車計畫 Project Titan 團隊成員近期遭裁員、自動離職的人數達到數百人，根據知情人士透露，這一切都跟 Project Titan 的目標改變有關，蘋果從原先想要像打造一支 iPhone 開創新的行動裝置時代那般，打造一台車子，改變汽車的樣貌和使用習慣，但這個方向在嘗試 2 年之後內部意見分歧，最終蘋果重新設定目標，改為開發自動駕駛系統。《Bloomberg》報導，不願具名的知情人士透露蘋果原先有將近 1000 人的造車團隊，在近幾個月已經有數百人離開，有些被調職，有些被辭退，有些人則是看不到未來自請離職。離開的成員之中，有超過 120 人是開發車用作業系統及測試程序的軟體工程師，有數百人是打造汽車車身、底盤、懸吊的硬體工程師。Project Titan 計畫有這麼多團隊成員離開，都是因為蘋果的造車計畫目標大改，從打造一整台車子，變成只打造自動駕駛系統，汽車硬體方面則與現有車廠合作。但這也不是最終方向，蘋果高層給團隊一個期限，要在 2017 年底以前，證明自動駕駛系統是可行的，以及決定最終方向。蘋果發言人則不願回應此一說法。 蘋果造車沒有優勢縱使蘋果放棄打造一台車，那它的智慧駕駛系統就能夠開啟傳統汽車產業新局嗎？跟 2007 年蘋果推出 iPhone智慧行手機市場還不勝行時不一樣，在自動駕駛領域，Alphabet 的 Google，Tesla，Uber 還有許多開始研發軟體的傳統汽車大廠已然領先蘋果，蘋果不再有優勢。此外，汽車產業複雜的汽車供應鏈也不是蘋果能打進去的，在智慧型手機市場，蘋果的做法是扶持培養特定供應商，因此他對供應商有很大的影響力，也總可以確保出貨、拿到特定零組件；但在汽車供應鏈之中，供應商需要投資的成本之大，也因此他們不會願意保證只出貨給一個廠商，況且蘋果最初的出貨量也不可能很大。 Project Titan 計畫回頭看 Project Titan 計畫本身，它是蘋果在 2014 年時被提出，試圖以 iPhone 開啟行動裝置新篇章的模式，打造一台汽車開啟傳統汽車產業新局，當時還計畫在 2019 年就要實現，不過日後也有消息傳出要延後至 2020 年、2021 年。在 2015 年底，蘋果內部為了計畫的方向爭執不休，2016 年初，當時的計畫領導人，同時也是前福特汽車工程師、iPod 設計師 Steve Zadesky 離開 Project Titan，並由曾任技術部門資深副總裁的 Bob Mansfield 的接手， Mansfield 也是站在打造自動駕駛車系統那派。而在這目標改變，數百名成員離開之後， Project Titan...
IBM Q3 財報出爐，結果比外界預期好的結果，而雲端和 Watson 等新事業體帶動新的營收來源，加起來佔了 40% 的公司銷售，可惜公司整體仍在虧錢，繼續延長連續季度虧錢的狀況。華爾街期待 IBM 在 non-GAAP 下有 190 億美元營收，IBM 公布每股盈收 3.29 美元比起先前預測的 3.23 美元還要好。營收則是 192 億美元，盈餘為 29 億。 THIRD QUARTER 2016 Gross Profit Diluted EPS Net Income Margin ...
在本月初舉行的秋季發表會上，Google 發表的最出人意料的一款產品就是行動聊天助手 Google Allo。在 Google Wave、Google Buzz 和 Google+ 等社交產品相繼失敗、Hangouts 轉型為辦公 IM 後，Google 決定在社交產品上再做一次嘗試。Google Allo 直接的競爭對手將是 WhatsApp、Facebook Messenger、iMessage、微信和 Line，這些 IM 應用的用戶加起來已經有數十億，那麼在社交關係鏈基本上無法打破的情況下，Google Allo 怎麼樣才能和它們競爭呢？答案是人工智慧。這主要包括兩個方面，一個是智慧回覆（Smart Reply），一個是 Google Assistant 智慧語音助手。智慧回覆功能對於社交類產品的益處已經在 Google 之前推出的電郵類應用 Inbox 上得以彰顯。在今年 3 月的版本更新後，Inbox 可以自動分析你收到的郵件，並給出一系列快捷回覆的選項，例如「正在嘗試」、「馬上發給你」以及「明天見」等。這不僅極大地提高了人們處理電子郵件等效率，還可以在用戶選擇回覆內容時，順便訓練 Inbox 智慧回覆的神經網路系統，對於 Google 和用戶來說簡直是兩全其美。▲ Inbox 的自動回覆展示。上周五在北京接受 PingWest 品玩及其他媒體採訪時，Google 智慧回覆技術背後的資深研究員 Greg Corrado 說：「人工智慧並不是一個單獨存在的事物，也不是某一個系統活著一種技術手段，而是新工具對它的應用。」也就是說智慧回覆這個幫助了 Inbox 改變了十幾年來人們使用電子郵箱的方式的人工智慧應用，正在被 Google 廣泛地應用在它的其他社交產品上，比如 Google Allo。▲ Google 研究院高級研究科學家 Greg...
微軟研究人員在期刊上發表新的語音辨識技術，號稱能達到人類部分的辨識能力，在測試環境下，有人類的辨識水準。微軟這套新的語言辨識系統採用神經語言技術串連類似的文字，能夠有效組織化。這套新系統的文字錯誤率是 5.9%，相當於一般人類的水準。微軟首席語音科學家 Xuedong Huang 說：「我們達成人類部分的辨識能力了，這可是歷史性的成就。」這項成就意味著語音辨識系統能像人類一樣「聽懂」人類的對話。微軟打算運用這套技術到他們的語音助理 Cortana 上面，以及語音辨識軟體。微軟人工智慧和研究團隊的執行副總裁 Harry Shum 說：「即便是 5 年前，我還很難想像我們能達成這項成就。我甚至覺得這不可能啊。」儘管有相當好的結果，微軟仍要證明在現實中，不同的語言對話情境，雜音很大的環境，像是車子裡或派對上，還有不同口音下，都能達到好的辨識結果。語音辨識系統也必須能在多人對話下，「記住」對話的人。不論是不同年齡、腔調或語言能力，辨識系統都要能處理這些不同口音狀況。而對 Cortana 這類語音助理來說，知道文字意思轉成對應的行動，遠比正確拚寫出來還要重要的多啊。微軟人工智慧和研究團隊主管 Geoffrey Zweig 說：「下一步是從辨識到瞭解。」 相關連結 Microsoft reaches ‘human parity’ with new speech recognition system (首圖來源：Flickr/Mike Mozart, CC-BY 2.0)
國際研究暨顧問機構 Gartner 近日於 Gartner Symposium/ITxpo 中提出 10 種將在 2017 年影響多數企業組織的策略性科技趨勢研究結果。根據 Gartner 定義，策略性科技趨勢是指正處於有所突破或崛起狀態，且未來可能帶來廣泛的顛覆性影響與更多應用的趨勢；此外，策略性科技趨勢同時也具有快速成長、變動性高且將於未來 5 年內到達引爆點的特性。Gartner 副總裁暨院士級分析師 David Cearley 指出：「Gartner 列出的 2017 年十大策略性科技趨勢，將為智慧數位網格（Intelligent Digital Mesh）奠定基礎。前三項採用『智慧無所不在』（Intelligence Everywhere）的概念，也就是透過資料科學技術與研究方法的持續演進，並加入先進機器學習與人工智慧技術，讓以智慧硬體及智慧軟體為基礎的系統能自行學習並適應環境。接下來的三項趨勢著重在數位世界本身，以及如何更緊密地結合實體及數位世界。最後四項趨勢則聚焦於建構智慧數位網格所需要的平台及服務網絡。」2017 年前十大策略性科技趨勢包括：人工智慧與先進機器學習人工智慧（AI）與先進機器學習（ML）是由多種科技與技術所組成，例如深度學習、神經網路、自然語言處理（Natural-Language Processing，NLP）。這些先進技術超越了傳統上以規則做為運算基礎的演算法，進而創造出能理解、學習、預測、適應環境甚至自行運作的系統，也是讓智慧機器能顯得更「聰明」的原因。David Cearley 表示：「弱人工智慧（Applied AI）和先進機器學習造就了各式各樣智慧實作的崛起，包括了實體裝置如機器人、自駕汽車和消費性電子產品，還有各種應用程式與服務如虛擬個人助理（Virtual Personal Assistants，VPAs）和智慧顧問。這些實作將成為一種全新型態的智慧應用程式及物件，也能賦予各種網格裝置和既有的軟體與服務解決方案嵌入式智慧。」智慧應用程式智慧應用程式如虛擬個人助理具備了真人助理的部分功能，讓日常工作變得更加輕鬆與有效率，例如針對電子郵件進行優先級排列與識別出重要內容與互動。而其他智慧應用程式如虛擬顧客助理（Virtual Customer Assistants，VCA）則專門在特定領域內執行任務，例如銷售與客服。因此，這些智慧應用程式將有可能改變工作的本質及職場結構。David Cearley 說：「未來 10 年內，幾乎所有的應用程式、應用及服務都將結合某種程度的人工智慧。長期來說這將形成一股趨勢，未來也會持續發展並擴大人工智慧與機器學習在應用程式及服務方面的應用範圍。」智慧物件智慧物件（Intelligent things）指的是物件不僅能按照固定的程式模型執行任務，還能利用弱人工智慧及機器學習做出更進階的行為，同時以更自然的方式與周遭環境還有人類進行互動。隨著像無人機、自駕汽車和智慧家電等智慧物件的逐漸普及，Gartner 預測智慧物件的運作模式將會由現行的獨立運作逐漸轉向成協作模式。虛擬實境與擴增實境沉浸式科技如虛擬實境與擴增實境改變了人與人及人與軟體系統間的互動方式。David Cearley 認為：「到 2021 年前，消費性及商業性的沉浸式內容與應用程式將急遽演化，虛擬實境與擴增實境功能將與數位網格結合，形成一個更加無縫的裝置系統，能為使用者管理資訊流向，使其成為極度個人化且相關性強的應用程式及服務。藉由將多種不同的行動及穿戴式裝置，與物聯網和充滿感測器的環境進行整合，將可讓沉浸式應用程式得以超越獨立的單人體驗模式；房間與空間將可與物件產生互動，而透過網格串聯兩者產生的連結也將與沉浸式虛擬世界一同顯示與運作。」數位分身所謂的數位分身是指某種實體物品或系統的動態軟體模式，藉由感應器蒐集的資料來偵測狀態、回應變化、改善操作及增加價值。數位分身結合了後設資料（Metadata，如分類、組成和結構）、條件或狀態（如地點和溫度）、事件資料（如時間序列）以及分析（如演算法和規則）。在未來 3 至 5 年內，數以億計的物品都將擁有數位分身。企業將利用數位分身主動地進行及規劃設備維修、設計生產流程、廠房運作、預測設備故障或提升營運效率、及輔助產品開發。因此，數位分身最終將成為一種結合技術人員和傳統監測與控制裝置（如壓力計、壓力閥）的代理人。區塊鏈和分散式總帳區塊鏈是一種分散式總帳，裡面記載著價值交換（如比特幣或其他貨幣）的交易紀錄，並以序列方式集中儲存於不同區塊中。每一區塊都藉由串聯的方式與前一區塊連接，並被分散記錄儲存於點對點（peer-to-peer）網路中，同時透過加密與認證來確保區塊鏈的可信度。區塊鏈與分散式總帳的概念正逐漸被接受，因為它有可能徹底改變未來產業的運作模式。儘管目前的熱門應用主要圍繞在金融服務產業，但仍有很多其他可能的應用領域包括音樂傳播、身分驗證、產權登記以及供應鏈。Cearley 指出：「分散式總帳具備帶來徹底改變的潛力，但目前大多數的計畫仍處於早期實驗階段。」對話式系統目前的對話式介面發展重心仍在於聊天機器人和內建有麥克風的裝置（如：喇叭、智慧型手機、平板電腦、個人電腦、汽車）。然而，數位網格所涵蓋的裝置將越來越多，人們利用這些裝置來存取應用程式和資訊，或是與他人、社群、政府及企業互動。這個裝置網已經超越了傳統桌上型電腦和行動裝置，涵蓋了所有人類可能用於互動的所有端點。隨著裝置網持續演進，連接的模式也將增加，裝置間的合作也將更加密切，為一個全新、不中斷、且無處不在的數位體驗打下基礎。網狀應用程式和服務架構在所謂的網狀應用程式和服務架構（MASA）中，行動應用程式、網站應用程式、桌上型應用程式以及物聯網應用程式都將與一個廣大的後台服務網連結，藉此創造出使用者所認知的「應用程式」。此架構負責包裝服務，並將不同層級的應用程式開發介面（API）從組織界線的限制中解放，在服務靈活性與擴充性、服務組合、與服務再利用間取得平衡。網狀應用程式和服務架構使數位網格中的使用者能夠針對不同目標端點裝置（如桌上型電腦、智慧型手機、汽車）獲得最佳解決方案，同時確保在這些不同管道間切換時也能享有連續不間斷的體驗。數位科技平台數位科技平台為企業提供了發展與成為數位企業的立基石與關鍵拼圖。Gartner 已歸納出數位企業發展新能力與新商業模式背後的五大要素：資訊系統、客戶體驗、資訊蒐集和分析、物聯網及商業生態體系。每家企業或多或少都會將這五大數位科技平台交互使用，而這些平台提供了發展數位企業的立基石，也是邁向數位企業的關鍵要素。適應性安全架構智慧數位網格與相關的數位技術平台和應用程式架構共同創造了一個日益複雜的資安世界。Cearley 指出：「現有的資安技術應是物聯網平台的安全基礎，而使用者與個體行為的監測則是物聯網環境下特別需要被加入的一項關鍵元素。不過，物聯網對許多專業 IT 安全人員來說卻是一個全新的領域，許多容易被攻擊的新領域也因而出現。因此全新的矯正工具與程序都必須在建構物聯網平台時被納入考量。」（首圖來源：shutterstock）
英國知名物理學家史蒂芬霍金（Stephen Hawking）對人工智慧（artificial intelligence，AI）的發展向來戒慎恐懼，19 日他又發表談話，宣稱 AI 要不是有史以來最棒的發明，就是人類史上最可怖的悲劇。英國衛報、每日電訊報報導，霍金 19 日獲邀在劍橋大學 Leverhulme 未來智慧中心（Leverhulme Centre for the Future of Intelligence，LCFI）開幕時發表演說，他表示，人們花了大量時間研究歷史，但其實這根本就是一部記錄人類愚蠢行徑的鬧劇，如今終於有人想研究智慧未來將如何演進，著實令人欣慰。雖然霍金一直都對 AI 抱持謹慎的態度，警告人類若創造出擁有意志的超級 AI，等於是自尋死路，但他在 19 日還是坦承，研究 AI 的確能帶來諸多益處。霍金說，AI 的潛在益處極多，當人類的心智被 AI 放大後，成就將無可限量，也許人們可利用這項技術創新，扭轉工業革命對大自然造成的一部分傷害，疾病、貧窮也勢必將是大家極想解決的問題。他認為，若能成功打造 AI，則會是人類文明史上最偉大的事件。（本文由 MoneyDJ新聞 授權轉載；首圖來源：Flickr/Global Panorama CC BY 2.0）延伸閱讀： AlphaGo 靠識破李世乭棋路致勝？台灣之光黃士傑回台，解密世紀人機大戰 谷歌 AI 擊敗棋王後再進化！會開口說話、語調超像真人 史蒂芬‧霍金：人工智慧進化將比人類快 人類生存前途未卜
IBM 台灣成立 60 周年，有不少活動。除了跟既有客戶維繫關係的大會之外，還有被 IBM 寄與厚望，被列為 IBM 戰略優先項目的 Watson，展示與不同產業的公司合作的成果。IBM 與 The North Face 合作，運用 Watson 建構詢問系統，詢問需要登山的消費者，去那裡以及去的時間，推薦要穿多厚的衣服，取代原先由門市售貨員進行的詢答。 ▲ Watson 當酒保配出新的雞尾酒組成，類似先前在 SXSW 配的營養健康食物吧。 ▲ 透過戴在頭上的裝置，控制星際大戰系列出現的 BB-8 機器人，藉由精神進中度控制機器人前進。 ▲ 用 Watson 技術的藏頭詩產生器，可產生七言絕句。新的技術發展後，新產生的職缺數量，是否能彌補被取代的工作職缺數量，是個大疑問。如今機器、AI 跟各產業越走越近，不時就有突破性的新應用，人類學習新技能的速度看來趕不上被取代的速度。另外牽涉的產業太多，等到機器、AI 的技術成熟，勢必造成人類社會、經濟層面的大波折。(首圖來源：andrew cooke on Flickr, CC-BY-SA 2.0) 延伸閱讀 IBM 繳出比預期好的財報，雲端、Watson 業務帶動成長但整體仍虧錢 IBM 人工智慧 Watson 開始參與服裝設計了 問卦來這邊！IBM Watson 電腦幫你算命 IBM 以 26 億美元收購老字號醫學分析公司 Truven，併入...
隨著當前機器人在工業應用上的功能越加強大，人們也希望機器人未來能夠從事更多的工作應用。根據 《日本經濟新聞》 的報導，日本東京大學教授石川正俊等已經開發出，即使不提前教作業步驟，也能使工業機器人順利完成零組件組裝和鎖螺絲等動作的技術。未來，這樣的技術一但擴大應用，將可以使得工業機器人更快處理各項生產線上的工作。根據報導指出，東京大學所研究出的技術，可以使得工業機器人以每千分之一秒確認一次位置的情況來調整動作。而有了這項技術，調整生産線的作業步驟等將可以輕鬆完成。目前，石川正俊以及所帶領的團隊正與多家企業共同進行開發研究，預計最快在 1 年後，把這項技術在實際的工業機器人產品上進行實用化。石川正俊與其團隊表示，在一般情況下，要想讓工業機器人記住作業步驟，需要作業人員預先直接移動機器人的前端，或者利用控制器進行操作。這樣的模式，在大量使用機器人生產的工廠，如果組裝産品的規格等發生變化後，則需要停下整個生産線，來進行重新設定機器人程序的動作，過程費時費力。而且，由於生産線使用的工業機器人的動作速度很快，普通圖像處理技術的速度難以跟上。因此，新研發的技術可以透過每秒可拍攝 1,000 幀影像的攝影鏡頭，進一步確認零件的孔洞等目標位置。並藉由高速運算功能，讓機器人自行移動位置及角度，進而自行調整工作和施力方式等。日前，開發團隊就在試驗中，使工業機器人準確的反覆完成在開有直徑 2 公厘大小孔洞的板上，插拔像鐵絲一樣棒狀物的動作。由於，目前的工業機器人在長時間重覆相同的作業程序中，可以能發揮已大的作業效果。但是，機器人卻不適合在短期內頻繁變更作業方式的工作狀態。對此，石川正俊表示，未來若採用新的技術來進行複雜的程序作業，將至少可以節省下大約一週的教學時間。（首圖來源：達志影像）
據報導，英國倫敦大學、謝菲爾德大學以及美國賓州大學的研究人員宣稱，AI（人工智慧）系統成功預測了歐洲人權法庭（European Court of Human Rights ）數百起人權案件的判決結果，準確率高達 79%。目前在新聞、法律以及會計行業，AI 的應用日益增多。但批評家認為，AI 無法理解案件之間的細微差別。研究人員承認，這項研究並非意味著 AI 將終結法官或律師行業。領導研究的 Nikolaos Aletras 說：「目前有關 AI 的炒作很多，但我們還沒有看到其近期有取代法官或律師的可能。不過我們認為，AI 系統可以被用於快速確定案情模式，而且能更快地給出特定結果。它也可以成為有價值的工具，凸顯哪些案件最有可能違反了歐洲人權公約。」研究人員研究了與歐洲人權公約三大條款相關的 584 起案件，包括第三條款（涉嫌虐待或侮辱人格待遇）、第六條款（公平審判權）以及第八條款（尊重私人生活）等。選擇這些案例是因為，它們都屬於基本人權案例，同時也有大量相關資料可用。AI 智慧系統的演算法可以在文本中尋找模式，並標注出每起案件是否違反歐洲人權公約。為了預防存在偏見或誤解，研究團隊為 AI 選擇了違反公約和未違反公約數量相等的案件。研究人員稱：「在理想情況下，我們應該利用法院檔測試和改進演算法，而非透過已經發表的判決測試，但我們無法獲取法庭資料。」當有 2 個類似案件時，演算法往往會判斷失誤。這顯示，AI 平台還無法檢測出法律的細微精妙之處。但是越來越多的律師事務所正應用 AI，説明篩選大量的法律資料，其中法律 AI 系統所借用的是 IBM 超級電腦 Waston 的力量。資料科學諮詢公司 Tessella 分析師 Matt Jones 表示：「這個研究項目擁有巨大潛力，因為透過自動化某些枯燥乏味的任務可節省法律案件中大量時間，同時可幫助增加人們成功的機會。但 AI 目前只能做為法律決策的工具。」Jones 還稱，類似系統還無法理解案件之間的細微差別。AI 可能十分善於推理，但如果沒有更廣泛的語境、沒有對其進行資料和經驗方面的訓練，這些推測可能不夠準確。而且在很多案件中，這樣做都很危險。（本文由 雷鋒網 授權轉載；首圖來源：shutterstock）
收購電腦視覺領域的初創公司 Movidius，和亞馬遜 1.2 億美元合力投資可穿戴裝置公司 Thalmic Labs，投資中國大資料公司中科開迪……這些，都是英特爾投資在 9 月一個月內完成的事。做為對科技創新公司投資最為激進的企業風投之一，英特爾投資已在全球的 57 個國家對安全軟體、可穿戴技術、數位媒體等領域的超過 1440家公司投入了約 116 億美元。但是，從今年開始，關於英特爾投資「將出售價值 10 億美元的投資組合資產」，以及「投資節奏大幅放緩」的消息，就沒有停過。 而在剛剛舉行的英特爾投資全球峰會，面對近 1,000 位創業者、投資人和科技公司的高層，英特爾高級副總裁兼英特爾投資總裁 Wendell Brooks 說了這麼一句話：「我們不僅不會拋售投資資產，還會繼續保持之前的投資節奏，大約每年新增投資 3 到 5 億美元。」 不過，Brooks 今年年初上任後，英特爾投資也在發生著變化，Brooks 說，他確實可能考慮出售「一些（與目前不同的重點領域）的投資」，而把未來的投資聚焦於那些能夠更好拓展英特爾業務發展的領域。而且，相對於過去的大範圍撒網，英特爾接下來將會收窄到重點投資專案上，比如自動化設備（無人車、機器人）、雲端計算等，而且單個投資項目的金額會加大。2015 年，英特爾投資了 63 個公司，而截至到現在，今年只投資了 31 個公司，但是今年的投資額僅僅比 2015 年低了 6,500 萬美元，也就是說，單個項目的投資金額比過去多了幾乎一半。根據英特爾投資亞太及大中華區董事總經理林立中的說法，英特爾投資在中國的重點投資領域將包括雲端計算、大資料分析、物聯網、智慧裝置、可穿戴技術、智慧型機器人技術、無人機、車聯網、虛擬實境和擴增實境技術等。 與之相對應的是，大會上，Brooks 還宣布領投了 12 家科技創新公司，總額達 3,800 萬美元，涵蓋大資料分析、自動化機器以及擴增實境、虛擬實境等創新科技領域，既有包括面向老年人和殘障人士的物聯網平台、360 度 VR 音訊技術，以及智慧互聯汽車中的類人視覺系統等，其中還包括兩家中國公司。其中最有趣的幾家，還是在物聯網、人工智慧和深度學習領域的明星公司。比如打造陪伴型機器人的 Embodied，就是由著名掃地機器人 Roomba 製造商 iRobot 公司的首席前技術長 Paolo...