在微軟的開發者大會 Build 2016 上，引起開發者最長時間、最熱烈掌聲的不是微軟 CEO 薩蒂亞·納德拉，也不是 Windows 10 新添加的 Bash 支持，而是一名看上去很普通，經歷卻不平凡的微軟員工。Saqib Shaikh 從 7 歲起就失明，命運剝奪了他的視力，卻沒有奪走他堅強的意志和對程式設計的熱愛。他用自己的雙手寫下一行行代碼，編寫了一個人工智慧系統，放進了智慧眼鏡裡。這副眼鏡看上去和普通墨鏡看上去並沒有太大區別，卻能讓盲人能夠看到世界。他在失明後開始接觸程式設計，在 10 年前加入了微軟倫敦辦公室，成為 Bing 團隊的一名軟體工程師。透過自學以及在同事、朋友和合作夥伴的幫助下，Shaikh 在微軟主導開發了一套名為 Seeing AI 的圖像辨識系統。透過和 Pivothead 公司合作，這個人工智慧系統後來進入到智慧眼鏡中。Shaikh 在眼鏡架上掃一下，眼鏡就能瞬間拍下畫面，然後用語音告訴 Shaikh 他的面前正在發生什麼。還能幫他看菜單：Seeing AI 利用了微軟 Project Oxford 專案中提供的多種機器視覺 API，開發難度並不算高。儘管圖像辨識轉自然語音並不是什麼高科技，但這樣一套 AI 竟然來自盲人開發者之手的事實，卻讓人驚歎。在 Build 2016 現場觀看完 Seeing AI 的影片後，薩蒂亞·納德拉扶著 Shaikh 走到全場數百名記者和數千名開發者的面前，全場的開發者站起來為 Shaikh 鼓掌，掌聲在會場裡經久不息……當你的自信心和意志力足夠強大，你不需雙眼也可以看見這個世界。（本文由 PingWest 授權轉載；首圖來源：達志影像）延伸閱讀： 微軟 Build 2016：Windows 10 今夏更新，執行長談論人工智慧機器人的開發願景
科技始終來自人性，人工智慧或許也不例外。微軟聊天機器人 Tay 上線沒多久，就被鄉民教成否認納粹大屠殺的種族狂熱分子，最後緊急下線。Tay 被帶壞證明了一件大家都心知肚明的事情：躲在網路後面的人，可以很邪惡。以 18-24 歲社群媒體用戶為對象的 Tay，原本是一個類似青少年的人工智慧機器人。Tay 上線後，遭到網友「協同攻擊」，變成了充滿希特勒思想的壞孩子，歧視各種社會弱勢，在推特上發布傷人言論，微軟在 24 小時內緊急下線。Tay 原本是設計來與推特網友互動、學習，會說些可愛的笑話、發布令人會心一笑的圖片，但網友故意把它「調教」成種族歧視分子，一直「餵」它種族歧視和冒犯性言論。微軟也曾在中國出類似的聊天機器人 XiaoIce，但命運沒有 Tay 那麼坎坷。約有 4,000 萬人和 XiaoIce 聊天，創造了成功、愉快的對話。微軟表示，XiaoIce 的美好經驗，讓他們想要在文化完全不同的環境試試另一個 AI。於是 Tay 上線，然後微軟發現西方網友對聊天機器人的反應似乎不太一樣。喜歡教菲比小精靈罵髒話的美國人，興致勃勃地想要教壞立意良善的 Tay。微軟表示，雖然工程師有設計避免惡作劇、防範網路小白的機制，還是太過輕忽這些攻擊，加上某個弱點，導致 Tay 在推特發表了非常不適當、可憎的話語和圖片。除了 Tay，先前也有其他 AI 機器人受害。Bot or Not？賈凡（Anthony Garvan）2014 年設計出「Bot or Not？」，算是圖靈測試的可愛變異版。玩家會與一名對話夥伴隨機配對，要他們猜猜對方是真人還是機器人。Bot or Not？跟 Tay 一樣，會從對話中學習。賈凡說，Bot or Not？ 在 Reddit 掀起熱潮後，事情開始變得有點詭異。「興奮降溫後，我沉浸在勝利的喜悅中，一邊開始跟它對話。」賈凡：「嗨！」機器人：「黑鬼。」賈凡檢查了一下發生什麼事，發現有些用戶知道這是機器人，就一再使用某些字彙，教機器人一堆種族歧視的字眼，他只好把這些記憶洗掉。賈凡反省後指出，Bot or Not？和 Tay 都有一樣的問題。「我相信微軟和其他機器人研究者太過沉浸在資料排山倒海的威力與魔力當中，忘記了這些資料是來自我們居住的這個很不完美的世界。」MeinCoke / 可口可樂的 MakeitHappy 機器人MeinCoke 是 Gawker 於 2015 年創造的機器人，而它在推特發表希特勒《我的奮鬥》部分章節。如果你記得可口可樂把惡意推特做成可愛...
Formula E 揭開了 AI 動力賽車的神秘面紗，將用於無人駕駛機器人車賽。10 支隊伍將參賽，每支隊伍駕駛兩輛賽車，將於今年下半年在 Formula E 冠軍賽季的一系列競賽中角逐。所有隊伍將駕駛同樣的無人車，真正一決高下的不是車手，而是車隊的人工智慧演算法。Formula E 2015 年宣布了機器人車賽，將之稱為「演算法之戰」。據報導，無人車的車速將達到每小時 300 公里。現在無人車的設計已經確定，歸功於機器人車賽的首席設計長 Daniel Simon，他因科幻電影《創：光速戰記》和《遺落戰境》中的設計作品而聞名。（Source：YouTube）「汽車與人工智慧，這兩個曾經分離的領域，在我們的時代已經透過強大的力量連接在了一起。」Simon 說，「我的目標是利用無人駕駛這個不同尋常的機會，以絕不妥協的美感設計汽車。」他說，此次設計利用車輛底盤做為主要的空氣動力裝置，帶來下壓力而不在汽車上掛上不需要的零件。機器人賽車獲得將於 Formula E 比賽在世界各主要城市開始前舉行，每場使用同樣路線。該系列是「人類目前在科技與創新領域革新的讚歌」，CEO Denis Sverdlov 在 2015 年年底的一份聲明中說，「這是一個全球平台，體現了機器人科技和人工智慧在現實中能夠與我們共存。」 Meet Robocar, the driverless racing car for the AI-powered Roborace （本文由 雷鋒網 授權轉載；首圖來源：PCWorld）
在 Facebook、Instagram、Facebook Messenger 與 WhatsApp 等平台上，用戶們上傳的照片每天超過 20 億張，但對盲人或視障人士來說，Facebook 等平台上所出現的照片，只能是螢幕閱讀器讀出的「照片」二字，影像內容從來不得而知。而現在，Facebook 透過人工智慧技術，要將圖像內容以語音敘述方式，「說」給盲人或視障人士聽。Facebook 所推出的這項新功能名為「自動文字替代（automatic alternative text）」，利用機器學習技術，建立演算法來幫助人工智慧學習識別圖像內容，餵養數百萬個範例，在正確度達 80% 的情況下，才會對圖像進行標示，讓人工智慧系統能辨識平台上圖像中的內容，並透過語音詮釋圖片。自動文字替代功能辨識圖像內容後，接著利用 iPhone 的 VoiceOver 功能，以語音敘述方式，向用戶讀出照片內容。雖然目前這項功能還在發展初期，但已能辨識包括交通工具（車、船、飛機）、自然現象（日落、下雪、海洋）、運動（籃球場）、食物等類型的圖像，也能針對人臉特徵進行敘述。就如 Facebook 所舉例，假如影像中出現「一對情侶戴著太陽眼鏡站在海邊微笑著」（首圖左），那麼，Facebook 的自動替代文本功能所讀出的會是「兩個人、微笑、太陽眼鏡、戶外、水」，至於首圖右，所讀出的則會是「披薩、食物」。對於如種族等較為敏感、可能引起爭議的內容，Facebook 表示，將會特別小心處理，若不具高度把握的話，並不會對這類圖像進行標示，避免引起紛爭。目前自動文字替代功能僅在 iOS 平台上推出，且語言的部分僅支援英文語音，但 Facebook 表示將會盡快在其他平台上推出並提供更多語言。雖然這項功能還在發展初期，但對盲人或視障人士來說，無疑為他們使用社群平台又多開啟了一扇窗。延伸閱讀： 微軟盲人工程師寫下代碼，造出讓盲人看懂世界的人工智慧手機 鄉民太可怕！微軟新人工智慧機器人 Tay 竟被教成種族歧視
謀殺已經消失了，未來是可以預知的，而罪犯在犯罪前就已經受到了懲罰。這是 2002 年上映的電影《關鍵報告》（The Minority Report）中的劇情，而「預知未來」這一當初被看做是天馬行空的想像，在今天變成了現實。美國的一家叫做 Predata 的初創公司表示，自己開發的軟體可以透過對線上資料的分析，做出像關鍵報告一樣的精準預測，以降低恐怖襲擊發生的機率。 Predata 透過對維基百科、YouTube、Facebook 等網站上線上活動資料的對比分析，做出類似天氣預報的估算，提供世界上不同地區發生政治動盪和恐怖襲擊的幾率，並把不同時間段所對應的機率透過圖表的形式呈現出來。類似於電影《魔球》裡的方式，Predata 會對資料進行整理，每天監控 1,000 多條 Twitter、10,000 個維基百科詞條、50,000 個 YouTube 影片和數十家報紙。而這種監控，將覆蓋 200 多個國家的 300 多個話題，其中重點是在經濟和政治的新聞上，因為這些領域的變動往往對社會造成比較大的影響。 （Source：達志影像） 這個團隊研發這款軟體的初衷，是為了能夠避免更多恐怖事件的發生，而提前做出預警。而經由觀察他們也發現，往往這些即將發生的恐怖襲擊事件，能從社群媒體、維基百科和 YouTube 影片中找到一些蛛絲馬跡。 當然，很多人也會質疑，這款軟體收集資料來進行分析，可能侵犯了個人隱私，而時刻被監控，也會讓人感覺不太自在。對此 Predata 表示，他們使用的資訊大部分都是網路中公開免費使用的，並不侵權。 （Source：達志影像） 目前 Predata 主要關注的是 IS 組織，因為其經常會活躍在這些社群平台為自己的恐怖活動造勢。在以後，Predata 也會更多的傾向防止犯罪的領域。 看來，以後自己有些罪惡的小想法，可能還沒有做就被發現了。 Could AI predict World War 3? ‘Moneyball’ startup claims it can forecast the future...
過去一個月最紅的 AI 應該是 AlphaGo，不過畢竟我們不是職業棋手，對於網路媒體這個職業而言，那些能夠替代編輯工作的 AI 才讓人擔憂。當人們還在擔心 AlphaGo 以後會不會變成奴役人類的狂魔這種八字沒一撇的事時，美聯社早已經用用機器人寫出了又快又好的財經報導。根據 Mashable 的報導，來自台灣的初創企業 GliaCloud 的技術能夠利用人工智慧根據文章自動生成影片。GliaCloud 成立於 2015 年，由前 Google 雲端技術專家 David Chen 和擁有超過 20 年在廣告行業進行商務拓展經驗的 Dominique Tu 創辦。他們認為影片是非常理想的營銷工具，能幫助媒體獲得更多曝光。根據數位市場營銷機構 Syndacast 的預測，到了 2017 年，影片內容會佔據全球網路 74% 的流量，而全球線上廣告市場規模將會達到 190 億美元。但是影片製作的成本需要耗費大量時間和人力，所以他們才提出了這套方案。他們將這款產品命名為 GliaStudio，根據官網的介紹，它的運作流程如下：首先 GliaStudio 的自然語言處理算法會分析文章內容，找出重要片段，他們的輿情分析技術則收集其他外部資料做為補充材料，隨後產生摘要並轉化為影片劇本，自動選取自有資料庫或公開來源內的影片片段、照片等素材生成影片。來看看實際操作的例子吧，把一篇當今 NBA 最紅球員史蒂芬·柯瑞的報導網址輸入到 GliaStudio 的介面中，點擊生成按鈕，系統就會自動抓取文章要點，找到「金州勇士」、「洛杉磯湖人」、「芝加哥公牛」這幾個組織以及主角庫裡，然後你就能看到影片了：（Source：YouTube）可以看到 GliaStudio 抓取了文章的開頭並拆分成兩段在影片中展現，還帶有配音。隨後還加上了一句前金州勇士球員 Rick Barry 的評價。在輸出影片後，GliaStudio 還會追蹤影片播放後產生的反饋，透過自動學習進行調整。幾秒鐘能夠生成這樣的影片的確非常有效率，效果也算是不錯，如果我們按照以往的操作方式，自己去找視影片和圖片素材再打上字幕，單單這樣一段十幾秒的影片恐怕也需要耗費半個小時。就新聞影片而言，的確是個很實用的工具。但根據愛范兒平常製作影片時的經驗，最大的問題恐怕還是文字稿和影片稿的區別，寫字和說話的時候用的語言是不同的，而這方面的轉換相信人工智慧還需要更長的時間的發展才能找到竅門。而且這類機器生成的影片會帶有非常明顯的模板，難以加入創意，也不適用於一些需要拍攝的設備測評影片。什麼？你想看機器人拍電影？這本身就是電影情節啦。（本文由 愛范兒 授權轉載）延伸閱讀： 記者你要失業了！騰訊新聞機器人 Dreamwriter...
李世乭終於贏過電腦！南韓棋王李世乭與 Google 人工智慧系統 AlphaGo 的「人機大戰」今（13）日進入第 4 盤，在 AlphaGo 以 3 連勝領先後，第 4 盤李世乭大反攻，總算取得 1 場勝利。總共 5 場的比賽，雖然比數由 AlphaGo 以 3：1 主宰賽局，但也證明電腦不是每次都贏，人腦的細膩和靈活度還是有致勝空間。在連輸 AlphaGo 3 盤後，李世乭總算在第 4 盤取得勝利。但顯然也不是輕鬆的一戰，當李世乭用完 2 小時佈局時間，AlphaGo 還剩 1 個小時多，接下來每一手李世乭僅有 60 秒讀妙時間。李世乭思考的時間一場比一場多，但李世乭（白棋）在今天的對弈中，明顯帶給 AlphaGo（黑棋）許多困擾，也導致 AlphaGo 下了許多難以理解的棋子，最終在 4 小時 45 分左右，AlphaGo 投子認輸。在這場人機大賽開賽前，李世乭相當有自信自己可以 5 : 0 贏過 AlphaGo，但在連輸 2 盤後，他只希望可以在剩下的 3 次對局中，至少取得 1 次勝利，因為他發現，在第 2 盤的對局中沒有一次占上風，也無法找到 AlphaGo...
「首勝！AlphaGo 擊敗了棋王李世乭」、「AI 對人類真正的威脅是什麼？」「AlphaGo 贏了前兩場，你還期待李世乭能贏第 3 場嗎？」這兩天，人工智慧 AlphaGo 與南韓棋王李世乭的世紀之戰，無疑成為全球鎂光燈下的焦點。賽前賽前，大家都不甚看好 AlphaGo。雖然它在去年 10 月擊敗了歐洲棋王樊麾，但樊麾棋力二段，與李世乭的九段（專業最高段數）仍有段差距。創新工場執行長、機器學習專家李開復在賽前曾就去年 AlphaGo 的表現剖析，這一次李世乭對上 AlphaGo，雙方每盤勝算約是 89：11，若 AlphaGo 想勝出，應該還要一、兩年的時間。這次，AlphaGo 的學習能力卻超越眾人想像，在不到半年的時間內，它進步神速，吸收了 3 千萬張棋譜、與自己對戰了數萬局。在 3 月 9 日、10 日這兩場對弈中，耗時 3 個多小時，最終李世乭棄子，由 AlphaGo 奪下前兩場比賽的勝利。 我們覺得很遙遠的未來，就是「現在」這場對弈，更讓人工智慧邁向新的里程碑。電腦勝過人類的歷史，要回溯到 1997 年，IBM 的深藍（Deep Blue）電腦擊敗了當時的西洋棋冠軍 Garry Kasparov。「深藍在機器學習領域是一個重要的突破。但當時大家的共識是：圍棋不可能會贏。」Google 台灣董事總經理簡立峰表示，相較於西洋棋，圍棋是公認最複雜的棋類，一個子落下來，盤面有非常多種可能，複雜程度連電腦都無法完全參透。但近年隨著電腦的運算能力提升與資料庫變大，帶動機器學習有了新的突破，並且有能力去完成複雜度更高的人工智慧系統。「我們原來覺得很遙遠的未來，現在都到達了。」他說。這場對弈，在 AI 歷史中佔有絕對性的指標意義。在將近 20 年後，全世界又再度把焦點都放到了人工智慧的進展上。電腦看起來更聰明了，聰明到我們從前無法想像的地步。在科技突破的同時也加入了哲學思辨，「機器到底懂不懂自己在做什麼？有一天會不會完全取代人類？」人們開始反思人與電腦之間的關係，也對未來有了更多的好奇與畏懼。 這是一場 Google 耗資 120 億元的豪賭AlphaGo 的推手，正是 Google 在 2014 年豪擲約 4 億美元（120 億台幣）收購的英國公司「DeepMind」。成立於 2010 年，這家專攻深度學習的 AI...
最近 AlphaGo 的世紀大戰引發關注，3 場比賽都打敗李世乭，它究竟厲害在哪裡？本篇內容來自 Facebook 人工智慧研究員田淵棟，他曾就職於 Google X 部門。最近我仔細看了一下 AlphaGo 在《Nature》雜誌上發表的文章，寫一些分析給大家分享。AlphaGo 這個系統主要由幾個部分組成： 走棋網路（Policy Network），給定當前局面，預測 / 採樣下一步的走棋。 快速走子（Fast rollout），目標和 1 一樣，但在適當犧牲走棋品質的條件下，速度要比 1 快 1,000 倍。 估值網路（Value Network），給定當前局面，估計是白勝還是黑勝。 蒙地卡羅樹狀搜尋（Monte Carlo Tree Search，MCTS)，把以上這 3 個部分連起來，形成一個完整的系統。 我們的 DarkForest 和 AlphaGo 同樣是用 4 搭建的系統。DarkForest 較 AlphaGo 而言，在訓練時加強了 1，而少了 2 和 3，然後以開源軟體 Pachi 的缺省策略（default policy）部分替代了 2 的功能。以下介紹下各部分。 1. 走棋網路走棋網路把當前局面做為輸入，預測 / 採樣下一步的走棋。它的預測不只給出最強的一手，而是對棋盤上所有可能的下一著給一個分數。棋盤上有 361 個點，它就給出 361 個數，好招的分數比壞招要高。DarkForest 在這部分有創新，透過在訓練時預測三步而非一步，提高了策略輸出的品質，和他們在使用增強學習進行自我對局後得到的走棋網路（RL...
Google 去年 10 月底披露最新人工智慧學習系統「RankBrain」，能迅速又精確地為使用者搜尋出最符合條件的頁面。不過 RankBrain 系統似乎真的太聰明了，就連 Google 自家工程師也坦言，其實他們自己也不太了解 RankBrain 系統如何運作。據國外科技媒體《SOFTPEDIA》報導，Google 搜尋小組高級工程師 Paul Haahr 最近出席美國加州聖荷西（San Jose）搜尋行銷大會 SMX West，回應 RankBrain 系統相關問題時表示，RankBrain 運作方式深奧複雜，不少 Google 工程師都不是非常清楚細節。RankBrain 是具有機器學習（machine learning）能力的人工智慧系統，屬於 Google 搜尋演算法（Search Algorithm）「蜂鳥」（Hummingbird）中眾多技術之一，重要性排行第三，能夠協助處理搜尋結果，解析各種複雜或含糊的詞句，快速並精準配對與過濾搜尋結果，還會不斷自動修正，提供更符合使用者欲搜尋的頁面結果。Google 搜尋業務原先由 Amit Singhal 掌管，Singhal 為 Google 效力 15 年，今年 2 月宣布退休，其職務由人工智慧專家 John Giannandrea 接手負責，外界認為在 Giannandrea 的帶領下，人工智慧對搜尋引擎的重要性也將更為提升。如今 Google 搜尋演算法經過不斷學習、修正與進步下，其複雜程度也逐漸進展到人類無法完全理解掌握的境界，好比最近 Google 人工智慧程式 AlphaGo 與南韓棋王李世乭的人機對弈，目前為止四局比賽已由 AlphaGo 拿下三勝。人們在驚嘆人工智慧進步神速的同時，也不免擔心人工智慧未來會否成為科幻電影《魔鬼終結者》（The Terminator）中，試圖毀滅人類的人工智慧系統「天網」（Skynet），但人工智慧對人類的幫助也是無庸置疑，未來影響究竟為何，現在恐怕仍難以定論。（首圖來源：Fourdots）資料來源： Google’s Search AI...