Author: intern

也許很多人認為智慧城市就等於資訊儀表板，其實智慧決策不一定能夠真正解決每一個人的問題，卻是可以造福多數在相同土地上的居民或使用者，讓這生活環境更便利。

隨著機器學習模型的應用範圍越來越廣，也就不可避免地對我們的生活造成或多或少的影響，甚至擴大原本就存在社會中的歧視或給出不公的預測結果，深入了解模型的內部運作也就有其必要性。然而可解釋性的相關研究相當困難，即使已有許多工具與套件可供使用，但研究人員能否正確解讀這些工具所提供的數據也是一大問題。

今日的安全配備將成為未來無人車的基礎。

建立巨型數位大腦模擬，將可改變神經科學與醫學，並找出製造更強大電腦的新方法。(續前文)

人工智慧與電腦發明有70年的差距，人工智慧發展的困難，透過哲學家博藍尼提出的「博藍尼悖論」給了一個清楚的說明，「我們懂的事情，比我們能表達出來的更多。」，因此限制了賦予機器智慧的能力，直到2010年機器學習的出現，終於讓人工智慧的發展出現一道曙光。

「想像力是你的超能力！」相信大家對這句幾年前火紅的廣告詞都有些印象。在武俠小說裡，高手們可以用意念溝通；在電影《阿凡達》裡，人們可以用腦連結、操控一具替身，這在我們的生活中可能實現嗎？

資料視覺化是資料驅動決策的時代裡面，幫助科學家從數據中進行分析與判斷的重要工具，透過增強使用者理解數據的能力，使其能夠精準的從數據中發掘資訊與洞見，因此視覺化具有幫助使用者快速取得關鍵資訊的功能，也許資料視覺化一詞聽起來很陌生，但其實它早已融入在你我的日常生活當中，如生活周遭常見的捷運地圖、元素週期表等等都是資訊視覺化的經典。