Author: intern

去年，AlphaGo打敗棋王的消息全球轟動。隨著人工智慧開始超越人類智慧，我們不禁要問：究竟該把機器人做得多像人？(續前文)

去年，Uber自駕車因未偵測到穿越馬路的行人而持續行駛致死的意外，重挫自駕車的發展，Uber甚至一度暫停所有相關項目的開發。如今，MIT和微軟研究團隊所提出的新方法，讓人工智慧也能認清自己的盲點─無論是視覺上的盲區，或過往訓練與現實情境的鴻溝。

近年來機器學習的興起，帶起了開放資料的風氣，除民間企業如亞馬遜及Kaggle外，政府也不遑多讓，建立起品質良好的資料開放平台（https://data.gov.tw）。然而，並非所有的資料都適合完全攤在陽光下，例如病患的就醫紀錄與健康狀況。欲將這些資料應用於機器學習，其實存在不少潛在成本，除金錢外，同時也須面對隱私問題以及病患的抗拒與不適心理。如何在有限預算下，追求高準確度，也是資料科學家需要考量的一環。

你知道醫師為病人開立的抗癌處方中，高達 75％的藥物對該名病人沒有效果嗎？因為藥物臨床試驗針對的是一般人，然而我們每個人還有我們罹患的疾病，都是獨一無二的，一點也不普通。

隨著機器人警察走上杜拜大街，我們正見證一場改變執法秩序的科技革命。

讓西英格蘭大學的機器人道德學教授Alan Winfield告訴你，警察機器人的好與壞。

「你若豢養怪獸，怪獸終將摧毀你。」社群媒體到底用了哪些招數，讓我們這些使用者沉溺其中？我們有辦法反擊嗎？(續前文)

人工智慧眼中的音樂世界呈現什麼樣貌？演講中，楊奕軒老師向我們介紹Music AI Lab目前的四大研究主題，帶領我們認識音樂科技的不同面向以及AI扮演之角色。