人格備份的可能性─Replika聊天機器人

Replika是一個由位於舊金山、專攻聊天機器人開發的Luka公司所開發的聊天機器人。在Google應用程式商店中,已累積不少忠實使用者,留下了許多正面評價與迴響。在聊天機器人技術已相對普及的此刻,Replika的出眾之處,在於其並不僅只是一個能與人對話的程式,更被設計成一個善於聆聽,最終成為使用者知心好友的聊天機器人。

Read more

In-situ AI: 物聯網的分散式霧運算

隨著物聯網(Internet of Things, IoT)的普及,我們周遭佈滿各式各樣的感測器與攝影機,帶來生活便利之餘也收集了大量資料,成為電腦探索物理世界的素材。如潮水般湧入的資料,更是深度學習發展的重要基礎。以往這些資料會被傳到雲端,在雲端進行分析處理。然而愈來愈大量的資料,使傳輸耗費的能源急遽增加,其中更伴隨著隱私上的顧慮。此外,傳統在伺服器進行的監督式學習模型,在應付型態各異的原始IoT資料上也顯得笨拙。因此,若能在裝置上進行初步的資料處理,從源頭解決問題,除了能降低傳輸到雲端的資料量,也能更有彈性地處理不同類型的資料。

Read more

從一張2D影像直接建構3D資訊

面對一張影像,我們「得到」的比起我們實際「看到」的豐富許多。我們的大腦在理解影像時,會將常識應用在其中,解讀影像沒有拍到的部分。例如:進入一個從未看過的房間,看到桌子的三隻腳,我們能推論出被擋住的第四隻腳的形狀和顏色。儘管我們沒有看遍房間的每一個角落,也仍然可以大致上畫出房間的空間形狀,或是想像出從另一個角度看房間會是什麼樣子。這個空間視覺認知能力對人類來說毫不費勁,但對人工系統來說卻相當不容易。直至今日,最先進的視覺辨識系統大多是用大數據訓練的人工智慧,訓練的過程需要大量手工標記的數據。取得這些數據非常昂貴且費時。因此,現有的數據大都只包含空間中的一小部分而已,人工智慧的認知能力被這些數據侷限。在現實應用中,我們需要能完整認知空間的資訊的人工智慧。

Read more

透過貝葉斯式深度學習建構三維影像模型

人工智慧如何感知一物體在立體空間中的形狀?一般來說,當電腦要建立特定物件的3D模型時,會運用多幅不同視角的影像,拼湊出物體的立體形狀。然而,此作法除成本較高、僅適合外型簡單、變化單調的物體外,在現實世界中,也經常面臨視角受限的窘境。除此之外,某些特殊結構,例如一株花葉疊覆的植物,即使在擁有全方位影像的情況下,也未必能模擬出來。於是如何開發出一套能協助AI進行立體影像建立的深度學習演算法,成為許多電腦視覺研究團隊的目標。

Read more

AI對世足賽結果的預測

撰寫本文之際,世足賽已進入八強賽。許多眾人看好的隊伍,卻出乎意料地在此之前早已淘汰。其中最令人震驚的,莫過於世足賽史上戰績輝煌的德國隊,竟未能進入十六強。尤其與南韓一役,沒人能料到昔日的冠軍隊伍卻淪為喪家之犬。有趣的是,早在本次世足賽前,已經有多個人工智慧,以不同方法對十六強賽到總冠軍賽的結果做出了預測,其中不乏四個月前曾精準預測奧斯卡獎得主的人工智慧。預測結果僅供參考,但背後的原理與演算法,或可作為往後AI發展的借鏡。

Read more

電腦輔助式著裝系統——從實際面解決長存的照護問題

穿衣服是件再稀鬆平常不過的事情,許多人從小就被教導著自己進食、穿衣、上廁所,這不僅是基本的生活能力,也是區分出公私領域,進而形塑個人自我的過程。但對那些受到重度失智症困擾的人來說,這件事情可能會顯得很有難度。失智症會從大腦功能開始影響記憶及思考——進而阻礙人們的社交能力,就算是最簡單的日常瑣事也會讓患者再三感到挫折。

Read more

機器學習進軍藥物開發

近年來,人工智慧快速蓬勃發展,結合大數據開創新局,應用層面遍及經濟、工業和娛樂,相較之下,AI在化學產業的應用卻顯得緩慢,但可望出現轉機,因為專家團隊已展開多項合作和研究,決心突破限制以縮短差距,有些研究團隊計畫將深度學習應用在藥物開發中,其中的典型代表為GSK製藥公司和政府實驗室的合作,該公司試圖利用大量化合物的篩選數據來尋找新藥物;除此之外,也有其他研究致力於透過AI找出化學合成路徑。

Read more

具AI大腦的智慧相機

iphone X手機可以透過人臉辨識加密解鎖、Google Lens應用程式可以辨識寵物貓狗的品種、自駕車系統可以識別交通號誌安全行駛,這些具影像判讀的人工智慧(Artificial Intelligence)早已時有所聞。如今,AI將以更加聰穎靈巧的模樣,滲透到我們的居家生活之中——智慧相機。它能擔當保全保母等多重身分,警示「親友以外的陌生人」入侵家中,擷取「有趣的親子互動畫面」、甚至關注「小孩、長者的居家安全」。然而,這顆聰明伶俐的眼珠,是否也將監視著我們的隱私……

Read more

誰是臥底?智慧電網的網路安全

當電網變得非常聰明,能夠根據蒐集到的資訊即時應變時,駭客也從中發現了他們的商機。以往電網由人力監控,因為人類會以較宏觀的角度進行診斷,所以異常的訊息往往不會直接反映在決策上。然而當電網由人工智慧所操控時,對資訊的敏感度也隨之提升,只要在不知不覺中夾帶錯誤的訊息,就可以左右他們的決策,進而讓局勢往駭客們的意向發展。那麼如何避免這些智慧電網「聰明反被聰明誤」呢?就要讓他們變得更聰明,懂得分辨誰在欺騙他們。

Read more

奇點前夕?訓練神經網路的神經網路即將普及

年初,Google Cloud平台發布了一項驚人的新產品:Cloud AutoML,顧名思義是Google AutoML這項技術的雲端版本。自動化機器學習(Automated Machine Learning, AutoML)是一個研究如何自動化整個機器學習模型開發流程的領域,而Google AutoML正是Google針對該領域提出的解決方案,能運用機器來設計機器學習模型。那麼,除了作為一項商業服務的價值,Cloud AutoML又為何引起囑目呢?原來在Google AutoML初登場的Google I/O 2017大會上,Google執行長Sundar Pichai已經指出,該項目生成的圖像識別模型,已經能與人類設計之模型的匹敵。

Read more

技術頂峰的對決:人工智慧能不能取代半導體工程師?

人們正在街道上抗議,他們即將展開一場暴動,因為此刻,失業的浪潮已經席捲整座城市。群眾高舉的標語牌,上面寫著機器人滾出我們的家園,路上執行日常工作的機器人癱倒在地,線路已被人狠狠絞斷——這樣的情景至今仍未曾發生,但類似的一幕,已經出現於許多描繪未來世界的經典電影、動漫中,如大友克洋的《大都會》故事裏,政變的導火線之一即是人類勞力被機器人取代所導致的大量失業。於是,我們不難看出這些科幻作品中共同映照出的一種深刻焦慮——萬一機器人奪走人類的工作怎麼辦?社會無法處理科技革新創造出來的失業問題怎麼辦?有趣的是,近期的一場國際研討會上,專家與學者們重新提出了這個問題[1],而且這次,他們要問的是:人工智慧能否取代被一直被認為技術要求極高的半導體產業工作者?

Read more

機器學習的量子力學方法

與其說AI是一個新的熱門領域,它更像是一個工具或是基礎建設,讓人們探索傳統科學和工程領域的新面向。另一方面,量子電腦也是一個重要的工具,它能快速解決許多古典電腦無法解的問題,也在網路安全和加密通訊上有重要應用。這幾年,量子電腦和AI快速發展,在科技上都不斷有重大的突破。這兩項看似不同的領域,其實都是一種「計算」科技。兩種計算科技蓬勃發展至今,不禁讓人好奇:如果這兩項科技結合,會是什麼樣子呢?

Read more