人工智慧AI

■2018年，「misinformation」獲選為一線上字典網站的年度代表字，這個單字有個很相似的親戚「disinformation」，乍看之下讓人有些傻傻分不清楚，很容易混淆。
從字義上來看，「disinformation」指的是「被故意散播容易誤導、或是含有特定偏見價值觀的資訊」，簡單來說就是所謂的惡意訊息，是個蠻嚴肅的字。相較起來，「misinformation」的意思就寬鬆許多，指的是「被散播的虛假訊息，無論傳播者是否有特定意圖」，或許可以把這個詞翻譯成所謂的「流言」。

■今年四月，Sony和卡內基美隆大學 (CMU) 達成協議，宣布雙方將會在AI及機器人領域方面展開合作研究計畫，一般而言，企業以提供資金的方式來贊助學術研究，是非常稀鬆平常的事，然而，此次的合作發表卻不同凡響，正因其研究的核心主題為「食物」。

■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。

■AI應用於藥物開發必須面臨種種考驗，其中之一為化學大數據的取得，由於深度學習的表現取決於訓練資料數量的多寡，是否能獲取大量資料事關重大，但這在化學領域中仍相當困難；另外，化學家也必須開發一些方法以確保AI所「發現」的分子是確實能被合成的。

■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。

■現時此刻，機器人學領域已悄悄變化，美國德州大學奧斯汀分校的機器人研究團隊，正嘗試著將機器學習技術放入機器人學領域……

■「In-Situ AI」這套運算架構，因應物聯網資料的特性與使用情境，在資料收集處就地進行大部分的運算工作。不同於以往將資料全部傳到「中央」的雲端，再接收「中央」決策完回傳的指令，In-Situ AI 發揮了「地方自治」的精神，善用地方資源、產生因地制宜的策略。其架構分為兩大部分：運算中樞（Node）與雲端。雲端有較高的運算能力，負責從大量的物聯網資料進行非監督式學習，汲取重要的特徵。接著藉由遷移學習（transfer learning），讓運算中樞的推理網路（inference network）認識這些特徵。如此在有限的標記資料下，推理網路也能對周遭世界具有一定程度的判讀能力。實驗結果顯示，遷移學習學到的特徵，讓推理網路預測的準確率提升30 %（達到近60 %），彌補標記資料不足的限制。