機器人不懂你的心,但你懂「它」的心嗎?

■隨著高齡化社會的到來,人類有越來越高的高齡照護與醫藥需求。機器人在這樣的背景之下成為了未來的明星科技,它被期待能提供個人協助、社會照顧、認知治療等高齡照護服務。而為了促使人類與機器人之間有更好的互動,要讓這些「機器」進入到人類日常生活中,我們需要的是像人一樣、具有社交互動能力的機器人。

Read more

機器人如何在社群平台興風作浪?

■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」。

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

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

讓機器人來滿足你的胃─從備餐到出餐的全自動化服務

■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」。

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

輕量加密、同態加密與區塊鏈:新世代密碼學的三大聖杯

■密碼學是安全通訊的基礎。密鑰是加解密訊息的重要依據。對於密鑰持有者以外的人而言,唯有暴力破解或竊取密鑰一途。前者需要龐大運算資源,可能一輩子都徒勞無功,後者相對而言容易許多。1970年代, Whitfield Diffie提出一個嶄新的密鑰分享協定,解決了如何安全傳遞密鑰的難題,奠定現代安全通訊的基礎,也因此獲得圖靈獎殊榮。然而隨著AI與物聯網的興起,密碼學也因此遭遇新的難題,本文將聚焦於其中三項前景看好的潛在解決方案。

Read more

不用看字典,機器也能學語言

■由於神經網路的出現,自動翻譯技術已變得越來越準確,這都是建立在大量平行文本的基礎上,讓機器可以模擬出人類的語言模式。也就是說,一個好的翻譯模型往往歸功於人們整理出的翻譯資料。這是不是代表兩個語言之間若沒有大量的雙語文本,機器就沒辦法學好翻譯呢?
「想像今天給你一大堆中文和阿拉伯文的書,其中沒有任何內容是重複的,你能知道如何去翻譯這兩種語言嗎?」巴斯克大學(UPV)的Mikel Artetxe接著說:「這聽起來是不太可能的,但我們的模型就是做到了。」

Read more

機器學習進軍藥物開發

■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。

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,解讀影像沒有包含的部分。例如: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。要訓練人工系統達到相同的空間認知能力,需要大量手工標記的數據。對此,DeepMind公司近日發展一種人工智慧,能蒐集數據並訓練自己,突破數據不足的限制。對於一張2D影像,它能建構出3D的空間資訊,並且對從未看過的場景做出正確的預測。

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

寵物攝影機提供另類學習法

■很多主人會在自己的寵物身上裝個攝影機,來看看自己家的狗狗貓貓是怎麼度過牠們的一天。你有想過這種影片除了具有窺探寵物隱私的功能,還能夠做什麼嗎?最近有一篇投稿至ArXiv的文章,表示他們還能夠使用這些影片,在一些情境下模擬機器狗的動作。

Read more

脫離雲端「中央集權」─人工智慧「地方自治」時代來臨

■「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。

Read more