GAN以外的選擇:對抗強健模型在電腦視覺的應用

在深度學習中,對抗強健(adversarial robustness)一直是神經網路研究中的一個熱門主題,代表的是機器學習模型面對帶有雜訊的資料而不誤判的能力。2019年,麻省理工學院的Logan Engstrom博士等人所開發的新訓練方法,不僅朝著對抗強健的目標前進,更可直接廣泛套用於影像生成、影像轉譯等各種不同的電腦視覺領域。

Read more

第四波產業革命的法律條件

何謂「第四波產業革命」?這是世界經濟論壇(World Economic Forum)於2018年3月發表的報告所提出的觀念。該報告劃分了世界上四次重要的產業革命:第一波是蒸汽機帶來的工業革命;第二波是由於石油、電力等能源所帶動的大量生產線;第三波是電腦與自動化的資訊革命;第四波就是今天的主題,李崇僖老師將之稱為「智能革命」。

Read more

堅持走AI這條路 – 智慧行銷與新「企」機

Appier 在2019年11月宣布完成D輪融資8000萬美金,並被外界冠上「台灣第一隻獨角獸」的封號。當前看似擁有巨大商機的Appier,過去也面臨了多次轉型及挑戰。然而,游執行長對人工智慧的熱情及堅持,讓Appier找到適合的商業模式,也讓公司完成了最初的願景:用AI讓社會更美好更快樂。

Read more

先覺醫療(Earlier Medicine)

AI的發展可以回溯到1960年代,當時叫做Age of Reasoning,主要應用在於如何建立電腦的邏輯推理原則;到了90年代進入Age of Representation,研究如何抽取人類的知識放進電腦裡,不過由於人類也難以清楚的表達自己知識的學習歷程,因此遇到了技術瓶頸;到了2015年機器學習(Machine learning)的技術出現,透過網路和大數據訓練電腦,讓AI快速崛起,當Google AlphaGo陸續打敗了南韓圍棋之神李世乭和中國圍棋職業九段棋手柯潔,雖然讓人們失去了自信,卻也意外為醫學打開了新契機。

Read more

機器學習的魔力

人們對於人工智慧總抱持著一種既期待又怕受傷害的微妙心態,深怕某天AI會將人類遠遠拋在腦後。這份可能性在近十年間愈來愈煞有介事。AI究竟是透過什麼機制,逐漸超越它的創造者──人類?2011年,IBM研發的AI系統「華生」(Watson)參加電視智力競賽節目「危險邊緣」(Jeopardy!),打破節目最高獎金得主以及連勝紀錄保持人;2012年,AI在ImageNet圖像辨識挑戰賽中,表現首度超越人類;2016年,谷歌開發的AlphaGo打敗南韓籍圍棋世界冠軍,更一躍成為全球頭條,轟動一時。種種輝煌紀錄的背後,所倚靠的正是「機器學習」(Machine Learning)。

Read more

從無到有創作一個醫療物聯網

物聯網技術的崛起為傳統醫療帶來改革巨浪,打破了醫院的圍牆,讓醫療服務可以更深入觸及到各個角落,縮短醫療資源的城鄉差距,郭博昭是我國醫療物聯網 (Medical IoT) 領域的代表專家,長久以來全力投入研發遠距醫療裝置與系統,並籌備成立陽明大學數位醫學中心,利用工業4.0基礎導入資訊實體整合系統 (Cyber- Physical System, CPS)。郭博昭希望未來能夠達到「偏鄉不再邊緣、別墅就有醫療、你家就是急診」的目標,解決偏鄉醫療問題。

Read more

性盲信用評比中的性別偏見

2019年11月的某個清晨,紐約金融服務部對高盛集團展開一項性平調查。原因是David Heinemeier Hansson(網頁應用開發框架Ruby on Rails的原創者)在Twitter上發文,指控蘋果公司信用卡Apple Card的核卡制度不利於女性申辦人。在自己與妻子同時以聯合納稅申報表申辦的前提下,核發給自己的刷卡額度竟是妻子的20倍!對此,委託管理Apple Card的高盛,在聲明中強調內部信用評估所使用的演算法完全不考慮「性別」這項因子。這凸顯了AI公平性這項議題上的一個弔詭:當電腦完全不知道某人性別時,如何去歧視?

Read more