從地圖上「看」出肥胖─轉移學習

美國的肥胖問題嚴重,近四成國民患有病態肥胖。如何由茫茫人海中縮小範圍,篩選出尤其非遺傳性肥胖的高風險族群,並對症下藥,是許多公衛研究的重心。華盛頓大學的兩位日籍研究人員提出了新的調查方法:透過地圖分析城市的環境規劃與土地利用,窺探當地居民的飲食與運動習慣,以預估當地的肥胖人口。看似多此一舉,但在AI的協助下,反而能將有限的資料與資源,作最有效率的利用。

Read more

楊立昆 Yann LeCun(1960-)

與Hinton最初是在一次會議上相遇,發現彼此有著相同的研究主題,於是離開法國遠赴加拿大成為Hinton的博士後研究生。他開發的手寫數字辨識模型LeNet,不但是電腦視覺常見的卷積神經網路(Convolutional Neural Network,CNN)原型,更是首次將反向傳播演算法付諸實踐(於是證實Hinton的想法是可行的)。目前任教於紐約大學,同時是Facebook的首席AI科學家。在2016年的一場會議中,以一個「蛋糕的比喻」強調無監督式學習的重要性,卻意外在學術圈引起軒然大波。

Read more

照片反光了?讓AI來幫你處理

網路上修圖神人妙手生花,用專業修圖軟體揮灑一番,不管是擁擠遊樂園變成浪漫兩人約會場景,或是讓人擁有小臉大長腿,修圖技術不僅可以移除圖片中不想要的部分,更可以補救在不良環境下拍攝的照片。但是除了這些比較顯而易見的用途以外,修圖技術其實還有更深層意義。

Read more

從神經元開始的人工智慧

當今許多器官的機械功能都能被人造取代。在小說中,各個器官組合成科學怪人,但在現實中,僅僅拼裝這些人造器官並不會變成人造人。神經元將資訊從各個器官彙整到中樞處理,這樣的「意識」或是「智慧」才是人的核心。本文從神經元開始,介紹基於神經元的人工智慧。

Read more