搜尋結果

以下是含有演算法的搜尋結果,共123

  • 無隱私的完美城市:上海29萬人工智慧攝像頭下的安定社會

    無隱私的完美城市:上海29萬人工智慧攝像頭下的安定社會

    隨著網路科技與人工智慧技術的進步,各種城市監控設備成為市民生活中形影不離的夥伴,一舉一動都隨時傳送到監控中心,並以演算法識別是否為「錯誤行為」。這種被西方社會視為侵犯隱私的做法,正以智慧城市的名義進入大陸民眾日常生活中,成為維持社會穩定的重要安全措施。

  • 推特避免演算法偏見 取消預覽圖自動裁切功能

    推特避免演算法偏見 取消預覽圖自動裁切功能

    社群媒體推特(Twitter)今天表示,由於發現控制自動裁切影像製成預覽圖功能的演算法可能存有偏見,決定予以取消。

  • 大陸網信辦 整治網娛8亂象

    大陸網信辦 整治網娛8亂象

     大陸國新辦8日舉行新聞發布會上,大陸國家互聯網資訊辦公室副主任盛榮華表示,將整治網上文娛及熱點排行亂象,指出2021年「清朗」專項行動重點任務,還包括像打擊網路水軍流量造假黑公關、治理演算法濫用行為、整治未成年人網路環境,以及防範通過刷單、炒單、虛假流量來衝高商業營運等8個主要問題。

  • Facebook探索新方法了解用戶想法 用以調整動態消息顯示順序

    Facebook探索新方法了解用戶想法 用以調整動態消息顯示順序

    Facebook 對於動態消息的目標是將用戶覺得最重要的資訊,例如朋友、追蹤的社團和粉絲專頁的貼文排序於個人動態消息的頂端。在此原則下,Facebook 演算法使用數千個訊號,為動態消息的貼文進行排序。今年春天,Facebook 宣佈拓展訊號範圍,根據用戶提供的意見回饋,瞭解用戶最重視的內容。Facebook 也會持續將這類意見回饋納入動態消息排序流程。

  • AI運用蓬勃發展 醫院各擅勝場

    AI運用蓬勃發展 醫院各擅勝場

     隨著人工智慧(AI)技術日益成熟,運用在醫學上的用途也越來越廣泛,國內不少醫院,近年來專注開發自家的AI技術,舉凡癌症預防、防猝死監測、骨科手術全都涵蓋,這2年的新冠疫情更是推波助瀾,加速國內醫療AI產業的發展,成為未來幾年的醫療新趨勢。

  • VOLVO屁股慘遭車吻 分開後畫面網全笑翻:Lancer哪來的勇氣

    VOLVO屁股慘遭車吻 分開後畫面網全笑翻:Lancer哪來的勇氣

    VOLVO汽車以堅硬度聞名天下,在許多交通事故中,與其對撞車輛往往全毀,但VOLVO卻只出現輕微凹陷甚至小擦傷,被不少網友戲稱為「瑞典坦克」。有網友貼出影片,一輛黑色VOLVO遭到後方Lancer追撞,兩車分開後的畫面卻讓大家笑翻。

  • 美AI已有部分領域為陸超車 官員曝台灣被北京拿下會更慘

    美AI已有部分領域為陸超車 官員曝台灣被北京拿下會更慘

    美國人工智慧國家安全委員會 (NSCAI)的副主委沃克(Bob Work)9日表示,美國對中國大陸AI的領先優勢正不斷萎縮中,而北京正迎頭趕上。更精確地說,中國大陸已在數據累積、部署應用程式與不同功能整合上,迎頭趕上甚至是領先美國;美國僅在人才儲備、硬體與演算法上,仍享有微幅的優勢。甚至,若台灣遭大陸拿下,美國立即流失在軟體上的領先。

  • 陳磊創新演算法 用AI讓貨找到人

    陳磊創新演算法 用AI讓貨找到人

     大陸電商平台在3月份出現洗牌,隨拼多多公布2020年財報,平台年活躍買家用戶數達7.88億,超越阿里巴巴的7.79億,成為大陸規模最大的電商平台。與此同時,拼多多執行長陳磊也正式從創辦人黃崢手中接下董事長一職。

  • 《半導體》揚智Q2起喊漲 今年營收拚增兩位數

    揚智(3041)今(12)日舉辦法人說明會,受惠既有產品市占率提升、加上新品貢獻度提升,今年營收將會有顯著的成長,法人則看好,揚智今年營收有機會挑戰兩位數成長;另外,因應產能緊張,揚智也宣布第二季起漲價。

  • 鴻海研發非監督式學習AI演算法 FOXCONNNxVAE 降低逾半產線檢測人力

     鴻海(2317)半導體事業群AI團隊歷時八個多月的研發,從架設AOI光學檢測設備,到產線採集產品外觀影像,最終研發出非監督式學習AI演算法FOXCONN NxVAE,鴻海證實,此技術已實際導入集團部分產品外觀檢測生產線,並成功降低了50%以上的產線檢測人力。 \n 鴻海科技集團21日宣布,正式推出非監督式學習(Unsupervised Learning)人工智慧(AI)演算法「FOXCONN NxVAE」,運用正面表列的模型訓練方式,只以產品容易取得的正樣本進行光學檢測演算,解決產線中瑕疵樣本取得的問題,適用於良率高的成熟產品線,可增加 AI 模型的整體容錯能力,此技術已實際導入集團部分產品外觀檢測生產線,成功降低50%以上的產線檢測人力。 \n 由於時值COVID-19疫情肆虐期間,鴻海半導體事業群AI團隊,一度因為無法親臨產線,改由遠端工作模式,進行影像數據處理與AI演算法的開發與調適,歷經八個月的努力,終於研發出非監督式學習AI演算法FOXCONN NxVAE。 \n 鴻海指出,集團累積的工業數據龐大,除了持續進行品質改善之外,也讓AI得以發揮,助益產業發展。FOXCONN NxVAE已可全檢產品外觀常見的13類瑕疵,並達到零漏檢的客戶要求,降低五成以上的產線檢測人力,除了提升整體工作效率外,也代表鴻海往智慧工廠的道路又邁進了一大步。 \n 傳統機器視覺(Computer Vision)檢測,大多以標準樣本(Golden Sample)為基準與待測樣本進行差異比對,當產線是在客製化的環境下進行檢測時,準確度會因光源變化、待測樣本定位差或產品本身紋路不規則等不定、不同因素造成了比對失敗,產生較高的過殺率,甚至因此加設人力進行過殺樣本的二次檢測,造成人力支出浪費。

  • 鴻海推出新AI演算法 能省5成產線檢測人力

    鴻海科技集團今(21)日宣布,正式推出非監督式學習(Unsupervised Learning)人工智慧(AI)演算法「FOXCONN NxVAE」,運用正面表列的模型訓練方式,只以產品容易取得的正樣本進行光學檢測演算,解決產線中瑕疵樣本取得的問題,適用於良率高的成熟產品線,可增加AI模型的整體容錯能力,此技術已實際導入集團部分產品外觀檢測生產線,成功降低50%以上的產線檢測人力。 \n鴻海半導體事業群AI團隊歷時八個多月的研發,從架設AOI光學檢測設備,到產線採集產品外觀影像,期間因COVID-19疫情影響,團隊無法親臨產線,改由遠端工作模式,進行影像數據處理與AI演算法的開發與調適,最終研發出非監督式學習AI演算法FOXCONN NxVAE,並已實際應用在鴻海科技集團中國大陸園區內的電子產品外觀檢測產線上。 \n鴻海半導體事業群晶片與系統方案事業處副總經理劉錦勳指出,鴻海科技集團生產線品質良率早已超過99%,累積的工業數據龐大,除了持續進行品質改善外,也讓AI0得以發揮,助益產業發展。此次AI團隊研發非監督式學習演算法,不僅降低產線新產品導入的陣痛期,也是業界人工智慧發展的重要里程碑。

  • 《其他電子》鴻海推新AI演算法 產線檢測人力減半

    《其他電子》鴻海推新AI演算法 產線檢測人力減半

    鴻海(2317)今(21)日宣布正式推出非監督式學習(Unsupervised Learning)人工智慧(AI)演算法「FOXCONN NxVAE」,適用於良率高的成熟產品線,可增加AI模型整體容錯能力,並已實際導入集團部分產品外觀檢測生產線,成功降低超過50%的產線檢測人力。 \n \n鴻海指出,傳統機器視覺檢測多以標準樣本為基準,與待測樣本進行差異比對。當產線在客製化環境檢測時,準確度會因光源變化、待測樣本定位差、產品本身紋路不規則等不定及不同因素造成比對失敗,產生較高過殺率,甚至加設人力進行二次檢測,造成人力浪費。 \n \n而FOXCONN NxVAE演算法採集不同日期的數據進行AI模型訓練,平均產品數據的變異性,增加AI模型整體容錯能力、亦解決數據差異化問題。鴻海指出,此非監督式學習算法的核心概念即為「不是好的,就是壞的」、「只需正樣本」、「讓模型重建自己」。 \n \n鴻海說明,一般監督式學習的AI算法為提升準確率,動輒需要數百至上千張瑕疵影像,才可取得超過90%的準確率,但仍未達到產線採用標準。因此,要提升準確率以達到產線檢測要求,根本之道在於高品質瑕疵影像數據集的建立與取得。 \n \n鴻海AI團隊先前針對廠內機殼瑕疵檢測,曾提出監督式學習(Supervised Learning)演算法,讓產品外觀瑕疵的檢測率達逾99%。然而,由於鴻海產線良率高,要收集20種以上各類瑕疵的足夠樣本不易,存在瑕疵影像採集困難、瑕疵數據標註與瑕疵分類痛點。 \n \n因此,Foxconn NxVAE演算法導入正面表列的模型訓練方式,沿用產線每日皆可取得的正樣本,解決瑕疵樣本取得問題,可大幅縮短客戶導入AI檢測的時間壓力,並協助定義產品檢測標準,提升生產品質並降低成本,達到以AI賦能產業應用,提升產業價值的目標。 \n \n鴻海指出,集團半導體事業群AI團隊歷時8個多月研發,從架設AOI光學檢測設備到產線採集產品外觀影像,期間因受新冠肺炎疫情影響,團隊改以遠端工作模式,進行影像數據處理與AI演算法的開發與調適,最終研發出此非監督式學習AI演算法。 \n \n鴻海指出,FOXCONN NxVAE已可全檢產品外觀常見的13類瑕疵、達到零漏檢的客戶要求,並實際應用在集團中國大陸園區內的電子產品外觀檢測產線,成功降低超過50%的產線檢測人力,除提升集團整體工作效率外,也代表往智慧工廠目標更向前邁進一大步。 \n \n鴻海半導體事業群晶片與系統方案事業處副總經理劉錦勳表示,集團產線品質良率已逾99%,累積的工業數據龐大,除持續進行品質改善,也讓AI得以發揮、助益產業發展。此次研發非監督式學習演算法,除降低產線新產品導入陣痛期,也是業界AI發展的重要里程碑。

  • 《電腦設備》英業達AI團隊傳捷報 獲美USAID競賽冠軍

    英業達(2356)攜手百度合作電動車的電子控制單元(ECU),以及先進駕駛輔助系統(ADAS)等產品,汽車電子將增添英業達新的成長力道。除電動車外,英業達AI團隊也傳捷報,該團隊參加美國國際開發總署(United States Agency for International Development, USAID)所舉辦的數位國際競賽中得到冠軍。英業達在未來的願景上,期許AI團隊可以為國際提供數據分析及演算法的應用來改善效率進而改進生活方式。 \n \n 此次競賽的主要內容是以AI演算法來預測非洲象牙海岸地區避孕用品的消費量,希望藉著避孕用品預測使用量的普及來協助象牙海岸地區生育率的下降。英業達AI團隊藉著應用先前代工廠原物料備料預測專案的經驗,運用在AI預測演算法的大數據分析,利用大量表格資料的演算,採用可靠的驗證策略調整AI模型,大幅提升預測精準度。在參賽的80個團隊中,脫穎而出,於2020年底勇奪競賽冠軍。 \n 美國國際開發總署USAID,是承擔美國大部分對外非軍事援助的聯邦政府機構,USAID主要依照美國國務院的外交政策,力求「為海外那些過上美好生活而努力、進行著災後重建、以及為求生活於民主自由之國家而奮鬥的人們提供幫助」。這次英業達參與美國國際開發總署所舉辦的避孕藥、避孕用品消費量的AI模型預測主要也是因為非洲象牙海岸的生育率居高不下,聯合國即使已經補助或協助象牙海岸的婦女避孕的知識或是提供避孕的產品,仍無法改善生育率節節上升的趨勢,也因著人口的大量增幅消耗了國外補助的糧食及物資計畫,使得其他建設都接連有捉襟見肘的現象,所以這次USAID為了解決避孕用品分發地區更精準的預測來達到節育的效果舉行了這場比賽,而英業達AI團隊在來自各國參賽的80個隊伍中脫穎而出勇奪冠軍,這也證明了英業達的AI模型不只可以應用於產業面,在國際任何需要使用到AI模型預測的預估上也表現了強大的精準能力。 \n \n

  • Wish執行長蘇爾茲威斯基 奉行便宜至上

    Wish執行長蘇爾茲威斯基 奉行便宜至上

     被視為「美國版淘寶」的美國行動電商Wish母公司,搶搭美國IPO(首次公開募股)熱潮,於2020年12月16日在那斯達克股市掛牌上市。谷歌工程師出身的創辦人兼執行長蘇爾茲威斯基(Peter Szulczewski),利用機器學習演算法,志在打造全球最大最便宜的行動購物平台。 \n 主打販賣低價商品的電商獨角獸Wish,上市的目標估值介於250億美元至300億美元。Wish.com開發的行動購物應用程式(app),過去三年的下載量全球第一。 \n Wish.com標榜「購物很有趣」(shopping made fun),該行動購物平台也以全美最大的中國折扣品賣家著稱。Wish宣稱他們的目標,是提供普羅大眾買到物廉價美商品管道。 \n Wish的共同創辦人兼執行長蘇爾茲威斯基,曾是谷歌工程師,他開發出靠機器學習演算法運作的電商平台,2010年與華裔友人張晟(Danny Zhang)共同成立Wish.com。 \n 張晟是就讀加拿大滑鐵盧大學(University of Waterloo)時,與波蘭裔的蘇爾茲威斯基結識,蘇爾茲威斯基擔任Wish.com執行長,張晟則為技術長。前年《富比世》全球富豪榜上榜的45位加拿大富豪中,當時年僅37歲的蘇爾茲威斯基也是其中一位。 \n 波蘭長大的蘇爾茲威斯基,移居加拿大讀工程,之後在美國矽谷找到自己的出路。當年工程師幫網搜龍頭谷歌撰寫拓展關鍵字(Keyword Expansion)演算法,蘇爾茲威斯基即在其中扮演關鍵角色。 \n 蘇爾茲威斯基曾說過,他創辦Wish的宗旨,是要打造「全世界最大、最便宜、最平價的購物商場,」專門鎖定低收入家庭。 \n 有別於電商龍頭亞馬遜的Amazon Prime服務,須繳交119美元年費才能成為會員,Wish自封為人人買得起的電商平台,瞄準的是對價格敏感的消費者。 \n Wish在2020年前三季營收達17億美元,不過如同大多數快速擴張的新創公司一般,營收仍追不上虧錢速度,2020年前三季淨損1.76億美元。

  • 頭條揭密》螞蟻金服退出 網貸業者瓜分市場瞄準底層民眾

    頭條揭密》螞蟻金服退出 網貸業者瓜分市場瞄準底層民眾

    近來中共官方動手扼殺的螞蟻金服IPO,同時對阿里巴巴進行反壟斷調查,許多人認為官方整頓網路市場,將讓殺戮多年的戰場獲得短暫平靜,但情勢發展卻出乎多數人意料。這兩天網上傳出消息,螞蟻金服下架所有金融存貸商品後,空出來的市場份額正引來現存網貸業者的覬覦,摩拳擦掌地準備分而食之。其中還包括已拿到牌照的新進網貸業者:《今日頭條》母公司字節跳動與網路叫車業者滴滴出行。 \n \n大陸出重手整治螞蟻金服與淘寶,阿里集團股票連續大跌,螞蟻暫停花唄、借唄等網貸業務後,外界原認為業者擔心步上阿里後塵,行銷手段可能稍為收歛,不料市場回應卻是完全反向操作。網貸業者把螞蟻金服的危機看作是自己的轉機,是網路業者難得的重大發展機遇。 \n \n目前在網貸市場上角色都大有來頭,除了被整治的螞蟻金服花借唄,還有京東集團的京東金條、騰訊的微粒貸、百度的有錢花、360借條、小米貸款、美團生活費/借錢、攜程的借去花和拿去花、蘇寧的任性貸、國美易卡等等。花唄原來擁有最大市佔,停掉後留下的市場份額,已成為各方搶食的目標。2周前,新進網貸業者《今日頭條》已在其APP上的「備用金」項目做了授權書更新,可能以「放心借」進入網貸業務;滴滴出行則是在「滴滴月付」項下提供小額消費貸款。 \n \n市場人士分析,螞蟻花唄退出後留給其他業者搶奪市場份額的機會,而字節跳動的加入則刺激業界有了全新的思維方式。過去網貸市場主要對像是初入社會的年輕人,經過多年的經營,大量的年輕人成為消費性網貸的主力,但這些年輕人也差不多人人都背了幾萬至十幾萬人民幣的債務,再壓榨的空間有限。而每年新進的社會新鮮人總數已開始逐年減少,如何爭取拓展更大的業務開發對象,成為網貸業最主要的課題。字節跳動很明顯地將以其運用數據演算法的專長,開拓出全新的網貸客戶層。 \n \n許多人已經觀察到,已有一段時間在《抖音》、《快手》等網路短視頻平台上的貸款廣告愈來愈多,以近乎野蠻的方式在開拓一向不為人注意的社會底層市場。其中一些貸款廣告因為情節過於荒唐、品味極其惡俗,遭到各界的批評,例如京東的廣告中有一位農民工搭飛機為盡孝心需要用錢,但身上現金不足,旁人出手相助,拿農民工手機在網上借了15萬備用金後解決燃眉之急,並說「以後你急用錢,不需要再看別人的臉色」。這個廣告招致如潮的惡評,京東也出面為此廣告道歉,其他廣告也差不多類似的套路,有些誇張離譜的程度更甚。 \n \n很多人因此懷疑,這種荒唐的廣告太蠢了,到底能有什麼吸引客戶的作用?殊不知這正是一般人的理智與機器演算法的差別,投放廣告者根本不在乎你的看法,他們用的是《抖音》、《快手》慣用的演算法,把這些吸引不了你的廣告投放到最容易上當的使用者身上。換言之,從《抖音》開發大量底層使用者的慣性與技巧來判斷,他們瞄準的是過去不被重視的底層民眾,這些民眾可能出手金額較少,但群體的量很大,償債意願也比都會區年輕人更好,也更「好騙」,是網貸業絕對值得開發的新客戶群。 \n \n這種業務策略並非完憑空想像,善用數據的業者當然重視紮實的數據做為依托。據大陸央行公開發布的2019年金融調查報告顯示,收入越低的家庭,其資金運用杠杆比率越高,年收入6萬元人民幣(台幣26.7萬元)以下的家庭的平均杠杆率286.9%,是年收入36萬元(台幣160萬元)以上家庭平均杠杆比率89.0%的3倍多,同時也明顯高於其他收入水準的群組。這意味著,越窮的家庭越需要借錢,而越借錢也導致越加窮困,成為惡性循環。 \n \n底層民眾不只比較需要錢,也比較容易騙,而且還有大量的欲望未被開發,他們是現代文明與大消費主義的處女地,統計他們的行為模式後對症下藥,就會有一定比例的人群上鉤。此外,這個族群話語權低,吃虧上當後通常申訴無門,給業者帶來的麻煩較少。 \n \n總之,網貸市場因螞蟻金服退出而發生巨變,網貸主力年輕人也用得差不多了,網路巨頭就把手伸向底層民眾,以精準而強大的網路力量吸引他們上鉤成為債奴。這種現象擴大之後勢必會有嚴重的社會問題,在強化反壟斷的同時,應予預先防範。 \n

  • 為什麼谷歌 搜尋排序 很重要?

    民眾常用的Google、臉書等平台,背後都有專屬「演算法」,以決定「哪些人可以看見哪些內容」。這些科技巨頭會不時大幅修改演算法,目的包括促進平台內容更新、替特定廠商促銷等。除直接銷售廣告外,谷歌還可透過調整搜尋結果排序,讓付費廠商出現在搜尋結果列表上方,藉此達到高曝光率,並吸引排序較後的廠商購買廣告。這種做法引起許多企業不滿,如短期住宿平台Airbnb近日批評,谷歌刻意降低該公司的搜尋排序,藉此圖利Google Travel等相關旅遊服務。

  • 切莫為惡:科技巨頭如何背叛創建初衷和人民

    切莫為惡:科技巨頭如何背叛創建初衷和人民

     作者/拉娜.福洛荷出版社/時報出版 \n 「切莫為惡」是谷歌創立初期的座右銘,當時的谷歌認為科技將帶來更美好的世界,但令人遺憾的是,無論是谷歌、臉書或其他科技巨頭,都已將創業初衷拋諸腦後。當年曾經努力創造的烏托邦,如今看來更像反烏托邦的寫照:運用數位監控技術在使用者不知情時喪失隱私,對散播假消息與仇恨言論消極作為,並以掠奪性演算法瞄準脆弱的使用者,操縱我們的欲望。 \n 從操縱心智到壟斷市場、從散播仇恨到影響投票,科技巨頭正逐步掌控人類生活和破壞民主自由。該如何監管這些演算法惡霸,抵抗這股數位暗黑力量?全球財經專欄作家拉娜.福洛荷提出她的願景,希望藉由打造全方位改善現況的各項措施,削弱科技巨頭予取予求的能力,讓使用者在享受數位生活的同時,免於遭受科技的黑暗面傷害。

  • 賀景濱笑看蠢事 探索虛實

    賀景濱笑看蠢事 探索虛實

     睽違十年,賀景濱再出新書《我們幹過的蠢事》,他形容,「人類心智的運作,本來就是一種演算法。」 \n 小說家賀景濱不寫則已,一出手就是得文學獎等級的精彩。1990年以〈速度的故事〉獲得時報文學獎短篇小說首獎,2005年又以〈去年在阿魯吧〉獲林榮三文學獎小說參獎,多年來僅出版過兩本作品,近日睽違十年出版的新書《我們幹過的蠢事》(春山出版),描寫科技主宰人類行為,再度探索虛實邊界,在擺脫不了臉書演算法的此刻看來,小說裡的想像變得格外真實,「人類心智的運作,本來就是一種演算法。」 \n 心之所在 虛實相生 \n 翻開賀景濱的新作,抵達柏林的主角點開手機上的「小綠人」app,小綠人推薦他買一本《外星人柏林生存指南》;走進餐廳吃飯,點餐客服程式在他開口前就精準預測點菜內容;為了瞭解那位同進晚餐的神祕女子,小綠人推薦下載「完美情人」app,只要輸入人物資料並持續互動,就會虛擬出一個非常接近對方的人工智慧。然而,跟人工智慧問到的答案,就是本尊真正的答案嗎? \n 賀景濱表示,「當我們意識到心智只是一種演算法,那心到底在哪裡?為什麼在虛之中,可以產生實?」他解釋,就像在物質的世界中,還是需要光子、膠子、重力子等沒有質量的粒子,若沒有這些,物質就無法成型,「老子說過『虛實相生』,就像人的世界,如果缺乏虛的東西,例如心智、想像力,人就無法形成社會。」 \n 擅長將科學、哲學、歷史等不同學門融入小說創作,賀景濱往往被誤認是擁有理工背景的作家,然而他卻是畢業自政大中文系,其他各種的知識,都因為「好奇」而來,「我是雜食性的動物,為了瞭解世界、瞭解人,你不得不逼自己去認識這些東西,不然你要怎麼寫?如果只停留在你了解的世界,用過去的歷史來寫,是不對勁的。這是小說家的自我追問、自我修煉。」 \n 不用臉書 保持疏離 \n 雜學小說家如何養成?賀景濱笑說,「我就是那種,老師在前面上課,我把書放在抽屜裡看的學生。」從國中開始就試圖理解哲學,也會動手組裝擴大器的他,只要不懂,就想找來研究,理解背後怎麼運作。每一種學問,都是窺見表象背面的管道,「無論是哲學、科學還是藝術,都在講表象後面的東西。」 \n 賀景濱最終選擇用文字當作他拆解、理解世界的工具,「哲學是在暗室裡尋找一隻不存在的貓,科學是在房間外面猜測貓是死是活。但文學是暗室裡一隻席地而坐的大象,讀者在暗室裡摸索,摸到什麼,就是你的闡釋。」小說尤其迷人,有趣、複雜而強大,能包含所有的文體,「小說不是要告訴你人應該怎麼做,而是在表達:人活在某個狀態下,會變成什麼樣子?」 \n 有趣的是,就像《去年在阿魯吧》描寫虛擬實境,賀景濱本身卻沒有實際玩過一樣,雖然新書探究演算法和人的心智,他卻是不用臉書、接觸不到臉書演算法的人。他笑說,自己對新科技的接受度其實是零,「作家要對現實保持一點疏離感。我碰觸這些,不是因為我在裡面,正是因為我不在裡面,我才看得到。如果我在其中,可能就會很快樂,就不會提出這些問題了。」

  • 50樣本預測美大選準度竟完爆民調  AI抓準演算法模式致勝

    50樣本預測美大選準度竟完爆民調 AI抓準演算法模式致勝

    儘管一如各種民調,民主黨籍候選人拜登(Joe Biden)贏得總統大選,但過程以及雙方差距,特別是各搖擺州(swing satte)卻仍嚴重失準,再次引起學者對這項預測選舉結果方式質疑。但美國公司Unanimous.ai公司所開發AI(人工智慧)軟體Swarm卻只用50個樣本就準確預測10個搖擺州獲勝者,遠勝用數以10萬計樣本作出的民調。開發者說,因為演算法完全不同。 \n \n除了Unamimous.ai,義大利商Exprt.ai與紐約Collective公司也都用AI命中結果。Collective董事長梅瑟(Heidi Messer)指出,蒐集能反映行為的數據比用一些基礎問題問出來的答案更有用。 \n \n她說:「民調專家的預測方法,更像是亞馬遜(Amazon)氏的推薦方法。比方你買了條狗鍊,賣家並不會關心你買來幹嘛或你是否實際養狗,接著就會推薦給你狗糧。所以情緒、信心、觀察或從眾心理都不會反映在裡面。」 \n \nUnamimous.ai執行長、Swarm這款軟體創作者羅森堡(Louis Rosenbert)解釋,軟體名稱靈感來自於蜂群,swarm也有人群、成群結隊之意,也是他們軟體的演算法模式,要反映出群體智慧、群體價值觀,就像蜜蜂有80%左右時間會透過動態協商達成有利團體呃最佳決策。 \n \n傳統民調是個別接觸取樣,但Swarm用的方法並不是讓50個人分別預測或選擇,而是在樣本預測過程中也能知道其他人的預測和選擇,而信心和情緒渲染能力較強者能發揮更大作用。AI在過程中扮演代替人類溝通的角色,並從行為和樣本的改變讀出有意義的數據。 \n \nExpert.ai則是以語言處理數據為主的,AI蒐集數以百萬計與候選人相關社交動態,由各種社群平台用戶談及候選人的語氣、情緒來預測結果。他們預測拜登普選得票率50.2%,同時現任總統川普(Donald Trump)是47.3%,根據至周一為止雙方實際得票率拜登50.75%、川普47.57%相當接近。 \n \n當然也有AI失靈的狀況,例如Advanced Symbolics Inc.研發的軟體Polly,雖然成功預測約20場選舉,也命中拜登當選,卻預期拜登也會拿下佛羅里達州,現實卻是川普在佛州以超過37萬或3.3%差距勝出。 \n \n艾倫人工智慧研究院執行長艾奇歐尼(Oren Etzioni)認為AI和民調應該是並存的,他說:「是我的話,不會解雇民調專家,但我希望他們能更加善用機器學習、人工智慧和數據蒐集判讀。」 \n \n部分AI也被應用於預測金融市場資產價格走勢。但現階段AI成功似乎都在於演算法不同,而非已經成功判讀人類情緒或心態。例如2017年推出、首支完全靠AI選股的ETFF(指數股票型基金)AIEQ雖然在第1年跑贏大盤,但後來就被大盤拋開,雖然較80%同行績優,但相較於其所能處理巨量資訊量和24小時不停工作,只贏約80%同行,可看出AI侷限性。

  • Maxim將可穿戴醫療健康設備開發時間縮短6個月

    美信半導體(Maxim Integrated Products)宣布推出健康感測器平台3.0(HSP 3.0),將開發時間縮短至少6個月。該款可直接佩戴的腕戴式參考設計型號為MAXREFDES104#,用於監測血氧(SpO2)、心電圖(ECG)、心率、體溫和運動。其演算法提供心率(HR)、心率變異(HRV)、呼吸率(RR)、血氧飽和度(SpO2)、體溫、睡眠品質和壓力水準等臨床級資訊。該參考設計使可穿戴產品設計師能夠立即開始資料收集,與從零開始設計這些設備相比,至少節省6個月的時間。HSP 3.0採用腕戴式設計,也適用於其他乾電極(Dry Electrode)形式的設備,例如胸貼和智慧戒指。 \n與其業界領先的上一代產品相比,HSP 3.0在整合ECG方案中增加了光學SpO2測量和乾電極測量能力。因此,該平臺可以使終端方案監測心臟和呼吸問題,用於管理慢性阻塞性肺疾病(COPD)、傳染病例如COVID-19、睡眠窒息症和動脈纖顫(AFib)等疾病。與其上一代產品相比,這款參考設計體積縮小了40%,採用升級版微控制器、電源、安全管理和檢測IC。參考設計包括完整的光學和電極設計,結合所提供的演算法,可以滿足臨床級測量要求。 \nMaxim Integrated是可穿戴醫療健康和遠端病人監控技術領域的引領者,支援個性化醫療健康產品設計,協助使用者實現更好的預測性和預防性方案。醫療專家和最終用戶正在使用這些可穿戴方案提供的豐富資訊,能夠更加主動地管理慢性疾病、診斷COVID-19等急性病,還可以改善預防保健護理和整體健康狀況。隨著可穿戴設備中包含的檢測方式越來越多,設備開發人員能夠充分利用多測量方法的優勢,為用戶提供更準確有效的解決方案。 \nHSP 3.0或MAXREFDES104#包括以下感測器、電源管理、微控制器和演算法產品。MAX86176雜訊最低的光學光電容積脈搏波法(PPG)和電學ECG模擬前端(AFE),提供110dB訊噪比(SNR),從而增加SpO2飽和度檢測能力;共模抑制比(CMRR)大於110dB,以支援乾電極ECG應用。 \nMAX20360高度整合的電池和電源管理IC,優化用於先進的體戴式健康檢測設備。器件包括Maxim Integrated的高精度ModelGauge m5 EZ電量計、精緻的觸覺驅動器,以及獨特的低雜訊升/降壓轉換器,最大程度提高SNR、降低光學生物檢測所需功耗。 \nMAX32666支援藍牙功能的超低功耗微控制器,包含兩個Arm Cortex-M4F核和附加SmartDMA,後者允許獨立運行BLE堆疊,使兩個主核用於運行主要任務。此外,微控制器整合完整的安全套件和記憶體改錯碼(ECC),大幅提高系統可靠性。 \nMAX32670超低功耗微控制器,專用於Maxim Integrated領先的脈搏率、SpO2、HRV、呼吸率、睡眠品質監測和壓力監測演算法支援。微控制器可配置為感測器集中器(支援硬體和演算法)或演算法集中器(支援多種演算法)。MAX32670無縫支援客戶所需的感測器功能,包括管理MAX86176 PPG和ECG感測器AFE,並為外部提供原始或計算得到的資料。 \nMAX30208低功耗、高精度數位溫度感測器,採用2mm x 2mm小型封裝。器件的工作電流比同等競爭器件低64%。器件讀取封裝頂部的溫度,可安裝在軟電纜或PCB上,使其很容易設計到可穿戴設備中。MAX30208的精度為0.1°C,滿足臨床溫度要求。

回到頁首發表意見