搜尋結果

以下是含有資料科學家的搜尋結果,共81

  • 帝王蟹不是真正的螃蟹?親戚竟是體型小4倍的牠

    帝王蟹不是真正的螃蟹?親戚竟是體型小4倍的牠

    目前正值螃蟹產季,許多饕客最愛的「蟹中之王」帝王蟹,原來並不真正的螃蟹!根據嘉義縣海洋資源教育中心資料指出,帝王蟹除了兩隻螯,只有6條腿,但普通的螃蟹都是8條腿,因此有科學家考證認為,帝王蟹是寄居蟹的祖先。

  • 下一次超級大地震在哪?日本科學家恐怖預言曝光

    下一次超級大地震在哪?日本科學家恐怖預言曝光

    台南17日晚間連3震,引起當地民眾恐慌,不禁又讓人想起921及311大地震造成的嚴重傷亡,許多人好奇下一次超級大地震會發生在哪裡?有科學家推測,日本位處的馬里亞納大海溝,能量一直在蓄積,因此下次還會發生更大規模的地震,只是具體時間仍然無法預測。

  • 農委會推動開放生物多樣性資料逼近千萬筆 公民科學家功不可沒

    網路與手機的普及使得大眾都能成為公民科學家,扮演生態保育的新英雄。由農委會特有生物研究保育中心所建置維護的「台灣生物多樣性網絡」,是目前國內首屈一指的生態資料庫,開放資料以來,迅速累積成長,截至今年7月為止,所彙集的生物多樣性開放資料已達987萬筆,資料量邁向千萬大關。

  • 觀念平台-翻轉不對稱的研發與專利零和賽局

     銜接《於世界智慧財產日反思「專利一甲子的糾結與問題癥結」》一文,筆者就亞洲國家和企業60年來的專利主要問題癥結,拋磚引玉地呼籲研發和專利基礎環境還需持續紮根,並提出已驗證並執行中的專利新解方供各界參酌: \n 1.基礎和運用技術的研究:亞洲除少數大企業和學研界外,大多企業所稱的研發,較多是跟隨者的產品發展與技術工程。因此,許多企業是可運用巨量資料協助精準選題,再銜接他方基礎和運用技術研究,援用NASA的技術成熟度研發機制(TRL)和美國軟體業的敏捷機制(SCRUM),始能低成本快速地提升產品發展和工程技術的含金量,進而提升專利價值。 \n 2.高端專利專業人士的養成:亞洲專利人員大多從事專利的檢索、申請、維持等基本工作而較少有科學方法與機制從事專利布局、資產組合管理及其運營(商品化、貨幣化)。進言之,亞洲國家需要跳脫出以自己母國專利優先以及專利師或專利工程師的框框,亟需養成跨領域跨國域的高端專利專業人士,例如專利資料科學家、專利資產組合布局專家、專利品質與價值分析專家、專利風險控制專家、專利資產交易專家、專利訴訟策略家、專利流程管理專家。 \n 3.巨量資料及人工智慧為基礎的分析:亞洲專利人員較多從事傳統的專利檢索、分析及專利地圖,而較少意識到專利地圖對於研究、專利和企業活動的效用。次者,專利人員不容易意識到其使用的專利資料品質不良而影響其判斷。而能充份掌握巨量資料、人工智慧及資料科學正在衝擊並改變現有檢索分析的是極少的。亦即,過往的專利檢索、分析及專利地圖不是當今的資料分析(Analytics),它欠缺很多科學基礎、方法及工具支持,導致費工、費時並費錢去產出對決策層沒有意義的報告。換言之,如今,拜賜於巨量資料、人工智慧以及專業實務整合,全球已有幾家新創公司,例如Exata所推出的Apex Standards、Docket Navigator所推出的訴訟檔案分析、InQuartik所推出的Quality Insights, Due Diligence和SEP智能分析,專利人員已經不需要再去檢索資料並製作長篇報告,而是要轉型到資料科學家去做判斷並支持經營決策。 \n 4.美國專利的品質洞察:各國專利的品質過往係依據專利局審查來維持專利要件的基本線,而要瞬間洞察每件專利的品質是難以做到的。現在,基於美國政府開放專利資料,新創企業梳理出專利資料品質的完整性、正確性、一致性、標準化及一日內更新,再結合人工智慧、軟體技術和先進使用者介面,專利人員已可瞬間獲取結構化的申請審查/獲證後審查資訊,精準掌握每件專利的權利範圍及其變化,而且還深入掌握會影響每件美國專利有效性的IP 5和WIPO家族前案、前案的前案以及語意分析所獲得的關聯前案。此將完全揭露出美國專利的品質問題,此也應證了美國專利侵權訴訟和多方複審審查近乎75~80%被無效、不可執行或被限縮權利範圍。要言之,美國專利品質可瞬間辨識後,美國專利的訴訟和交易賽局將徹底改變,而將使劣勢者於不對稱的戰爭中翻轉到優勢者地位。 \n 5.專利資產的評估:長期來專利人員對專利盤點仍要透過傳統檢索並以計算數量為主,而難以實質評估特定權利人或技術的專利資產,導致權利人自己或任何第三方難以從決策維度觀測並透析專利資產的虛實。而當今人工智慧已可支持任何人瞬間獲取至少50,000件各國專利資產評估報告,包括專利分布、殘餘壽命、法律狀態、技術類別、共有狀態、發明人及其歷年專利申請、轉讓、設質、授權(限有登記者)、再審、審查中被挑戰的專利適格性/新穎性/進步性/確定性問題,以及品質價值等級及其與同領域專利技術和權利人的脈絡關係,包括可主張目標對象、同業專利發展脈絡、同業引用脈絡。此將全盤透析專利資產的大量低品質低價值情況,而聚焦於少量高品質高價值的專利組合,而無需再耗費資源去取得和授權大量低品質低價值的專利。 \n 6.團隊協作空間並分享知識,個人不再是孤島:過往專利人員大都是各做各的,沒有共用資料庫,也難以分享積累經驗,導致沒有效率。如今,新SaaS業者,例如Patent Vault提供了各項專利工作的整合型雲端安全協作空間,用持續積累的資料協助跨國家、跨組織、跨部門和跨團隊,使人員於雲端安全地協作並分享知識經驗,此不僅提高作業效率,而且也實踐了組織記憶和知識管理理論。

  • 關鍵資料分析與大數據系統技術 智動協會培訓班邀專家授課

     關鍵資料分析是促成機器學習的關鍵要素,是實現智慧化製造的核心技術,可賦予產品智慧化的線索,提供客製化需求,爭取高附加價值產品,台灣為實現工業4.0應思考產品研發與創新,提升競爭力,因此,社團法人台灣智慧自動化與機器人協會於2月20與21日,規劃關鍵資料分析與大數據系統技術培訓班課程,提供透過課程讓學員了解如何應用經驗累積實行關鍵資料分析,提昇研發及優化能量。 \n 智動協會表示,在現今科技高速發展的環境下,以智慧製造為主的第四次工業革命,正掀起製造業變革浪潮,舉凡智慧行動應用、物聯網、區塊鏈、雲端服務等,無一不與大數據相關,隨著傳統資料庫無法應付種種挑戰,分析各種具有數量大、變動快速、多樣性、真實性等特性的大數據無疑是首要重點。然而,如何對資料進行重組及解譯,讓人一目了然並立即掌握結果與重點,為企業帶來實質效益,即是展現大數據分析的價值。 \n 台灣企業為了跟上智慧製造世代也一一推出因應策略,例如:台積電利用資料探勘技術在先進智慧控制、由資料學習驅動半導體工廠的進化。關鍵資料分析可開發出對工廠產線的生產力、生產週期與成本等進行有效改善的智慧分析系統,可為智慧工廠的製程監控做好把關。 \n 智動協會辦理「關鍵資料分析與大數據系統技術培,邀請研華股份有限公司經理卓建曄、皮托科技股份有限公司經理黃家祚、資料科學家張偉立等專家,透過案例資料蒐集、分析及呈現,並提供、免費軟體實作,全面培養學員數位思維,掌握大數據資料,淬鍊關鍵資訊,以科學方法做出策略及決定,讓學員掌握大數據應用技術。本課程由社團法人台灣智慧自動化與機器人協會執行。相關課程訊息請洽智動協會http://www.tairoa.org.tw

  • Pure Storage聯手科技大廠 共推AI解決方案

    全球成長最迅速的資料儲存公司Pure Storage(NYSE:PSTG)近日公布了一系列全新的AI解決方案,為企業客戶提供所需的技術和功能,以執行日益複雜的AI人工智慧計畫,而這全新AI解決方案,適用於大規模的研究計畫,能夠協助製造、醫療等產業進行流程改善及研究發展。 \n採用Pure Storage領先業界的檔案與物件系統為基礎的FlashBlade以及與NVIDIA合作開發的AI-Ready基礎架構(AIRI),客戶就能迅速開發及部署AI專案,跟上現今市場迅速變化的腳步。 \nPure Storage FlashBlade策略與解決方案副總裁Amy Fowler表示:「過去幾十年採取既有商業營運模式的企業客戶,現在皆已開始全力打造企業的全新未來。而未來要具備真正的競爭力,就需要採取大規模的多階段AI計畫。而針對這些未來挑戰,Pure已發表了不少創新的解決方案。」 \nAI Data Hub是Pure Storage與業界先驅NVIDIA長期合作的共同成果,提供一套端對端的AI流程解決方案。AI Data Hub極具彈性,能替任何規模大小的企業客戶提供快速設計、開發、部署AI流程所需的基礎。 \n今日企業面臨的挑戰,大多屬於傳統資料分析基礎架構流程,不足以處理現有遽增的分析需求而AI Data Hub能協助改善傳統資料分析的流程,以更具效益的成本提供更高的效能和安全性,進而協助資料科學家提高生產力、更快回應市場變化、開發更有效的資料模型。 \nNVIDIA DGX系統副總裁暨總經理Charlie Boyle表示:「NVIDIA和Pure共同合作,透過NVIDIA DGX系統所打造的AIRI,結合Pure Storage的FlashBlade,讓企業能更快、更輕鬆、更省成本地部署與管理大型AI專案。AI Data Hub能透過NVIDIA CUDA-X AI軟體與DGX系統來加快人工智慧的訓練時間,提升開發人員的生產力,為我們共同開發的解決方案帶來更多價值,加快資料分析的流程。」 \nElement AI是一家全球AI軟體供應商,擅長於提供給企業客戶金融服務業及製造業邁向數位轉型時所需的解決方案,他們在專案的整個生命週期當中,都必須能即時、快速地存取大量的資料。 \nElement AI的IT總監Ludwig Gamache表示:「Element AI選擇Pure Storage來協助IT人員了解如何將AI科學專案整合至主流的資料中心,為客戶降低整體的複雜度。現今許多先進的企業,皆致力於尋找一套能夠超越市場上大多數產品的AI解決方案。Pure Storage不僅為我們的開發流程提供了資料存取上的高速及便利,更提供一個安全可靠的AI Data Hub。」 \n從資料的清理和標記,到模型的開發、訓練和生產,AI Data Hub能簡化整個AI流程的部署,而非某個單獨的階段,因此,當AI計畫從概念驗證擴大到生產環境時,就不會有失敗的風險。AI Data Hub是一套端對端解決方案,包含從資料的存取到推理,以及Kubernetes的協調,整個解決方案涵蓋了設計、開發、部署三個階段。 \n在第一個設計階段中,客戶可利用NVIDIA開源GPU資料科學平台RAPIDS和PureTools更快設計和探索資料;在開發階段,有了AIRI與FlashStack for AI,客戶能以更快的速度進行訓練與模型開發;在第三個部署階段,客戶將藉由NVIDIA T4 GPU,更快速的實行模型部署與推論。 \nEnterprise Strategy Group是一家致力於替IT市場提供分析研究、驗證及策略的公司,資深分析師Mike Leone表示:「當我們與從事AI創新的人士交談時,我們的話題會涉及整個AI流程,從基礎架構與管理,到協調、部署和生產。 \n然而在整個AI流程當中,卻存在著一些重大的缺口,也正因如此,大約80%的AI計畫在從試行階段移轉到生產階段時,常會面臨失敗。AI Data Hub能為Pure的客戶解決整個AI流程的問題,為客戶提供所需的工具來跳脫單純的模型訓練,且能處理任何規模的批次資料與資料串流。」 \n被世界上最知名的商業雜誌之一,The Silicon Review評選為2019最值得敬佩的企業前50名的Core Scientific,提供企業由Pure Storage及NVIDIA共同打造的AI及區塊鏈基礎設施即服務。 \n執行長Kevin Turner表示:「現代企業皆希望善用雲端,但今日市面上的公有雲並非專為AI的需求而最佳化。我們以AIRI為基礎,設計了一套專為資料密集應用程式(如AI、深度學習)而設計的雲端。由於是以AIRI為核心,因此我們的雲端能為資料科學家提供適當的工具和能力,協助他們挑戰全世界最先進的AI計畫。」 \n對於希望擁有AIRI系統但認為這項專案具挑戰性的客戶,可選擇具備Pure技術AI計畫支援能力的機房共置廠商來提供協助。

  • 北市動物園有秘境!「野外工作站」邀你近距離賞鳥趣

    北市動物園有秘境!「野外工作站」邀你近距離賞鳥趣

    走進北市動物園裡的熱帶雨林區穿山甲館二樓,看到位在石尚熱雨咖啡館對面的「野外工作站」,相信許多民眾一定很好奇,這是個什麼樣的地方?裡面擺放了許多利用棧板、木箱和透明壓克力堆疊的多功能檯面與展示櫃,站內大片玻璃前方又為什麼要罩著迷彩網呢?原來動物園想透過模擬「野外工作站」的教育展示設計,讓社會大眾能更深入地瞭解,研究人員在野外收集資料與工作的樣貌,並藉著賞鳥網的遮蔽,讓大家可以近距離觀察到鳥類的自然行為。 \n \n現今動物園的功能不再只是提供民眾觀賞野生動物或休憩的場所,而是以動物保育、環境教育、研究等不同的目標,進行相關的學術活動以及教育推廣。而照顧動物的方式,也轉變成模擬原棲息地環境,營造各類功能,讓動物有機會展現自然行為。有關原棲息地以及動物生態習性的資訊,就必須從野外觀察採集等方式來得知。 \n \n研究人員在野外收集資料的根據地,就是「野外工作站」,它常常也是研究人員在野外的臨時住所。因為研究人員所處的地方,大多是荒郊野外,沒有人煙且取得補給不易的地區,生活物品大多是用當地現有的材料或是廢料組裝而成。而在野外收集資料的方式有許多種,從觀察、紀錄到後續的樣本採集、保存等等,研究團隊都需要許多不同的器材來幫助他們。 \n \n為了讓社會大眾能體驗野外調查工作的點滴,台北市立動物園特別在穿山甲館二樓,透過模擬「野外工作站」的教育展示設計,利用棧板、木箱和透明壓克力等素材,堆疊出多面向的檯面與展示櫃,陳列野外調查工作琳瑯滿目的器材、展示許多生活在熱帶雨林的節肢動物和昆蟲之外,未來還能藉由調整這些箱格的高度及面寬,作為團體預約課程或營隊等使用。 \n \n另外站內大片玻璃前,罩著仿賞鳥牆設計的迷彩網,目的就是為了降低吸蜜鸚鵡及冠鴿們面對遊客的壓力,讓牠們可以自由自在地活動,而遊客也能夠近距離觀察到動物的行為。歡迎大家有空到穿山甲館「野外工作站」,體驗科學家們在野外收集資料與工作的甘苦! \n \n

  • 政大、台大獲中國人壽、長榮航空、SAS合辦AI競賽冠軍

    政大、台大獲中國人壽、長榮航空、SAS合辦AI競賽冠軍

    由全球數據分析與人工智慧解決方案領導廠商SAS、中國人壽及長榮航空三方首次聯手舉辦的「2019 AI新銳領航者競賽」歷經2個多月近600名學生的激烈挑戰,最終冠軍隊伍中國人壽組由國立政治大學企業管理研究所與金融學系研究所的4位同學;長榮航空組由國立臺灣大學流行病學與預防醫學所的4位同學,分別脫穎而出,兩組各享12萬元冠軍獎金。 \n本次競賽以模擬企業導入AI實際營運來設計賽程,參賽者必須歷經完整端到端(End to End)的分析流程,包含資料清理、模型建立到調整模型準確度等挑戰。 \nSAS台灣總經理陳愷新表示:「SAS投入校園資料科學家競賽至今第8年,本屆難度可說歷來最高,結果同學們不僅資料處理細膩度超乎我們預期,也懂得嘗試多元的模型建立方法,顯見AI基礎技能的養成在校園日趨成熟。 \n「全面?動數位轉型」的中國人壽,賽制主題是以既有客戶購買紀錄,請學生預測下一步可能興趣商品及擴展潛在客戶。入選決賽的同學們不僅善用衛福部、內政部等開放資料完備模型維度,不少人也提出包含與健身或醫療機構異業合作的外溢保單提案、甚至有組別加入業務員擅長商品類型的分析等,讓AI應用情境更具備商業價值。 \n中國人壽黃淑芬總經理對此強調:「保險不再只是無形商品,而是從需求出發的關懷與服務,同學們跨界的思維也反映出這世代看到不同的客戶互動樣貌,更呼應未來業務員與AI協作的轉型方向。透過這比賽我們可說教學相長,期待相關優秀人才加入,為中國人壽數位創新文化挹注更多的動能。」 \n首次挺進校園大數據競賽的長榮航空,本次更提供超過百萬筆的資料,賦予參賽者以航班、購票、油耗等資料,預測控管成本的任務。 \n長榮航空表示,航空業為了兼顧飛安及服務品質,要達到最適化的成本控管變因非常多,仰賴機器學習建置模型已是必要。這次看到優勝隊伍運用了許多創意來強化模型的完整性,包含提出起飛與落地點溫差、出國歸國影響行李重量、搭機年齡層的體重差異,甚至主動納入外部資料如氣象…等,這些創意連帶激發出長榮同仁看待資料的不同觀點,令人激賞。 \n本次「2019 AI新銳領航者競賽」共吸引29間大專院校近600位學生參賽,學生在二個多月內,接受SAS培訓資料探勘、特徵工程、建模、模型比較與模型解釋等重要AI技能,晉級決賽同學也需模擬如何向管理階層說明導入AI成效與應用情境。 \n最終結果中國人壽組:第1名國立政治大學「薩斯騎士團」、第2名國立臺灣大學「開心參加為錢奮戰」、第3名國立中山大學「發da財」;長榮航空組:第1名國立臺灣大學「宜家家居新店店」、第2名國立臺灣大學「SAS International」、第3名國立政治大學「SAS你」,全部得獎隊伍共榮獲62萬元總獎金。

  • LINE DEVELOPER DAY 2019 盛大展開

    LINE DEVELOPER DAY 2019 盛大展開

    LINE 於今(2019)年11月20日至11月21日於日本東京舉辦年度科技盛會-LINE DEVELOPER DAY 2019,吸引各國將近3,000名開發好手齊聚。今年 LINE 首度將 LINE DEVELOPER DAY 2019 擴大為連續兩天的活動,LINE 技術長朴懿彬於開場演說從人工智慧、數據平台和基礎設施、資安與隱私三大關鍵技術領域來說明 LINE 如何為用戶匯聚更便利有趣的數位生活應用 - LIFE with LINE;其中,人工智慧尤其是今年的重頭戲,有多項創新應用於開場時段現場展示;同時,朴懿彬也鼓勵外部開發者利用 LINE MINI App 平台發表創新應用,將應用連結到 LINE 平台,豐富 LINE 的生態圈。 \n今年的 LINE DEVELOPER DAY 是第五屆,也創下有史以來最多台灣開發工程師參與的紀錄,將近30位來自台灣的開發工程師在現場分享有關人工智慧、非技術性主題,如 UI/UX 及專案管理、資料及 API 應用等內容,並透過實作工作坊大方分享專業領域知識;近兩年,LINE 在台灣投入越來越多的開發資源在人工智慧、資料科學與資料工程上,且透過機器學習不斷精進中文的自然語言處理,目前已應用在「LINE 客服小幫手」中的客服機器人,用以更精確的理解和回覆用戶的問題、在「LINE訊息查證」中,用以判斷用戶回報的錯假訊息是否查核過,以及比對查核結果,也應用於 LINE MUSIC 的歌曲搜尋、LINE 購物的相關商品推薦;另外,台灣的團隊也與總部協作將技術應用在 LINE TODAY 的新聞推薦、Smart Channel個人化推播的內容推薦,以及跨服務的搜尋功能等。 \nLINE 的生態圈中除了有 LINE 開發的多元服務以外,也串接越來越多的外部應用。為促進外部開發社群蓬勃發展,今年大會也發表為外部開發者持續優化的各種 API 工具,包括新版的 LIFF v2、Messaging API、flex message simulator(beta)、以及新推出的 friends statistics API 等,並鼓勵外部開發者透過 LINE MINI App 發表平台將應用直接連結到 LINE 平台,讓用戶在 LINE 的主頁、聊天室下方的+選單等環節,就可以搜尋或使用這些服務。 \n同時,LINE 生態系中的服務已累積巨量的用戶授權的可用資料,且透過機器學習不斷精進以達到更人性化的使用體驗,更精確的推論用戶偏好。但數據平台上的資料龐大且複雜,為了讓大數據發揮效益,產生更大的價值,LINE 一方面利用人工智慧技術進行資料分析,一方面依循兩大原則來設計所有系統流程:一切以保護用戶隱私為優先考量,以及避免資料孤島。LINE 建置統一管理的自助式數據平台(Unified Self-Service Data Platform)與基礎設施,克服跨服務,整合異質性與非結構化資料的挑戰,讓資料分析師與資料科學家可以取得完整的學習數據,同時做好嚴謹的資料管理,以確保資料運用的有效性與適切性。 \n以下是 LINE 於三大關鍵技術領域的進展: \n1. 人工智慧 – 實現人性化的使用體驗LINE 於今年大會中展示諸多人工智慧技術的實際應用,包括首度採用臉部辨識加快千人入場報到的程序。與會者在活動前將自己的臉部照片上傳至 LINE DEVELOPER DAY 官方帳號中,入場時在櫃檯僅需不到一秒鐘就能透過臉部辨識完成報到,快速消化人潮。將人工智慧發揮得最引人入勝的應用,是開幕時段現場展示的個人化字體產生技術,書寫機器經學習後,可以產生一套完整的與個人字跡相仿的日文字體,取代學生手寫報告的辛苦。 \n另一注目焦點則是 LINE BRAIN 計畫。LINE BRAIN 整合了 LINE 旗下所發展的各項人工智慧技術,包括 Clova雲端虛擬助理,向外推廣尋找合作夥伴。在地化的發展策略讓 LINE 的人工智慧技術在亞洲掌握了優勢,透過日語等亞洲語言數據庫的訓練,輔以在地用戶的行為數據做分析,讓 LINE BRAIN OCR 光學字元辨識技術與 LINE BRAIN VISION 人臉及影像辨識技術的準確性較歐美技術高。 \n今年6月於 LINE東京年會中所展示的以人工智慧協助餐廳處理顧客電話訂位的語音應答技術,也有具體的進展;採用此技術的 LINE AiCall 服務已正式上線,結合了 LINE BRAIN 的語音識別、聊天機器人和語音合成做自然語言處理,實現自然對話,目前已與日本 My Grill&Bakery Otemachi 等幾家特定餐廳開啟實際的合作。 \n2. 統一管理的自助式數據平台與基礎設施在 LINE 數據平台上,每日產生超過1兆筆的新記錄、壓縮過的新數據超過390 TB、執行7萬個不同的資料處理程序、在 Presto 上有3萬個資料查詢程序,每日的資料處理與計算的規模驚人。因此,LINE 採用統一管理的一套可讓內部資料分析師和資料科學團隊自助使用的數據平台,有效且嚴謹的運用與分析跨服務所累積的資料;並在雲端系統建構和運行基礎設施,以支撐全球用戶每日傳送高達50億則訊息,以及超過1 Tbps 的網絡流量。由於資料位於各服務的數據平台,更需要資訊安全管理,例如確保資料的可搜索性、數據目錄的創建、通訊機密等,因此 LINE 以開源技術自建私有雲 Verda,將各服務的數據平台整合成一個大平台,有效提升和完成各方面的升級。為處理龐大的網路流量,LINE 建置超過4萬台伺服器,若堆疊起來,高度約2,200公尺,超過3.5座日本最高的建築物東京晴空塔 TOKYO SKYTREE(634公尺)。 \n3.資安傻隱私 – 一切以保護用戶隱私為優先考量LINE 致力保護用戶資料和隱私,在合法運用資料的同時,也嚴格遵守法律和隱私注意事項。為了更嚴謹的使用數據來優化服務,資料治理是不可或缺的要素。LINE 在所有服務開發初期的功能設計階段即導入隱私設計(Privacy by Design),隱私和法律團隊會進行最嚴格的審查並提供建議。 \nLINE 從多個層面同步維護資安與用戶隱私,其中包括自2016年推出的 LINE 資安漏洞回報獎金計畫,從今(2019)年11月15日起,正式轉移到 HackerOne 平台上,向全球頂尖的駭客開放,並定期公開弱點修復報告,持續強化資安防護;自2016年開始每半年定期公布的 LINE 透明度報告,也清楚公開全球執法單位調閱要求之數據;此外,LINE 於每年春秋兩季各舉辦一場圍繞資安與用戶隱私權議題的高峰論壇,邀請世界各地的專家學者針對數位身份、生物識別、隱私、用戶評分機制、人權問題等主題進行廣泛且深入的討論,期為用戶提供更安全、可信任的使用環境。同時,LINE 導入機器學習技術打擊令人頭痛的濫用與垃圾訊息。最初,由於無法即時修正機器學習模型,因而散播垃圾訊息的攻擊者隔一段時間就會找到規避的方法,對此 LINE 採用「概念偏移分析」及「無尺度網路」的演算法概念,從攻擊者行為的變化中自動學習並修正模型,提高檢測準確性且有效抑制垃圾訊息問題。

  • 推動一帶一路 陸高分衛星觀測資料向全球開放

    推動一帶一路 陸高分衛星觀測資料向全球開放

    中國大陸國家航天局表示,地球觀測組織(GEO)2019年會議周日前在澳大利亞開幕時,航天局在會上推出「中國國家航天局高分衛星16米資料共用服務平台(CNSA-GEO平台)」,發佈相關資料政策,宣佈正式將中國大陸高分16米資料對外開放共用。 \n \n據《科技日報》報導,這是大陸國家航天局圍繞「一帶一路」倡議,在大陸航太領域推動人類社會可持續發展、應對氣候變化和防災減災的重要舉措,為落實《聯合國2030年可持續發展議程》,構建人類命運共同體提供的「中國智慧」和「中國方案」。 \n \n報導說,大陸是GEO創始國之一,自GEO成立至今一直積極推動其各項工作的開展。本次數據開放,致力於建立一個綜合、協調和可持續的全球綜合觀測系統,為資源調查與監測、環境監測與評價、災害應急監測、全球氣候變化、農業與農村應用、地球科學研究提供重要的技術支撐,為其他國家,尤其是發展中國家的可持續發展提供關鍵支援。 \n \n未來,大陸國家航天局還將與GEO各成員國和各國際組織,在資料應用和演算法科學研究、培訓教育等方面,進行更深層次的合作交流,將資料、軟體、硬體、系統以及人才、科技、金融等各方資源集於一體,連接國內外科學家和用戶,構建基於高分衛星平台、相互促進共同發展的生態系統。 \n

  • 高清慧眼 陸首顆極地觀測衛星升空

    高清慧眼 陸首顆極地觀測衛星升空

     大陸首顆極地觀測遙感小衛星京師一號,12日在山西太原衛星發射中心搭載長征四號乙火箭發射升空,衛星順利進入預定軌道。 \n 京師一號衛星為「三極遙感星座觀測系統」的第一顆試驗衛星,同時也是大陸首顆極地觀測遙感小衛星。該研製項目由北京師範大學的科學家們發起,經中國科學技術部和北京師範大學共同投資,由深圳航太東方紅海特衛星有限公司研製。衛星發射入軌後,將由南方海洋科學與工程廣東省實驗室負責運行。 \n 京師一號衛星總重約16kg,配備2台光學相機載荷和1台AIS接收機,不僅可針對極地進行觀測,還可以實現全球範圍內任意區域中等解析度圖像採集。 \n 衛星研製人員表示,京師一號衛星具有高集成度、高性價比、研製週期短、批生產能力強、配置靈活、可擴展性強等特點,適用於姿態控制精度高、機動能力強、資料傳輸量大的微納遙感衛星任務。 \n 京師一號衛星的寬幅相機專門針對極地觀測高動態場景進行設計,感測器對同一地物自動進行兩次長、短時間曝光,輸出融合後的圖像,可有效改善冰雪、陸地水體同時存在的高動態場景成像效果。衛星還攜帶有離軌帆,任務結束後離軌帆展開,可實現衛星主動離軌,避免產生碎片。 \n 遙感衛星技術的加持,科學家們將得以觀測之前難以進入的地區,獲取更精確的研究圖像和資料。京師一號衛星配備高解析度攝影機,可在5天內完全覆蓋南極和北極,並對海冰漂移和冰架崩解進行監測。 \n 京師一號衛星還是一顆「探路」星,採用「鴿群」發展模式,未來將組建衛星星座。京師一號衛星系統透過每天對極地地區的觀測,可及時報告航道海冰變化,同時結合AIS接收機收到的船隻資訊,自動為船隻規畫航行線路,做出航道風險評估。 \n 京師一號衛星首席科學家程曉表示,衛星資料也將用於研究全球氣候變化,同時對中、低緯度地區展開監測,為拓展北極航運路線提供助力,對青藏高原或第三極地區的研究發揮積極作用。

  • 長榮航聯手中壽 進校園尋找AI新銳

    長榮航聯手中壽 進校園尋找AI新銳

    長榮航空與全球數據分析領導者SAS、中國人壽及三方首次聯手舉辦的「2019 AI新銳領航者競賽」盛大展開,本次競賽以真實體驗企業導入AI營運為核心,參賽者將可透過SAS人工智慧平台使用企業級分析環境,而首次挺進校園大數據競賽的中國人壽及長榮航空,也將提供模擬真實環境資料,讓參賽者建立「客戶最佳商品預測」及「飛行營運成本預測」等AI預測模型。 \n \n除了總獎金62萬元,表現優秀者還可能獲得甄試機會,競賽自即日起至9月17日止截止報名,歡迎大專院校三年級以上學生及碩士生組隊報名參賽。 \n \n已連續8年投入校園資料科學家培訓競賽的SAS台灣,近期持續協助包含金融、製造、零售及遊戲等多元產業落地AI應用,因此本屆特別拓展產業類型,邀集享譽國際具備多樣化飛航服務的長榮航空及近日強攻數位進化的中國人壽,各自提供航空、保險業,高度複雜且動態多變的業務場景及資料,設計出貼近企業營運實務的一連串賽程。 \n \n讓學子在三個月內,可於SAS顧問團隊的輔助下,習得從資料探勘、特徵工程、建模、模型比較與模型解釋等AI人才的重要技能,並且從中了解企業導入AI時,整體端到端(End to End)的分析流程中,可能遭遇包含新資料加入、大量模型建立、即時調整模型準確度,與即時提供決策等相應挑戰。 \n \n競賽分為「長榮航空」及「中國人壽」兩組別,前者將透過航班、購票、油耗等相關資料找到關鍵成本因素,且在兼顧飛安及服務品質的前提下預測控管成本;後者則著力以既有客戶購買紀錄,分析保險業客群需求,進一步預測可能興趣商品,及擴展新客戶。兩組將各取前5名優勝隊伍頒發獎金,過程中表現優秀的人才還有機會獲得企業青睞,讓自己提前在人工智慧世代取得關鍵先機。

  • SAS攜長榮航空、中國人壽 首進校園尋找AI新銳

    數據分析廠商SAS、中國人壽及長榮航空三方首次聯手舉辦的「2019 AI新銳領航者競賽」近期展開,SAS表示,本次競賽以真實體驗企業導入AI營運為核心,參賽者將可透過SAS人工智慧平台使用企業級分析環境,總獎金上看62萬元。 \n首次挺進校園大數據競賽的中國人壽及長榮航空,也將提供模擬真實環境資料,讓參賽者建立「客戶最佳商品預測」及「飛行營運成本預測」等AI預測模型。除了總獎金62萬元,表現優秀者還可能獲得企業甄試機會,競賽自即日起至9月17日止截止報名,歡迎大專院校三年級以上學生及碩士生組隊報名參賽。 \nSAS台灣已連續8年投入校園資料科學家培訓競賽,近期持續協助包含金融、製造、零售及遊戲等多元產業落地AI應用。SAS表示,本屆特別拓展產業類型,邀集長榮航、中國人壽,各自提供航空、保險業,高度複雜且動態多變的業務場景及資料,設計出貼近企業營運實務的一連串賽程。 \n學生在三個月內,可於SAS顧問團隊的輔助下,習得從資料探勘、特徵工程、建模、模型比較與模型解釋等AI人才的重要技能,並且從中了解企業導入AI時,整體端到端(End to End)的分析流程中,可能遭遇包含新資料加入、大量模型建立、即時調整模型準確度,與即時提供決策等相應挑戰。 \n競賽分為「長榮航空」及「中國人壽」兩組別,前者將透過航班、購票、油耗等相關資料,找到關鍵成本因素,且在兼顧飛安及服務品質的前提下預測控管成本。「中國人壽」組,則著力以既有客戶購買紀錄,分析保險業客群需求,進一步預測可能興趣商品,及擴展新客戶。 \nSAS表示,兩組將各取前5名優勝隊伍頒發獎金,過程中表現優秀的人才還有機會獲得企業青睞,讓自己提前在人工智慧世代取得關鍵先機。且舉凡統計、資訊、商管、數學及交通運輸等科系,或正在考慮從事資料科學行業的學子,即使沒有程式基礎、沒有接觸過SAS,皆可參與。

  • 職場達人-資料科學家藍啟維 沉醉大數據人生

    職場達人-資料科學家藍啟維 沉醉大數據人生

     「資料科學家」(Data Scientist)是大數據世代最亮麗的工作職稱,也被掛上21世紀最性感的職業,超級高薪、電腦解碼高手、能透視各式各樣問題,為產業解答深奧的困境並提出解決方案。 \n IBM大中華軟體研發中心Cognitive Asset Engineering Service研發經理藍啟維,資訊工程博士、每天經手龐大數據資料,和企業主管一起挖掘業務資料是他的日常,雖然薪水還談不上「超級多」,但以跨國科技公司暨顧問諮詢公司IBM的責任制工作有機會達到。他卻用「肥宅宅」來形容工作上被外人冠上的綽號,比一般用「宅宅」描述電腦工程師們,戲謔程度更升一級。 \n 藍啟維說自己,在完成資工博士學位之前的「學校訓練」,完全專精於電腦程式、系統工程等等,是一個垂直聚焦於「1」的培訓,每天都坐在電腦前、手指黏在鍵盤上,無暇於把自己拔開去做個休閒運動,「肥宅宅」的稱謂既符合外表、又說明了心靈境界。 \n 「肥宅宅」在轉入國立清華大學進行博士後研究時,開始有了不一樣的際遇。藍啟維指出,清大服務科學研究所有許多研究計畫是在探尋電腦科學和其他行業的互動關係、行為歸類等,自己的專長是電腦科學,對於其他行業卻是一張白紙,樂於獲得知識、好奇心重的驅使下,把自己當成海綿,不斷地吸收各行各業的產業知識,原本是單純的「業外人士」,透過資訊科技的便利帶領,漸漸成為「內行人」,一個產業搞懂五、六成,再用相似方式轉進另一個產業、再轉進另一個產業,快速地讓自己成為一個「T」形人才。 \n 藍啟維離開學校後,IBM是第一家任職的企業,工作場域是類似實驗室的前瞻研究中心,實驗議題設定在智慧生活圈,無異於給他另一次的資訊科學應用探尋良機,IBM業務團隊帶進來的企業客戶,為他造就邁向資料科學家的養成之路。 \n 「客戶會拿著業務數據,要我們實驗室『解題』」,藍啟維說,通常這時他會靜心傾聽客戶的描述,以資料分析工具幫助企業端找出「題目」,再用企業提供的數據資料進行概念驗證,最後回覆客戶「解答」,整個分析過程有不同的障礙階段,例如客戶提供的資料「不健全」,缺乏統一格式、沒有清楚歸類等等,「光是整理『戰場』就耗時費日」。他還曾遇過,企業端提供了數據資料,「題目」卻沒溝通好,等到數據分析完成回覆提交後,被客戶嗆「我不必像你們花那麼多錢、那麼多時間,用腳膝蓋想,就知道會有這樣的答案!」 \n 藍啟維強調,資料分析研究員不是算命師,不能和主公聊兩句、抽支籤就想找出答案,同時,資料分析也不能保證花了錢、投入研究,就一定能找到確切或想要的答案,一切都要建立在彼此的互信上,所幸IBM的招牌夠大、團隊夠優異,研究出來的對策和品質最終能讓客戶買單。 \n 達人小檔案 \n 現職:台灣IBM大中華軟體研發中心研發經理 \n 年齡:奔四路上,偶有惑 \n 學歷:國立中央大學資訊工程系博士 \n 經歷:國立清華大學服務科技與管理研究中心博士後研究員、國立清華大學服務科學研究所兼任助理教授、台灣IBM智慧生活前瞻研究中心研究員、資策會前瞻所研發經理 \n 興趣:與兒子無厘頭對話、評鑑各地鹹酥雞 \n 達人座右銘 \n 用心做,就能在 \n 過程中有所收獲

  • 《科技》總統盃黑客松,初審票選開跑

    第二屆總統盃黑客松已於21日截止提案,行政院科技會報辦公室今(23)日表示,共收到來自五院、中央部會、地方政府、民間協會與法人等各界提案,合計收件數達132件新高,邀請民眾即日起至5月1日上網票選提案,民眾票選評分將占初審總分數30%。 \n \n科技辦指出,今年總統盃黑客松以「智慧國家」為題,鼓勵資料擁有者、資料科學家及領域專家多方交流,加速公共服務優化、鼓勵公務人員主動創新,以黑客文化實踐政府服務再造,用社會新創精神點燃台灣創新動力。 \n \n今年競賽特別推出「公民許願池」,讓有想法的民眾可許願寫下點子,並鼓勵有意願和興趣的民眾認領並實現點子,達到全民「還願」。同時導入國際趨勢,民眾票選活動計票機制首度使用「平方投票法」,防止灌票等極端投票狀況,為首度於政府層面引進創新投票方式。 \n \n科技辦說明,平方投票法(Quadratic Voting)提供每位公民相同點數,以所得點數票選關心的各項議題。投票時以「票數平方」計算所需點數,即投同一選項票數愈多、花費點數會愈高,可展現對民眾而言較重要選項、鼓勵民眾多了解不同項目,並避免票選結果失真。 \n \n科技辦指出,舉辦總統盃黑客松的主要目的,是為了提升公民參與政府治理,促使政府逐漸開放資料,以便在更多領域中創造新價值。地方政府今年提案相當踴躍,希望全國黑客高手運用創意,克服限制、突破環境,共同公私協力解決地方治理。 \n \n科技辦表示,總統盃黑客松去年開始舉辦各種開放資料交流與應用競賽,今年熱潮延續、提案報名踴躍,對未來推動開放資料的應用、抽絲剝繭釐清問題、建立公私協作風氣打下穩定基礎。

  • 印尼海嘯 科學家:火山噴發邊坡崩落為肇因

    印尼巽他海峽(Sunda Strait)周日發生海嘯,造成至少280人死亡、數百人受傷。科學家表示,依據衛星圖像與目前資料推測,海嘯成因是喀拉喀托之子火山(Anak Krakatau)噴發導致海底邊坡崩落所致。

  • 擴大生態休耕 林務局打造黑琵樂園

    擴大生態休耕 林務局打造黑琵樂園

     口湖鄉成龍溼地本月記錄到1隻繫有腳環的黑面琵鷺,經查是去年由韓國研究人員繫放的V29,這筆回報紀錄是V29在全球第1筆回報資料,極具研究價值,由於黑面琵鷺頻頻現身成龍溼地,林務局已決定擴大生態休耕範圍,打造1處黑面琵鷺樂園。 \n 回報V29紀錄的是長年進駐成龍村的觀樹教育基金會,基金會主任王昭湄表示,本月10日在成龍村泡水草澤區發現黑面琵鷺蹤跡,當日即回報黑面琵鷺保育學會,最後確定是2017年6月29日於韓國繫放後,從未接獲回報紀錄的V29。 \n 根據黑面琵鷺保育學會的資料顯示,成龍溼地在2014年1月18日第1次記錄到3隻黑面琵鷺,至2018年1月17日有高達59隻的紀錄,數量明顯倍速成長,與觀樹教育基金會例行生態調查結果呈現的趨勢相吻合。 \n 林務局局長林華慶指出,每1筆由在地公民科學家累積的資料,不僅可以協助研究人員分析該區生物與環境的變遷關係,藉由不同區域資料比對,更可以看出全球生態系環環相扣。成龍溼地記錄到V29,也突顯地層下陷區的生態豐富度。 \n 林務局為了持續保育成龍溼地周邊重要候鳥棲息地,決定明年擴大「生態休耕」承租面積,凡土地位在內政部營建署最新公告的「成龍重要溼地範圍內及其周邊地層下陷區不利耕作」重要生態熱點,經林務局認可,地主即得申辦「生態休耕」,共同為黑面琵鷺打造1處快樂天堂。

  • AI專家助陣 沛星要把資料變金礦

    AI專家助陣 沛星要把資料變金礦

     AI人工智慧近年在全球爆發式成長,不過如何讓技術接軌市場需求並應用落地?是產業與學術界都亟欲解答的共同課題。為此,專精於AI的新創公司沛星互動(Appier)特別延攬清大電機系副教授孫民擔任首席人工智慧科學家。孫民表示,網路、物聯網興起,消費者所有的數位足跡都被記錄、資料養分充足,將加快AI顛覆未來人類生活與各行各業的腳步。 \n 孫民主要專精於電腦視覺、自然語言處理、深度學習與強化學習領域,師承頂尖人工智慧專家,如前百度首席資料科學家吳恩達、Google Cloud首席資料科學家李飛飛及史丹佛大學AI學者Silvio Savarese。孫民曾在由李飛飛所主持的ImageNet圖像識別研究計畫中,參與草創期的系統設計,也曾協助開發機器人作業系統(ROS)以及微軟Kinect人體姿態辨識系統。 \n 孫民擁有兩項美國專利,曾帶領Appier研究團隊於第32屆美國人工智慧年會中,針對「AI創造力」發表前瞻性研究成果。過去三年,孫民於國際頂尖人工智慧會議中發表超過20篇研究論文,是相當多產的AI學者。 \n Appier為加快人工智慧在產業上的應用,2016年率先延攬了台大資工系的副教授林軒田,近期又再招募孫民,目前團隊中已有5位來自世界各地的AI專家。孫民表示,加入Appier之後,將善用自身的專業,找到客戶的問題點,將龐雜的資料與模型優化,協助Appier加速AI在產業的規模化。 \n 孫民於2014年自美返台,任教於清華大學電機系,他表示,「其實過去帶領實驗室的經驗,和在新創公司工作很像」、「學生2至3年就會換一批,除了要幫助他們設立短期目標以外,也要想方法激勵學生、團隊管理,同時還要身兼HR的工作,面試、培訓樣樣不能少。」他認為,除了自己的專業以外,過去在學校的模式也將可應用在Appier的工作上。 \n 孫民指出,人工智慧從1950年發展至今,中間經歷了幾次「寒冬」,主要是因過去的資料不像現在一樣數位化。「過去要解決一個AI問題,需要先跟該領域的專家訪談,再把人類心中的目標寫下來,還要讓程式看得懂。」在這樣的過程當中,就容易出現障礙。 \n 孫民表示,因網路與物聯網的時代來臨,使用者的數位足跡都被一一記錄,未來三到五年內,人類八成的生活行為都將被數位化。有了豐富的數據與資料,再加上運算能力的突破,未來AI在各行各業的發展腳步將會更快,實際的應用也將跳脫出電腦、手機,並延伸到如自駕車或其他物聯網裝置上。

  • 豬臉識別進駐廣州種業小鎮 提高養殖水準

    掌握豬臉辨識技術團隊,進駐廣州種業小鎮,其研究成果將廣泛應用於養殖管理、食品安全等領域。未來豬隻養殖戶再也不用擔心,豬隻無法辨識,只要拿起手機掃一下,就能完成。 \n \n 豬臉辨識技術團隊有關負責人說:「我們從5年前開始資料方面的工作,研發工作則始於去年。」 \n \n 大陸國家生豬產業技術體系首席科學家、中山大學教授陳瑤生博士表示,過去豬農可能會用戴耳標、植晶片等方法識別,但這讓動物有不必要的傷害,「我們要讓豬快樂地生活。」 \n \n 有研究專家認為,影響養豬效率、成本的關鍵在於基因、營養、疾病、環控、管理等五大核心;而大數據、人工智慧可打通五大要素間的資料連接,精准定位、實現養豬生產。 \n \n 截至昨(22)日上午,大陸已有1692個養豬場、近16,8821頭大豬,投入豬臉辨識,陳瑤生坦言,豬臉辨識技術仍要面對很多難題。「人會乖乖在鏡頭前拍照,但豬不會。豬的配合度低,拍照時有點不聽話。」 \n \n 除了豬是多胎生動物,長相十分相似外,生活環境、彼此打鬥等影響,也會讓豬隻不易被識別。 \n \n 豬臉辨識技術可對豬實行精細化個體管理。如在豬走進通道準備進食時,系統可透過「刷臉」將其辨識,並依各別情況投入飼料;若發現豬隻健康不對勁,可借輔助設備標記,以便工作人員跟進。 \n \n 陳瑤生說,「以前豬消瘦要找營養師,獸醫來了又只是看病,我們可以透過高效精准的資料解讀連接這些環節,養豬水準會有大幅度提升。」 \n \n

  • 打造基因資料庫 5大藥廠金援雷傑納榮

    打造基因資料庫 5大藥廠金援雷傑納榮

     《華爾街日報》報導,全球5大藥廠決定各出資1千萬美元,幫助美國生物製藥公司雷傑納榮(Regeneron)提早完成建立基因醫療資料庫的計畫,以加快開發新藥的腳步。 \n 這5間藥廠包括艾伯維(AbbVie)、阿里拉姆(Alnylam Pharmaceuticals)、阿斯特捷利康(AstraZeneca)、生物基因(Biogen)與輝瑞(Pfizer)。 \n 雷傑納榮去年與英國藥廠葛蘭素史克(GlaxoSmithKline)、英國生物樣本庫(UK Biobank)決定合作打造基因醫療資料庫。他們希望結合英國生物樣本庫收集的50萬名英國民眾DNA樣本與病歷,幫助科學家尋找致病基因、開發抵抗疾病的新藥。 \n 而雷傑納榮在此合作案裡負責50萬名民眾的基因定序(gene sequencing)工作,原本計劃於2022年前完成,而在5大藥廠決定挹注資金後,基因資料庫的完成日期可望提早至明年底前。 \n 根據英國生物庫去年的預估,完成50萬人基因定序的經費約需1.5億美元。 \n 雷傑納榮的發言人表示,在基因資料庫對外公開前,這5間出資藥廠能享有6至12個月的資料庫獨家使用權。雷傑納榮預計最快於今年公開5萬至10萬個基因資料樣本,並打算在2020年前將全部資料對外公布,讓所有科學家都能使用這些珍貴數據。 \n 雷傑納榮總裁揚科普洛斯(George D. Yancopoulos)表示,此資料庫幫助他們了解致病基因,藉此預測藥物臨床試驗成效,並大幅改善藥物研發與相關研究效率。 \n 雷傑納榮指出,他們早在2014年便已從事大規模基因定序工作,去年為逾25萬名民眾完成基因定序,該公司聘雇50至100名員工負責此項工作,其中多數人專司分析、運算基因資料。

回到頁首發表意見