人工智慧或能將大腦訊號轉換成聲音，造福無法說話的患者
對於癱瘓而無法說話的患者來說，他們僅能憑藉眼球的移動或其他微小的移動訊號，來控制游標選擇眼前螢幕的單字。
知名天文物理學家史蒂芬·霍金（Stephen Hawking）便是利用臉頰的肌肉運動，控制游標輸入欲說的文句。
但此方法受限於速度上的問題，使患者無法及時的參與話題。
因此，科學家已測試將大腦訊號透過神經網路（neural networks）進行解讀，試著直接重現患者的聲音。
神經網路需要對每個人進行學習。為提供最精準的數據來源，最佳的方法便是打開頭蓋骨直接量測大腦訊號。
但能夠直接量測大腦訊號的機會並不常見。
其中一個機會是在進行腦瘤移除手術時，會讀取大腦訊號避免醫師誤觸大腦攸關話語能力的部位；
其次則是癲癇患者在進行手術前，會植入電極找出不正常放電的來源區域。
因此數據的來源與收集時間都相當有限，最多只有 20 至 30 分鐘的時間。
「真正的挑戰在於如何在完全無法說話的患者上重現此結果。」
現行的研究方法是將語言經由大腦訊號輸入神經網路進行學習，
但此方法無法用於沒有口語能力的患者，因為我們無法理解這些大腦訊號所代表的意義為何。
北京新浪網 (2019-01-19
https://news.sina.com.tw/article/20190119/29761334.html
「如果說18世紀發明蒸汽機是人類進入蒸汽機1.0時代，幫助人超越體力邊界，
那麼對AI的一個不準確比喻是進入蒸汽機2.0時代，它幫助人超越了智力的邊界。」
「2018年據統計，至少有300萬人已經和AI協同工作，或者他的老闆是機器人。
大家可以想像，滴滴打車，司機的老闆其實是演算法；很多你的主管可能是robert博士。很多基層員工，一定要習慣你的同事是機器人。」
AI可以用於優化內部運營，
可以用於自動駕駛，
可以用於5G網路。
他舉例道，自動駕駛是個熱點，但自動駕駛純粹靠車技術不可能實現L5（全自動駕駛），一定要車和路結合起來，
車和路、車和車、車和人、車和網之間要有通信，
智慧的路聰明的車才能真正實現自動駕駛。
對於5G，他談到，
5G的設計不僅是為了移動寬頻，更重要的在於物聯網。
未來智能世界的特徵是萬物感知、萬物互聯、萬物智能，
而5G及其他現有的連接技術是未來智能世界的基礎設施。
5G一定會採用人工智慧，人工智慧可以使得電信網路運維成本降低，保證網路質量。
徐文偉也指出，AI當前仍存在幾個問題，
一是算力太貴——看起來美，用起來貴；
二是數據太傻——沒有人工，沒有智能；
三是訓練太慢——優秀幾分鐘訓練數月功；
四是應用太淺——考場上學霸，工場上學渣。
「沒有好的數據就沒有好的AI，所以要保證數據質量。
有句通俗的說法是沒有人工就沒有智能，所有的數據都要做標註，這是一個專家的活。
人工智慧還沒有平民化。」
2019/01/19
https://buzzorange.com/techorange/2019/01/19/microsoft-it-modernization/
20 世紀初，「電」的問世，造就第二次工業革命，而福特汽車所發明的流水生產線，則成為當時的經典代表。
21 世紀，以雲端為基礎的數位轉型革命，同樣也在企業間造成廣泛討論，「沒有跟上雲端浪潮的企業，很可能像當年沒有跟上電力趨勢、維持蒸汽機生產的工廠一樣，最終只能黯然退出市場，」微軟全渠道事業部首席技術官徐明强說。
企業升級需求漸增，IT 現代化的四個要件：A、B、C、S
據 Gartner 統計，2017 至今全球企業 IT 支出成長 10%，顯見所有企業都在加大 IT 設備升級的投資。
數位轉型是現代企業必修的學分，據徐明強觀察，企業數位轉型的目標不外乎以下四種，
與客戶做更密切的互動溝通、
提高員工生產力、
優化營運效率、及
帶動產品或服務升級。
而數位轉型則著重在用數據預測輔助企業做決策，
隨著電腦運算能力越來越快且成本低、
數據越來越豐富、
模型越來越好，這些因素降低了數據預測的進入門檻，
讓企業能夠把各種各樣的問題變成預測問題，進而引爆這一波數位轉型浪潮。
由這個角度來看，現代化 IT 架構至少應具備 A、B、C、S 四大要素，也就是
AI（人工智慧）、
Bigdata（大數據）、
Cloud（雲端）及
Security（安全）。
挑選雲端平台時，可以藉由觀察其是否具備相關合規性標準為評鑑準繩，
例如是否符合 GDPR、HIPAA、FedRAMP 等相關規範，
若還能符合國家特定標準如澳洲 IRAP、
英國 G-Cloud 及
新加坡MTCS 等則更為穩妥
以人工智慧來看，目前 Azure 提供的解決方案分成三種類型。
第一是針對目前發展比較成熟的 AI 應用，
例如：人臉/語音辨識、圖像識別、自然語言理解、資料搜尋… 等，提供一個預先處理好的模型，並包裝成 API 形式，讓企業能夠方便且快速地導入既有應用之中，使其具備視覺、speech、自然語言理解及搜尋的 AI 能力。
第二則是針對有自行建模需求的企業，
如果屬於深度學習應用，Azure 支援各種不同深度學習開放原始碼框架，像是 TensorFlow、PyTorch、MXNet 等，以及微軟自行研發的 CNTK，讓資料科學家能夠選擇適合的框架進行建模。
第三，若是統計類機器學習，
微軟則提供由系統自動推薦最佳模型的服務，諸如像是 Azure Machine Learning Studio 等服務，
使用預先建置且預先設定的機器學習演算法，以及資料處理模組，並採用可視化的拖放式視覺化工作區，可以協助企業將繁雜的步驟變得簡單、容易處理，降低人工智慧應用的難度。
《科技》CES聚焦2019年產業明燈，5G、AI當道
https://www.chinatimes.com/realtimenews/20190118002467-260410
工研院觀察今年CES展的展覽主軸為
5G、AI人工智慧、沉浸式體驗升級等，
圍繞ICT產業在
連結(Connectivity)、
智慧化(Intelligence)、以及
體驗(Experience)的三大方向，
預期隨著5G技術逐漸成熟，2019年起可從試驗轉向商業化，
第一波應用將以專網為主。
手機晶片大廠高通預估，2019年將有超過30家使用該公司5G晶片的智慧型手機上市，
隨著5G時代來臨，相關產業鏈已經動起來，晶片廠在今年會陸續推出5G相關晶片，
如5G基地台網路系統晶片、5G手機應用處理器、5G基頻晶片；各項應用則包括AI、物聯網及車用電子等；
另外，AI以語音助理預期自2019年起進入大眾市場，
服務型機器人邁入更為細緻的市場區隔；
沉浸式體驗將在視覺、多感融合與可撓技術上持續突破，
應用場景也由遊戲、健康醫療等，
多方跨入虛擬世界所提供的B2B訓練，
除此之外，量子運算、資安議題亦受到關注。
支付巨變！華為突然宣佈，支付寶傻眼了？！
有人也許要問：華為手機搖身一變成了POS產品，這究竟是怎麼做到的
它背後的原理正是Near Field Communication：近距離無線通訊技術！
目前，華為給其大部分手機都裝上了NFC無線通訊晶片，預計未來華為所有新款手機，都會自帶此功能。
華為手機POS能為商戶提供場景化收單功能，比如購票、點餐等。
華為手機POS還可以支援線上線下身份認證。只要將手機靠近eID讀卡器並驗證指紋，即可讀取驗證使用者身份資訊，類比辦理酒店入住。
每天掃碼支付的500限額將被一舉打破。
僅僅是華為POS機的出現，就讓三個飯碗砸個粉碎：
生產POS機的廠家慌了：所有華為手機，都可以變成一個可擕式POS機。那麼，廠家生產的POS機以後要賣給誰？
做掃碼槍的廠商危險了：靠著微信支付寶這波二維碼紅利，賺得盆滿缽滿的掃碼槍廠商，將無碼可掃。真是其興也勃，其亡也忽焉。
收銀員面臨第二波衝擊：微信支付寶只"消滅"了一半的收銀員，有時是收銀員掃你的二維碼。現在，華為將"消滅"剩下一半的收銀員！
5G技術進展：搶先於2017年完成測試驗證階段
http://iknow.stpi.narl.org.tw/Post/Read.aspx?PostID=13548
科技產業資訊室 - May 發表於 2017年7月4日
5G發展正如火如土的展開。5G技術標準徵集工作可望於2017底陸續確定，但是現在已有些廠商等不及而搶先進行測試驗證，
因此2019年到2020年可看到全球營運商將陸續推出5G商業服務試營，
包括：
物聯網、車聯網、智慧醫療、VR/AR、工業4.0等關鍵應用，將驅動新產業生態鏈。
國際電信聯盟IMT-2020也是負責監督5G技術標準制定，將
於2019年第4季會議新增5G頻譜，
預計2020年公告5G標準。
日前闡述了5G新技術的優勢所在。
該機構表示，即將推出的通用規範將支持每平方公里100萬個互聯網設備、
1毫秒延遲以及數據包從一點到另一個點的時間量、更高的能效和頻譜效率，以及
高達每秒20 GB (Giga Bit）的峰值數據下載速度。
以自動駕駛汽車為例，車輛間能以0.001秒的速度交換數據。
5G標準化將分兩個階段完成：
非獨立模式是指5G疊加於LTE之上，將LTE作為錨點並於此基礎上佈建5G新空口；
而獨立5G模式是指僅使用5G並無LTE在下面做鋪墊。
2019年1月17日
美聯社引入Automated Insights 的自然語言生成平台Wordsmith來自動總結公司季度財務概況。
根據Automated Insights的數據，美聯社公佈的財務數據新聞，數量從每季度300個一下子飆升到4400個，增長了12倍。
雖然平台沒有取代任何記者，但這家公司表示，它已經乾了三名全職員工幹的事兒。
更有意思的是，數據全部分析好擺在面前，寫成稿子。記者需要7分鐘，而Wordsmith這個人工智能，只需要2分鐘。
華盛頓郵報的"機器人記者"
華盛頓郵報（TheWashington Post）一直在嘗試運用人工智能進行自動寫作，用的是一個叫做 Heliograf smart 的軟件，
兩年前的里約奧運會上，華盛頓郵報就用它來"盯"獎牌和得分情況，然後生成新聞信息，發佈在不同的平台上。
這樣一來，可以解放出記者去做更多更有創造力的新聞。
BBC的"榨汁機"（Juicer）人工智能項目
BBC對人工智能的運用，是建立一個數據庫和整合新聞源。
BBC新聞實驗室的Juicer監控著國際、國內和本地的850個媒體新聞源、政府信息源和一些它們選定的互聯網新聞源，然後將它們分門別類以供使用。
比如說，如果記者要尋找關於川普的最新報導，使用Juicer就可以快速搜索到相關內容列表。
在整個價值鏈上，人工智能、機器人正從以下兩點改變新聞業的實踐。
一是一定程度上提升內容生產效率，如財經類等與數據變化緊密相關的內容。人
工智能能夠對實時數據做出即時反應，勾勒出故事的輪廓。大型共同基金發布的業績和歸屬報告等季度報告，過去常常需要一個投資組合經理小團隊花費數週時間來起草，現在人工智能可以在幾秒鐘內準備好這些報告。
二是降低新聞業進入門檻。如果利用得當，人工智能將允許本地和地區新聞公司創建更為引人注目的內容，以便與大型新聞機構競爭。
發表文章
所有留言
