2017年11月3日

nerves genesis 成人會長新神經細胞

nerves genesis 成人會長新神經細胞(只是速度變慢)
長新神經細胞 與食物 、快樂、跑步 、學習、性行為 有正相關

TrendForce預測 明年2018十大科技趨勢

TrendForce預測 明年十大科技趨勢

2017-11-02

https://udn.com/news/story/7240/2794805

AI導入加速邊緣運算需求與雲端數據分析,為十大之首。

即時性的需求

2018年邊緣運算將開始實質地導入各垂直應用領域中,將資料運用的更有效率與價值。

二是區塊鏈走向商用部署

金融領域先行

三為5G行動通訊技術開啟應用多元化的需求

5G服務預計於韓國、日本、美國和中國率先發展,估計至2022年底全球5G用戶數將達5億。

 

四是VR產品聚焦獨立VR裝置

2018年更被關注的將會是獨立VR裝置的推出

透過VR效果提供更好的畫面體驗,以及更自然的多人互動交流等應用。

五為智慧型手機生物辨識技術再掀波瀾

現階段,智慧型手機應用範圍主要以3D感測技術以及螢幕下指紋辨識的開發為主,其中光學及超聲波的技術正尋求突破。

 

六是全螢幕滲透率跳躍式提升 帶動手機外觀新風潮

2018年採用全螢幕設計的智慧型手機將呈跳躍式普及,預估滲透率將由今年不到10%快速攀升至36%的水準。除了高階產品外,全螢幕設計也將滲透至中、低階產品上。

七為Mini LED技術有機會於2018年導入背光應用

Mini LED介於傳統LED與Micro LED之間,因此對於現有廠商來說,許多既有的製程與設備可以延續使用。

將Mini LED技術搭配軟性基板,達成高曲面背光的形式,將有機會使用在手機,電視,車載面板,以及電競筆電等多種應用上。

預計2018年將會見到Mini LED背光應用相關樣品問世。

八是Level 4晶片正式出貨, 可望實現自動駕駛願景

汽車智慧化過程中所需之資通訊及安全性相關系統及零組件正蓬勃發展,

包括雷達、影像或感測器、車用處理器及運算晶片、ADAS系統、車用顯示器、車聯網等相關應用至為關鍵。

2018年起隨著Level 4等級之自動駕駛晶片陸續開始出貨後,加上國際陸續修法允許自動駕駛汽車上路,汽車亦將成為人工智慧、機器學習等新興技術最主要的應用領域。

九為晶圓代工產業重現四大業者競爭局勢

不同於前一代製程節點16/14nm,僅有TSMC與Samsung開出產能給設計廠商選擇,

2018年Intel、TSMC、Samsung LOBALFOUNDRIES四家代工業者在10/7nm製程節點的競爭,將使設計與製造的價值分配產生新的變化。

十是2018年全球太陽能市場仰中國鼻息

2017年預計是全球太陽能需求量首度突破100GW的一年,

其中,中國市場占比將高達48%,且這樣的狀況預期將延續到2019年。

同時,中國業者在全球各地所設置的總產能占全球總產能超過70%,使其在產量、價格、技術等方面的變化都將直接影響全球太陽能產業脈動。

 

大數據的今日,小眾還有市場嗎?

大數據的今日,小眾還有市場嗎?

by 
https://cdn.bnextmedia.com.tw/img/1x1.png
 鄭志凱 2017.10.25


經濟價值跟數目的關係不只是線性,甚至是指數關係。最初提出這個觀點的是梅卡非(Bob Metcalfe),他主張網路的價值跟網路中節點(node)數目的平方成正比。
換一個角度,也可以說一個群體的價值不是人口數的線型關係,而是指數關係。
這種指數函數的價值觀主導了網路時代的企業發展思維,數大不只美,更蘊藏了龐大的商業價值。
美國的FANG(Facebook,Amazon, Netflix, Google),以及中國的BAT(Baidu, Alibaba, Tencent),都是拜「數大便是美」之賜,成為21世紀難以動搖的虛擬帝國。許多創新也由大數發想,顛覆了傳統的市場秩序

例如:
P2P的資訊網路結構:
 Peer to Peer的架構下
兩端的P越大,反而效率越高,Skype或BitTorrent便是標準的例子。
群眾募資(crowdfunding)或群眾外包(crowdsourcing):
 群眾外包屬於一對多
群眾募資兩端多對多,效率自然最高。
這是為什麼Kickstarter上募款總額或是單項募款金額總是比FlyingV高出一兩個數量級的原因。

共享經濟(shared economy):
 在共享經濟裡,參與人數越多,投入的共享資源越龐大,效率也越高,這又是另一個大n比小n具有優勢的例子。
如Uber、Lyft、Airbnb
大數據(big data):
 發展人工智慧固然要靠高明的演算法,但只有用大量數據來練功,演算法才能越來越聰明。

你鎖定的是大眾,還是少數人?
也有人另闢蹊徑,追求鐘形曲線的兩端──所謂離群者(outliers)的族群。這本來是小眾,但如果鐘型結構的量體夠大,小眾也有能具備經濟規模。
推特(Twitter)以140個字母聞名,
歐巴馬下台後人氣不降反升,粉絲接近一億,
而以推特治國的美國總統川普也有4,000萬跟隨者。
推特追求鐘型結構中間最大的板塊,結果成就了120億美金的公司市值。
更有網路媒體專攻長文,例如Epic Magazine,The Big Rountable,Longreads(2014年被WordPress收購)。
雖然能靜下心花30分鐘讀完一篇長文的讀者不多,遠比利用10秒鐘碎片時間讀完一則推文的讀者為少,但在一個人口眾多、鐘型結構量體夠大的市場而言,即使屬於小眾的離群者也能達到經濟規模。

知識與娛樂相較,娛樂是大眾,知識永遠是小眾。
矽谷的Quora從2009年創立起,打造了一個大眾知識交換的平台,一人提問,眾人回答,不追求娛樂,卻創造了一個知識供給與需求的市場。
中國大陸也有一個類似的知識問答平台《知乎》,以及完全知識性的個人談話節目《羅輯思維》。這些新創公司雖然終究是小眾,但市場估值都到達了獨角獸的等級。

80/20法則每人都耳熟能詳。在帕累拖分配圖(Pareto Chart)上,少數熱門產品佔據了最大的銷售量(80%),眾多的冷門產品拖了長長的尾巴,總量卻聊聊可數(20%)。
如果市場太小,20%的基數小,再分散到品類繁多的冷門產品,每一種產品便極難達到經濟規模。因此長尾效應在大市場才有發揮的舞台,小市場裡多數公司只好追求80%的熱門產品,捨棄20%的長尾。

小市場的台灣,可以這樣想

對台灣這樣的小市場而言,Outliers不夠遠,數目不夠多,至於長尾效應,或是免費增值(freemium)的商業模式,都難免先天不足,後天難以為繼。
那台灣還能有哪些對策?
避免落入東施效顰的陷阱。
如果題目夠好,創意夠新穎,不妨放眼大市場。
然而攻堅需要充沛的糧草,人才、資本都必須有相對應的搭配,才具備進入大市場的爆發力和續航力。
還有一招是集腋成裘。小市場往往被大廠商忽略,
新創公司如果能夠克服語言、文化、法令的市場障礙,有效進入許多小的市場,也能積小為大,達到更大的經濟規模,
這是新加坡許多新創公司如GrabTaxi與Lazada能成為獨角獸的竅門。

Ps:
Lyft:
Lyft是位於加利福尼亞州舊金山的一家運輸網絡公司。
它開發,營銷和運營Lyft汽車交通移動應用程序。
 Lyft在2012年6月推出,在美國約300個城市運營,
包括紐約,舊金山和洛杉磯,每月提供1870萬的乘坐。
截至2017年4月,該公司的估值為75億美元,
共籌集了26.1億美元的資金。

Grab Taxi:
曼谷叫車App前3大公司分別為Grab Taxi, Uber 及Easy Taxi

LAZADA:
LAZADA集團是東南亞最大網路銷售和購物平台,
營運據點從2012年開始遍及印尼、馬來西亞、越南、菲律賓、泰國、新加玻。
成立僅三年的LAZADA,2014年商品交易總額達10億美金,
是2013年的四倍,顯見該區域電商市場的蓬勃。

2017年11月2日

以機器人生產機器人——無人工廠前哨站

以機器人生產機器人——無人工廠前哨站

2017.10.27

https://www.bnext.com.tw/article/46696/industry-4.0-fanuc-japan-robot-ai

日本的機器人公司發那科(FANUC)名列第27,理由是,發那科的物聯網平台讓旗下的機器人會上網、可互連、具備人工智慧,獨自學習一項新技能僅需8小時,且準確率高達90%。

發那科最早是富士通集團的電腦數控部門,1972年獨立後,專精製造工業機器人,為客戶打造自動化系統和設備,目前已是全球市占第一的數控系統生產商。《彭博商業周刊》(Bloomberg Businessweek)曾形容,發那科好比「富士山腳下的微軟」

發那科是全球第一家以機器人生產機器人的公司。發那科在山梨縣的工廠導入機器人系統(Robot Cell),每周七天、每天24小時不停工,其機器人已進化成不需預先輸入程式,由人員直接指導就能上線作業,按照指示反覆相同動作,在無人監控下,一次可運行長達30天。

國際機器人協會(IFR)估計,到了2018年,中國的工業機器人需求將達到15萬台。

機器人四大家族,工業4.0生力軍

當機器人更物美價廉,機器人的定義也被翻轉,不再局限於印象中與人類形體類似的「機器人」,而是結合電子、電力與機械,擁有集結分析能力、運作技術或AI功能的自動化設備。

在全球工業機器人製造商中,

以瑞士的ABB、

源自德國的庫卡(KUKA)、

日本的發那科和

安川電機最為著名,

並稱工業機器人四大家族。

庫卡展示了自家的機器人團隊合作技術,透過協作機器人軟體「KUKA.RoboTeam」,可實現團隊中多個機器人同步分工、協力操作等作業模式。

目前,庫卡技術最多已可實現四個機器人協作,多用在汽車製造業、金屬加工、玻璃等產業,負責搬運、組裝、拆裝和噴塗等任務。

 

拓墣產業研究院顧問白忠哲表示,現代工廠由專業分工、大量標準化、人機協同,持續往彈性客製化生產演進,一步步走向無人工廠。其中的要角包括智慧化機械、工業機器人,以及數位資訊整合系統,而人的角色,則由作業員轉變為智慧機械的監控與教導者。

2017年11月1日

2017年10月29日

AI 模仿人類筆跡騙過專業鑒定師,手簽合同會被駭客徹底幹掉

AI 模仿人類筆跡騙過專業鑒定師,手簽合同會被駭客徹底幹掉?

2017/10/24

https://m.sohu.com/a/199878402_99938933/?pvid=000115_3w_a&from=timeline&isappinstalled=0

 

來自中國金融認證中心的四位選手用一個機械手臂裝置類比了評委的筆跡,成功騙過專業鑒定師,迷惑率高達50%。

 

筆跡模仿不止能用來偽造欠條,細思極恐。

比如:

偽造一份財務合同簽名,讓人瞬間傾家蕩產;

偽造一份遺囑,改變一份巨額財產的走向;

偽造歷史人物手跡,掩蓋一段歷史真相;

偽造家長筆跡,熊孩子騙過學校老師……好吧有點歪樓了。

總之,"空口無憑,立字為證",筆跡從古至今都是人們認可的授權方式。

按照李闖的說法,經過他們2個月調試的筆跡模仿 AI ,只需錄入幾百個到一千多個不同漢字,就能通過 AI 預測出該筆跡風格的所有文字寫法。

換句話說,只要拿到你的一篇手稿,或是零星拿到幾百個你寫下的字,AI 就能破解你的文字密碼。這並不困難,比如你上學時的語文試卷、課堂筆記,或者你填寫的快遞單……

 

 AI 完全不需要弄懂人類的書寫規則,它只需要一招。

對於 AI 來說,每一個漢字都只是一張圖片,既不用考慮正常從左到右、從上至下的書寫規則,不用考慮筆觸的角度,它甚至可以倒著寫。目的只有一個:畫出一張和真人筆跡一樣的圖片。

李闖透露,筆跡模仿AI訓練完成後,再通過程式設計賦予一台機械臂書寫能力,AI 就能自動控制過程的力度,速度,從而形成特定風格文字(筆跡)。

市面上能實現書寫能力的機械臂從一千到數萬元的都有,在淘寶上也能找到一些。李闖透露此次參賽設備改裝自一台3D印表機,花費僅數百元,卻能達到0.02mm 的精度。

AI 究竟怎麼學會寫字的,李闖回答:沒別的,就是幹!

呃……他說的是: GAN,傳說中的"對抗神經網路"。

在對抗神經網路 GAN 裡,生成演算法就是矛,判別演算法就是盾,他們沒事兒就互相 GAN。

李闖說,在 AI 學習時,我們會先輸入真實的書寫資料,然後利用生成演算法來類比生成一部分假資料,再把兩個資料交由判別演算法進行辨別。

生成演算法的目標,是讓判別演算法無法判斷真假;

判別演算法的目標,是準確鑒別出類比資料和真實資料;

終的結果是,生成演算法和判別演算法在這個"雙修"的過程中均得到了極大提升。李闖透露,從輸入一個人的書寫資料到AI完整獲得自己模仿能力,僅需20小時。

 

科技發展的洪流從不停歇,手寫簽名遭到破解,便有更好的授權方式來替代,一種技術出現漏洞,便有更安全的技術出現。

駭客破解,便是技術世界的一種優勝劣汰規則,和其他常規技術力量一樣,不斷推動,甚至鞭笞著技術的反覆運算和發展。

2017年10月25日

IVM(智慧型販賣機)

IVM(智慧型販賣機)

先進的無人商店

可做廣告吸引客戶購買

可辦活動

可用悠遊卡、微信、信用卡等多元方式支付

可做到機器自動通知補貨

並做大數據分析、精準行銷

2017年10月18日

銀聯全面進軍二維碼支付市場 欲引流互聯網用戶

銀聯全面進軍二維碼支付市場 欲引流互聯網用戶_搜狐新聞_搜狐網

大陸資訊 10月18日

https://www.xcnnews.com/cj/1467267.html

自今年5月銀聯聯合40餘家商業銀行推出銀聯二維碼產品后,該產品活動商戶數正以月均87%的增幅上漲,包括京東/美團在內眾多擁有億級用戶量的APP上線了該產品。在近日舉行的中國銀聯浙江地區雲閃付合作夥伴大會上,中國銀聯浙江分公司徐承彥表示,銀聯將在支持各家銀行主渠道APP的同時,積極推廣銀聯錢包,將互聯網用戶引流到銀聯錢包中來。

中國銀聯在移動支付時代的重磅產品就是雲閃付,在可識別的POS機上,用戶不用拿卡輸密碼,揮一揮手機即可實現支付,同時也支持遠程在線支付。

在中國移動支付最發達城市浙江杭州,無論是地鐵、公交、高鐵,還是通過各類APP騎行共享單車、滴滴叫車,用戶都已可實現銀聯雲閃付一揮即付的暢快體驗。

徐承彥表示,二維碼是移動支付現階段的 重要方向,銀聯也推出了系列激勵機制,鼓勵各方使用銀聯二維碼支付。

 

據介紹,今年5月27日,中國銀聯聯合40餘家商業銀行正式推出銀聯二維碼產品后,月均交易筆數增幅達到45%,活動商戶數月均增幅達到87%,已有超過120個主流APP上線開通銀聯二維碼,包括工、農、中、建、交等17家全國性商業銀行,以及手機京東、京東金融、美團、美團外賣、大眾點評、快錢、飛凡等擁有億級用戶量的APP,同時近200家主流收單機構及分支機構完成收單側業務改造及開通。

對於移動支付的未來,徐承彥認為,進入2.0時代的移動支付,應用場景分現場和遠程,「我的理解是未來的方向是一定是遠程。

移動支付的本質是虛擬化,無論是二維碼還是刷臉或者掃眼睛,本質都是虛擬化。

大數據云計算一定會改變支付生態,改變前端運用成為泛態化。支付未來會和生產生活互動高度有機融為一體,支付的最高境界就是消滅支付。」

2017年10月17日

Gartner 10大預測:區塊鏈、 人工智慧、物聯網

 

Gartner 10大預測:區塊鏈、 人工智慧、物聯網




https://news.cnyes.com/news/id/3933951

 

鉅亨網新聞中心

根據 Gartner 對 2018 年之後 IT 產業的 10 大預測包括:

1、到 2021 年,修改網站設計、支持視覺和語音搜索的品牌,數位商務營收將增長 30%

2、到 2020 年,7 大數位巨頭中的 5 家,將心甘情願自我顛覆,以創造在下一輪創新大潮中領先的機遇。7 大數位巨頭包括阿里巴巴 (BABA-US)、亞馬遜 (AMZN-US)、蘋果 (AAPL-US)、百度 (BIDU-US)、Facebook(FB-US)、Google(GOOG-US)、微軟 (MSFT-US) 和騰訊 (0700-HK)

自我顛覆的例子,包括

AWS Lambda - 傳統雲服務虛擬機、

Alexa 語音助手 - 基於螢幕的電子商務、

蘋果臉部 ID-Touch ID 指紋感測器。

 

3、到 2020 年,銀行產業將因使用基於區塊鏈的加密數字貨幣獲得 10 億美元價值。

根據 Gartner 預測,到 2023 年底,加密數位貨幣將占到全球區塊鏈增值業務的逾半數。

 

4、到 2022 年,發達經濟體的大多數人口消費的虛假信息將超過真實信息。

3 年內,一個主要國家將通過法律法規,遏制人工智慧生成的虛假信息的傳播。

 

5、到 2020 年,基於人工智慧的虛假內容的創作,將超過發現虛假內容的能力,助長數位化不信任,目前,在對圖像數據分類方面,人工智慧和機器學習比人速度更快,也更精確。

Gartner 警告稱,到 2018 年

預測稱,在此後一年,旨在探測虛假新聞的商業性項目將增加 10 倍。

 

6、到 2021 年,逾半數企業每年在機器人和聊天機器人開發方面的支出將超過移動應用開發。Gartner 預測,到 2020 年,55% 的大企業將已經部署至少一款機器人或聊天機器人

 

7、到 2021 年,40% 的 IT 部門員工將成為多面手,出任多個職位,其中大多數與商業而非技術有關。到 2019 年,聘請的 IT 技術專家將減少逾 5%。

IT 技術專業人才數量將減少到 2017 年水平的 75%。

 

8、到 2020 年,人工智慧將會帶來工作崗位增長,創造 230 萬個工作崗位,幹掉 180 萬個工作崗位。

Gartner 預計,到 2021 年,人工智能將創造 2.9 萬億美元商業價值。

9、到 2020 年,物聯網技術將被應用在 95% 電子產品中。Gartner 預測,帶有智慧手機激活功能、支持物聯網技術的產品將在 2019 年年初問世。

10、到 2022 年,半數物聯網安全預算將用於故障修覆、召回等而非保護。物聯網產品安全市場 2020 年將達到 8.405 億美元,2013 年至 2020 年間的年均覆合增長率為 24%。Gartner 預測,總體物聯網安全市場將呈指數級數增長,到 2020 年時將超過 50 億美元。

 

搜尋

標籤

總網頁瀏覽量