line 開始提供 [收回] 的功能；
按住錯誤訊息，24小時內選[收回]即可
電腦是出現[取消傳送]
電腦在錯貼的訊息，按滑鼠右鍵。電腦會出現[取消傳送]。
手機在 點錯貼訊息不放；手機會出現[收回]
2017年12月14日
2017年12月6日
2017年12月5日
科技浪潮下的各國AI國情諮文
科技浪潮下的各國AI國情諮文
· 林育中
· 2017/11/30
http://www.digitimes.com.tw/col/article.asp?id=396&social_share=y
11月初Alphabet的董事長Eric Schmidt發表談話，表示美國的AI目前尚領先中國5年，5年之後按中國的計劃會追上來，取得領先地位。
Google是目前美國發展AI居最領先地位的公司，併購的公司最多，從基礎演算法、開放架構、晶片到各領域的應用都有，光譜齊全，Schmidt的擔憂只在人才競爭。
騰訊旗下的研究院在7月底也發表了一份《中美兩國人工智能產業發展報告》。
先說結論：美國的AI產業佈局非常完善，基礎層、技術層和應用層都有涉及，尤其是在算法、芯片和數據等產業核心領域，積累了強大的技術創新優勢，各層級企業數量全面領先大陸。
相比較而言，大陸在基礎元器件、基礎工藝等方面差距較大，大陸巨頭主要集中在應用側，只在技術層局部有所突破。
全球人工智能企業總數達到2,542家，
其中
美國擁有1,078家，佔據42%；
中國其次，擁有592家，佔據23%。
中美兩國相差486家。
其餘872家企業分佈在瑞典、新加坡、日本、英國、澳大利亞、以色列、印度等國家。
2017年12月4日
科技業育才 搶救產學落差
科技業育才 搶救產學落差
2017-12-01
https://money.udn.com/money/story/5599/2849664
全球教育體系正面臨「技能危機」，即學校教育內容無法讓年輕人具備就業必備技能。
一些新創企業已投入資源希望解決產學落差問題，
例如教小孩編寫程式，促使學校調整以因應機器人正取代人類工作的經濟變遷。
Google X實驗室創始人、自駕車系統教父史朗（Sebastian Thrun）則共同創立線上教育公司Udacity，三年前推出為期半年的線上課程，讓學生學習科技業求職的必備專業技能，像是人工智慧（AI）、機器人與數位行銷等學程，師資來自Google到IBM等企業，還承諾學生畢業半年內找不到工作，保證退還學費。
Google 這次猛了！開發 DIY 版本 AI 攝影機，自己在家做只花台幣 2000 元
Google 這次猛了！開發 DIY 版本 AI 攝影機，自己在家做只花台幣 2000 元
Posted on2017/12/01
https://buzzorange.com/techorange/2017/12/01/google-aiy-voice-kit/
為了幫助開發者和有興趣 DIY 學習人工智慧的人，這已經不是 Google 第一次發布 AI 相關的動手做做看計畫，
這個名為 AIY Projects（AIY 計劃），英文全名是 Artificial Intelligence Yourself，
顧名思義目的是要讓每個人都有機會可以 DIY 自己的 AI 人工智慧產品，讓有興趣的工程師們實現各種瘋狂的想法。
上一次 Google 發布讓你可以在家 DIY 版本的語音工具包
Google 第一個發布的 AIY 產品是 Voice Kit（語音工具包），一個使用樹莓派即可驅動的語音工具，讓工程師有機會打造類似於 Apple HomePod、Amazon Alexa 等結合語音助理的智慧型喇叭。先瞧瞧以下影片
https://www.youtube.com/watch?time_continue=127&v=upwcDQnQhIs
Introducing AIY Projects: DIY AI for Makers
2017年5月5日
2017年12月3日
「有些企業根本不適合工業4.0！」智慧製造第一步：換腦袋、重新定義組織
「有些企業根本不適合工業4.0！」智慧製造第一步：換腦袋、重新定義組織
https://www.bnext.com.tw/article/46401/industry-4.0-tips-automation-manufacturing
2017.10.23
科技業以外的產業−−傳統產業，開始起身琢磨工業4.0。原因很簡單，
第一，軟硬體工具變多，成本下降、取得容易，這是誘因。
第二， 產業需求改變，過去30年以標準化製造為主，產品生命周期長，工廠內有不同設備，就像八國聯軍。
但現在，市場競爭激烈，傳產也走向個人化、客製化，產品生命周期縮短，產線、材料、製程要一直改變，設備開始連網、要求品質一致，這些都將導致成本的定義被翻轉。
工業4.0第一步：重新定義組織
工業4.0的目的，就是要把師傅的經驗換成數據，可以複製、學習，但如果組織跟人沒變，只是用一台最先進的機器人，很快就落伍了，越南、緬甸都可以做到，還比台灣便宜。
現階段的工廠設計、製造模式，都是從上一波工業革命就定下來的沿革，分工細、規格化、極權式，
但在工業4.0中，新做法卻是分散式、協同式，強調生態系，可能跟供應商、客戶也要資料共享，對「組織」的定義與過去截然不同
未來，製造不再會是核心，也許核心會是服務、是行銷、是數據。
2017年11月26日
【設計師要失業了？】雙 11 期間的 1.7 億個 BANNER，都出自阿里的設計人工智慧「魯班」
【設計師要失業了？】雙 11 期間的 1.7 億個 BANNER，都出自阿里的設計人工智慧「魯班」
「魯班」？聽說是「擼一個 banner」的諧音？
2017/04/28
https://buzzorange.com/techorange/2017/04/28/alibaba-ai/
雙十一是中國人為創造出的購物節，每年營收都在不斷大量上修。阿里巴巴近幾年一直不斷的利用人工智慧為組織創造出更高的營收，包含大家都能想到的商品精準推薦、以圖搜商品。
現在他們把 Banner（商品橫圖）也用上了人工智慧技術，幫助更為精準的吸引相關消費者、定義商品特性。值得台灣的電商平台學習（責任編輯：林子鈞）
就像那句廣為流傳的「Talk is cheap, show me the code」，他們也真的在去年「雙 11」期間，show 出了 1.7 億由阿里的設計人工智能產品「魯班」設計的 banner（廣告橫幅）。
A: 我在阿里花名樂乘，是淘寶 UED 的產品設計師，也是阿里人工智能設計產品「魯班」的負責人，我們做的事情是 人工智能技術與商業設計結合，並且落地成商業產品。
在 15 年之前的「雙 11」，商品推薦都是人來控制的，由運營決定給用戶推薦什麼產品，而 15 年那次「雙 11」，是阿里第一次基於算法和大數據，為用戶做大規模的、個性化的商品推薦 ，叫做「千人千面」，是阿里流量分發模式很大的升級和轉型。
Q: 都是哪幾個關鍵技術點？
A: 一是圖像算法「摳圖」。因為高質量的廣告設計需要把商品圖片摳出來，放到精美的設計主題裡。以前都是設計師給商品摳圖後再做設計，現在我們用機器做海量設計，就得讓機器來做這個事情。我們跟阿里搜索部門做圖像切割的算法團隊合作，處理海量的商品自動摳圖。
第二點是把設計變成「數據」。一張廣告設計圖片是像素組成的「信息」，不是「數據」。我們利用機器把商品、文字和設計主題進行在線合成，這樣 每張廣告圖片就帶上了商品信息，可以根據消費者偏好進行個性化投放 。
所以魯班產品上線初期，我們請設計師根據活動主題做了大批量風格確定的模板，證明了這種模式投放效果可以大幅提升點擊率。
第三點就是讓機器學習設計。靠「人肉設計模板」度過了第一個階段，但長遠發展角度我們必須讓機器來做設計。大概是 16 年 8 月份開始的，有一位之前負責淘寶「拍立淘」（在淘寶內通過圖片搜索找同款，隨拍隨找）產品開發的圖像算法專家加入進來，主導整個智能設計的算法框架。
Q: 有人說「魯班」沒有達到設計人工智能的階段，只是「大數據生產」，您如何看待這個說法？
A: 現在講 AI ，外界很難感受到機器的智能含量多高、體現在什麼地方，但我也不太同意「大數據生產」這一說，我覺得這個疑問涉及兩個核心的，也是最基本的問題：一是什麼叫設計智能，二是怎麼評價機器是否具備了設計智能 。
AI 目前有幾個主要方向，一個是「識別」，像語音識別、圖像識別；另一個是「生成」，也就是我們在做的，從無到有創造東西，讓機器能根據請求生成符合特定要求的結果。我們把我們的智能設計定位為：可控的圖像生成技術。我們可以結合技術框架和原理來理解，我會在 UCAN 大會上詳細講。
Q: 那在這裡先給我們簡單講講？
A: 也可以。在整個生成過程中，有 4 個核心步驟。
第一步，讓機器理解設計是什麼構成的 ：我們通過人工數據標註，對設計的原始文件中的圖層做分類，對元素做標註。設計專家團隊也會提煉設計手法和風格。
通過數據的方式告訴機器這些元素為什麼可以放在一起，我們把專家的經驗和知識通過數據輸入。這部分核心是深度序列學習的算法模型。
第二步，建立元素中心 ：當機器學習到設計框架後，需要大量的生產資料。我們會建立元素庫，通過機器做圖像特徵提取，然後分類，再通過人工控製圖像質量以及版權問題，我們買了有版權的圖庫，也是希望從一開始就避免版權方面的糾紛。
第三步，生成的系統 ：原理有點像 Alpha Go 下圍棋。我們在設計框架上構建起虛擬畫布，類似棋盤，生成的系統把元素中心的元素往棋盤放，在這裡我們採用了「強化學習」，就好像你在家裡放一台掃地機器人，讓它自己跑，跑個幾圈，它自己會知道哪裡有障礙要避開。在強化學習的過程中，機器參考原始樣本，通過不斷嘗試，得到一些反饋，然後從中學習到什麼樣的設計是對的、好的。
第四步，評估的系統 ：我們會抓取大量設計的成品，從「美學」和「商業」兩個方面進行評估。美學上的評估由人來進行，這方面有專業眾包公司；商業上的評估就是看投放出去的點擊率瀏覽量等等。
聽說去年「雙 11」，「魯班」設計了 1.7 億個 banner
馬雲口中新零售的起跑點-生鮮超市「盒馬鮮生」
帶你逛中國「科技超市」盒馬鮮生，看它為什麼是馬雲口中新零售的起跑點
· 2017/11/10
https://www.inside.com.tw/2017/11/10/freshhema
阿里巴巴旗下高端取向的生鮮超市「盒馬鮮生」
科技超市
但作為新零售概念的起點，盒馬鮮生不是只有刷臉支付這麼簡單，它還同時打通了「線上線下」的販售行為，每間盒馬鮮生超市除讓消費者親自前去購物以外，還身兼了該地區「生鮮網購」的集貨、發送點。
生鮮蔬果、雞鴨魚肉，全都可以經過 APP 線上訂購，訂購完門市人員就會在賣場裡一一揀貨，交給包貨員按照訂單發貨。只要是位於盒馬鮮生門市距離三公里以內的消費者，半小時內貨就能送到家。
盤點全球16家「超級獨角獸」公司，7家來自中國！
盤點全球16家「超級獨角獸」公司，7家來自中國！他們是怎麼發家的？
大陸資訊 11月24日
https://www.xcnnews.com/cj/2072316.html
獨角獸」概念是由Cowboy Ventures創始人Aileen Lee於2013年提出。
「獨角獸」公司是估值超過10億美元的初創企業；
「超級獨角獸」公司是估值在100億美元以上的初創企業。
根據CVSource&CBInsights數據顯示，截至2017年6月30日，
全球「超級獨角獸」公司共有16家，
分別為Uber、螞蟻金服、滴滴出行、小米、Airbnb、Palantir Technologies、陸金所、美團大眾點評、WeWork、SpaceX、今日頭條、Pinterest、大疆創新科技、Infor、Flipkart、Dropbox。
從國家分佈來看，
16家「超級獨角獸」公司中
8家是美國公司，7家中國公司，1家印度公司。
2017年11月24日
IBM宣佈：成功研製出50量子比特電腦，將超越傳統銀河超級電腦
IBM宣佈：成功研製出50量子比特電腦，將超越傳統銀河超級電腦
2017-11-20 何榕生
https://mp.weixin.qq.com/s/bdXnSDGUR0ydmhikgk4Vpg
IBM，穀歌，英特爾和三藩市的一家新創公司Rigetti正在競相建立可用的量子系統。量子電腦通過不同于傳統電腦的方式處理資訊，可遵循量子力學規律進行高速運算。雖然穀歌一直是量子電腦領域的"領頭羊"，但是在上週五，IBM公司率先在量子電腦領域建立了一個里程碑，公佈了世界上第一台處理50個量子比特的量子電腦，甚至還能通過雲計算平臺提供20量子比特系統。
舉個例子：要破解現在常用的一個RSA密碼系統，用當前最大、最好超級電腦需要花60萬年，但用一個有相當儲存功能的量子電腦，則只需花上不到3個小時！
現有傳統電子電腦的運算單元，一個比特在特定時刻只有特定的狀態，要麼0，要麼1。
量子電腦利用量子特有的"疊加狀態"，採取平行計算的方式，終極目標可以讓速度以指數量級提升。
中國有一個寓言，叫"楊子見歧路而哭之"。楊朱聽說有一隻羊在道路分叉的地方走失了，不知道走哪條路去尋找，難過的哭了。傳統電腦解答問題也是這種套路：只能是先走一條路，然後再走另外一條路，做不到兩條路一起走。
量子電腦，則不一樣了，它可以像孫悟空變出很多個小孫悟空走不同的路一樣，搞平行計算。這就相當於，一台電腦，一下子化身成千千萬台台計算器，同時開工做算術題。
從電子電腦飛躍到量子電腦，整個人類計算能力、處理大資料的能力，就將出現上千上萬乃至上億次的提升。
無論生產、科研還是日常生活，世界將會經歷一場顛覆性改變。
很可能，在不遠的將來，人類在量子電腦+人工智慧面前，就可能像螞蟻面對人類一樣無力和脆弱。
2017年11月16日
雙11的反思-背後黑科技大盤點
雙11的反思》如果叫全聯或家樂福去做「店倉合一」，3公里半小時到貨，有可能成功嗎？
用大數據預測，進貨估量精準到以每天為單位，讓進貨過剩造成的成本浪費壓到最低。此外它還「店倉合一」，不僅再壓低部分營運成本，還成了當地社區「生鮮電商」的發動機，搭配3公里內半小時到貨，讓線上、線下消費者體驗一致，買到的蔬菜魚肉一樣新鮮。甚至還成為了來自農村淘寶那些農產品極有效率的銷售通路。
「天貓小店」與它背後的零售通系統，其概念其實很像阿里巴巴自己跳下來開便利商店體系，但同樣開放個人小販店保有本來的店名加盟進天貓小店。
第二則是收銀全面智慧化，支援行動支付和商品銷售數據積累；
第三是阿里巴巴提供價格一樣，但更完善的物流進貨體系。最後就是讓店內的商品也能參與像雙十一等網路專屬行銷活動。
天貓雙11賣破1682億人民幣 背後黑科技大盤點
http://www.chinatimes.com/realtimenews/20171113003499-260412
一、AI智慧客服
阿里人工智能服務機器人阿里小蜜的店家版「店小蜜」
今年每天啟動並且使用店小蜜服務消費者的商家超過18000家，
光是在今年雙11，店小蜜就接下了超過600萬的服務量
目前已經具備30%~40%的解決能力。
二、菜鳥物流
在雙11開始之前，天貓就根據歷史銷售資料，從大量商品中進行精準預測，挑選出火爆的商品，提前存放在各地區的前置倉庫。
今年天貓雙11全天的物流訂單總量達到8.12億
三、AI設計師魯班
2017年5月發表的人工智慧設計師「魯班」，據說在去年雙11期間完成了1.7億萬banner。今年它更上一層樓，在雙11期間完成4億張banner，且沒有一張完全一樣。
支付寶也在今年天貓雙11當中，達成全球交易總筆數達14.8億筆（比去年增長41%），峰值達到25.6萬筆/秒，比去年增長1.1倍。支付寶峰值誕生那一秒(雙11當日0點5分22秒)，螞蟻金服資料庫處理了4200萬次請求(背後阿里雲的計算能力不可忽視)。
今年阿里巴巴則是結合AI、AR(擴增實境)與3D技術的場景導購，讓消費者透過刷QR Code就可進入3D場景來觀賞逼真的購物體驗。或可透過AR影片，來將線上商品擺到身邊來觀看。
>>>帶你逛中國「科技超市」盒馬鮮生，看它為什麼是馬雲口中新零售的起跑點
2017/11/10
https://www.inside.com.tw/2017/11/10/freshhema
刷臉支付。在消費者掃描完商品條碼後，就可以直接刷臉結帳，錢就會直接從支付寶帳戶扣款。
每間盒馬鮮生超市除讓消費者親自前去購物以外，還身兼了該地區「生鮮網購」的集貨、發送點。
經過 APP 線上訂購，訂購完門市人員就會在賣場裡一一揀貨，交給包貨員按照訂單發貨。
只要是位於盒馬鮮生門市距離三公里以內的消費者，半小時內貨就能送到家。
2017年11月11日
Google Arts & Culture-藝術家
https://www.google.com/culturalinstitute/beta/category/artist?hl=zh-TW
非常棒的美術史資料
Google Arts & Culture 收集全世界1200家美術館從古以來知名藝術家的作品
訂閱：
文章 (Atom)
訂閱
發表文章
所有留言