姜朝鳳宗族

全球最像人類的女性機器人 sophia，成為史上首個被公開授予國籍的機器人+ AI(人工智慧) /史上第一次！資深記者與機器人比賽寫稿/雙方同時撰寫一篇短報導，然後來比較產出文章的速度以及品質。/以速度來說Scott Horsley大敗，機器人只花兩分鐘就寫了一篇報導，Scott則花了7分鐘。/以質量來看網友投給Scott Horsley為9000多票，WordSmith僅得到900多票 @ 姜朝鳳宗族 :: 痞客邦 PIXNET :: - https://goo.gl/nyg6uu

Facebook的AI機制已經能成功辨識具有輕生念頭的用戶 https://goo.gl/47KjNC

2017年google台灣搜尋行為報告 生病暗戀都問google大神怎麼辦

上帝換人當？前Google工程師信奉「AI神」著手創立宗教｜數位時代 - https://goo.gl/VknGvE
group.dailyview.tw查看原始檔十二月 29日, 2017
首圖來源：Google
2017年台灣人都在 Google 什麼？ Google 公布了 2017 年台灣《使用者搜尋行為報告》，高達 84%的台灣使用者每天都會使用 Google 搜尋，有將近一半 (49%) 的台灣網友買東西前會「先研究再購買」，最關心的購買資訊包括產品的評價和回饋 (69%)、詳細資訊 (67%) 以及價格 (60%)。由此可見，台灣使用者在消費前會希望透過 Google 搜尋徵詢意見，並對產品的各面向資訊的有一定掌握度，再做出購買決策。
Google報告中指出54% 的台灣使用者在需要解決問題時，第一件事就會想到透過 Google 搜尋相關資訊。這個數字遠高於10%向家人和朋友尋求解答 、10%閱讀線上評論 、6%自行找品牌官方網站  以及6%造訪社群網站 。
台灣人會透過 Google 搜尋哪些問題的解決方法呢？常用來詢問解決辦法的關鍵字「怎麼」以及「如何」為例，過去五年 Google 搜尋的內部資料統計，可以發現台灣人在使用這兩個看似類似的關鍵字時，意圖卻截然不同。其中，前十名最熱搜的「怎麼…」關鍵字中，大多和消除病痛或身體不適症狀相關，「胃痛怎麼辦」、「頭痛怎麼辦」、「中暑怎麼辦」包辦了前三名，特別的是台灣人的感情問題也會問Google大神，第七名是「怎麼還不愛」。
至於「如何…」的前十名熱搜關鍵字，台灣人過去五年中，最常問的第一名是「如何減肥」、第四名是「如何瘦肚子」、第五名是「如何瘦大/小退」、第六名「如何讓胸部變大」、第十名「如何長高」，由此可見，台灣人多麼在乎身材，也不難發現對於許多生活上難以啟齒的困擾，台灣使用者喜歡找 Google大神 解答，以免問別人時的尷尬。

數據量大到無法靠人力分析… 超級學者 每周可讀10兆篇文章
By 中時電子報, www.chinatimes.com查看原始檔十二月 6日, 2017
科技部聯手微軟，打通AI任督二脈。科技部國研院昨（6）日宣布與微軟簽署AI策略聯盟合作意向書。微軟提供的學術服務平台就像是超級AI學者，每週可讀取10兆篇文章內容，協助研究員快速尋找相關資訊。
科技部長陳良基指出，政府在發展AI創新研究的藍圖中，已推動「建構雲端服務及大數據運算平台」計畫，包括各項AI軟硬體設備的升級與整合，這次微軟提供全球領先的AI大數據平台、技術和解決方案，與科技部建置的AI主機，二者相輔相成，打通軟、硬體任督二脈，協助台灣全新升級AI研發環境。
陳良基認為，透過和微軟的合作，可以儘速達成AI研發環境升級及培育AI人才的目標，全方位提升台灣整體AI研發的能量，和已掌握未來AI發展趨勢的先進國家並駕齊驅。
台灣微軟總經理孫基康表示，目前全世界論文每月產生170萬篇，成長率10％以上，超過9成資料量是這兩年才產生的，數據量大到無法靠人力分析，必須結合AI，微軟的願景就是讓AI普及化，希望藉由這次合作，協助台灣AI產業化。微軟學術服務平台已經在歐美等地完成跨部門合作，微軟研究院全球學術服務董事總經理王冠三指出，該平台資訊量橫跨科技、史地與文學，超過5000個學研領域，連美國前總統歐巴馬的論文都有收錄。王冠三表示，生醫製藥產業可以透過這個平台，查找最新的研發訊息，也有不少律師會透過這套系統分析法庭攻防，擬定辯護策略。

微軟超級學者AI 每週讀10兆篇論文
By 聯合新聞網, udn.com查看原始檔十二月 6日, 2017
A-A+
2017-12-06 10:49中央社 台北6日電
台灣微軟今天與科技部轄下的財團法人國家實驗研究院簽訂人工智慧（AI）策略聯盟合作意向書，包括運用每週能讀取10兆篇論文的微軟超級學者AI，加速研究成果的產出。
台灣微軟與國研院研議出3大合作面向，包括大數據、AI技術與人才培育，透過全球最大的數據資料庫和AI技術，以及線上與線下雙管齊下的人才培育計畫，台灣微軟將結合微軟研究院的研發資源，提升台灣AI研發能量。
微軟研究院全球學術服務董事總經理王冠三表示，經過20多年的沈寂，許多如類神經網、深度學習等80到90年代發明的技術，終於在近幾年大放異彩，追根究底，不外乎是這些技術在大數據時代來臨後，終於有了可以充分學習資料的機器學習潛能。
他強調，有鑒於這波AI技術發展的新趨勢，微軟特別率先同業，克服種種隱私及其他法規的限制，分享了一套工業量級的大數據，藉以促進AI的提升；特別的是這數據產生的方式，是利用微軟研究院最先進的機器閱讀技術，萃取網路上所有學術論文的知識彙整而成，可以說是第一個以AI產生的大數據。
王冠三指出，微軟學術搜尋的價值除了先進的演算法與完整的數據資料庫外，更重要的是有一位每週能讀取10兆篇論文，而且可以快速進行摘錄、推薦與評比的超級學者AI，讓研究員可以將時間專注在研究領域，加速研究成果的產出。
台灣微軟總經理孫基康說，讓AI普及化、產業化及產業AI化是微軟推動AI的願景，其中最重要的關鍵就是AI人才的培育，很高興有機會與國研院合作，在台灣AI研究與人才培育上貢獻一己之力。
微軟與國研院的人才培育計畫，除了提供博士後的人才前往美國微軟研究院（Microsoft Research）進行尖端研究，並與科技部共同辦理競賽、工作坊等活動，在數位培訓課程方面，也將提供微軟專業認證（Microsoft Professional Program），讓台灣的AI人才與世界接軌。
微軟與科技部「國研院與台灣微軟AI策略聯盟合作意向書」簽署儀式上午在科技部舉行，科技部長陳良基（中）、微軟研究院全球學術服務董事總經理王冠三（右二）、國研院院長王永和（左二）、台灣微軟總經理孫基康（右）、科技部次長許有進（左）等出席簽署儀式。聯合報系記者曾學仁／攝影

2017年11月23日 04:10 工商時報 吳筱雯／台北報導
Google「大神」稱號當之無愧！Google昨日公布與市調機構益普索合作的2017台灣使用者搜尋行為報告，報告中指出，84％台灣人每天使用Google搜尋，台灣人有問題時不是先問家人跟朋友，超過一半的使用者都是先問Google。
Google從搜尋起家，雖然這兩年搜尋的風頭似乎被Youtube、翻譯、AI等蓋過不少，不過台灣消費者對搜尋的依賴程度一直很高，根據2017台灣使用者搜尋行為報告，高達84％的台灣使用者每天使用Google搜尋，甚至有近3成台灣人認為生活中不能沒有Google搜尋，而在使用目的方面，除了78％使用者造訪Google搜尋是為了蒐集新資訊，更有85％認為透過Google搜尋也可以學習、豐富既有知識。
此外，報告中也顯示超過一半（54％）的使用者需要解決問題時會優先以Google搜尋相關資訊，相較之下，受訪者有問題時先問家人或朋友的比例僅有10％，而上網找評價（10％）、造訪品牌官方網站（6％）或造訪社群網站 （6％）的比例也偏低。
至於台灣人會透過Google搜尋哪些問題的解決方法呢？根據這份報告，中文裡常用來詢問解決辦法的關鍵字「怎麼」以及「如何」，台灣人在使用這兩個看似類似的關鍵字時，意圖截然不同，和英文搜尋均以「How to...」作為關鍵字查詢有顯著差異，前十名「怎麼」關鍵字中，大多和消除病痛或身體不適症狀相關，「胃痛怎麼辦」、「頭痛怎麼辦」、「中暑怎麼辦」為前三名，而「如何」的前十名關鍵字裡，絕大多數是針對身體狀態相關「如何減肥」、「 如何懷孕」、「如何長高」等，另一方面，台灣人也會透過「如何」關鍵字來獲取資訊或學習新知，包括「如何報稅」以及「如何學好英文」等。
2017台灣使用者搜尋行為報告訪問對象為16～54歲、每個月至少上網一次、居住地遍布北中南東部的台灣使用者，並且曾在過去一年購買美妝、食品、科技、汽車、金融、通訊與教育類的產品，每位進行30分鐘的線上訪談，共訪問到2,000位台灣民眾。

人工智慧
Artificial Intelligence（AI）
「人工智慧」的概念是由美國科學家John McCarthy於1955年提出，目標為使電腦具有類似人類學習及解決複雜問題、抽象思考、展現創意等能力，能夠進行推理、規劃、學習、交流、感知和操作物體，應用領域非常廣泛，近年大行其道的個人語音助理如蘋果Siri、微軟Cortana，以及分別擊敗人類西洋棋與圍棋高手的IBM Deep Blue、Google DeepMind AlphaGo都是人工智慧研究的結晶，同時電腦作畫譜曲寫劇本等創造性事物也陸續出現。隨著研發技術飛速進展，人工智慧深入如醫療、金融等生活層面指日可待。 (來源： 維基百科 、 ColdFusion )

上帝換人當？前Google工程師信奉「AI神」著手創立宗教
www.bnext.com.tw查看原始檔十一月 16日, 2017
當Alphago Zero只需要三天的時間，就能「超越人類幾千年圍棋研究的歷程」達到第一代AlphaGo的水準，甚至在沙烏地阿拉伯出現了第一位獲得公民權的AI機器人索菲亞（Sophia），在不能精準完整拼湊、想像的未來世界，人工智慧（AI）有可能成為下個世代的上帝嗎？
最近身陷與Waymo訴訟風波的前Google工程師李文多斯基（Anthony Levandowski），先前被爆出在2015曾申請創辦一個以AI為神體的宗教，在最近接受《Wired》的訪問中李文多斯基透露更多關於AI宗教的細節，甚至語出驚人的表示已經著手要成立教會。
信奉AI上帝，堅信AI智慧將超越人類
李文多斯基（Anthony Levandowski）是自動駕駛發展的重要推手，在2007年加入Google，打造出你我熟悉的Google Map，也曾參與Google的無人車專案；離開Google後創立自駕卡車新創Otto，並在2016年被Uber收購。今年二月Alphabet旗下自駕車公司Waymo控告Uber，認為Uber的自駕車技術來自李文多斯基離職時竊取的技術文件，今年五月Uber以李文多斯基「不配合調查」為由將他開除。
儘管官司、爭議纏身，李文多斯基可沒閒著，他正忙著創辦「AI宗教」。
數位雜誌《Backchannel》先前在加州政府檔案資料中，挖掘出一份2015年登記的宗教創業公司文件，從文件上可以看到創教的宗旨是「發展並推動基於AI的神體，並透過理解和崇拜神體提升社會福祉。」
聽起來有那麼一點毛骨悚然，而這正是李文多斯基創立的AI宗教，取名為《未來之路》（Way of the Future）簡稱為「WOTF」；白話一點來說，李文多斯基想打破過去大眾對於宗教的理解，創立一個基於機器人的宗教。在《Wired》最新的訪問中李文多斯說：「如果你隨便問一個人電腦會不會比人類聰明，99.9 大概都會說那是科幻小說的情節。」「事實上，這是必然的而且一定會發生。」
「WOTF」將AI當作「神」來崇拜，是因為堅信AI的智慧將超越人類，並會取代人類成為地球的統治者。
Uber執行長卡拉尼克（左）與Otto創辦人李文多斯基（右）。
Top Photo
預計近期舉辦工作坊與教育講座
宗教創業公司文件剛曝光時，很多人並不認為李文多斯基是認真的要創立一個拜「AI神」的宗教，但在最新《Wired》的訪談中，李文多斯基透露出更多成立AI宗教教會的想法細節。
李文多斯基認為社會會持續進步，未來的我們將會臣服於AI之下，他提到最近已經認真著手成立AI宗教，還會創造出崇拜儀式，甚至是類似教堂可以供人膜拜的實體空間，並預計近期從小規模的活動開始著手，計畫今年會在舊金山灣區發起工作坊跟教育講座，訪談中李文多斯基透露出AI未來一定會比人類更聰明的想法，希望人們可以開始學會接受這個事實，並且期待看見機器視人類為敬愛的長老一般，尊重且照顧著人類。
李文多斯認為，電腦比人會聰明是必然會發生的事。
shutterstock
AI 何時掌權？「比人類移民火星還快。」
AI可能變成新上帝？今年於葡萄牙首都里斯本舉辦的Web Summit上，英國物理大師史蒂芬·霍金（Stephen Hawking）談到：「AI的興起，可能是人類最壞的事情，有可能是最棒的事情。」霍金的觀點是，雖然AI跟機器人已經威脅到數百萬的人類工作，但另一方面卻也可能消除貧窮與疾病、減輕工業化為世界帶來的損害，我們生活的各方面都會被改變。」
但霍金也提醒人類必須注意到AI潛在的危險，「除非我們學習如何準備和避免潛在風險，否則AI可能是我們文明歷史上最大或是最糟糕的事。」「也許我們應該慢下來，不僅關注如何讓AI更好、更成功，還必須照顧到人類的利益。」霍金面對AI仍抱持樂觀態度，認為人類可以找到跟新科技和諧相處的方法。
不過特斯拉創辦人伊隆·馬斯克（Elon Musk）就比較悲觀一些，今年九月曾說強國競爭發展AI有可能會引發第三次世界大戰。他的主張是AI技術發展之所以有巨大風險，是因為俄羅斯、中國這些強國相互競逐發展AI技術，一但控制不好就有可能引爆衝突。
霍金在今年的Web Summit上談到：「除非我們學習如何準備和避免潛在風險，否則AI可能是我們文明歷史上最大或是最糟糕的事。」
shutterstock
對於「AI末日論」，Facebook執行長佐克伯則跟霍金依樣偏向「樂觀派」，在馬斯克發表對於AI悲觀的看法後，他表示自己相信5~10年內AI科技將能大幅改善人類生活品質，並批評世界末日的說法是不付責任的。
對比想推動AI宗教的李文多斯基形成強烈對比，那麼AI究竟多久後有可能會在人類社會掌權呢？「我個人認為這會比一般人預期的還快。」李文多斯基說，「不會是下禮拜，也不會是明年，大家可以不用那麼緊張，但絕對會比人類移民火星還快。」

不同於前一代需要仰賴大量棋譜，新一代AlphaGo Zero只靠增強式學習技術來進行自我對弈，40天下了2,900萬盤棋，就成了有史以來AlphaGo棋力最強的版本。增強式學習揭開了AI的另一個發展方向，不靠海量資料，也能很有效
按讚加入iThome粉絲團
文/iThome | 2017-11-23發表
AlphaGo首席工程師黃士傑表示，AlphaGo Zero展示了增強式學習的巨大潛力，AI將會成為人類的工具，與人類一同合作（攝影／洪政偉）。
10月19日，這一天，人工智慧發展歷程進入了新的階段。因為Google旗下DeepMind在《自然》期刊上發表了新一代AlphaGo Zero，再度吸引了全球目光。AlphaGo Zero只用了3天，就跟上人類數千年圍棋積累的知識，40天後，更超越了打敗世界第一高手的圍棋AI程式AlphaGO。
新版打敗舊版，理應如此，為何值得大書特書？在第一屆臺灣人工智慧年會中，AlphaGo首席工程師也是DeepMind 資深研究員的黃士傑點出AlphaGo Zero真正的意義，他強調：「AlphaGo Zero正式脫離人類知識的資料，不再需要人類的資料。」
前一代AlphaGo的成功，仍然要靠大量的棋譜，才能訓練出打遍天下無敵手的圍棋AI模型。但是，AlphaGo Zero擁有自我學習的能力，不需要事先學習人類下棋的棋譜，很快就能達到，甚至超越前一代AlphaGo的實力。深度學習，除了運算力之外，還需要大量的標記資料，才能訓練出有足夠解釋力或預測力的深度學習模型，「資料量」成了決定AI技術品質的關鍵，也是限制，因為要取得大量資料，尤其是標記資料，不是一件容易或便宜的事，不少AI巨頭，如Google，還是得靠全球規模的消費服務，才能蒐集到夠多的各類標記資料來訓練機器學習模型。
但AlphaGo Zero的問世，意味著機器學習出現了另一條和過去不同的可能性：不需海量的訓練資料，也可以建立高品質的機器學習模型。「關鍵就是，增強式學習（Reinforcement Learning）的突破。」黃士傑強調。
40天自我對弈2,900萬次，完全不靠資料
AlphaGo Zero最大成就是能夠從零開始，透過自我學習的方式來下圍棋。甚至靠著自我學習，AlphaGo Zero在短短的36小時後，就摸索出所有基本且重要的圍棋知識，圍棋程度達到與李世乭九段對戰的AlphaGo v18相同水平，經過3天學習，AlphaGo Zero對戰AlphaGo v18甚至是100%的完勝，也很快達到網路60連勝的Master版圍棋程式的水準。根據DeepMind這篇新論文上的數據，AlphaGo Zero第一階段實測階段，三天自我學習訓練中，共自我對弈（Self-play）了490萬次，每次只需要0.4秒就能想出下一步棋。
確認了增強式學習來自我對奕的可行性後，DeepMind採用更大規模的神經網絡，同樣從頭開始訓練，花了40天，自我對奕了2,900萬次，這個花了40天訓練的最終版AlphaGo Zero，對戰Master的勝率接近90%，成為有史以來AlphaGo棋力最強的版本。
AlphaGo原本的版本需要用數千盤人類棋手的對戰來訓練，然而AlphaGo Zero只用了增強式學習技術，過程中完全沒有經過人類的干預，也從未使用過去的棋譜資料。黃士傑認為，不需要經過人類干預的增強式學習，將為成為一種趨勢。
儘管AlphaGo Zero仍然以圍棋為開發範本，但DeepMind期待，這個技術未來可以應用到在其他類似的結構化問題，例如蛋白質折疊、降低能源損耗，或是尋找革命性的新材料等。
不過，AlphaGo Zero的誕生，並非一蹴可及，一手催生出AlphaGo的黃士傑，更是十年磨一劍，花了10年都專注在電腦圍棋研究，才得以有成。黃士傑也首度在臺公開了研發AlphaGo的幕後經歷。
AlphaGo的起源要從黃士傑在攻讀博士班時，開發的一支單機版電腦圍棋程式Erica說起，Erica其實是黃士傑妻子的名字。當年，參與創立DeepMind的推手，也是現在AlphaGo團隊主管的David Sliver，看到黃士傑的研究成果非常驚訝，特地寫了封信給黃士傑，詢問黃士傑要不要加入DeepMind。黃士傑後來在隔年，2012年11月才正式加入DeepMind。
DeepMind目標是通用人工智慧
黃士傑指出，DeepMind的目標是要打造出通用的人工智慧，因此，當年開始投入電腦圍棋AI研發時，DeepMind的共識就是不要只是複製Erica，做一個2.0本就好，不要受限於既定的限制，而要找出新的作法。
AlphaGo發想自DeepMind執行長Demis Hassabis的點子，他提議要研究電腦圍棋專案，於是黃士傑與他的主管David Sliver才開啟了了這項研究專案，後來研究團隊又加入了Chris Maddison、llya Sutskever，一同參與開發AlphaGo，而「為什麼要做圍棋？」，這是許多人的疑問，黃士傑解答，IBM深藍在西洋棋戰勝人類之後，就只剩下圍棋這項挑戰了。
但要選擇什麼樣的技術，才能打贏圍棋高手呢？黃士傑認為，如果人類可以馬上判斷下這一步是好棋，那麼以仿效人類大腦思考的神經網路技術，也應該可以做得到。
所以，黃士傑運用神經網路中的深度學習技術，來開發圍棋AlphaGo程式，利用人類的棋譜來訓練AlphaGo建立下棋的策略網路（Policy Network），「用深度學習來訓練圍棋程式，就是用人類的直覺來下圍棋。」他解釋。
不過，訓練「程式」也不是一件容易的事。黃士傑每天的工作就是反覆訓練神經網路、測試、觀察勝率，不斷地重複這樣的過程，不斷嘗試解決神經網路得建立多深、資料集有沒有問題、神經網路需要幾層等等的問題。
尤其在專案剛開始的第一個月，用深度學習來打造AlphaGo程式，甚至用了圍棋專家的3千萬個棋步來訓練神經網路，幾乎是行不通的方向，勝率並不高，不過，他們後來找到新方法，解決了機器學習訓練常見的Overfitting過度優化問題後， AlphaGo的勝率就大幅達到95％，才開始確信這是條可行的方向。
AlphaGo關鍵突破：可判斷形勢的價值網路
接著，AlphaGo專案做出了最關鍵的突破，就是加入了可供判斷形勢的價值網路（Value Network）設計，可以將增強式學習來結合深度學習，讓AlphaGo擁有學習的能力，尤其可以做到讓AlphaGo自己和自己下棋。
黃士傑形容，就像是一種左右互搏的自我學習，左手和右手對戰。DeepMind也找來歐洲圍棋冠軍樊麾，來和AlphaGo對奕。2016年1月，AlphaGo研究成果首次登上了學術圈重量級期刊《自然》期刊，開始出現在世人面前。
2016年中，AI專用硬體技術的成熟，如TPU深度學習專用晶片也帶來很大的幫助。黃士傑指出，相同的程式碼，用TPU執行的勝率，會變得非常高。AlphaGo將直覺和判斷一起訓練，就能將直覺和判斷達到一致性，並將策略和價值網路結合，變成Dual Network，之後再不斷的加強訓練流程。
不過，為了測試AlphaGo的能耐，黃士傑努力說服團隊，要上網實測AlphaGo的棋力，後來，終於在2016年底，AlphaGo Master在網路上找到中、日、韓、臺等各國頂尖圍棋棋手來對奕，一天連下10盤，就這樣在自家的房間低調地用單機訓練AlphaGo Master。
當時下一步棋平均要4 ～8秒，一局下完大約需要1小時，而與職業棋手的對戰都是全勝，他認為，電腦圍棋AI的價值在於「擴展圍棋界的理論和思路」。
他指出，目前AlphaGo Zero棋力還在持續精進中，DeepMind的團隊合作創造許多不錯的成果，包含發表了兩篇論文，以及與人類大戰兩次的大戰，在網路上有60個棋局訓練，最後還拍了《AlphaGo》的紀錄片。
前一代AlphaGo，是以模仿人類直覺來下棋而設計，透過大量棋譜、龐大專家知識來訓練機器學習模型，藉此而打敗了了世界棋王。但是，新一代AlphaGo Zero的出現，意味著具備自我學習能力的圍棋AI，更超越了模仿人類直覺的舊版本。
甚至，DeepMind團隊還從AlphaGo Zero自我對弈中的2,900萬盤棋棋譜中，找到了，過去人類圍棋知識視為不可能的新棋步，這也意味著，AlphaGo Zero的成功，證明了AI自我學習到的知識，可以超越人類知識的可能性，也確實能如DeepMind一開始所期待的目標，用AlphaGo來拓展現有圍棋專家領域知識的不足，是一種AI 與人的合作，來補足人類知識的缺口。
黃士傑表示，AlphaGo的成功是深度學習與增強式學習的勝利，硬體資源與TPU也扮演很重要的角色，最後，AlphaGo Zero展示了增強式學習的巨大潛力，他認為，AI要成為人類的工具，與人類合作。