集微網推出整合電路微信公共號: '天天IC' , 重大新聞即時發布, 天天IC, 天天集微網, 積微成著! 複製 laoyaoic 微信公共號搜索添加關注.
1.AI論文引用排行榜:微軟第一,清華第九;
集微網消息, 日經亞洲評論2日報導, 根據日經, Elsevier的分析, 2012-2016年期間人工智慧(AI)相關研究報告獲得最多引述次數(注: 普遍被視為研究質量指針)的前十大機 構依序(由高至低)為微軟, 新加坡南洋理工大學, 中國科學院, 法國國家科學研究中心(CNRS), 卡內基美隆大學, 多倫多大學, 麻省理工學院, 穀歌, 清華大學, 紐約大學.
報導指出, 全球前100大AI知名研究機構當中, 中國佔了15所, 新加坡, 香港, 馬來西亞, 日本以及韓國分別為3所, 3所, 2所, 1所, 1所. IBM, 麻省理工學院(MIT)9月7日宣布結盟. IBM將在未來10年合計斥資2.4億美元於美國麻州成立MIT-IBM Watson AI實驗室. 日經, Elsevier分析顯示, IBM, IBM Research在上述榜單中分別名列第47名, 第60名.
「經濟學人(The Economist)」7月報導, 根據烏鎮智庫(Wuzhen Institute)的統計, 2012-16年期間中國AI企業共募得26億美元, 雖低於美國的179億美元, 但增幅相當驚人. 報導指出, 儘管美國AI相關專利申請數量仍穩居領先地位, 但近年來中國加快追趕步伐, 成長幅度逼近200%. 據估計, 全球超過五分之二訓練有素的AI科學家都在中國境內.
根據The Verge報導, Schmidt表示, 美國在AI人工智慧領域落後的風險相當高, 他預測未來5年美國還有領先的實力, 但之後大陸追上來的速度會非常快.
美國方面的AI領袖包括Google, Facebook, 微軟, IBM, OpenAI等, 大陸則包括阿里巴巴, 百度與騰訊都加入AI研發行列. Schmidt指出, Google所舉辦的各種程式大賽中, 前幾名通常是由大陸工程師拿下.
2.Alphabet董事長Schmidt看AI: 美國僅領先5年 大陸追趕速度快;
Alphabet董事長Eric Schmidt在一場演講中談到Google自家的AI優勢, 大陸追趕速度, 以及整體AI戰略方向.
根據The Verge報導, Schmidt表示, 美國在AI人工智慧領域落後的風險相當高, 他預測未來5年美國還有領先的實力, 但之後大陸追上來的速度會非常快.
Schmidt是在美國國安智庫CNAS舉辦的科技高峰會上如此表示. 他提到, 大陸會把AI技術用在商業與軍事目標上. 大陸已經有規劃希望在2030年前成為全球AI領袖.
大陸政府是在2017年7月公布新一代人工智慧發展規劃(國發2017 35號). Schmidt說他看過該報告內容, 若依照大陸政府所規劃的進展, 2020年就要追上美國, 2025年超越美國, 到了2030年就會主導全球AI產業
美國方面的AI領袖包括Google, Facebook, 微軟, IBM, OpenAI等, 大陸則包括阿里巴巴, 百度與騰訊都加入AI研發行列. Schmidt指出, Google所舉辦的各種程式大賽中, 前幾名通常是由大陸工程師拿下.
Schmidt提到美國部分政策將阻礙AI海外人才的吸引. 他指出, 比如伊朗其實有非常傑出的高科技人才, 他希望這些人都可來Alphabet或Google工作, 而不是去其他國家.
他提到, AI在軍事上也會有非常實用的用途, 比如視覺系統. 若能夠訓練電腦來做監控, 根本就不需要派人站哨, 畢竟電腦永遠不會疲累打瞌睡.
Schmidt認為AI人工智慧要達到人類水準或超越人類智慧還有一段很長的路要走, 而他看好Alphabet的機會會比其他公司來得高. 他點名說, 若有人可以發明某種通用智慧, 那必然是Alphabet旗下的DeepMind.
先前許多人認為電腦要打敗圍棋高手還需好幾十年的時間, 但DeepMind已經提前達標, 該公司也把AI運用在醫學上, 比如癌症偵測, 或用來降低Google資料中心的電費. 他說, DeepMind只花了2周時間, 就規划出一個可節省15%耗能的改善方案, 比全球最頂尖的工程師還厲害. 這就是AI強大之處.
對於業界有一派人士認為AI需要更多監管, Schmidt認為這議題目前還言之過早, 現在更重要的應該是政府要跟民間一起全力開發AI人工智慧的策略, 如此未來美國在AI發展上才能居於領先地位. 他特彆強調, 這科技本來就是美國人先發明的, 但大陸在這方面真的很厲害. DIGITIMES
3.百度語音助理份額料5年後超過蘋果/三星;
集微網消息, Strategy Analytics估計, 五年後百度的智能機語音助理, 在全球市場滲透率將升至第二, 緊追穀歌.
韓聯社, Strategy Analytics新聞稿稱, 今年AI語音助理大行其道, 每3支手機中, 就有一支搭載語音助理. 2017年300美元以上的旗艦機中, 97%內建語音助理. Strategy Analytics預測, 未來低階機種也會搭載語音助理, 其中以Android系統的穀歌Google Assistant居多, 2020年100美元以上機種, 80%都有語音助理.
Strategy Analytics預測, 2017年Google Assistant的市場滲透率為45.9%, 2022年將升至60.3%, 穩居市場龍頭.
今年蘋果Siri市場滲透率為41.1%, 2022年將降至17.0%. 今年三星Bixby滲透率為12.7%, 2022年將降至5.4%.
2017年百度語音助理的滲透率為13.0%, 2022年將升至22.7%, 榮登市場第二, 擠下蘋果, 三星. 業界觀察家說, 百度快速崛起, 將威脅傳統智能機廠商.
隨著AI語音助理日益普及, 響應速度和回答內容, 將是區隔重點. 以往智能機運算能力不足, AI工作必須交由雲端處理, 因此常因網路傳輸速度不穩, 影響表現. 如今智能機算力大增, AI工作能在智能機上執行. 高階智能機具備專屬AI引擎和系統, 未來將成旗艦機的賣點.
Strategy Analytics執行董事Neil Mawston說, 軟體將具機器學習能力, 硬體規格也提升, 估計未來幾年, 語音助理的能力將大增.
4.螞蟻金服研發出眼紋識別技術 能識別同卵多胞胎;
新浪科技訊 11月3日下午消息, 螞蟻金服旗下金融級生物識別技術品牌ZOLOZ (螞蟻佐羅) 宣布研發成功全球首個眼紋識別技術, 且已實現通過普通手機進行眼紋識別, 在實驗室場景下已能識別長相極端相似的同卵多胞胎.
當下, 以人臉識別為代表的生物識別正應用于越來越多的場景. 最新推出的蘋果iPhone X便推出了基於人臉識別的Face ID. 此前, 常見的面部生物識別技術包括人臉, 虹膜等, 但如果是同卵雙胞胎, 長相會極其相似, 人臉識別難度大, 而虹膜檢測通常需要紅外線攝像頭等設備.
眼紋的發現, 為解決識別難題提供了一個新的方向. '眼紋' 是指眼白上的血管排布, 每個人的眼紋特徵都是獨一無二的, 即便是雙胞胎.
相比人臉, 虹膜, 眼紋識別的研發難度要大得多. ZOLOZ資深演算法專家李亮表示如何從普通可見光攝像頭拍攝的圖片中提取出血管分布細節, 如何克服眼球反光, 眨眼, 眼睫毛幹擾等因素, 這些都非常具有挑戰性.
李亮認為, 該技術有望應用於尋找走失兒童, '眼紋識別成熟後, 除了輔助精準識別長相極端相似, 面部被口罩, 面紗等大面積覆蓋的特殊人群, 我們還希望這項技術能夠去做一些有社會價值的事情, 比如幫助尋找走失兒童, 尤其是走失多年的兒童. 小朋友面貌變化很大, 人臉識別往往很難識別長大後的他們, 但是他們的眼紋是不會變的. '
眼紋識別技術也可以應用到手機, 目前, 通過普通手機進行眼紋識別實驗已經成功, 暫時還沒有商用. 值得注意的是, 此前, vivo X5 Pro, TCL麼麼噠3S, 中興天眼使用的均為識別鞏膜區域的眼球識別技術. 虹膜區域的眼球識別技術, 目前僅有富士通的Arrows NX F-04G搭載. 而用眼紋識別技術的手機暫時還未出現.
據螞蟻金服介紹, ZOLOZ的這一技術將在11月3日晚9點央視一套的 '機智過人' 節目中亮相, 眼紋識別技術將現場驗證能否識別4位長相極其相似的同卵四胞胎.
ZOLOZ是螞蟻金服於今年10月發布的全球可信身份平台, 這也是其孵化出的首個獨立運營的科技平台, 目標是開放其全球領先的金融級生物識別技術能力, 幫助用戶在數字時代解決 '你是誰' 的身份識別問題.
ZOLOZ的前身是總部位於美國的生物識別技術創業公司EyeVerify, 2016年9月, 螞蟻金服以7000萬美元收購EyeVerify. ZOLOZ平台目前共有120人左右, 主要由中美兩個團隊組成, 而ZOLOZ平台CEO正是EyeVerify公司CEO和創始人Toby Rush. (王上)
5.IBM搶AI市場 大推認知運算
AI當紅, IBM全球副總裁暨Watson首席技術長Rob High指出, 消費市場的AI產品, 與IBM的華生(Watson)提供的認知技術不同, 華生專註於商業問題解決, 擴大人類的認知能力, 以協助用戶做出正確的商業決策.
Rob High表示, IBM投入認知技術研發逾60年, 旨在實踐科技協助日常生活更加完善. 當認知科技結合人類智慧與創新力, 將帶來無限的可能及改變. 具體來說, 就是賦予人們與企業組織新的動能去完成更多的事物, 解決更多的挑戰及問題.
Rob High指出, Watson作為業界最領先的認知技術, 擁有三大優勢來輔助人類不同專業需求. 首先, Watson建立在IBM Cloud上, 能將IBM認知能力注入任何數位產品, 並協助開發者輕鬆地在認知雲平台上打造全新智能應用.
再者, IBM秉持數據處理的誠信責任原則, 嚴守客戶的數據隱私及所有權, 讓客戶得以在利用Watson認知能力時, 不須對外貢獻而能保有自己的重要資料, 掌握自身獨特的競爭力; 最後, 認知科技將精進人類專業, 透過集結各產業專業經驗的Watson, 有效協助專家做出更好的決策.
IBM的華生被廣泛使用在金融, 醫療等領域, 然近日傳出, 美國某家診所採用華生系統, 進行癌症治療, 成效不如預期. Rob High表示, 以技術層面來說, 華生與該診所打造的技術很成功, 相關的負面新聞與該技術無關, 而是雙方有些商業問題有待解決, 此非他所負責的業務範圍.
Rob High指出, 人類對創造, 思考非常厲害, 但是仍有限制, 比如對龐大資訊量的吸取能力, 若能透過華生的認知技術協助, 將可協助人類做出決策. 他表示, IBM認知技術有2特色, 一為除了語言之外, 認知技術也可了解談話的前後文, 以及在基本語意之外的模糊地帶.
其次就是學習, 華生用機器學習的演演算法, 分析包括人類互動的內文與細微的變化, 包括手勢與眼神交流等, 除了解讀, 也可透過人類了解的語言表達, 不像亞馬遜的Alexa或蘋果的Siri, 只能針對單一陳述, 給予單一回答.
Rob High舉例, 透過認知技術, 比如銀行透過線上對話代表, 在與客戶聊天的內容, 可得知客戶即將出遠門, 因此可以提供各項客戶可能會用到的資訊, 諸如刷卡費率及優惠方案等, 創造銀行的更多價值與服務, 創造更多商業機會.
至於近來傳出, Facebook在訓練一對機器對話時, 竟然出現人類無法認知的語言, 引發嘩然, Rob High指出, 他不認為這是新的語言對話, 而是機器將語言簡化, 以便於找到其中的應用, 此為機器學習優化的表現.
有人憂心AI將引發人類毀滅, Rob High並不認同, 他指出, 真正令人擔心的是, 人類拿AI科技, 去做傷害別人的事情, 而非AI本身傷害人類, 如何讓機器在符合倫理道德的架構下運行, 這是所有人的責任, 包括個人, 企業及政府. DIGITIMES